Departamento de Matemática Aplicada e Estatística

Andre Carlos Ponce de Leon Ferreira de Carvalho

Professor Titular do Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo (ICMC-USP), campus São Carlos, Bolsista de Produtividade em Pesquisa 1A do CNPq e Vice-Presidente da Sociedade Brasileira de Computação (SBC). É coordenador da rede IARA, Inteligência Artificial Recriando Ambientes. Foi membro do Comitê de Assessoramento de Ciência da Computação do CNPq (CA-CC), de 2018 a 2021 (coordenador de 2019 a 2020). De 2013 a 2017 foi membro do conselho da International Association for Statistical Computing (IASC), do International Institute of Statistics. Possui Bacharelado (1987) e Mestrado em Ciência da Computação (1990) pela Universidade Federal de Pernambuco, e doutorado em Electronic Engineering pela University of Kent (1994). Seus principais interesses de pesquisa são Aprendizado de Máquina, Mineração de Dados e Ciência de Dados, com aplicações em várias áreas. Publicou vários artigos nessas áreas, alguns deles premiados em conferências organizadas por ACM, IEEE and SBC. Escreveu vários livros, entre eles Inteligência Artificial: Uma abordagem de Aprendizado de Máquina, publicado pelo GrupoGen em 2011 e prêmio Jabuti 2012, e A General Introduction to Data Analytics, publicado pela Wiley, em 2018. Foi Professor Associado na University of Guelph, Canada. Foi ainda Professor Visitante na University of Kent e Pesquisador Visitante na University of Kent e no Alan Turing Institute, UK. Avalia projetos para agências de fomento a pesquisa nacionais, CAPES, CNPq, FAPESP, FACEPE, FAPEMIG e Fundação Serrapilheira, e internacionais, NSERC (Canada), The Leverhulme Trust (Reino Unido), EPSRC Reino Unido), GACR (República Checa), CONICYT (Chile), Croatian Science Foundation (Croácia) e MIUR (Itália). É Diretor do ICMC-USP e do Centro de Ciências Matemáticas Aplicadas à Indústria da USP. É ainda Vice-Coordenador do MBA em Ciência de Dados do ICMC-USP. , do Conselho Consultivo da Rede MCTI-EMBRAPII de Inovação em Inteligência Artificial (IA), da Rede Ciência para Educação (CpE), do Comitê Diretivo para América Latina e Caribe da International Network for Government Science Advice (INGSA), do Conselho Universitário da Universidade de São Paulo e do Comitê Científico do Advanced Institute for Artificial Intelligence (AI2), do Strategy and Partnerships Board of the UKRI Centre for Doctoral Training in Accountable, Responsible and Transparent AI (ART-AI), at University of Bath, UK. Membro associado da Artificial Intelligence Institute - Te Ipu o te Mahara da University of Waikato, Nova Zelândia e do Grupo de Governança da Estratégia Brasileira de Inteligência Artificial (EBIA) do Ministério de Ciência, Tecnologia e Inovações, do Conselho Tecnológico da Associação Gestora de Fundo Patrimonial Chronos (“CHRONOS”) e do Comitê de Governança do Indicações Geográficas (IG) São Carlos. Foi membro do Conselho Técnico Científico da Escola de Matemática Aplicada da Fundação Getúlio Vargas (EMAp-FGV) de 2018 a 2020.

  • http://lattes.cnpq.br/9674541381385819 (02032023)
  • Rótulo/Grupo:
  • Bolsa CNPq:
  • Período de análise: 1994-HOJE
  • Endereço: Universidade de São Paulo. . Instituto de Ciências Matemáticas e de Computação. Rua Trabalhador Sancarlense, 400 CEP 13560970 - São 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 (44)
    1. 2003-2003. Investigação de Técnicas de Aprendizado de Máquina em Bioinformática - CNPq-Universal
      Este projeto tem por objetivo a investigação do desempenho de técnicas de Aprendizado de Máquina em problemas de Biologia Molecular através de: · Análise do desempenho de máquinas de vetores de suporte para problemas com mais de duas classes; · Análise do desempenho de diferentes técnicas de clusterização para análise de expressão gênica; · Estudo de alternativas para combinação de técnicas de clusterização em comitês para análise de expressão gênica; · O desenvolvimento de ferramentas computacionais para auxílio à solução de problemas de Biologia Molecular utilizando os resultados obtidos nos experimentos realizados.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    2. 2005-2005. Desenvolvimento de Sistemas Híbridos Inteligentes - CNPq/CT-INFO (Proc.: 550295/2005-4)
      Neste projeto, serão investigadas e propostas novas técnicas para a construção de SIHs: métodos de otimização global para o projeto automático de redes neurais artificiais, extração de regras simbólicas de redes neurais artificiais, e técnicas de comitês aplicadas a algoritmos de agrupamento. Uma vez terminado o projeto, os recursos humanos formados estarão aptos a desempenhar funções de ensino e pesquisa na área de Inteligência Computacional, particularmente em redes neurais, sistemas inteligentes híbridos, aprendizagem de máquina.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    3. 2004-2004. Kyatera, Laboratory for Optimisation of Manufacturing - FAPESP
      Uma empresa manufatureira competitiva é viável apenas se o desempenho de seus sistemas fabris é bem controlado e mantido em alto nível. Equipamentos fabris distribuídos vêm sendo controlados por sistemas CNC modernos de arquitetura aberta capazes de receber e enviar informações sobre o processo através de conexões Ethernet ou HSSB (High Speed Serial Bus). Sistemas manuais são sujeitos a falhas tais como a confiabilidade, atualização, detecção de não-conformidades e outros fatores que afetam negativamente o sistema de produção. Assim, a proposta deste projeto é desenvolver ferramentas baseadas em técnicas de Inteligência Computacional (I.C.) para o monitoramento e controle remoto de processos de retificação. Através de uma rede de dados de alto desempenho, as informações coletadas pelos sensores da máquina-ferramenta poderão ser remotamente processadas por computadores com capacidade computacional maior que a do computador acoplado ao CNC da máquina-ferramenta, visando principalmente: (i) reduzir a sensibilidade a distúrbios do sistema de monitoramento do processo de retificação, (ii) reduzir o número de peças defeituosas geradas na usinagem e (iii) aumentar a velocidade de produção das peças.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    4. 2002-2002. Desenvolvimento, caracterização e utilização de sensores para avaliação de qualidade de águas - CNPq (CT-Hidro)
      Este projeto investiga a utilização de uma língua eletrônica que emprega sensores poliméticos para o monitoramento da qualidade da água. Dados obtidos pelos sensores serão repassados para uma rede neural artificial que será treinada para efetuar de forma automática a classificação de amostras de água. Projeto desenvolvido na Emprapa Instrumentação Agropecuária de São Carlos sob a coordenação do Dr. Luis Mattoso.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    5. 2002-2002. Desenvolvimento de Sensores Polimericos para Aplicações na Agricultura e Meio Ambiente - FAPESP (Tematico)
      A Embrapa Instrumentação tem se dedicado ao desenvolvimento de novas metodologias, instrumentos, sensores e tecnologias relacionadas à instrumentação que, contribuam para a melhoria da competência e sustentabilidade do agronegócio brasileiro e preservação do meio ambiente, temas de extrema importância para o país. Neste contexto, o objetivo deste projeto é a preparação, caracterização e desenvolvimento de sensores poliméricos, sendo investigados na Embrapa, para a avaliação de paladar, aroma e qualidade de diversos tipos de bebidas (vinho, café, sucos de fruta e leite) e a avaliação da qualidade da água através da detecção de pesticidas e substâncias húmicas. O sensor será constituído por diferentes unidades sensoriais nas quais são depositados filmes de polímeros condutores com composições otimizadas e selecionadas de forma a se obter um padrão de resposta elétrico característico do tipo de bebida em estudo, com a posterior análise destes padrões por técncias de Inteligência Artificial (Redes Neurais). Projeto desenvolvido na Emprapa Instrumentação Agropecuária de São Carlos sob a coordenação do Dr. Luis Mattoso.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    6. 2004-2004. Análise de Expressão Gênica Utilizando Técnicas de Aprendizado de Máquina - CNPq (Biotecnologia)
      Os projetos Genoma estão gerando uma grande massa de dados biológicos. Diversas pesquisas correntes em Bioinformática têm sido dedicada à análise destes dados para a descoberta de padrões e aquisição de novos conhecimentos. Ou seja, o foco mudou do acúmulo dessas informações para uma análise das mesmas. Porém, a realização desta tarefa de forma manual, em laboratórios, se mostra impraticável e muito custosa. Técnicas computacionais capazes de extrair conhecimento dos dados clínicos e biológicos de forma automática se tornam especialmente adequadas neste caso. É crescente a utilização de Algoritmos de Aprendizado de Máquina (AM) em diferentes domínios de aplicação onde o principal objetivo é a implementação de sistemas capazes de adquirir conhecimento de forma automatizada. Este projeto tem como objetivo a investigação e uso de técnicas de Aprendizado de Máquina para o auxílio na resolução de problemas computacionais envolvendo a análise de expressão gênica e previsão da estrutura de proteínas.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    7. 2008-2008. Sistemas hibridos de aprendizado de maquina - CAPES/PROCAD 189/2007
      O projeto contou com a colaboração de pessoal dos grupos de aprendizado de maquina do ICMC-USP, do CIN-UFPE e do DIMAP-UFRN. Este projeto investigará a utilização de duas grandes áreas em que sistemas híbridos de Aprendizado de Máquina podem ser utilizados: classificação de dados e agrupamento de dados. O coordendar geral do projeto eh o Prof Andre C P L F de Carvalho do ICMC-USP. Os coordenadores locais sao a Profa. Teresa Ludermir, CIn-UFPE e o Prof. Marcilio Souto, DIMAP-UFRN
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    8. 2006-2006. Técnicas Avançadas de classificação de dados (CNPq - Proc. 473778/2006-8)
      Este projeto investiga a utilização de técnicas avançadas de classificação em problemas de Aprendizado de Máquina. Os problemas de classificação investigados são aqueles em que o perfil das classes pode mudar com o passar do tempo, em que classificadores binários precisam ser combinados para lidar com problemas que apresentam mais de duas classes e em que as classes estão organizadas de forma hierárquica.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    9. 2003-2003. Projeto Genoma EST do camarão Litopenaeus vannamei
      O projeto genoma EST do camarão Litopenaeus vannamei visa seqüenciar 300.000 ESTs ( Expressed Sequence Tags) ou 50.000 clusters nos próximos 3 anos, através da formação de uma rede de laboratórios, de maneira a colocar o Brasil dentre os países de vanguarda nos estudos genômicos dessa espécie, subsidiando o desenvolvimento de modernas tecnologias de base genética para o setor produtivo brasileiro, tais como mapeamento genético, identificação de genes relacionados a caracteres de interesse econômico e seleção assistida por marcadores moleculares. Projeto coordenado pelo Prof. Pedro Galetti da UFSCar
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    10. 2009-2009. Técnicas Avançadas de Aprendizado de Máquina (CAPES-FCT)
      Nessa cooperação serão investigados diferentes temas nas duas linhas, com ênfase para os temas de meta-aprendizado e análise de fluxos de dados. Participarão deste projeto pesquisadores de três Universidades brasileiras (Universidade de São Paulo, Universidade Federal de Pernambuco e Universidade Federal do Rio Grande do Norte) e duas portuguesas (Universidade do Porto e Universidade de Aveiro).
