Departamento de Matemática Aplicada e Estatística

Luis Gustavo Nonato

Possui graduação em Licenciatura em Matemática pela Universidade Estadual Paulista Júlio de Mesquita Filho (1991), mestrado (1994) e doutorado (1998) em Matemática Aplicada pela Pontifícia Universidade Católica do Rio de Janeiro, tendo realizado pós-doutorado na University of Utah (2008-2010) e atuado como professor visitante na New York University (2016-2018). Atualmente é professor titular na Universidade de São Paulo. Tem experiência na área de Ciência de Dados, Visualização, Processamento Geométrico e Matemática Aplicada.

  • http://lattes.cnpq.br/3794241680729178 (10022023)
  • Rótulo/Grupo:
  • Bolsa CNPq:
  • Período de análise: 1999-HOJE
  • Endereço: Universidade de São Paulo. Departamento de Matemática Aplicada e Estatística. Instituto de Ciências Matemáticas e de Computação. Av. Trabalhador São Carlense 400 CxPostal 668 CEP 13560-970 - Sao Carlos, SP - Brasil
  • Grande área: [sem-grandeArea]
  • Área: [sem-area]
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (14)
    1. 2003-2003. Estruturas de Dados Topológicas e Geração de Malhas a partir de Amostras
      Este projeto de pesquisa visa desenvolver estruturas de dados topológicas que possam ser utilizadas por pessoal não especializado. Para isso, uma nova concepção de operadores topológicos e mecanismos de encapsulamento de informações são empregados. Além disso, a partir de dados amostrados, pretende-se empregar o controle topológico oferecido por tais estruturas na elaboração de técnicas para construção de modelos apropriados para simulação numérica.
      Membro: Luis Gustavo Nonato.
      Desenvolvimento de estruturas de dados topológicas que possam ser utilizadas por pessoal não especializado. Para isso, uma nova concepção de operadores topológicos e mecanismos de encapsulamento de informações são empregados. Além disso, a partir de dados amostrados, pretende-se empregar o controle topológico oferecido por tais estruturas na elaboração de técnicas para construção de modelos apropriados para simulação numérica.
      Membro: Antonio Castelo Filho.
    2. 2003-2003. Desenvolvimento de Tecnologia CFD para Aeronaves de Alto Desempenho
      Este projeto tem por objetivo desenvolver um software para simulação de escoamentos em aeronaves. O módulo do projeto referente a movimento de malhas e interpolação está sendo pelo nosso grupo.
      Membro: Luis Gustavo Nonato.
      Desenvolvimento de um software para simulação de escoamentos em aeronaves. O módulo do projeto referente a movimento de malhas e interpolações foi desenvolvida pelo nosso grupo.
      Membro: Antonio Castelo Filho.
    3. 2006-2006. Mecânica dos Fluidos não Estacionária: Aplicações em Aeronáutica e Reologia
      Projeto Temático: Este projeto visa o desenvolvimento de um conjunto de bibliotecas voltada para simulação de escoamentos ao redor de aeronaves e problemas de interação fluido estrutura.
      Membro: Luis Gustavo Nonato.
      Este projeto visa o desenvolvimento de ferramentas computacionais que permitam a utilização de malhas em movimento, tanto com apliações aeronáuticas (aeroelasticidade) quanto em aplicações em reologia.
      Membro: Leandro Franco de Souza.
      PROJETO TEMÁTICO: Mecânica dos Fluidos não Estacionária: Aplicações em Aeronáutica e em Reologia Sumário Características comuns na simulação numérica de aplicações em aeroelasticidade e escoamentos com fronteiras livres são: a necessidade da representação de domínios com geometria complexa, manipulação de malhas e interpolação de propriedades. Estes problemas são tratados no campo da modelagem geométrica. Por outro lado, uma característica também presente em quase todos os campos da mecânica dos fluidos é que, comumente, estudos numéricos são demasiadamente dissociados de trabalhos experimentais e vice-versa. Uma maior integração entre estudos numéricos e experimentais em mecânica dos fluidos é, reconhecidamente, um objetivo importante e, possivelmente, um indicador do nível de amadurecimento de uma comunidade de pesquisa nesta área. Desta forma o objetivo geral deste projeto é congregar pesquisadores atuando em cada uma destas áreas. A pesquisa em modelagem geométrica servirá de base para os desenvolvimentos tanto em aeroelasticidade, quanto em reologia computacional e escoamentos com fronteiras livres. As pesquisas na área experimental terão o objetivo de validação dos modelos matemáticos e técnicas numéricas em aeroelasticidade. Em especial serão estudados problemas nas seguintes áreas: 1 Modelagem Geométrica: · Estruturas de dados: desenvolvimento de estruturas topológicas para representação de malhas; · Malhas elásticas: movimento dinâmico de malha respeitando a geometria do domínio; · Interpolação: interpolação de propriedades nos elementos do domínio; · Método de fronteira imersa: estudo de simulação numérica direta sobre corpos com geometria complexa; · Refinamento adaptativo da malha: adaptação de malha a partir de propriedades do escoamento; · Paralelização do código: utilização de técnicas de paralelização para distribuição do programa em um cluster; 2 Aeroelasticidade: · Modelo matemático para aerodinâmica não estacionária bi- e
      Membro: José Alberto Cuminato.
      Este projeto temático propõe o desenvolvimento de métodos numéricos para mecânica dos fluidos não estacionária, com aplicações na área de aeronáutica (efeitos viscosos, stall aerodinâmico, etc) e em reologia (métodos para fluidos não-newtonianos, modelagem, etc.). Este projeto visa a integração entre diversos grupos de pesquisa do estado de São Paulo.
