PPG-ciencia-da-computacao

Denis Gustavo Fantinato

Possui graduação (2011), mestrado (2013) e doutorado (2017) em Engenharia Elétrica pela Universidade Estadual de Campinas, tendo realizado um doutorado sanduíche (2016) no laboratório GIPSA-lab, França. Atualmente, é Professor Doutor II (MS 3.2) da Faculdade de Engenharia Elétrica e de Computação desta mesma universidade. Suas principais áreas de pesquisa são: aprendizado de máquina, inteligência computacional, aprendizado baseado na teoria da informação, aprendizado não supervisionado, separação cega de fontes e interfaces cérebro-computador. (Texto informado pelo autor)

http://lattes.cnpq.br/6743074399752192 (11/10/2024)

Rótulo/Grupo: COLABORADOR

Bolsa CNPq:

Período de análise:

Endereço: Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação da UNICAMP. Avenida Albert Einstein, 400 Cidade Universitária 13083852 - Campinas, SP - Brasil Telefone: (19) 35213773

Grande área: Ciências Exatas e da Terra

Área: Ciência da Computação

Citações: Google Acadêmico

Produção bibliográfica

Artigos completos publicados em periódicos (5)
1. MORAES, CAROLINE PIRES ALAVEZ ; DOS SANTOS, LUCAS HECK ; FANTINATO, DENIS GUSTAVO ; NEVES, ALINE ; ADALI, TÜLAY. Independent Vector Analysis for Feature Extraction in Motor Imagery Classification. SENSORS. v. 24, p. 5428, issn: 1424-8220, 2024.
2. GRILO, MARCELO ; MORAES, CAROLINE P.A. ; OLIVEIRA COELHO, BRUNO F. ; MASSARANDUBA, ANA BEATRIZ R. ; FANTINATO, DENIS ; RAMOS, RODRIGO P. ; NEVES, ALINE. Artifact removal for emotion recognition using mutual information and Epanechnikov kernel. Biomedical Signal Processing and Control. v. 83, p. 104677, issn: 1746-8094, 2023.
3. GOIS, LUCAS ; FANTINATO, DENIS ; SUYAMA, RICARDO ; NEVES, ALINE. Relationship between Criteria based on Correntropy and Second Order Statistics for Equalization of Communication Channels. IEEE SIGNAL PROCESSING LETTERS. v. 29, p. 1-1, issn: 1070-9908, 2022.
4. DE PAULA, PATRICK OLIVEIRA ; DA SILVA COSTA, THIAGO BULHÕES ; DE FAISSOL ATTUX, ROMIS RIBEIRO ; FANTINATO, DENIS GUSTAVO. Classification of image encoded SSVEP-based EEG signals using Convolutional Neural Networks. EXPERT SYSTEMS WITH APPLICATIONS. v. 1, p. 119096, issn: 0957-4174, 2022.
5. MORAES, C. P. A. ; FANTINATO, D. G. ; NEVES, A.. Epanechnikov kernel for PDF estimation applied to equalization and blind source separation. SIGNAL PROCESSING. v. 189, p. 108251, issn: 0165-1684, 2021.
Livros publicados/organizados ou edições (0)
Capítulos de livros publicados (0)
Textos em jornais de notícias/revistas (0)
Trabalhos completos publicados em anais de congressos (22)
1. SILVEIRA, A. C. C. ; CARMO, D. S. ; UEDA, L. H. ; FANTINATO, D. G. ; COSTA, P. D. P. ; RITTNER, L.. Vision Transformer MST++: Efficient Hyperspectral Skin Reconstruction. Em: 2024 International Conference on Acoustics, 2024.
2. SILVA, J. A. F. G. ; NUNES, I. F. S. ; BARROS, I. M. S. ; OLIVEIRA, L. F. P. ; FANTINATO, D. G. ; BARROS, T. A. S.. Avaliando o impacto das variações do terreno na geração de energia fotovoltaica: um estudo de caso no Rio de Janeiro, Brasil. Em: X Congresso Brasileiro de Energia Solar, 2024.