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    11. 2008-2008. Utilização de Técnicas de Aprendizado de Máquina em Problemas de Agrupamento e Classificação de Dados (Proc. 472785/2008-7)
      Este projeto investiga a utilização de técnicas Bio-inspiradas de Aprendizado de Máquina em problemas de classificação de dados. Pretende-se investigar estratégias de classificação que permitam lidar com os seguintes problemas de classificação: classificação hierárquica, que são problemas de classificação em que as classes estão organizadas de forma hierárquica; classificação multi-rótulo, que são problemas em que exemplos podem ser simultaneamente classificados em mais de uma classe; escolha de algoritmos de classificação por meio da utilização de técnicas de meta-aprendizado, que procuram associar características presentes nos dados a serem analisados à técnica de classificação mais adequada; e ajuste de parâmetros de classificadores, que investiga diferentes abordagens que podem ser utilizadas para o ajuste automático dos parâmetros livres de classificadores.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    12. 2010-2010. Meta-Aprendizado e Análise de Data Streams - CNPq/Universal 473595/2010-9
      A quatidade de dados gerados por diferentes fontes tem crescido em escalas cada vez maiores. Um dos grandes desafios da computação definidos pela Sociedade Brasileira de Computação é a gestão desses grandes volumes de dados. A necessidade de analisar esses dados de forma automática e as dificuldades encontradas têm demandado o desenvolvimento de novos métodos de Aprendizado de Máquina que possam lidar com os vários problemas associados a esse desafio. Dois desses problemas são a atualização de hipóteses induzidas por algoritmos de Aprendizado de Máquinas que permaneçam válidam quando novos dados são incluídos na base ou conjunto de dados e a escolha do algoritmo mais promissor para induzir hipéteses a partir de um conjunto de dados. O primeiro problema é investigado em uma sub-área de Aprendizado de Máquina denominada Data Streams ou Fluxos Contínuos de Dados e o segundo na sub-area de Meta-Aprendizado. Este projeto investigará as principais alternativas existentes para lidar com esses problemas assim como irá propor novos métodos para tal. Os métodos investigados serão experimentalmente avaliados de acordo com a metodologia correntemente utilizada pela comunidade de pesquisa das duas sub-áreas, utilizando para isso os testes estatísticos relevantes. Como resultado, espera-se contribuições científicas que levem ao avanço das pesquisas nesses dois temas, a formação pesquisadores que possam atuar com competência e autonomia nessas sub-áreas e a publicação de trabalhos científicos que permitam a divulgação dos resultados obtidos em veículos de qualidade.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    13. 2011-2011. Análise de Data Streams Utilizando Aprendizado de Máquina - Processo: 490482/2010-4
      A quatidade de dados gerados por diferentes fontes tem crescido em escalas cada vez maiores. Um dos grandes desafios da computação definidos pela Sociedade Brasileira de Computação é a gestão desses grandes volumes de dados. A necessidade de analisar esses dados de forma automática e as dificuldades encontradas têm demandado o desenvolvimento de novos métodos de Aprendizado de Máquina que possam lidar com os vários problemas associados a esse desafio. Um desses problemas é a atualização de hipóteses induzidas por algoritmos de Aprendizado de Máquinas que permaneçam válidam quando novos dados são incluídos na base ou conjunto de dados. Esse problema é na área de pesquisa Data Streams ou Fluxos Contínuos de Dados. Este projeto investigará as principais alternativas investigadas pelos grupos de pesquisa brasileiro e argentino para lidar com esses problemas assim como irá propor novos métodos para tal. Os métodos investigados serão experimentalmente avaliados de acordo com a metodologia correntemente utilizada pela comunidade de pesquisa na área, utilizando para isso os testes estatísticos relevantes. Como resultado, espera-se contribuições científicas que levem ao avanço das pesquisas nesses dois temas, a formação pesquisadores que possam atuar com competência e autonomia nessas sub-áreas e a publicação de trabalhos científicos que permitam a divulgação dos resultados obtidos em veículos de qualidade.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    14. 2012-2012. Núcleo de Apoio à Pesquisa de Aprendizado de Máquina em Análise de Dados (NAP-AMDA)
      O valor crescente dos dados produzidos por diferentes áreas do conhecimento e a complexidade dos problemas a serem tratados computacionalmente indicam a necessidade de novas ferramentas computacionais capazes de apoiar a análise dos dados pelos usuários. Muitas das ferramentas computacionais atuais que permitem uma análise automática e eficiente dos dados são baseadas em conceitos de Inteligência Artificial, particularmente do Aprendizado de Máquina (AM). Além de Inteligência Artificial, o AM está associado a outras áreas, como estatística, probabilidade, cognição, teoria da computação, neurociência, teoria da informação, para citar algumas. Existem vários centros de pesquisa bem estabelecidos no exterior para análise de dados utilizando técnicas de AM, nas universidades e empresas. No Brasil, apesar do grande número e da alta qualidade da pesquisa em AM, não há um centro de pesquisa equivalente. Assim, este projeto propõe a criação do Centro Núcleo de Apoio à Pesquisa de Aprendizado de Máquina em Análise de Dados, NAP-AMDA. O principal objetivo do NAP-AMDA é o estabelecimento de um centro interdisciplinar e multidisciplinar de excelência no uso de AM em Aanálise de dados em São Paulo, Brasil, de reconhecimento internacional. O centro também vai estimular colaborações com empresas e instituições governamentais cujos dados podem ser analisados através de técnicas de AM. O uso dessas técnicas pelas empresas pode levar a melhores produtos e serviços, aumentando a competitividade das empresas brasileiras. O uso pelo governo pode melhorar a qualidade dos serviços públicos. O centro vai promover e organizar reuniões e workshops com os membros das instituições participantes para discutir os problemas de análise de dados a serem resolvidos. O NAP-AMDA é composto por docentes, pesquisadores e estudantes da Universidade de São Paulo e de outras Universidades e Centros de Pesquisa, do Brasil e do exterior. O NAP-AMDA será baseado no Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
      Nome do Projeto: Projeto NAP - PRP/USP "Núcleo de Apoio à Pesquisa de Aprendizado de Máquina em Análise de Dados"
      Membro: Francisco Aparecido Rodrigues.
    15. 2012-2012. Desafios em Mineração de Dados
      Com o volume cada vez maior de dados gerados e a importância crescente da economia baseada em conhecimento, a Descoberta de Conhecimento de Bases de Dados, principalmente sua etapa de Mineração de Dados, é cada vez mais adotada em empresas e órgãos governamentais. A complexidade dos problemas a serem tratados por Mineração de Dados leva a necessidade de novos métodos e ferramentas computacionais capazes de apoiar a análise dos dados pelos usuários. Duas das principais etapas de Mineração de Dados são as de pré-processamento e de construção de modelos. Desafios relacionados a essas duas etapas são investigados neste projeto. Dados com baixa qualidade ou com problemas de elevada dimensão pode afetar significativamente o desempenho de algoritmos para construção de modelos. A etapa de construção de modelos permite induzir modelos descritivos e preditivos, frequentemente por algoritmos de Aprendizado de Máquina. Este projeto investigará as principais alternativas existentes para lidar com esses desafios assim como irá propor e investigar novos métodos para tal. Os métodos investigados serão experimentalmente avaliados de acordo com a metodologia correntemente utilizada pela comunidade de pesquisa das duas subáreas. Dado o elevado custo computacional associado aos experimentos nessas subáreas, serão investigados o uso de arquiteturas GPU e computação em nuvens. Deve ser observado que esse projeto continua pesquisas realizadas em projetos anteriores, com novas abordagens e desafios.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    16. 2013-2013. RACE: pRojeto colAborativo para gestão e otimizaÇão de Energia em veículos elétricos
      Este projeto, que possui um elevado grau de interdisciplinaridade, diz respeito a pesquisa e ao desenvolvimento de um sistema para armazenamento e gerenciamento inteligente de energia para VE, utilizando modelos de algoritmos de inteligência computacional, controle e identificação e dispositivos móveis.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    17. 2015-2015. MAP: Aprendizado de Máquina: uma abordagem baseada em múltiplas estratégias
      Esse projeto diz respeito a uma pesquisa conjunta em que técnicas de Aprendizado de Máquina (AM), com ênfase em uma abordagem baseada em múltiplas estratégias. De uma perspectiva da abordagem baseada em múltiplas estratégias, os objetivos são estudar \textit{trade-offs} entre diferentes estratégias de aprendizado e desenvolver sistemas de aprendizado que empregam múltiplas estratégias de inferência ou paradigmas computacionais em um processo de aprendizado. Como consequência, sistemas baseados em múltiplas estratégias têm o potencial de serem aplicáveis a um vasto grupo de problemas. A maioria dos problemas abordados será no contexto de aprendizado não supervisionado, ou análise de agrupamento. Por exemplo, nos iremos analisar a sinergia e os trade-offs entre agrupamento com restrições por programação com restrições (grupo francês) e agrupamento evolutivo multi-objetivo (grupo brasileiro). Os aspectos práticos das técnicas propostas serão abordados, por exemplo, no contexto de mineração e modelagem de dados biológicos, provenientes de texto e temporais. Outro importante objetivo do projeto é estimular a cooperação internacional reunindo pesquisadores brasileiros e Francês para a troca de idéias e experiências. Os grupos do Brasil e da França já possuem um histórico de colaboração que pode ser fortalecida com este projeto.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    18. 2013-2013. Research on Geo-spatial Marine Biology Data Mining Using Time Series, Text Mining and Visualization
      We propose a focused, interdisciplinary research project on data mining and data visualization with a specific focus on marine data. This data is particularly challenging for data mining as it presents only a very sparse set of data points with respect to the volume of the marine space that is being modelled and investigated. It also presents a set of challenges in visualization of data and of modelling results, as the data are inherently three-dimensional and from an unfamiliar context relative to data from on land. We will work in an interdisciplinary team with researchers in data mining, data visualization, and marine biology to develop visualization methods that will be appropriate for marine biology applications of data mining. The data may be derived from multiple disparate sources, including fisheries or scientific surveys, autonomous sensors, satellite data or field studies. For model outputs, we will particularly work on the visualization of results from a new generation of ecosystem model, analogous to the general circulation models used to predict global climate. This model includes all organism types on both land and sea. We face the challenge that it can produce gigabytes to terabytes of outputs, including tracking all organism interactions, individual states, and the spatial distribution of individuals. Thus we need to summarize, extract, and visualize outputs at multiple scales including that of individuals, ecological communities, and the globe. These data need to be visualized in a manner that will then be useful and interpretable for the international policy community.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    19. 2017-2017. Desafios em Aprendizado de Máquina e Mineração de Dados
      Dados são gerados e consumidos a uma taxa e volume cada vez maiores. Junto com esses aumentos, cresce também o reconhecimento dos benefícios da extração de conhecimento útil e relevante desses dados, pelos setores público e privado, no Brasil e no exterior. Avanços científicos e tecnológicos na área de Mineração de Dados, muitas delas baseadas em Aprendizado de Máquina, têm levado ao desenvolvimento de ferramentas capazes da extração desse conhecimento. Esses avanços são acompanhados da criação de grupos de pesquisa em Mineração de Dados e Aprendizado de Máquina nos meios acadêmico e empresarial. Grupos de pesquisa nessas áreas já existem nas principais universidades brasileiras. Este projeto vai investigar três temas de pesquisa dessas áreas: pré-processamento de dados, meta-aprendizado e mineração de fluxos contínuos de dados.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    20. 2009-2009. Pesquisa e desenvolvimento de técnicas automáticas para a detecção e medição volumétrica de placas de Esclerose Múltipla