      Membro: Fabrício Simeoni de Sousa.
      Desenvolvimento de um conjunto de bibliotecas voltada para simulação de escoamentos ao redor de aeronaves e simulação de escoamentos de fluidos viscoelásticos com superfícies livres
      Membro: Antonio Castelo Filho.
    4. 2006-2006. Probal-Capes/DAAD: Modelagem Geométrica, Deformação e Visualização de Dados Amostrados Massivos
      Projeto de Colaboração Internacional Brasil - Alemanha.
      Membro: Luis Gustavo Nonato.
    5. 2010-2010. Projeto Universal: Métodos Espectrais e Topológicos para Processamento, Modelagem e Visualização a partir de Dados Massivos
      Métodos espectrais e topológicos têm ganhado grande destaque nas áreas de processamento geométrico e visualização. A natureza hierárquica das estruturas oriundas de persistência topológica e dos auto-espaços associados ao operador de Laplace tornam métodos espectrais e topológicos ferramentas poderosas para representação e processamento de grandes conjuntos de dados. Neste projeto, pretendemos explorar tais métodos em problemas ligados a visualização de dados massivos e também na geração e discretização de modelos tridimensionais para fins de simulação numérica. Mais especificamente, propomos o desenvolvimento de novas metodologias que combinem métodos espectrais e topológicos visando principalmente propor soluções mais eficazes e robustas que as existentes atualmente.
      Membro: Luis Gustavo Nonato.
      Métodos espectrais e topológicos têm ganhado grande destaque nas áreas de processamento geométrico e visualização. A natureza hierárquica das estruturas oriundas de persistência topológica e dos auto-espaços associados ao operador de Laplace tornam métodos espectrais e topológicos ferramentas poderosas para representação e processamento de grandes conjuntos de dados. Neste projeto, pretendemos explorar tais métodos em problemas ligados a visualização de dados massivos e também na geração e discretização de modelos tridimensionais para fins de simulação numérica. Mais especificamente, propomos o desenvolvimento de novas metodologias que combinem métodos espectrais e topológicos visando principalmente propor soluções mais eficazes e robustas que as existentes atualmente.
      Membro: Afonso Paiva Neto.
    6. 2009-2009. INCT-MACC Medicina Assistida por Computação Científica
      O avanço da computação científica tem promovido um desenvolvimento sem precedentes na história da sociedade humana. A popularização do computador pessoal, o advento da Internet, o desenvolvimento da comunicação sem fio, da computação distribuída de alto desempenho, de banco de dados distribuídos e a sua mineração gerando novos conhecimentos, das técnicas de monitoração, da visualização científica, da realidade virtual e da modelagem e simulação computacional de sistemas complexos, permeiam atualmente todas as atividades humanas gerando grandes e profundas modificações
      Membro: Luis Gustavo Nonato.
    7. 2012-2012. Projeto Temático: Desafios em Visualização Exploratória de Dados Multidimensionais: Novos Paradigmas, Escalabilidade e Aplicações
      Este projeto visa desenvolver novas técnicas e paradigmas que contribuam para o avanço da área de visualização de dados científicos e abstratos, com ênfase no tratamento e manipulação de dados de alta dimensão, multimodais e variantes no tempo. Os novos paradigmas a serem desenvolvidos deverão fornecer metáforas visuais criadas a partir de técnicas de projeção multidimensional e árvores filogenéticas, buscando facilitar a compreensão, exploração e mineração visual de, entre outros, dados textuais, coleções de imagens ou músicas e dados de sensoriamento em nanoescala. Além de primitivas geométricas como unidade de representação visual, propomos usar estruturas de árvores e combinações de entidades geométricas com entidades abstratas a fim de criar um arcabouço unificado de manipulação e representação visual de dados de alta dimensão. Este projeto também inova na proposta de trazer métodos de visualização e exploração visual para o contexto de dispositivos portáteis. Os desenvolvimentos aqui propostos permitirão manter os grupos de pesquisa envolvidos na vanguarda da pesquisa na área, em nível mundial, fomentando a criação de propriedade intelectual nacional e a transferência tecnológica.
      Membro: Luis Gustavo Nonato.
    8. 2013-2013. Fapesp Cepid - CeMEAI Center for Mathematical Sciences Applied to Industry
      The main challenge of this project is that of promoting the interaction of its members with industry and the interaction amongst the groups that are part of it. There are basically four different research groups involved in this project: Optimization and Operations Research, Computational Fluids Dynamics, Risk Assessment and Computational Intelligence and Software Engineering. The strategy of the CEPID-CeMEAI is to primarily put together the most prominent groups working in applications of the mathematical sciences in the State of São Paulo and direct their work towards effective applications arising from industry. The inclusion of different groups, besides promoting interdisciplinary interaction between researchers, will allow servicing to a greater number of problems. The selected groups have demonstrated scientific excellence in the first place, and in many cases, have relevant applications.
      Membro: Luis Gustavo Nonato.