3. GOIS, L. ; FANTINATO, D. G. ; NEVES, A.. Sparse Dictionary Construction for Kernel Adaptive Filtering with non-Gaussian Functions. Em: XLII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais, 2024.
4. COELHO, E. R. ; SILVEIRA, A. C. C. ; PONTE-E-SA, T. ; CARMO, D. S. ; COSTA, P. D. P. ; RITTNER, L. ; FANTINATO, D. G.. Hyperspectral and Multispectral Image Fusion Using 3D Wavelet Transforms. Em: Conference on Graphics, 2024.
5. MORAES, C. P. A. ; ARISTIMUNHA, B. ; SANTOS, L. H. ; PINAYA, W. H. L. ; CAMARGO, R. Y. ; FANTINATO, D. G. ; NEVES, A.. Applying Independent Vector Analysis on EEG-Based Motor Imagery Classification. Em: IEEE International Conference on Acoustics, 2023.
6. MORAES, C. P. A. ; FANTINATO, D. G. ; NEVES, A.. A Novel Approach for Transfer Learning Motor Imagery Classification Based on IVA. Em: 31st European Signal Processing Conference (EUSIPCO), 2023.
7. GOIS, LUCAS ; FANTINATO, D. G. ; NEVES, A.. New approaches for the Kernel-based Adaptive Filter with Epanechnikov kernel. Em: Simpósio Brasileiro de Telecomunicações e Processamento de Sinais, 2023.
8. GOIS, L. ; FANTINATO, D. G. ; NEVES, A.. A Comparison Between Kernel-based Adaptive Filters Including the Epanechnikov Function. Em: XL Simpósio Brasileiro de Telecomunicações e Processamento de Sinais, 2022.
9. SANTOS, L. H. ; FANTINATO, D. G.. Motor Imagery EEG Data Augmentation with cWGAN-GP for Brain-Computer Interfaces. Em: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2022.
10. MUNIZ, L. F. ; LINTZMAYER, C. N. ; JUTTEN, CHRISTIAN ; FANTINATO, D. G.. Neuroevolutive Strategies for Topology and Weights Adaptation of Artificial Neural Networks. Em: Symposium on Knowledge Discovery, 2022.
11. MORAES, C. P. A. ; SALDANHA, J. O. ; ATTUX, R. R. F. ; DUARTE, L. T. ; NEVES, A. ; FANTINATO, D. G.. An SOS-Based Algorithm for Source Separation in Nonlinear Mixtures. Em: IEEE Statistical Signal Processing Workshop (SSP), 2021.
12. SERAFIM, L. A. ; GRILO JR., M. ; MORAES, C. P. A. ; FANTINATO, D. G. ; RAMOS, R. ; NEVES, A.. MRMR Aplicado a Sinais de EEG para Classificação de Emoções. Em: XXXIX Simpósio Brasileiro de Telecomunicações e Processamento de Sinais, 2021.
13. GIULIANI, H. L. V. ; PAULA, P. O. ; RODRIGUES, P. G. ; SORIANO, D. C. ; SUYAMA, R. ; FANTINATO, D. G.. Influência da Janela de Estimação no Desempenho de Classificação em Sistemas BCI-SSVEP. Em: XXXIX Simpósio Brasileiro de Telecomunicações e Processamento de Sinais, 2021.
14. MUNIZ, L. F. ; LINTZMAYER, C. N. ; FANTINATO, D. G.. Meta-Heurísticas para Geração Automática de Sistemas Corretores de Erros Baseados em Codificação Convolucional. Em: XL Congresso da Sociedade Brasileira de Computação, p. 85-88, 2020.
15. BARROS, D. D. R. ; HORITA, F. ; FANTINATO, D. G.. Data Mining Tool to Discover DevOps Trends from Public Repositories: Predicting Release Candidates with gthbmining.rc. Em: XXXIV Simpósio Brasileiro de Engenharia de Software, 2020.
16. MORAES, C. P. A. ; NEVES, A. ; FANTINATO, D. G.. An Iterative-Recursive SOS-Based Method for Separation of Post-Nonlinear Mixtures. Em: XXXVIII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais, 2020.
17. SANTOS, L. H. ; PAULO, L. G. ; CAMARGO, W. M. ; FANTINATO, D. G.. Estudo de Técnicas de Aprendizado de Máquina na Previsão de Vendas em Cadeia de Suprimentos. Em: Brazilian Technology Symposium (BTSym), 2020.