      Esclerose Múltipla (EM) é uma doença inflamatória e desmielinizante do sistema nervoso central (SNC) que afeta principalmente adultos jovens. É considerada uma doença auto-imune em que o sistema imune reconhece erroneamente a bainha de mielina do SNC como um elemento externo e então o ataca, resultando em inflamação e danos. Embora os fatores que acionam a mudança patológica em EM permaneçam pouco compreendidos devido a complexidade das alterações patológicas, nos últimos anos novas terapias têm sido propostas para o tratamento dessa doença. O imageamento multimodal de ressonância magnética tem sido usado clinicamente com muito sucesso para o diagnóstico e monitoramento da EM devido sua alta resolução, boa diferenciação de tecidos moles, e por permitir a obtenção de diferentes informações de contraste. O método convencional de medição do volume das lesões de EM é o delineamento manual das lesões em imagens de Ressonância Magnética (RM), realizada por especialistas com ajuda limitada do computador. Entretanto, tal procedimento é árduo, consome muito tempo, é custoso e propenso a grande variabilidade inter- e intra-observadores. Portanto, o principal objetivo desse projeto é a pesquisa e o desenvolvimento de técnicas computacionais automáticas para a detecção e medição do volume de placas de EM em imagens de RM, visando diminuir as medidas de variabilidade e permitir a análise automática e quantitativa da EM. O desenvolvimento de tais técnicas permitirá mais facilmente o acompanhamento da evolução dessa patologia e uma melhoria no poder de detecção de possíveis efeitos terapêuticos em ensaios clínicos. Além disso, busca-se com esse projeto a criação e nucleação de um grupo de excelência na área de processamento de imagens médicas com ênfase no estudo de doenças do cérebro
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    21. 2016-2016. Provendo uma maior inteligência em IoTs: abordagens e aplicações em sensores, VANTs e smartphones
      Os dispositivos com recursos escassos como a Internet das Coisas (IoT) estão cada vez mais onipresentes coletando dados no intuito de melhorar e otimizar o cotidiano de um ambiente como uma smart city. A IoT normalmente consiste de sensores e objetos que interagem e trabalham em conjunto, estando ao mesmo tempo conectados a Internet. A IoT é considerada como fazendo parte da Internet do Futuro e incorpora dispositivos como sensores, smartphones, câmeras, automóveis, VANTs e/ou qualquer dispositivo doméstico. Como mais objetos/sensores estão conectados, um maior volume de dados (inclusive voz, vídeo e imagem) é gerado e transportado, demandando assim uma maior inteligência para tratar adequadamente tais dados. Entretanto, o maior problema reside em que grande parte do dispositivo IoT como os sensores e objetos domésticos são dispositivos que possuem pouca memória e poder de processamento. Assim, este projeto de pesquisa tem como objetivo prover um maior grau de inteligência nestes dispositivos com poucos recursos já citados. O desafio chave é prover esta inteligência nos próprios dispositivos a despeito dos recursos limitados de memória e poder de processamento que tais dispositivos dispõem. As técnicas adequadas devem ser investigadas e utilizadas, para que possamos otimizar o uso dos poucos recursos disponíveis e muitas vezes ociosos. O projeto envolve estudar as técnicas de inteligência artificial e de evolução existentes na literatura. Além disso, a proposta compreende também pesquisar a abordagem centralizada ou distribuída das inteligência nos nós (i.e. centralizar toda inteligência em um nó ou distribui-la entre os dispositivos da rede). Há várias aplicações a serem exploradas neste projeto e uma delas é o uso da inteligência artificial para classificar o estado emocional dos usuários de smartphones. Uma outra aplicação é embarcar a inteligência nos sensores para prever enchentes em rios urbanos no contexto de uma smart city. Outros cenários envolvem o uso de VANTs "inteligentes" para pulverizar defensivos químicos com uma rota ajustada (ou "evoluída") em tempo de execução, levando-se em consideração as condições climáticas impostas, como as mudanças no sentido e na velocidade do vento. Outras aplicações poderão ser investigadas ao longo do progresso desta pesquisa. Finalmente, ressalta-se que os primeiros resultados desta pesquisa foram publicados na Revista Pesquisa FAPESP de Janeiro de 2015 (como parte do resultado do projeto Regular). Deseja-se dar continuidade a estes resultados promissores através deste novo projeto proposto.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    22. 2018-2018. Centro de Excelência Intel em Inteligência Artificial
      Research center funded by Intel to stimulate research in artificial intelligence, in particular machine learning.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    23. 2019-2019. Optimizing control interventions for Visceral Leishmaniasis in multiple settings
      Visceral leishmaniasis (VL) is a zoonotic vector-borne disease of public health concern worldwide, with high incidence in Brazil, the Indian Sub-Continent and some countries in East Africa. Optimal VL control has proven challenging given the wide array of interventions targeting the vector, animal host (especially domestic dogs), and human populations. There are two types of VL parasite species (L. Donovani and L. Infantum) and their spatial heterogeneity further complicates effective control strategies. Optimization of the portfolio of surveillance alternatives and interventions is thus a complex, spatially-explicit and dynamic endeavour. This proposal aims to support national programmes for control of VL, mainly in Brazil, combining mathematical modelling, geo-spatial mapping, disease ecology and machine learning.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    24. 2018-2018. Pajé: Ferramenta de Aprendizado de Máquina Automático(AutoML)
      Com o crescente volume de dados, a Ciência dos Dados tornou-se uma parte relevante de muitas aplicações. Muitas empresas estão aplicando a Ciência de Dados em áreas como Finanças, Jogos, Assistência Médica, Cidades Inteligentes, entre muitas outras. A maioria das soluções da Ciência de Dados dependem do Aprendizado de Máquina (AM), em particular AM do início ao fim. Uma solução de AM do início ao fim inclui todas as etapas necessárias para a criação de um sistema bem-sucedido baseado em AM, como pré-processamento de dados, engenharia de atributos, seleção de modelos e ajuste de hiperparâmetros. No entanto, seu processo de desenvolvimento ainda depende fortemente de especialistas humanos, o que é raro e caro. À medida que a complexidade dessas tarefas aumenta, também aumenta a demanda por soluções automatizadas (Automated ML - AutoML). O AutoML investiga como apoiar o cientista de dados e não especialistas, automatizando o design de soluções de AM End-to-End. Várias empresas, como Google, Facebook e Microsoft, estão investindo nessa nova e excitante área. AutoML foca em usuários com pouco ou nenhum conhecimento em AM, também fornecendo novas ferramentas e funcionalidades para especialistas avançar o estado-da-arte.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    25. 2020-2020. Ferramenta computacional baseada em Big Data para desenvolvimento de soluções de inteligência artificial destinadas a conferir maior eficiência à atividade jurisdicional
      Este projeto busca fomentar as atividades de pesquisa e desenvolvimento tecnológico em inteligência artificial aplicada à ciência de dados da área jurídica, utilizando-se algoritmos de aprendizagem de máquinas com vistas ao desenvolvimento de ferramentas computacionais piloto para a análise de documentos ou dados processuais, conforme Convênio de Cooperação para Desenvolvimento Científico e Tecnológico em Ciência e Engenharia Dados, celebrado entre o Tribunal de Justiça do Estado de São Paulo (TJSP) e a Universidade de São Paulo (USP).
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    26. 2002-2002. Investigação de Técnicas de Aprendizado de Máquina e Mineração de Dados para Análise de Dados do Projeto Genôma Clínico
      Este projeto tem como objetivo a investigação e uso de técnicas de Aprendizado de Máquina para o auxílio na resolução de problemas envolvendo o reconhecimento de genes em seqüências de nucleotídeos, em particular a identificação de sítios de splice alternativos, e a extração de conhecimento de bases de dados clínicas e biológicas. Estes dados estão sendo gerados pelo projeto "Clinical Genomics".
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    27. 2008-2008. Desenvolvimento de Sistemas Híbridos Inteligentes - Programa de Apoio a Núcleos de Excelência - PRONEX
      O objetivo deste projeto é contribuir para um avanço no estado-da-arte da integração dos paradigmas simbólico e conexionista através do desenvolvimento de sistemas híbridos inteligentes. Vários sistemas híbridos diferentes serão propostos e testados ao longo do projeto.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    28. 2011-2011. Núcleo de Excelência em Aprendizado de Máquina - Programa de Apoio a Núcleos de Excelência - PRONEX-FACEPE APQ 1188-1.03/10
      O principal objetivo deste projeto é avançar o estado-da-arte na área de Aprendizado de Máquina em problemas de classificação e agrupamentos de dados aplicados a problemas relevantes na área de Bioinformática. Processo: APQ-1188-1.03/10. Coordenado pela Profa Teresa Ludermir
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    29. 2018-2018. BRAIN (Centro de Inovação Digital da Algar Telecom)
      Este projeto tem como objetivo o aprimoramento do serviço de atendimento e a elevação do patamar de qualidade da experiência de clientes de empresas de Telecom – no caso, a ALGAR-TELECOM - por meio de técnicas de Inteligência Artificial e de Ciência de Dados. Esse objetivo geral será perseguido por meio de duas frentes de trabalho: - Estudar as bases de dados de OS’s disponíveis com a finalidade de produzir métodos automáticos de agilizar e de melhorar o atendimento ao cliente; - Implementar métodos automáticos de predição de experiência do cliente capazes de antecipar a probabilidade de ocorrência de problemas (o que, consequentemente, trará uma vantajosa redução no volume de emissão de OS’s
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    30. 2014-2014. Recuperação de Imagens em Contextos Dinâmicos - CNPq - PVE
      Um sistema de recuperação de imagens por conteúdo (CBIR) é um sistema computacional para navegar, pesquisar e recuperar imagens de grandes bases de dados. Em tais sistemas, usualmente, o conteúdo da imagem é representado por características extraídas automaticamente, como cor, forma ou textura e representadas por valores reais normalizados no intervalo [0,1]. A cada imagem é associado um vetor de características. A distância entre dois vetores de características indica o grau de (dis)similaridade entre as respectivas imagens. Esta abordagem é utilizada na maioria dos sistemas CBIR encontrados na literatura. No entanto, o uso apenas de características obtidas diretamente da imagem, comumente referenciadas como características de baixo nível, não se mostraram suficientes para descrever os conceitos de uma imagem. Há um distanciamento entre a descrição da imagem e o seu conceito semântico, conhecido como descontinuidade semântica. Para reduzir a descontinuidade semântica na busca por similaridade, surge no cenário da recuperação de imagens o termo recuperação de imagens baseada em semântica . Varias abordagens são usadas para endereçar esse problema, no entanto, é importante notar que os métodos que utilizam alguma técnica de aprendizagem de máquina para, de alguma forma, treinar os conceitos semânticos limitam-se a bases de treinamento que não se alteram durante o tempo. É importante lembrar que o cenário da recuperação de imagens é dinâmico e os conceitos semânticos definidos num determinado momento podem evoluir, novos conceitos podem surgir ou conceitos estabelecidos podem desaparecer; Este projeto tem como objetivo recuperar imagens levando em consideração questões semânticas, em um contexto em que a base de imagens ou as preferências do usuário podem se modificar ao longo do tempo. Para tanto propomos quatro sub-projetos, cada um abordando um problema importante, ainda em aberto, na área de recuperação de imagens: 1) Construção do Dicionário de Palavras Visuais para a Técnica de BoVW em Contexto Dinâmico; 2) Diversidade de Respostas em Contexto Dinâmico apoiada por Ferramentas Visuais; 3) Sistema de Recomendação de Imagens baseado em Informações Visuais e Não Visuais em Contexto Dinâmico; 4) Exploração de Estratégias para Transformar Realimentação de Relevância em Restrições para Detecção Semi-Supervisionada de Agrupamentos de Imagens em Contexto Dinâmico. Esse projeto envolve pesquisadores nacionais e internacionais.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    31. 2013-2013. Automatic Design of Decision-Tree Induction Algorithms for Detecting Patterns of Functional Gene-Gene Interactions in Observational Gene Expression Data
      Predicting an organism s or a cell s response to a therapeutical intervention lies at the heart of medical research. In a functional cellular experiment, one can intervene in the expression of a gene x using RNA interference technologies and collect the downstream effects in the entire transcriptome using high throughput technologies like microarrays or RNAseq. This experiment gives us a class of genes that respond to the intervention in x (class A) and a class of genes that do not (class B). We hypothesize that also observational data that does not involve perturbations of gene x holds information whether a gene is in class A or B, since the biological mechanisms that drive the expression of these classes of genes must be different. This yields a standard classification problem: Predict whether a gene belongs to a class A or B by considering only observational data. In this project, we will investigate machine learning-based solutions to this problem by evolving decision tree induction algorithms. Decision tree induction is one of the most employed methods to extract knowledge from data, since the representation of knowledge is very intuitive and easily understandable by humans. The most successful strategy for inducing decision trees, the greedy top-down approach has been continuously improved by researchers over the years. This work, following recent breakthroughs in the automatic design of machine learning algorithms, proposes a hyper-heuristic evolutionary algorithm for automatically generating decision-tree induction algorithms, named HEAD-DT. We will automatically design a decision tree induction algorithm tailored to tdetecting functional gene-gene interactions from observational gene expression data. The designed algorithm and its induced classifiers may be a first step to develop a platform for virtual intervention experiments that could be used to prioritize genes for further biological experimental studies.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    32. 2013-2013. Automatic design of decision-tree induction algorithms for detecting patterns of functional gene-gene interactions in observational gene expression data