      Membro: Gustavo Carlos Buscaglia.
    9. 2014-2014. CNPq-PVE: Discrete Differential Forms on Surfaces: Paradigms, Foundations, and Applications
      In this project we propose the development of simple and efficient algorithms based on discretizations of low order differential forms to process surfaces represented by polygon meshes. The mathematical foundations required to analyze and optimize these algorithms will also be investigated. Our philosophy is to use as simple as possible mathematical methods, relying on advanced methods only if they are strictly necessary. Many different fields can benefit from the developments we are proposing here, including computer vision, visualization, and data analysis.
      Membro: Luis Gustavo Nonato.
    10. 2020-2020. USP-COFECUB: VA-Interpret: Visual Analytics Assisted Interpretable Machine Learning
      Recent regulatory laws provide the right of a meaningful explanation of the logic underlying automated decision-making processes. This fact has to leverage the design of mechanisms capable of explaining and interpreting black box machine learning systems involved in any automated decision-making processes. This project proposes the development of novel model agnostic visualization assisted explainable machine learning tools able to operate in multiresolution while being applicable to not only predictive models but also to other machine learning tasks such as clustering. We will validate our methods mostly to cluster dynamic graphs.
      Membro: Luis Gustavo Nonato.
    11. 2020-2020. Inteligência de Dados para Identificação de Padrões e Predição de Crimes em São Carlos
      O objetivo principal do projeto é o desenvolvimento de ferramentas analíticas inovadoras com base em técnicas de Ciência de Dados e Inteligência Artificial, a quais deverão auxiliar os órgãos de segurança municipais em seus processos de tomada de decisão. Tais ferramentas buscam viabilizar estudos de fenômenos criminais complexos, como a identificação de padrões de crimes e suas dinâmicas, apontando as variáveis que propiciam o surgimento e a permanência de tais padrões ao longo do tempo. As ferramentas propostas neste projeto devem fornecer aos órgãos encarregados da segurança puública uma capacidade analítica muito além da que está disponível atualmente.
      Membro: Luis Gustavo Nonato.
    12. 2023-2023. Projeto Temático: Criminalidade, Insegurança e Legitimidade: uma abordagem transdisciplinar
      Tendo como base técnicas de Ciência de Dados e Inteligência Artificial, este projeto visa desenvolver metodologias analíticas inovadoras para investigar fenômenos complexos associados à criminalidade, à persistência de sentimentos de insegurança na população e seus efeitos na legitimidade democrática. O estudo da relação entre criminalidade, sensação de insegurança e legitimidade das instituições de justiça também é foco principal do projeto. Outro importante objetivo é formar e capacitar recursos humanos para que estejam aptos a empregar técnicas de Ciência de Dados e Inteligência Artificial no campo das Ciências Humanas e Sociais (CHS), trazendo novas perspectivas de abordagem e formação diferenciada para os profissionais e pesquisadores.
      Membro: Luis Gustavo Nonato.
    13. 2000-2000. Estruturação, Reconstrução e Visualização a partir de Imagens Médicas - Fapesp (99/12037-7)
      Após o surgimento de novas tecnologias como ressonância magnética, ultra-sonografia e endoscopia, tornou-se importante a criação de técnicas de reconstrução tridimensional a partir de seções planares. Este projeto de pesquisa visa desenvolver um ambiente de modelagem e visualização onde modelos tridimensionais de objetos serão gerados a partir de imagens médicas. O processo de geração dos modelos é baseado em geometria computacional. Ferramentas capazes de realizar simulações como: cirurgias virtuais, exploração de estruturas internas e dimensionamento de objetos estão incorporadas ao sistema desenvolvido.
      Membro: Luis Gustavo Nonato.
      Desenvolvimento de um ambiente de modelagem e visualização onde modelos tridimensionais de objetos são gerados a partir de imagens médicas. O processo de geração dos modelos é baseado em geometria computacional. Ferramentas capazes de realizar simulações como: cirurgias virtuais, exploração de estruturas internas e dimensionamento de objetos estão incorporados ao sistema desenvolvido.
      Membro: Antonio Castelo Filho.
    14. 2017-2017. Projeto Temático: AnImaLS: Annotation of Images in Large Scale: What can machines and specialists learn from interaction?
      In many areas of the Sciences and Engineering, images provide important information about real problems and the assignment by a machine of one or multiple labels per image (annotation) leads to a decision about the problem. However, the machine learning process requires the manual isolation and identification (label assignment) of the content of interest, named sample, in training images. As unlabeled images and samples per image grow large in number, their manual annotation becomes infeasible, leading us to the following research questions: What is the most intuitive way specialists can teach machines to annotate images? What are the tasks and challenges involved in this process? How to minimize human effort with maximum efficacy in machine learning? What can machines and specialists learn from their interaction? This thematic project aims at finding answers to these questions by the study and development of methods for image annotation in large scale, and the construction of decision-making systems (with no user participation) and decision-support systems, where machines and specialists cooperate with and learn from each other continuously. The methodology exploits the complementary skills of humans, better in knowledge abstraction, and machines, superior in large scale data processing, in a repetitive way and free of fatigue. The project divides the problem into two steps: sample extraction and interactive machine learning, in view of building a sequence of operations for automated annotation of new images or annotation with minimum user intervention. The study searches to combine image features learned from the data with features that derive from the knowledge of the specialists about the application. The project still aims at technological and scientific innovations for the diagnosis of gastrintestinal parasites in humans and vertebrate animals, by the automated acquisition and annotation of optical microscopy images, and to demonstrate the extension of the methods to other application domains, the project includes studies of medical image annotation using multi-object shape models and interactive annotation of remote sensing images.
      Membro: Luis Gustavo Nonato.