18. GOIS, L. ; FANTINATO, D. G. ; SUYAMA, R. ; NEVES, A.. Relações entre Critérios baseados na Correntropia e Estatísticas de Segunda Ordem para Equalização de Canais de Comunicação. Em: Brazilian Technology Symposium (BTSym) 2020, 2020.
19. NOGUEIRA, T. H. ; FANTINATO, D. G.. Estudo de Métodos de Aprendizado de Máquina na Predição de Casos de COVID-19 no Brasil. Em: Brazilian Technology Symposium (BTSym) 2020, 2020.
20. GIULIANI, H. L. V. ; SUYAMA, R. ; FANTINATO, D. G.. Avaliação de Classificadores Através de um Teste Bayesiano. Em: Brazilian Technology Symposium (BTSym) 2020, 2020.
21. LUCENA, A. ; MORAES, C. P. A. ; NOSE FILHO, K. ; FANTINATO, D. G. ; NEVES, A. ; SUYAMA, R.. Musical Instruments Recognition Using Machine Learning Techniques: MLP and SVM. Em: Brazilian Technology Symposium (BTSym) 2020, 2020.
22. ISHIKAWA, F. ; ZANGIROLAMI, L. ; CARMO, L. ; FRANCA, F. O. ; FANTINATO, D. G.. Playing Mega Man II with Neuroevolution. Em: IEEE Symposium Series on Computational Intelligence (IEEE SSCI), 2020.
Resumos expandidos publicados em anais de congressos (6)
1. TAKAMORI, E. T. ; TONON, S. R. ; SOARES, V. ; SANTOS, H. L. ; FERRARI, R. ; FANTINATO, D. G. ; BOCCATO, L. ; ATTUX, R. R. F.. A Formação de Professores do Ensino Médio - Cooperação entre a Diretoria de Ensino Campinas-Leste e a FEEC-UNICAMP. Em: IX Encontro Regional de Engenharia e Desenvolvimento Social, 2023, Campinas. Anais do IX Encontro Regional de Engenharia e Desenvolvimento Social, 2023.
2. PAULA, P. O. ; GIULIANI, H. L. V. ; FANTINATO, D. G.. Gráficos de Recorrência para Classificação de Sinais de EEG Usando Aprendizado Profundo. Em: VIII Escola Regional de Computação Aplicada à Saúde, 2021, São Paulo. Anais da VIII Escola Regional de Computação Aplicada à Saúde, 2021.
3. GIULIANI, H. L. V. ; PAULA, P. O. ; SORIANO, D. C. ; SUYAMA, R. ; FANTINATO, D. G.. Ensemble Learning in BCI-SSVEP Systems for Short Window Lengths. Em: VIII Escola Regional de Computação Aplicada à Saúde, 2021, São Paulo. Anais da VIII Escola Regional de Computação Aplicada à Saúde, 2021.
4. SANTOS, L. H. ; GIULIANI, H. L. V. ; PAULA, P. O. ; FANTINATO, D. G.. Uso de Redes Generativas Adversariais Aplicadas a Classificação de Sinais de EEG baseado em Imagética Motora. Em: VIII Escola Regional de Computação Aplicada à Saúde, 2021, São Paulo. Anais da VIII Escola Regional de Computação Aplicada à Saúde, 2021.
5. QUEIROZ, R. ; FANTINATO, D. G.. Estudo Preliminar do Uso de Meta-heurı́sticas para Seleção de Canais em Sistemas BCI-SSVEP. Em: VIII Escola Regional de Computação Aplicada à Saúde, 2021, São Paulo. Anais da VIII Escola Regional de Computação Aplicada à Saúde, 2021.
6. MUNIZ, L. F. ; SILVA, D. G. ; ATTUX, R. R. F. ; LINTZMAYER, C. N. ; FANTINATO, D. G.. Automatic Generation of Error Correcting Systems Based on Convolutional Codes. Em: XXXVIII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais, 2020, Florianópolis, SC. Anais do XXXVIII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais, 2020.
Resumos publicados em anais de congressos (10)