      Predicting an organism's or a cell's response to a therapeutical intervention lies at the heart of medical research. In a functional cellular experiment, one can intervene in the expression of a gene x using RNA interference technologies and collect the downstream effects in the entire transcriptome using high throughput technologies like microarrays or RNAseq. This experiment gives us a class of genes that respond to the intervention in x (class A) and a class of genes that do not (class B). We hypothesize that also observational data that does not involve perturbations of gene x holds information whether a gene is in class A or B, since the biological mechanisms that drive the expression of these classes of genes must be different. This yields a standard classification problem: Predict whether a gene belongs to a class A or B by considering only observational data. In this project, we will investigate machine learning-based solutions to this problem by evolving decision tree induction algorithms. Decision tree induction is one of the most employed methods to extract knowledge from data, since the representation of knowledge is very intuitive and easily understandable by humans. The most successful strategy for inducing decision trees, the greedy top-down approach has been continuously improved by researchers over the years. This work, following recent breakthroughs in the automatic design of machine learning algorithms, proposes a hyper-heuristic evolutionary algorithm for automatically generating decision-tree induction algorithms, named HEAD-DT. We aim to automatically designing a decision tree induction algorithm tailored to a specific domain: Detecting functional gene-gene interactions from observational gene expression data. If successful, both the designed algorithm and their induced classifiers could be seen as a first step to develop a platform for "virtual intervention experiments" that could be used to prioritize genes for further biological experimental studies. (AU)
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    33. 2011-2011. Programação Genética para evolução de algoritmos de indução de árvores de decisão
      Árvores de Decisão constituem uma técnica poderosa e amplamente utilizada em tarefas de mineração de dados. Geralmente, algoritmos de indução de árvores de decisão usam uma estratégia gulosa, top down e com particionamento recursivo para a construção das árvores. No entanto, há pelo menos dois problemas relacionados a essas características: (i) estratégias gulosas geralmente produzem soluções ótimas locais ao invés de globais, (ii) particionamento recursivo degrada iterativamente a qualidade do dataset e, consequentemente, a qualidade dos resultados obtidos. Para lidar com essas dificuldades, diferentes abordagens foram sugeridas, tais como Options Trees, ensembles (ex: boosting e bagging), e algoritmos evolutivos. No entanto, tais algoritmos evolutivos são usados para evoluir árvores de decisão específicas para cada problema de classificação, e não para evoluir algoritmos genéricos para indução de árvores de decisão para qualquer problema de classificação. Uma das subáreas de algoritmos evolutivos, a Programação Genética (PG) é uma ferramenta adequada para evoluir programas de computadores. Um programa evoluído por Programação Genética pode produzir a mesma solução desenvolvida por um humano para solucionar um problema, mas também pode produzir algo completamente diferente e talvez melhor. Nesse contexto, o objetivo deste projeto é estudar programação genética com o intuito de utilizá-la para evoluir algoritmos de indução de árvores de decisão. A ideia é evoluir algoritmos genéricos para indução de árvores de decisão, ou seja, o resultado final da PG será um algoritmo de indução árvores de decisão, e não apenas uma árvore de decisão. Nesse sentido, pode-se considerar um algoritmo de meta-learning, pois o objetivo é aprender um algoritmo de aprendizagem.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    34. 2016-2016. Hiper-heurísticas multi-objetivas para construção automática de algoritmos de indução de árvores de decisão com múltiplos testes
      Árvores de Decisão constituem uma técnica poderosa e amplamente utilizada em tarefas de aprendizado de máquina e mineração de dados, principalmente em virtude da facilidade de interpretação do conhecimento adquirido. Em contraste com os algoritmos tradicionais de indução de árvores de decisão - todos manualmente desenvolvidos por humanos - o algoritmo HEAD-DT constitui uma abordagem de hiper-heurística evolutiva para construção automática de algoritmos de indução de árvores de decisão. HEAD-DT trabalha sobre diversos componentes manualmente desenvolvidos para indução de árvores de decisão, combinando os componentes mais adequados para o problema em questão. Recentemente, foi introduzido o conceito de árvores de decisão com múltiplos testes (MTDT, do inglês Multi-Test Decision Trees), uma nova forma de representação de árvores de decisão. Nas MTDT, cada nó da árvore pode ser composto por múltiplos testes univariados, o que pode ser visto como um caso intermediário (em termos de interpretabilidade) entre as árvores de decisão univariadas e as árvores de decisão multivariadas. Em relação aos algoritmos tradicionais de árvores de decisão univariadas, os algoritmos de indução das MTDT possuem certas particularidades. O critério de split é um exemplo claro, em que pode ser conduzido por um mecanismo de votação majoritária em que todos os testes univariados têm a mesma importância. No entanto, diversas outras estratégias podem ser desenvolvidas para realizar essa tarefa. Nesse contexto, o presente projeto propõe estender o algoritmo HEAD-DT em dois principais aspectos: (i) construir automaticamente algoritmos de indução de árvores de decisão com múltiplos testes, e algumas extensões; e (ii) adotar três abordagens multi-objetivas para guiar o processo evolutivo. Embora muitos trabalhos utilizem algoritmos evolutivos para indução de árvores de decisão, o que se propõe aqui é algo totalmente diferente, pois a ideia é evoluir algoritmos genéricos para indução de árvores de decisão de múltiplos testes, ou seja, o resultado final do método será um algoritmo de indução, e não apenas uma árvore de decisão. Isso caracteriza um algoritmo de meta-learning, pois o objetivo é aprender um algoritmo de aprendizagem.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    35. 2013-2013. TECNOLOGIAS ASSISTIVAS PARA MORADIA E INDEPENDÊNCIA NO ENVELHECIMENTO
      Esse projeto tenta preencher uma lacuna quanto ao desenvolvimento de Tecnologias Assistivas para independência e autonomia no envelhecimento, nomeadamente: validação do uso de um sensor baseado em aceleração para a detecção e a prevenção da queda em idosos e tecnologia em Web 2.0 para dispositivos táteis. Os resultados podem apontar a validade de equipamentos de baixo custo, baixo nível de erro, e boa receptividade possibilitando a geração de produtos que permitam a manutenção da independência do idoso frágil.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    36. 2016-2016. Classificação Hierárquica de Elementos Transponíveis Utilizando Aprendizado de Máquina
      Elementos Transponíveis (TEs) são sequências de DNA que podem se mover de um local para outro dentro do genoma de uma célula. Eles contribuem para a diversidade genética das espécies, e seus mecanismos de transposição podem afetar a funcionalidade dos genes. A correta identificação e classificação de TEs é útil para a compreensão de seus efeitos no processo evolutivo dos genomas. Os TEs são organizados em uma taxonomia hierárquica, com famílias e superfamílias. Geralmente, a identificação e classificação de TEs é realizada por meio de ferramentas de Bioinformática que utilizam homologia, comparando uma sequência com várias sequências de um conjunto de dados com TEs já identificados. Esse método apresenta limitações, pois a homologia entre sequências ignora as propriedades bioquímicas das mesmas, e também os relacionamentos hierárquicos entre as diferentes famílias e superfamílias de TEs. Assim, neste projeto, serão investigados e propostos diferentes métodos de classificação hierárquica de TEs utilizando Aprendizado de Máquina (AM). Inicialmente, diferentes conjuntos de dados serão construídos com sequências de nucleotídeos e de aminoácidos já com TEs previamente identificados. Para a construção desses conjuntos de dados, serão utilizadas ferramentas de Bioinformática desenvolvidas para extrair características bioquímicas de sequências, e também diferentes estratégias para conversão de sequências em valores de atributos adequados para a utilização em técnicas de AM. Os conjuntos de dados serão, então, estruturados hierarquicamente, de acordo com as famílias e superfamílias de TEs a que pertencem. Os métodos de classificação propostos serão comparados com métodos existentes na literatura, e avaliados por meio de medidas de avaliação específicas para problemas de classificação hierárquica.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    37. 2011-2011. DataExplorer: Uma nova abordagem para análise de agrupamento
      A análise de agrupamento é muito utilizada em diversas áreas. Porém, mesmo as abordagens mais recentes apresentam dificuldades que limitam o seu uso por especialistas de outras áreas. Este projeto de pesquisa se refere ao desenvolvimento de uma nova abordagem para análise de agrupamento que possibilite a obtenção de uma variedade maior de clusters com potencial de fornecer informações úteis aos especialistas se comparadas com as técnicas tradicionais e mesmo as mais recentes como ensembles de agrupamento e as estratégias multi-objetivo. A abordagem proposta visa ser um mecanismo para a obtenção de todos os (ou a maioria dos) clusters relevantes presentes em um determinado conjunto de dados, independente da estrutura mais complexa a que eles pertençam (ex. uma partição). Para isso, busca-se clusters independentemente do nível de refinamento em que ocorrem ou do critério de agrupamento que satisfazem, ou se há sobreposição entre eles. Assim, visa-se fornecer uma descrição o mais completa possível dos dados, facilitando o trabalho dos especialistas no domínio dos dados e aumentando a quantidade de conhecimento que pode ser extraída dos dados a partir da aplicação de uma única ferramenta.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    38. 2017-2017. DéjàVu: Coerência Temporal, Espacial e de Caracterização de Dados Heterogêneos para Análise e Interpretação de Integridade
      Neste projeto de pesquisa, objetivamos desenvolver metodologias computacionais capazes de sincronizar eventos específicos no espaço e no tempo (X-coherence), checar fatos quanto à sua veracidade e padrão de espalhamento, e buscar conteúdos específicos de interesse a partir de fontes diversas e heterogêneas, incluindo --- mas não limitado a --- internet, redes sociais e imagens de vigilância. Para isso, iremos explorar fontes heterogêneas de informação buscando sincronizar informações textuais e visuais em torno da posição de um evento ou objeto de interesse, bem como ordená-los espacial e temporalmente de modo a permitir uma melhor compreensão sobre o que aconteceu antes, durante e logo após o dito evento. Após a organização automática das informações obtidas e do entendimento da ordem dos fatos, objetivamos desenvolver soluções para mineração (busca) de pessoas, objetos e lugares de interesse para possíveis análises de busca de suspeitos, verificação de fatos ou até mesmo para entender a natureza do ocorrido. A partir da exploração das possíveis conexões existentes entre diferentes tipos de informação, buscaremos desenvolver ferramentas de análise de integridade de mídia para verificar possíveis falsificações existentes nos dados, detectar conteúdo sensível (por exemplo, conteúdo violento, pornografia infantil) e inferir os padrões de espalhamento de objetos digitais multimídia online. Com a sofisticação dos crimes digitais e ameaças terroristas cada vez mais presentes em nosso dia-a-dia, bem como o advento e propagação de notícias falsas nos mais variados meios, buscamos ser capazes de utilizar as soluções desenvolvidas para nos ajudar a responder às quatro questões mais importantes nas Ciências Forenses em relação a um evento de interesse: "quem participou", "em quais circunstâncias", "por quê" e "como foi tal participação", identificando as principais características e circunstâncias em que ocorreu o evento em questão.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    39. 2017-2017. Where do machine learning and optimization meet?