Prêmios e títulos

  • Total de prêmios e títulos (1)
    1. International Fingerprint Liveness Detection Competition (Segundo colocado). IJBC 2021. 2021.
      Membro: Luis Gustavo Nonato.

Participação em eventos

  • Total de participação em eventos (7)
    1. Program Committee Member. IVAPP
    2. Program Committee Member. Eurovis
    3. Program Committee Member. Eurovis
    4. Conferencista Convidado. Congresso Nacional de Matemática Aplicada e Computacional
    5. Program Committee Member. IEEE Visualization
    6. Program Committee Member. IEEE Visualization
    7. Program Committee Member. EuroVis

Organização de eventos

  • Total de organização de eventos (13)
    1. . Minissimpósio em Geração de Malhas não Estruturadas. SBMAC. 2003. Organizacao
    2. . Workshop de Teses e Dissertações em Computação Gráfica e Processamento de Imagens - WTDCGPI/SIBGRAPI. SBC. 2006. Organizacao
    3. . Análisis de problemas con interfaces móviles. AMCA. 2005. Organizacao
    4. . XXII Brazilian Symposium on Computer Graphics and Image Processing - Sibgrapi 2009. Sociedade Brasileira de Computacao. 2009. Organizacao
    5. . V Programa de Verão da Matemática Computacional, Estatística e Computação. Instituto de Ciências Matemáticas e de Computação - USP. 2011. Organizacao
    6. . IV Workshop da Matemática Computacional, Estatística e Computação. Instituto de Ciências Matemáticas e de Computação. 2011. Organizacao
    7. . International Conference on Mathematical Modeling in Industry. Universidade de São Paulo. 2011. Organizacao
    8. . III Workshop on Interactive Visualization. SBC/Sibgrapi. 2012. Organizacao
    9. . Workshop on Visual Analytics, Information Visualization and Scientific Visualization. SBC. 2015. Organizacao
    10. . Workshop on Visual Analytics, Information Visualization and Scientific Visualization. SBC. 2014. Organizacao
    11. . IEEE VIS - SciVis track. IEEE. 2020. Organizacao
    12. . IEEE Vis. IEEE. 2021. Organizacao
    13. . Trimester Program on Computational Manifolds and Applications. Instituto de Matemática Pura e Aplicadas - IMPA. 2011. Organizacao

Lista de colaborações



(*) Relatório criado com produções desde 1970 até 2023
Data de processamento: 08/03/2023 08:58:36