1. MATIAS, A. H. ; SANTOS, L. H. ; FANTINATO, D. G.. Motor Imagery Classification with Deep Learning and Riemannian Geometry. Em: 10th BRAINN Congress, 2024, Campinas. Proceedings of the 10th BRAINN Congress, 2024.
2. SANTOS, G. C. I. ; NEVES, T. G. Z. ; FANTINATO, D. G.. Studies on Classification of EEG Data Using Augmentation Techniques. Em: 9th BRAINN Congress (Congress of the Brazilian Institute of Neuroscience and Neurotechnology), 2023, Campinas. Anais do 9th BRAINN Congress, 2023.
3. NEVES, T. G. Z. ; SANTOS, G. C. I. ; FANTINATO, D. G.. Studies on SOS-based Nonlinear Blind Source Separation Applied to EEG Deep Classifiers. Em: 9th BRAINN Congress (Congress of the Brazilian Institute of Neuroscience and Neurotechnology), 2023, Campinas. Anais do 9th BRAINN Congress, 2023.
4. SANTOS, L. H. ; RODRIGUES, P. L. C. ; FANTINATO, D. G.. Cross-Dataset Motor Imagery Classification with Deep Learning and Riemannian Geometry. Em: 9th BRAINN Congress (Congress of the Brazilian Institute of Neuroscience and Neurotechnology), 2023, Campinas. Anais do 9th BRAINN Congress, 2023.
5. GIULIANI, H. L. V. ; PAULA, P. O. ; FANTINATO, D. G.. Preliminary Study of the Forward-Forward Algorithm in EEG Classification. Em: 9th BRAINN Congress (Congress of the Brazilian Institute of Neuroscience and Neurotechnology), 2023, Campinas. Anais do 9th BRAINN Congress, 2023.
6. MATIAS, A. H. ; FANTINATO, D. G.. Análise Comparativa de Métodos Supervisionados para a Classificação dos Atributos Extraídos pela EEGNet. Em: XV Encontro de Alunos(as) e Docentes do DCA, 2023, Campinas. Anais do XV Encontro de Alunos(as) e Docentes do DCA, 2023.
7. RODRIGUES, R. B. M. L. ; FANTINATO, D. G.. Usage of an AutoEncoder to Denoise Linear and Nonlinear mixtures. Em: XV Encontro de Alunos(as) e Docentes do DCA, 2023, Campinas. Anais do XV Encontro de Alunos(as) e Docentes do DCA, 2023.
8. FERNANDES, A. F. S. ; FANTINATO, D. G.. Estudo Preliminar da Aplicação de Algoritmos Neuroevolutivos em Jogos Eletrônicos. Em: XV Encontro de Alunos(as) e Docentes do DCA, 2023, Campinas. Anais do XV Encontro de Alunos(as) e Docentes do DCA, 2023.
9. MUNIZ, L. F. ; LINTZMAYER, C. N. ; FANTINATO, D. G.. Estratégias Neuroevolutivas para Adaptação de Pesos e Topologia de Redes Neurais Artificiais. Em: V Workshop do Núcleo estratégico de Universos Virtuais, Entretenimento e Mobilidade (NUVEM), 2021, Santo André, SP. Anais do V Workshop do Núcleo estratégico de Universos Virtuais, Entretenimento e Mobilidade (NUVEM), 2021.
10. PAULA, P. O. ; FANTINATO, D. G.. Uso de Redes Neurais Convolucionais para Classificação de Sinais de EEG em Sistemas de Interface Cérebro-Computador. Em: IV Workshop Núcleo Estratégico de Universos Virtuais, Entretenimento e Mobilidade (NUVEM), 2020, Santo André, SP. Anais do IV Workshop NUVEM, 2020.
Artigos aceitos para publicação (0)
Apresentações de trabalho (1)
1. FANTINATO, D. G. Uso de Técnicas de Aprendizado Profundo no Desenvolvimento de Interfaces Cérebro-Computador. 2022. Apresentação de Trabalho/Seminário
Demais tipos de produção bibliográfica (1)
1. GRILO JR., M. ; MORAES, C. P. A. ; COELHO, B. F. O. ; MASSARANDUBA, A. B. R. ; FANTINATO, D. G. ; RAMOS, R. P. ; NEVES, A.. Artifact Removal for Emotion Recognition Using Mutual Information and Epanechnikov Kernel. 2022. Preprint