      Aprendizado de máquina e otimização têm provido soluções eficientes para muitos problemas práticos. Embora muitas iniciativas relevantes para unir pesquisadores dessas áreas têm sido realizadas, elas ainda seguem caminhos independentes. Muitos desafios de pesquisa seriam beneficiados a partir de uma cooperação mais forte entre pesquisadores dessas áreas. Esse projeto tenta caminhar nessa direção trazendo pesquisadores de aprendizado de máquina e otimização para explorar novas maneiras onde os conhecimentos dessas duas áreas de pesquisa podem ser combinados, resultados em novas e eficientes soluções para aplicações relevantes. Por um lado, técnicas de otimização podem economizar recursos computacionais e humanos explorando diferentes regiões do espaço de busca por meio de técnicas exaustivas e força bruta, as quais possuem alta propensão a falhas. Assim sendo, aprendizado de máquina possuem um conjunto grande de aplicações que técnicas de otimizações podem ser avaliadas e utilizadas para testes. Nesse trabalho, pretendemos focar em aplicações relacionadas à bioinformática, com atenção especial à análise de expressão gênica de câncer de mama e dados de ressonância magnética funcional para análise de Autismo. (AU)
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    40. 2018-2018. Long non-coding RNAs in animals and plants: a bioinformatics perspective
      No comprehensive study comparing lncRNAs in animal and plant domains is available. To fill this gap, this project aims to integrating research groups to perform an in-depth study of lncRNAs in both domains, to identify features that could be used in machine learning approaches for annotation.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    41. 2018-2018. Fairness, Privacy and Transparency when Learning from Data Streams
      We are using technologies based on Machine Learning in a growing number of systems and tools. This growing use of Machine Learning has made many dangerous, monotonous and tiring activities safer, more reliable and more accurate. However, new demands require the development of new Machine Learning techniques, or their use in new and innovative ways, taking into account ethical and legal issues - including in particular, the right to appropriate privacy, transparency and fairness. Recent studies have approached these themes from different perspectives. However, most of them assume the possibility to assess and analyze a static model, induced from a static dataset. In most real applications, data are continuously generated in streams, which can come with very high speed and volume, and present concept changes along the time. In this situation, a model can rapidly become outdated. Learning algorithms able to continuously update models are an increasingly important research issue and many current applications are being developed in this area. This project will study the challenges faced to ensure appropriate transparency and fairness when models need to be continuously and autonomously adapted.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    42. 2018-2018. Infraestrutura de SoQware e Aplicações de IoT para Cidades Inteligentes
      A Internet das Coisas (IoT - Internet of Things) se refere à extensão da Internet e da Web ao mundo físico através do uso em larga escala de dispositivos distribuídos identificáveis e com capacidade de sensoreamento e atuação. Estes dispositivos são genericamente denominados Smart Objects - SOs. A IoT não está relacionada somente com a interconexão de dispositivos à Internet, mas também em se obter uma percepção de espaços físicos através de dados coletados por sensores, a capacidade de análise e raciocínio sobre estes dados e a possibilidade de atuação sobre o espaço físico. A IoT é uma das bases fundamentais para a construção das Cidades Inteligentes (CI). Cidades inteligentes são sistemas de pessoas interagindo e usando energia, materiais, serviços e financiamento para catalisar o desenvolvimento econômico e a melhoria da qualidade de vida. Esses fluxos de interação são considerados inteligentes por fazer uso estratégico de infraestrutura e serviços e de informação e comunicação com planejamento e gestão urbana para dar resposta às necessidades sociais e econômicas da sociedade. Desta forma, o espaço urbano é palco de experiências de uso intensivo de tecnologias de comunicação e Internet das Coisas, de gestão urbana e ação social dirigidos por dados (Data-Driven Urbanism)
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    43. 2019-2019. Mobilidade na Computação Urbana: Caracterização, Modelagem e Aplicações (MOBILIS)
      A mobilidade tem um papel central nas diversas atividades relacionadas que fazemos, principalmente no trabalho, comércio, indústria e lazer. O estudo da mobilidade para diferentes finalidades (e.g., econômicas, serviços públicos, estudo acadêmico) deve ser feito de forma sistemática já que do ponto de vista científico é a questão mais fundamental que deve ser estudada para, a partir daí, soluções serem aplicadas. Assim, este projeto tem como objetivo investigar como ocorre a mobilidade de entidades móveis em ambientes urbanos para podermos projetar algoritmos, protocolos, aplicações e serviços que sejam apropriados tanto para o cenário que temos atualmente quanto para cidades inteligentes. O projeto "Mobilidade na Computação Urbana: Caracterização, Modelagem e Aplicações (MOBILIS) inova e avança o estado da arte ao pesquisar questões fundamentais individualmente e de forma integrada desses diferentes aspectos de uma forma mais ampla que temos atualmente.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.
    44. 2021-2021. PD-00061-0061-2021- Plataforma Robusta para mitigação do risco hidrológico utilizando inteligência artificial
      Plataforma Robusta para mitigação do risco hidrológico utilizando inteligência artificial
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.

Prêmios e títulos

  • Total de prêmios e títulos (1)
    1. Orientador do aluno de doutorado Robson Bonidia que recebeu o Helmholtz Information & Data Science Award. Helmholtz Information & Data Science Academy (HIDA) - Helmholtz Association. 2023.
      Membro: André Carlos Ponce de Leon Ferreira de Carvalho.

Participação em eventos

  • Total de participação em eventos (179)
    1. Membro do Comitê de Programa da ECML - PKDD 2009 XX European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Membro do Comitê de Programa da ECML- PKDD 2009, XX The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases
    2. Membro do Comite de Programa da International Conference on Advances in Social Networks Analysis and Mining 2009 (ASONAM09). Membro do Comite de Programa da ASONAM´2009, International Conference on Advances in Social Networks Analysis and Mining
    3. Membro do Comitê de Programa da 12th Discovery Science Conference (DS´2009). Membro do Comitê de Programa da DS´2009, 12th Discovery Science Conference
    4. Membro do Comite de Programa da Ninth International Conference on Intelligent Systems Design and Applications, ISDA´09. Membro do Comite de Programa da ISDA´09, Ninth International Conference on Intelligent Systems Design and Applications
    5. Membro da Comissao de Revisores da XXVII International Confence on Machine Learning. Membro do Comitê de Revisores da ICML´2010, XXVII International Confence on Machine Learning
    6. Membro do Comitê de Programa da ICAIS 2011 - International Conference on Adaptive and Intelligent Systems. Membro do Comitê de Programa da ICAIS 2011 - International Conference on Adaptive and Intelligent Systems
    7. Membro do Comitê de Programa da ICNC-FSKD 2011 - International Conference on Natural Computation; International Conference on Fuzzy Systems and Knowledge Discovery. Membro do Comitê de Programa da ICNC-FSKD 2011 - International Conference on Natural Computation; International Conference on Fuzzy Systems and Knowledge Discovery
    8. Membro do Comitê de Programa da IJCAI 2011 - International Joint Conference on Artificial Intelligence. Membro do Comitê de Programa da IJCAI 2011 - International Joint Conference on Artificial Intelligence
    9. Membro do Comitê de Programa da Genetic and Evolutionary Computation Conference (GECCO 2011). Membro do Comitê de Programa da GECCO 2011 - Genetic and Evolutionary Computation Conference
    10. Membro do Comitê de Programa da MEDES-2011 - ACM International Conference on Management of Emergent Digital EcoSystems. Membro do Comitê de Programa da MEDES-2011 - ACM International Conference on Management of Emergent Digital EcoSystems
    11. Membro da Comissão de Programa do DEXA 2014 - 25th International Conference on Database and Expert Systems Applications. Membro da Comissão de Programa do DEXA 2014 - 25th International Conference on Database and Expert Systems Applications
    12. Membro da Comissão de Programa da IEEE DSAA'2014 - IEEE International Conference on Data Science and Advanced Analytics. Membro da Comissão de Programa da IEEE DSAA'2014 - IEEE International Conference on Data Science and Advanced Analytics
    13. Membro da Comissão de Programa da IEEE DSAA'2015 - IEEE International Conference on Data Science and Advanced Analytics. Membro da Comissão de Programa da IEEE DSAA'2015 - IEEE International Conference on Data Science and Advanced Analytics
    14. Membro da Comissão de Programa da IDA 2015 - 14th International Symposium on Intelligent Data Analysis. Membro da Comissão de Programa da IDA 2015 - 14th International Symposium on Intelligent Data Analysis
    15. Membro do Comitê de Programa da ACM-SAC´2014. Membro do Comitê de Programa da ACM-SAC´2014
    16. Membro do Comitê de Programa da ACM-SAC´2015. Membro do Comitê de Programa da ACM-SAC´2015
    17. Membro da Comissão de Programa do BRACIS 2014. Membro da Comissão de Programa do BRACIS 2014
    18. Membro da Comissão de Programa do BRACIS 2015. Membro da Comissão de Programa do BRACIS 2015
    19. Membro da Comissão de Programa da Lion 2016 - The 10th Learning and Intelligent OptimizatioN Conference. Membro da Comissão de Programa da Lion 2016 - The 10th Learning and Intelligent OptimizatioN Conference
    20. Membro da Comissão de Programa da Lion 2017 - The 11st Learning and Intelligent OptimizatioN Conference. Membro da Comissão de Programa da Lion 2017 - The 11st Learning and Intelligent OptimizatioN ConferenceMembro da Comissão de Programa da Lion 2017 - The 11th Learning and Intelligent OptimizatioN Conference
    21. Membro da Comissão de Programa do SDM 2017 - SIAM International Conference on on Data Mining. Membro da Comissão de Programa do SDM 2017 - SIAM International Conference on on Data Mining
    22. Membro da Comissão de Programa do CEC'2018 - IEEE Congress on Evolutionary Computation (CEC). Membro da Comissão de Programa do CEC'2018 - IEEE Congress on Evolutionary Computation (CEC)
    23. Membro da Comissão de Programa do IJCNN'2019 - International Joint Conference on Neural Networks (IJCNN). Membro da Comissão de Programa do IJCNN'2019 - International Joint Conference on Neural Networks (IJCNN)
    24. Membro Senior da Comissão de Programa do IJCAI 2018- International Joint Conference on Artificial Intelligence. Membro Senior da Comissão de Programa do IJCAI 2018- International Joint Conference on Artificial Intelligence
    25. Membro da Comissão de Programa da IDA'2017 - Sixteenth International Symposium on Intelligent Data Analysis. Membro da Comissão de Programa da IDA'2017 - Sixteenth International Symposium on Intelligent Data Analysis
    26. Membro da Comissão de Programa da 2019 CEC IEEE Congress on Evolutionary Computation (IEEE CEC 2019). Membro da Comissão de Programa da 2019 CEC IEEE Congress on Evolutionary Computation (IEEE CEC 2019)
    27. Membro da Comissão de Programa do 2019 FUZZ-IEEE International Conference on Fuzzy Systems (FUZZ-IEEE 2019). Membro da Comissão de Programa da 2019 FUZZ-IEEE International Conference on Fuzzy Systems (FUZZ-IEEE 2019)
    28. Membro da Comissão de Programa do IJCNN'2018 - International Joint Conference on Neural Networks (IJCNN). Membro da Comissão de Programa do IJCNN'2018 - International Joint Conference on Neural Networks (IJCNN)
    29. Membro da Comissão de Programa da KDD 2019 - 25th SIGKDD Conference on Knowledge Discovery and Data Mining. Membro da Comissão de Programa da KDD 2019 - 25th SIGKDD Conference on Knowledge Discovery and Data Mining
    30. Membro da Comissão de Programa do IJCAI 2019- International Joint Conference on Artificial Intelligence. Membro da Comissão de Programa do IJCAI 2019 - International Joint Conference on Artificial Intelligence
    31. Membro da Comissão de Programa da ECML PKDD 2015 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Membro da Comissão de Programa da ECML PKDD 2019 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases
    32. Membro do Comitê de Programa da 4th International Conference on ADMA 2008 (Advanced Data Mining and Applications). Membro do Comitê de Programa da 4th International Conference on ADMA 2008 (Advanced Data Mining and Applications)
    33. Membro da Comissão de Programa da 2009 International Conference on Advanced Data Mining and Applications (ADMA 2009). Membro do Comitê de Programa da ADMA´2009, International Conference on Advanced Data Mining and Applications
    34. Eighth International Conference on Simulated Evolution And Learning. Membro do Comitê de Programa do SEAL´2010, Eighth International Conference on Simulated Evolution And Learning
    35. Second International Conference on Computational Intelligence, Modelling and Simulation. Membro do Comitê de Programa da CIMSiM´2010, Second International Conference on Computational Intelligence, Modelling and Simulation
    36. Member of the Program Comiitee of the ISDA 2010 - 10th International Conference on Intelligent Systems Design and Applications. Membro do Comitê de Programa da ISDA 2010 - 10th International Conference on Intelligent Systems Design and Applications
    37. Membro do Comitê de Programa da ACM-MEDES´2010, The International ACM Conference on Management of Emergent Digital EcoSystems. Membro do Comitê de Programa da ACM-MEDES´2010, The International ACM Conference on Management of Emergent Digital EcoSystems
    38. Membro do Comitê de Programa da HAIS2011 - 6th International Conference on HYBRID ARTIFICIAL INTELLIGENCE SYSTEMS (HAIS11). Membro do Comitê de Programa da HAIS2011 - 6th International Conference on HYBRID ARTIFICIAL INTELLIGENCE SYSTEMS (HAIS11)
    39. Membro do Comitê de Programa da HIS2011 - International Conference on Hybrid Intelligent Systems. Membro do Comitê de Programa da HIS2011 - International Conference on Hybrid Intelligent Systems
    40. Membro do Comitê de Programa do WICT 2011. Membro do Comitê de Programa do WICT 2011
    41. Membro do Comite de Programa do MICAI 2011. Membro do Comite de Programa do MICAI 2011
    42. Membro da Comissão de Programa da ECAI 2014 - European Conference on Artificial Intelligence. Membro da Comissão de Programa da ECAI 2014 - European Conference on Artificial Intelligence,
    43. Membro da Comissão de Programa da ECML-PKDD 2014 - The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Membro da Comissão de Programa da ECML-PKDD 2014 - The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases
    44. Membro da Comissão de Programa da ICANN 2014 - 24th International Conference on Artificial Neural Networks. Membro da Comissão de Programa da ICANN 2014 - 24th International Conference on Artificial Neural Networks
    45. Membro da Comissão de Programa da GECCO 2014 - 23rd Genetic and Evolutionary Computation Conference. Membro da Comissão de Programa da GECCO 2014 - 23rd Genetic and Evolutionary Computation Conference
    46. Membro Sênior da Comissão de Programa do IJCAI 2020 - International Joint Conference on Artificial Intelligence. Membro Sênior da Comissão de Programa do IJCAI 2021 - International Joint Conference on Artificial Intelligence
    47. Membro do Comite de Programa da 11th International Conference on Computer Modelling and Simulation, (UKSim 2009). Membro do Comite de Programa da UKSim 2009, 11th International Conference on Computer Modelling and Simulation
    48. VII International Conference on Hybrid Intelligent Systems, HIS'07. Membro da Comissão de Programa da VII International Conference on Hybrid Intelligent Systems, HIS'07
    49. VII International Conference on Computational Intelligence and Multimedia Applications, ICCIMA’07. Membro da Comissão de Programa da VII International Conference on Computational Intelligence and Multimedia Applications, ICCIMA’07
    50. Membro do Comitê de Programa da 3rd International Conference on ADMA 2007 (Advanced Data Mining and Applications). Membro da Comissão de Programa da 3rd International Conference on ADMA 2007 (Advanced Data Mining and Applications)
    51. Membro do Comitê de Programa da SOCPAR´2009, First International Conference of Soft Computing and Pattern Recognition. Membro do Comitê de Programa da SOCPAR´2009, First International Conference of Soft Computing and Pattern Recognition
    52. Membro do Guest Editorial Board do ECMLPKDD 2016 - European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Membro do Guest Editorial Board do ECMLPKDD 2016 - European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases
    53. Membro da Comissão de Programa do BRACIS 2015 - 5th Brazilian Conference on Intelligent Systems. Membro da Comissão de Programa do BRACIS 2016 - 5th Brazilian Conference on Intelligent System
    54. Membro da Comissão de Programa da CAEPIA 2016 - XVII Conferencia de la Asociación Española para la Inteligencia Artificial. Membro da Comissão de Programa da CAEPIA 2016 - XVII Conferencia de la Asociación Española para la Inteligencia Artificial
    55. Membro da Comissão de Programa da Lion 2018 - The 12nd Learning and Intelligent OptimizatioN Conference. Membro da Comissão de Programa da Lion 2018 - The 12nd Learning and Intelligent OptimizatioN Conference
    56. Membro da Comissão de Programa do SDM 2018 - SIAM International Conference on on Data Mining. Membro da Comissão de Programa do SDM 2018 - SIAM International Conference on on Data Mining
    57. Membro Senior da Comissão de Programa da AAAI 2018 - Thirty-Second AAAI Conference on Artificial Intelligence. Membro Senior da Comissão de Programa da AAAI 2018 - Thirty-Second AAAI Conference on Artificial Intelligence
    58. Membro Senior da Comissão de Programa do IJCAI 2017 - International Joint Conference on Artificial Intelligence. Membro Senior da Comissão de Programa do IJCAI 2017- International Joint Conference on Artificial Intelligence
    59. Membro Senior da Comissão de Programa da AAAI 2020 - Thirty-Forth AAAI Conference on Artificial Intelligence. Membro Senior da Comissão de Programa da AAAI 2020 - Thirty-Forth AAAI Conference on Artificial Intelligence
    60. Membro da Comissão de Programa do IJCNN'2019 - International Joint Conference on Neural Networks (IJCNN). Membro da Comissão de Programa do IJCNN'2019 - International Joint Conference on Neural Networks (IJCNN)
    61. Membro da Comissão de Programa da KDD 2020 - 25th SIGKDD Conference on Knowledge Discovery and Data Mining. Membro da Comissão de Programa da KDD 2020 - 25th SIGKDD Conference on Knowledge Discovery and Data Mining
    62. Membro Sênior da Comissão de Programa do IJCAI 2020 - International Joint Conference on Artificial Intelligence. Membro Sênior da Comissão de Programa do IJCAI 2020 - International Joint Conference on Artificial Intelligence
    63. Um dos Area Chars da Comissão de Programa da ECML PKDD 2020. Um dos Area Chars da Comissão de Programa da ECML PKDD 2020
    64. Membro da Comissão de Programa da BRACIS 2020 - 9th Brazilian Conference on Intelligent Systems. Membro da Comissão de Programa da BRACIS 2020 - 9th Brazilian Conference on Intelligent Systems
    65. Membro da Comissão de Programa da KDD 2021 - 26th SIGKDD Conference on Knowledge Discovery and Data M. Membro da Comissão de Programa da KDD 2021 - 26th SIGKDD Conference on Knowledge Discovery and Data Mining
    66. Membro da Comissão de Programa da MICAI 2019, 18th Mexican International Conference in Artificial Intelligence. Membro da Comissão de Programa da MICAI 2019, 18th Mexican International Conference in Artificial Intelligenc
    67. Membro da Comissão de Programa da MICAI 2018, 17th Mexican International Conference in Artificial Intelligence. Membro da Comissão de Programa da MICAI 2018, 17th Mexican International Conference in Artificial Intelligencence
    68. Membro da Comissão de Programa da MICAI 2017, 16th Mexican International Conference in Artificial Intelligenc. Membro da Comissão de Programa da MICAI 2017, 16th Mexican International Conference in Artificial Intelligenc
    69. Membro da Comissão de Programa da BRACIS 2021 - 10th Brazilian Conference on Intelligent Systems. Membro da Comissão de Programa da BRACIS 2021 - 10th Brazilian Conference on Intelligent Systems
    70. Membro da Comissão de Programa da MICAI 2020, 19th Mexican International Conference in Artificial Intelligence. Membro da Comissão de Programa da MICAI 2020, 19th Mexican International Conference in Artificial Intelligence
    71. Membro da Comissão de Programa da MICAI 2021, 20th Mexican International Conference in Artificial Intelligence. Membro da Comissão de Programa da MICAI 2021, 20th Mexican International Conference in Artificial Intelligence
    72. Membro da Comissão de Programa da international conference on Advances in Social Network Analysis and Mining (ASONAM 2010). Membro do Comitê de Programa da ASONAM 2010, International conference on Advances in Social Network Analysis and Mining (ASONAM 2010)
    73. Membro da Comissão de Programa da 2010 International Conference on Frontier of Computer Science and Technology (FCST 2010). Membro do Comiitê de Programa da FCST 2010, International Conference on Frontier of Computer Science and Technology
    74. Membro da Comissao de Programa da 21st International Conference on Database and Expert Systems Applications. Membro do Comitê de Programa da DEXA 2010, 21st International Conference on Database and Expert Systems Applications
    75. DS Track da 25th ACM Symposium on Applied Computing. Membro do Comitê de Programa da DS Track - ACM-SAC´2010, Data Streams Track da 25th ACM Symposium on Applied Computing
    76. Membro do Comitê de Programa da ACM-MEDES´2009, The International ACM Conference on Management of Emergent Digital EcoSystems. Membro do Comitê de Programa da ACM-MEDES´2009, The International ACM Conference on Management of Emergent Digital EcoSystems
    77. The Twenty Third International Conference on. Membro do Comitê de Programa do IEA/AIE´2010, The Twenty Third International Conference on
    78. Membro do Comitê de Programa da SOCPAR´2010, Second International Conference of Soft Computing and Pattern Recognition. Membro do Comitê de Programa da SOCPAR´2010, Second International Conference of Soft Computing and Pattern Recognition
    79. Membro da Comissão de Programa da ICTAI 2016 - 28th IEEE International Conference on Tools with Artificial Intelligence. Membro da Comissão de Programa da ICTAI 2016 - 28th IEEE International Conference on Tools with Artificial Intelligence
    80. Membro Senior da Comissão de Programa da AAAI 2017 - Thirty-First AAAI Conference on Artificial Intelligence. Membro Senior da Comissão de Programa da AAAI 2017 - Thirty-First AAAI Conference on Artificial Intelligence
    81. Membro da Comissão de Programa do IJCNN'2021 - International Joint Conference on Neural Networks (IJCNN). Membro da Comissão de Programa do IJCNN'2021 - International Joint Conference on Neural Networks (IJCNN)
    82. Membro da Comissão de Programa da MICAI 2016, 15th Mexican International Conference in Artificial Intelligenc. Membro da Comissão de Programa da MICAI 2016, 15th Mexican International Conference in Artificial Intelligenc
    83. Membro da Comissão de Programa da I International Conference on Computational Intelligence e Multimedia Applications-ICCIMA’97. Membro da Comissão de Programa da I International Conference on Computational Intelligence e Multimedia Applications-ICCIMA’97
    84. Membro da Comissão de Programa da II International Conference on Computational Intelligence e Multimedia Applications-ICCIMA’98. Membro da Comissão de Programa da II International Conference on Computational Intelligence e Multimedia Applications-ICCIMA’98
    85. Membro da Comissão de Programa da VII International Conference on Image Processing and its Applications. Membro da Comissão de Programa da VII International Conference on Image Processing and its Applications
    86. Um dos Coordenadores da Comissão de Programa III International Conference on Computational Intelligence e Multimedia Applications-ICCIMA’99. Um dos Coordenadores da Comissão de Programa da III International Conference on Computational Intelligence e Multimedia Applications-ICCIMA’99
    87. Um dos Coordenadores da Comissão de Programa da 4th International Conference on Computational Intelligence e Multimedia Applications-ICCIMA’2001. Um dos Coordenadores da Comissão de Programa da International Conference on Computational Intelligence e Multimedia Applications-ICCIMA’2001
    88. Membro da Comissão de Programa da Mexican International Conference on Artificial Intelligence, MICAI'2002. Membro da Comissão de Programa da Mexican International Conference on Artificial Intelligence, MICAI'2002
    89. Membro da Comissão de Programa da II International Conference on Hybrid Intelligent Systems (HIS'02). Membro da Comissão de Programa da II International Conference on Hybrid Intelligent Systems (HIS'02)
    90. Membro da Comissão de Programa da 5th International Conference on Computation Biology and Genome Informatics. Membro da Comissão de Programa da 5th International Conference on Computation Biology and Genome Informatics
    91. Membro da Comissão de Programa da 2003 Information Resources Management Association (IRMA) International Conference. Membro da Comissão de Programa da Information Resources Management Association (IRMA) International Conference
    92. Membro da Comissão de Programa da 1st International Conference on Bioinformatics and Computational Biology, ICOBICOBI´2003. Membro da Comissão de Programa do 1st International Conference on Bioinformatics and Computational Biology, ICOBICOBI´2003
    93. Um dos Publicity Chair e Membro da Comissão de Programa da 5th International Conference on Computational Intelligence e Multimedia Applications-ICCIMA¿2003. Membro da Comissão de Programa da 5th International Conference on Computational Intelligence e Multimedia Applications-ICCIMA 2003
    94. Membro da Comissão de Programa da Third International Conference on Hybrid Intelligent Systems (HIS'03). Membro da Comissão de Programa da Third International Conference on Hybrid Intelligent Systems (HIS'03)
    95. Membro da Comissão de Programa da Mexican International Conference on Artificial Intelligence, MICAI'2004. Membro da Comissão de Programa do Mexican International Conference on Artificial Intelligence, MICAI'2004
    96. Membro da Comissão de Programa da 2004 Information Resources Management Association (IRMA) International Conference. Membro da Comissão de Programa do 2004 Information Resources Management Association (IRMA) International Conference
    97. Membro da Comissão de Programa do IX Ibero-American Conference on Artificial Intelligence (IBERAMIA´2004). Membro da Comissão de Programa do IX Ibero-American Conference on Artificial Intelligence (IBERAMIA´2004)
    98. Membro da Comissão de Programa da Forth International Conference on Hybrid Intelligent Systems (HIS'04). Membro da Comissão de Programa do Forth International Conference on Hybrid Intelligent Systems (HIS'04)
    99. Membro da Comissão de Programa da I International Conference on Advancd Data Mining and Applications (ADMA´05). Membro da Comissão de Programa da I International Conference on Advancd Data Mining and Applications (ADMA´05)
    100. Membro da Comissão de Programa da VIII European Conference on Artificial Life (ECAL 2005). Membro da Comissão de Programa do VIII European Conference on Artificial Life (ECAL 2005)
    101. Membro da Comissão de Programa da 5th International Conference on Computational Intelligence e Multimedia Applications (ICCIMA'2005). Membro da Comissão de Programa da 5th International Conference on Computational Intelligence e Multimedia Applications- (ICCIMA'2005)
    102. Membro da Comissão de Programa da XVI European Conference on Machine Learning (ECML´05). Membro da Comissão de Programa do XVI European Conference on Machine Learning (ECML´05)
    103. Membro da Comissão de Programa e do Steering Committee da 5th International Conference on Hybrid Intelligent Systems (HIS'05). Membro da Comissão de Programa do 5th International Conference on Hybrid Intelligent Systems (HIS'05)
    104. Membro da Comissão de Programa da 7th International Conference on Intelligent Data Engineering and Automated Learning (IDEAL'06). Membro da Comissão de Programa do 7th International Conference on Intelligent Data Engineering and Automated Learning (IDEAL'06)
    105. Membro da Comissão de Programa da 6th International Conference on Simulated Evolution and Learning (SEAL'06). Membro da Comissão de Programa do 6th International Conference on Simulated Evolution and Learning (SEAL'06)
    106. Membro da Comissão de Programa da 5th Mexican International Conference in Artificial Intelligence (MICAI'06). Membro da Comissão de Programa do 5th Mexican International Conference in Artificial Intelligence (MICAI'06)
    107. Membro da Comissão de Programa da 1st International Conference on Neural Networks and Associative Memories (NNAM'06). Membro da Comissão de Programa do 1st International Conference on Neural Networks and Associative Memories (NNAM'06)
    108. Membro da Comissão de Programa da 2nd International Conference on Advanced Data Mining and Applications (ADMA'06). Membro da Comissão de Programa do 2nd International Conference on Advanced Data Mining and Applications (ADMA'06)
    109. Membro da Comissão de Programa do 15th International Conference on Computing. Membro da Comissão de Programa do 15th International Conference on Computing
    110. Membro do Comitê de Programa da Hybrid Intelligent Systens Conference (HIS 2008). Membro do Comitê de Programa da Hybrid Intelligent Systens Conference (HIS 2008)
    111. Membro da Comissao de Programa da 9th Conference on Computing: A new event of the series of international conferences CORE! Mexico City, Mexico, May, 2008. Membro da Comissao de Programa da 9th Conference on Computing: A new event of the series of international conferences CORE! Mexico City, Mexico, May, 2008
    112. Membro do Comitê de Programa da First IEEE International Conference on the Applications of Digital Information and Web Technologies (ICADIWT 2008). Membro do Comitê de Programa da First IEEE International Conference on the Applications of Digital Information and Web Technologies (ICADIWT 2008)
    113. Membro da Comissao de Programa daThird International Conference on Digital Information Management (ICDIM 2008). Membro da Comissao de Programa daThird International Conference on Digital Information Management (ICDIM 2008)
    114. Membro do Comitê de Programa da Fifth IEEE International Conference on Soft Computing as Transdisciplinary Science and Technology (CSTST'08). Membro do Comitê de Programa da Fifth IEEE International Conference on Soft Computing as Transdisciplinary Science and Technology (CSTST'08)
    115. Membro do Comitê de Programa da Fourth International Conference on Intelligent Sensors, Sensor Nertworks and Information Processing (ISSNIP 2008). Membro do Comitê de Programa da Fourth International Conference on Intelligent Sensors, Sensor Nertworks and Information Processing (ISSNIP 2008)
    116. Membro da Comissão de Programa da 7th Mexican International Conference in Artificial Intelligence, MICAI’08. Membro da Comissão de Programa da 7th Mexican International Conference in Artificial Intelligence, MICAI’08
    117. Membro do Comitêde Programa da XI Ibero-American Conference on Artificial Intelligence (IBERAMIA´2008), Lisbon, Portugal, October 2008. Membro do Comitê de Programa da XI Ibero-American Conference on Artificial Intelligence (IBERAMIA´2008), Lisbon, Portugal, October 2008
    118. Membro do Comitê de Programa da 15th International Conference on Neural Information Processing (ICONIP 2008). Membro do Comitê de Programa da 15th International Conference on Neural Information Processing (ICONIP 2008)
    119. Membro da Comissão de Programa do Bracis 2013 - 2nd Brazilian Conference on Intelligent Systems. Membro da Comissão de Programa do Bracis 2013 - 2nd Brazilian Conference on Intelligent Systems
    120. e situações de grande dinamicidade típicas de eventos de grandes massas. Membro do Comite de Programa do XVII CLAIO/XLV SBPO
    121. Membro do Comitê de Programa da HIS2012 - International Conference on Hybrid Intelligent Systems. Membro do Comitê de Programa da HIS2012 - International Conference on Hybrid Intelligent Systems
    122. Membro do Comitê de Programa da HIS2013 - International Conference on Hybrid Intelligent Systems. Membro do Comitê de Programa da HIS2013 - International Conference on Hybrid Intelligent Systems
    123. Membro da Comissão de Programa da ICTAI 2021 - 32nd IEEE International Conference on Tools with Artificial Intellige. Membro da Comissão de Programa da ICTAI 2021 - 32nd IEEE International Conference on Tools with Artificial Intelligence
    124. Membro da Comissão de Programa da ICTAI 2021 - 33rd IEEE International Conference on Tools with Artificial Intelligence. Membro da Comissão de Programa da ICTAI 2021 - 33rd IEEE International Conference on Tools with Artificial Intelligence
    125. Membro da Comissão de Programa da ICTAI 2019 - 31st IEEE International Conference on Tools with Artificial Intelligence. Membro da Comissão de Programa da ICTAI 2019 - 31st IEEE International Conference on Tools with Artificial Intelligence
    126. Membro da Comissão de Programa da EPIA 2021 – 20th Portuguese Conference on Artificial Intelligence. Membro da Comissão de Programa da EPIA 2021 – 20th Portuguese Conference on Artificial Intelligence
    127. Membro da Comissão de Programa da EPIA 2019 – 19th Portuguese Conference on Artificial Intelligence. Membro da Comissão de Programa da EPIA 2019 – 19th Portuguese Conference on Artificial Intelligence
    128. Membro da Comissão de Programa da CAEPIA 2018 - XVIII Conferencia de la Asociación Española para la Inteligencia Artificial. Membro da Comissão de Programa da CAEPIA 2018 - XVIII Conferencia de la Asociación Española para la Inteligencia Artificial
    129. Membro da Comissão de Programa da ICTAI 2017 - 29th IEEE International Conference on Tools with Artificial Intelligence. Membro da Comissão de Programa da ICTAI 2017 - 29th IEEE International Conference on Tools with Artificial Intelligence
    130. Membro da Comissão de Programa da CAEPIA 2020-2021 - XIX Conferencia de la Asociación Española para la Inteligencia Artificial. Membro da Comissão de Programa da CAEPIA 2020-2021 - XIX Conferencia de la Asociación Española para la Inteligencia Artificial
    131. Membro da Comissão de Programa da EPIA 2017 – 18th Portuguese Conference on Artificial Intelligence. Membro da Comissão de Programa da EPIA 2017 – 18th Portuguese Conference on Artificial Intelligence
    132. Membro da Comissão de Programa da ICTAI 2018 - 30th IEEE International Conference on Tools with Artificial Intelligence. Membro da Comissão de Programa da ICTAI 2018 - 30th IEEE International Conference on Tools with Artificial Intelligence
    133. ICNC-FSKD 2020, The 16th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery. ICNC-FSKD 2020, The 16th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery
    134. Membro da Comissão de Programa do SDM 2021 - SIAM International Conference on on Data Mining. Membro da Comissão de Programa do SDM 2022 - SIAM International Conference on on Data Mining
    135. Membro da Comissão de Programa da KDD 2022 - 27th SIGKDD Conference on Knowledge Discovery and Data Mining. Membro da Comissão de Programa da KDD 2022 - 27th SIGKDD Conference on Knowledge Discovery and Data Mining
    136. Membro da Comissão de Programa da VI International Conference on Hybrid Intelligent Systems. Membro da Comissão de Programa da VI International Conference on Hybrid Intelligent Systems (HIS´06)
    137. Membro do Comitê de Programa da WIMS'11 - International Conference on Web Intelligence, Mining and Semantics. Membro do Comitê de Programa da WIMS'11 - International Conference on Web Intelligence, Mining and Semantics
    138. Membro da Comissão de Programa da ADMA 2010, the Sixth International Conference on Advanced Data mining and Applications. Membro do Comitê de Programa da ADMA 2010, the Sixth International Conference on Advanced Data mining and Applications
    139. Membro do Comite de Programa da 2nd Asian Conference on Machine Learning (ACML'2010). Membro do Comite de Programa da ACML´2010, 2nd Asian Conference on Machine Learning
    140. Membro do Comite de Programa da Thirteenth International Conference on Discovery Science (DS 2010). Membro do Comite de Programa da DS 2010, Thirteenth International Conference on Discovery Science
    141. Membro do Comite de Programa da 1st Asian Conference on Machine Learning (ACML'09). Membro do Comite de Programa da ACML´2009, 1st Asian Conference on Machine Learning
    142. Membro da Comissão de Programa V Iberoamerican Congress on Pattern Recognition, CIARP'2010. Membro do Comitê de Programa da CIARP'2010, V Iberoamerican Congress on Pattern Recognition
    143. Membro do Comitê de Programa da CA3PP 2011 - Tenth International Conference on Algorithms and Architectures for Parallel Processing. Membro do Comitê de Programa da CA3PP 2011 - Tenth International Conference on Algorithms and Architectures for Parallel Processing
    144. Membro do Comitê de Programa da ISDA 2011 - 11th International Conference on Intelligent Systems Design and Applications. Membro do Comitê de Programa da ISDA 2011 - 11th International Conference on Intelligent Systems Design and Applications
    145. Membro da Comissão de Programa da EPIA 2013 – 16th Portuguese Conference on Artificial Intelligence. Membro da Comissão de Programa da EPIA 2013 – 16th Portuguese Conference on Artificial Intelligence
    146. Membro da Comissão de Programa da ASONAN 2013 - IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining).. Membro da Comissão de Programa da ASONAN 2013 - IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining).
    147. Membro da Comissão de Programa da HAIS 2013 - 8th International Conference on Hybrid Artificial Intelligence Systems. Membro da Comissão de Programa da HAIS 2013 - 8th International Conference on Hybrid Artificial Intelligence Systems
    148. Membro da Comissão de Programa do DEXA 2013 - 24th International Conference on Database and Expert Systems Applications. Membro da Comissão de Programa do DEXA 2013 - 24th International Conference on Database and Expert Systems Applications
    149. Membro da Comissão de Programa da CAEPIA 2013 - XV Conferencia de la Asociación Española para la Inteligencia Artificial. Membro da Comissão de Programa da CAEPIA 2013 - XV Conferencia de la Asociación Española para la Inteligencia Artificial
    150. Membro da Comissão de Programa do IJCAI-ECAI 2022 - International Joint Conference on Artificial Intelligence and European Conference on Artificial Intelligence. Membro da Comissão de Programa do IJCAI-ECAI 2022 - International Joint Conference on Artificial Intelligence and European Conference on Artificial Intelligence
    151. Membro da Comissão de Programa da ECML PKDD 2022 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Membro da Comissão de Programa da ECML PKDD 2022 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases
    152. Membro da Comissão de Programa do IJCNN'2022 - International Joint Conference on Neural Networks (IJCNN). Membro da Comissão de Programa do IJCNN'2022 - International Joint Conference on Neural Networks (IJCNN)
    153. Coordenação (junto com Marley Vellasco) do Painel Neural Networks Applications, the Present and the Future. Coordenação (junto com Marley Vellasco) do Painel Neural Networks Applications, the Present and the Future - ICONOP 2008
    154. Membro do Comite de Programa do XVI CLAIO/XLIV SBPO. Membro do Comite de Programa do XVI CLAIO/XLIV SBPO
    155. Membro do International Advisory Board e do Comite de Programa da HIS 2012 - 12th International Conference on Hybrid Intelligent Systems. Membro do International Advisory Board e do Comite de Programa da HIS 2012 - 12th International Conference on Hybrid Intelligent Systems
    156. Membro do Comite de Programa da IDEAL 2012. Membro do Comite de Programa da IDEAL 2012
    157. Membro do Comite de Programa da IBERAMIA 2012 - Ibero-American Conference on Artificial Intelligence. Membro do Comite de Programa da IBERAMIA 2012 - Ibero-American Conference on Artificial Intelligence
    158. Um dos International Advisory Board Members e do Comitê de Programa da ISDA 2012 - 12th International Conference on Intelligent Systems Design and Applications. Um dos International Advisory Board Members e do Comitê de Programa da ISDA 2012 - 12th International Conference on Intelligent Systems Design and Applications
    159. Membro do Comitê de Programa da ASONAM 2012 - International Conference on Social Network Analysis and Mining. Membro do Comitê de Programa da ASONAM 2012 - International Conference on Social Network Analysis and Mining
    160. Membro do Comite de Programa da DEXA 2012 - International Conference on Database and Expert Systems Applications. Membro do Comite de Programa da DEXA 2012 - International Conference on Database and Expert Systems Applications
    161. Membro da Comissão de Programa da ECML - PKDD 2013 - The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Membro da Comissão de Programa da ECML-PKDD 2013 - The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases
    162. Membro Senior da Comissão de Programa do IJCAI 2015 - International Joint Conference on Artificial Intelligence. Membro Senior da Comissão de Programa do IJCAI 2015 - International Joint Conference on Artificial Intelligence
    163. Membro da Comissão de Programa da GECCO 2015 - 24th Genetic and Evolutionary Computation Conference. Membro da Comissão de Programa da GECCO 2015 - 24th Genetic and Evolutionary Computation Conference
    164. Um dos Area Chairs Comissão de Programa do Membro Senior da Comissão de Programa da ECML PKDD 2015 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Um dos Area Chairs da Comissão de Programa da ECML PKDD 2015 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases
    165. Membro da Comissão de Programa da KDD 2016 - 22nd SIGKDD Conference on Knowledge Discovery and Data Mining. Membro da Comissão de Programa da KDD 2016 - 22nd SIGKDD Conference on Knowledge Discovery and Data Mining
    166. Membro Senior da Comissão de Programa do SDM 2016 - SIAM International Conference on on Data Mining. Membro Senior da Comissão de Programa do SDM 2016 - SIAM International Conference on on Data Mining
    167. Membro do Comitê de Programa da ACM-SAC´2015. Membro da Comissão de Programa da ACM-SAC´2016
    168. Membro do Comitê de Programa da ECML-PKDD´2012 The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Membro do Comitê de Programa da ECML-PKDD´2012 The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases
    169. Membro do Comitê de Programa da ACM-SAC´2012 - Applications of Evolutionary Computating track. Membro do Comitê de Programa da ACM-SAC´2012 - Applications of Evolutionary Computating track
    170. Membro do Comitê de Programa da ACM-SAC´2012 - Data Streams track. Membro do Comitê de Programa da ACM-SAC´2012 - Data Streams track
    171. Membro do Comitê de Programa da GECCO´2012 - Bioinformatics, Computational, Systems, and Synthetic Biology track. Membro do Comitê de Programa da GECCO 2012 - Bioinformatics, Computational, Systems, and Synthetic Biology track
    172. Membro do Comitê de Programa do SEAL 2012. Membro do Comitê de Programa do SEAL 2012
    173. Membro do Comitê de Programa da IBICA-2012 - 3rd International Conference on Innovations in Bio-Inspired Computing and Applications. Membro do Comitê de Programa da IBICA-2012 - 3rd International Conference on Innovations in Bio-Inspired Computing and Applications
    174. Membro do Comitê de Programa da ACM-SAC´2013. Membro do Comitê de Programa da ACM-SAC´2013
    175. Membro da Comissão de Programa da IJCAI 2013 - International Joint Conference on Artificial Intelligence. Membro da Comissão de Programa da IJCAI 2013 - International Joint Conference on Artificial Intelligence
    176. Membro da Comissão de Programa da GECCO 2013 - Genetic and Evolutionary Computation Conference. Membro da Comissão de Programa da GECCO 2013 - Genetic and Evolutionary Computation Conference
    177. Membro da Comissão de Programa da EPIA 2015 – 18th Portuguese Conference on Artificial Intelligence. Membro da Comissão de Programa da EPIA 2015 – 18th Portuguese Conference on Artificial Intelligence
    178. Membro da Comissão de Programa da CAEPIA 2015 - XVI Conferencia de la Asociación Española para la Inteligencia Artificial. Membro da Comissão de Programa da CAEPIA 2015 - XVI Conferencia de la Asociación Española para la Inteligencia Artificial
    179. Membro da Comissão de Programa da ECML PKDD 2021 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Membro da Comissão de Programa da ECML PKDD 2021 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases

Organização de eventos

  • Total de organização de eventos (46)
    1. . Coordenador da Comissão de Organização da II Simpósio Brasileiro de Redes Neurais. Sociedade Brasileira de Computação. 1995. Organizacao
    2. . Coordenador da Comissão de Programa do III Simpósio Brasileiro de Redes Neurais. Sociedade Brasileira de Computação. 1996. Organizacao
    3. . Um dos coordenadores da Comissão de Programa da II International Conference on Computational Intelligence and Multimedia Applications. . 1998. Nao_informado
    4. . Um dos coordenadores da Comissão de Programa da III International Conference on Computational Intelligence and Multimedia Applications. . 1999. Nao_informado
    5. . Um dos coordenadores da trila de tutoriais em finanças da International Joint Conference on Neural Networks. International Neural Networks Society and IEEE. 1999. Nao_informado
    6. . Um dos coordenadores da I Escola Brasileira de Inteligência Artificial e Bioinformática. SBC e Emprapa. 2001. Organizacao
    7. . Um dos coordenadores da VI Escola Regional de Informática de Estado de São Paulo, VI ERI. Sociedade Brasileira de Computação - SBC. 2001. Organizacao
    8. . Um dos coordenadores do I Workshop Brasileiro de Bioinformática, WOB’2002. Sociedade Brasileira de Computação - SBC. 2002. Organizacao
    9. . Um dos coordenadores doI Workshop Brasileiro de Computação Evolutiva. Sociedade Brasileira de Computação - SBC. 2004. Organizacao
    10. . Um dos coordenadores da Trilha de Aplicações do II Workshop em Algoritmos e Aplicações de Mineração de Dados, WAAMD'2006. Sociedade Brasileira de Computação. 2006. Organizacao
    11. . Um dos coordenadores do I Workshop on Computational Intelligence. Sociedade Brasileira de Computação. 2006. Nao_informado
    12. . Coordenador geral do III Workshop em Algoritmos e Aplicações de Mineração de Dados, WAAMD'07. SBC. 2007. Organizacao
    13. . Um dos coordenadores da Comissão de Programa do VII International Conference on Computational Intelligence and Multimedia Applications. ICCIMA. 2007. Nao_informado
    14. . Um dos coordenadores da trilha Data Streams ACM SAC. ACM. 2008. Nao_informado
    15. . Um dos coordenadores do Workshop on Dynamical Intelligent Systems. ISDA. 2007. Nao_informado
    16. . Coordenador Geral do Brazilian Symposium on Bioinformatics, BSB' 2008. SBC. 2008. Nao_informado
    17. . Um dos coordenadores da Trilha de Aplicações do IV Workshop de Algoritmos e Aplicações de Mineração de Dados, WAAMD 2008. SBC. 2008. Nao_informado
    18. . Coordenador da trilha Ensemble Methods for Neural Networks. IEEE Computational Intelligence Society, INNS. 2008. Nao_informado
    19. . Um dos coordenadores da trilha Data Streams ACM SAC. ACM. 2009. Organizacao
    20. . Um dos coordenadores das Jornadas de Atualização em Informática, JAI 2009. SBC. 2009. Organizacao
    21. . Um dos Program Chairs do World Congress on Nature and Biologically Inspired Computing (NaBIC'09). MIR Labs. 2009. Organizacao
    22. . Coordenador da Comissão de Programa da International Symposium on Distributed Computing and Artificial Intelligence 2010 (DCAI'10). IEEE Systems Man and Cybernetics Society Spain Section Chapter.. 2010. Organizacao
    23. . Um dos coordenadores das Jornadas de Atualização em Informática, JAI 2010. SBC. 2010. Organizacao
    24. . Um dos Coordenadores da Comissão de Programa da 10th International Conference on Hybrid Intelligent Systems. MIR Labs. 2010. Organizacao
    25. . Um dos coordenadores da trilha Data Streams ACM SAC. 2009.. ACM. 2010. Organizacao
    26. . Um dos coordenadores da Comissão de Programa da International Conference on Computer Information Systems and Industrial Management Applications. AGH University of Science and Technology, Cracow, Poland. 2010. Nao_informado
    27. . Coordenador de publicações da Second World Congress on Nature and Biologically Inspired Computing, NABIC´2010. IEEE Systems, Man and Cybernetics Society. 2010. Organizacao
    28. . Um dos General Chairs do DCAI-2011 - Distributed Computing and Artificial Intelligence. IEEE System Man and Cybernetics. 2011. Organizacao
    29. . Um dos Coordenadores da Comissão de Programa da Third World Congress on Nature and Biologically Inspired Computing, NABIC´2011.. Machine Intelligence Research Labs. 2011. Organizacao
    30. . Coordenador da trilha Data Mining do World Congress on Information and Communication Technologies (WICT´2011). Machine Intelligence Research Labs (MIR Labs) and University of Mumbai. 2011. Organizacao
    31. . Um dos coordenadoreas da trilha Bio-inspired computing do IBERAMIA 2012. SBC, AEPIA, APPIA e SMIA. 2012. Organizacao
    32. . Um dos coordenadores de organização do 8th International Conference on Information Assurance and Security (IAS'12). Mir LAbs. 2012. Organizacao
    33. . Um dos coordenadores de organização do 4th International Conference on Computational Aspects of Social Networks (CASoN12). Mir Labs. 2012. Organizacao
    34. . Um dos coordenadores de organização do 8th International Conference on Next Generation Web Services Practices(NWeSP12). Mir Labs. 2012. Organizacao
    35. . Um dos Coordenadores da Comissão de Programa do KDMILE 2014 - II Symposium on Knowledge Discovery, Mining and Learning. SBC. 2014. Organizacao
    36. . Um dos Organizadores do workshop WK2: Parallel and Distributed Computing for Knowledge Discovery in Databases., como parte da ECML PKDD - European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. ECML PKDD. 2015. Organizacao
    37. . Um dos Organizadores do IASC Satellite Conference 2015: Statistical Computing for Data Science. IASC - ISI. 2015. Organizacao
    38. . Um dos organizadores do XXII Concurso Latinoamericano de Tesis de Maestría do CLEI 2015. CLEI. 2015. Organizacao
    39. . Um dos organizadores do I Workshop de Assessoria Científica a Governos - INGSA-Brasil,. International Network for Government Science Advice (INGSA). 2018. Organizacao
    40. . Um dos organizadores do Zoohackathon 2019 São Paulo. Consulado Americano de São Paulo e USP. 2019. Nao_informado
    41. . Um dos coordenadores da trilha Data Streams ACM SAC. 2020. ACM. 2020. Organizacao
    42. . Um dos coordenadores da trilha Data Streams ACM SAC. 2019. ACM. 2019. Organizacao
    43. . Um dos coordenadores da trilha Data Streams ACM SAC. 2018. ACM. 2018. Organizacao
    44. . Um dos coordenadores da trilha Data Streams ACM SAC. 2017. ACM. 2017. Organizacao
    45. . Um dos coordenadores da Comissão de Programa da Research Track da conferência IEEE DSAA´2021. IEEE. 2021. Organizacao
    46. . Um dos internationais co-chair da 8th Hybrid Inteligent Systems, HIS' 2008 (Um dos International Co-Chairs). Hybrid Intelligent Systems Society (junto com ENNS e IEEE). 2008. Nao_informado

Lista de colaborações



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