Produção técnica

Programas de computador com registro (0)
Programas de computador sem registro (0)
Produtos tecnológicos (0)
Processos ou técnicas (0)
Trabalhos técnicos (0)
Demais tipos de produção técnica (0)

Produção artística

Total de produção artística (0)

Orientações em andamento

Supervisão de pós-doutorado (0)
Tese de doutorado (4)
1. Lucas Henrique Gois de Campos. Filtragem Adaptativa Baseada em Kernel com Funções não-Gaussianas e uso de dicionários. Tese (Doutorado em Engenharia da Informação) - Universidade Federal do ABC, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. (Coorientador).. Início: 2023.
  Supervisor: Denis Gustavo Fantinato.
2. João Guilherme Prado Barbon. Redes de Aprendizado Profundo e Geometria Riemanniana para Classificação de Sinais de EEG. Tese (Doutorado em Engenharia Elétrica) - Universidade Estadual de Campinas, . Início: 2023.
  Orientador: Denis Gustavo Fantinato.
3. Antonio Henrique Dianin. Desenvolvimento de Dispositivo Medidor de Glicose Não Invasivo Usando Técnicas de Aprendizado de Máquina. Tese (Doutorado em Engenharia Elétrica) - Universidade Estadual de Campinas, . Início: 2023.
  Orientador: Denis Gustavo Fantinato.
4. Lucas Heck dos Santos. Aprendizado Profundo e Geometria Riemanniana para Classificação de Imagética Motora Usando Múltiplos Conjuntos de Dados. Tese (Doutorado em Ciência da Computação) - Universidade Federal do ABC, Fundação de Amparo à Pesquisa do Estado de São Paulo. Início: 2022.
  Orientador: Denis Gustavo Fantinato.
Dissertação de mestrado (7)
1. Alexandre Herrero Matias. Uso de Técnicas de Aprendizado Profundo e Geometria Riemanniana para o Desenvolvimento de Interfaces Cérebro-Computador. Dissertação (Mestrado profissional em Engenharia Elétrica) - Universidade Estadual de Campinas, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Início: 2023.
  Orientador: Denis Gustavo Fantinato.
2. Arthur Felipe dos Santos Fernandes. Aplicação de Técnicas de Aprendizado por Reforço em Gêmeos Digitais. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Estadual de Campinas, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Início: 2023.
  Orientador: Denis Gustavo Fantinato.
3. Isaac Manoel da Silva Barros. Uso de Técnicas de Aprendizado Profundo para Detecção de Arco Elétrico em Sistemas Fotovoltaicos. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Estadual de Campinas, . Início: 2023.
  Orientador: Denis Gustavo Fantinato.
4. Isabelle Ferreira Silva Nunes. Uma Comparação de Aplicações Web no Setor Fotovoltaico e Desenvolvimento de Nova Plataforma para Pesquisa e Simulações Avançadas. Dissertação (Mestrado profissional em Engenharia Elétrica) - Universidade Estadual de Campinas, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Início: 2023.
  Orientador: Denis Gustavo Fantinato.
5. Arthur Castro Magno. Estudo de Técnicas de Aprendizado por Transferência em Redes Neurais Convolucionais para Classificação de Sinais de EEG. Dissertação (Mestrado profissional em Ciência da Computação) - Universidade Federal do ABC, . Início: 2022.
  Orientador: Denis Gustavo Fantinato.
6. Gustavo Campos Ignacio dos Santos. Redes Convolucionais e com Recorrência aplicadas a Interfaces Cérebro-Computador. Dissertação (Mestrado profissional em Ciência da Computação) - Universidade Federal do ABC, . Início: 2021.
  Orientador: Denis Gustavo Fantinato.
7. Thamiris Gire Zine Neves. Análise de Componentes Independentes no Contexto Não Linear para Classificação de Sinais de EEG. Dissertação (Mestrado profissional em Ciência da Computação) - Universidade Federal do ABC, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Início: 2021.
  Orientador: Denis Gustavo Fantinato.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (0)
Iniciação científica (2)
1. Eduardo Rittner Coelho. Fusão de Imagens Multiespectrais e Hiperespectrais Usando Transformada Wavelet 3D Heterogênea. Iniciação científica (Graduando em Engenharia Elétrica) - Universidade Estadual de Campinas, . Início: 2024.
  Orientador: Denis Gustavo Fantinato.
2. Tárik Ponte e Sá. Técnicas de Aprendizado Profundo Aplicadas ao Ajuste de Arranjo de Filtros em Dispositivos de Captura Única de Imagens Multiespectrais e Hiperespectrais. Iniciação científica (Graduando em Engenharia Elétrica) - Universidade Estadual de Campinas, Fundação de Amparo à Pesquisa do Estado de São Paulo. Início: 2024.
  Orientador: Denis Gustavo Fantinato.
Orientações de outra natureza (0)

Supervisões e orientações concluídas

Supervisão de pós-doutorado (0)
Tese de doutorado (1)
1. Caroline Pires Alavez Moraes. Análise de Vetores Independentes em Misturas do Tipo Post-Nonlinear Aplicadas a Interfaces Cérebro-Computador. Tese (Doutorado em Engenharia da Informação) - Universidade Federal do ABC, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2020.
  Supervisor: Denis Gustavo Fantinato.
Dissertação de mestrado (3)

Lucas Henrique Gois de Campos. Análise da Medida de Correntropia e Suas Aplicações. Dissertação (Mestrado em Engenharia da Informação) - Universidade Federal do ABC, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2021.
Supervisor: Denis Gustavo Fantinato.
Lucas Heck dos Santos. Uso de Redes Adversariais Generativas em Sistemas de Interface Cérebro-Computador. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do ABC, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2020.
Orientador: Denis Gustavo Fantinato.
Raquel Soares Queiroz. Estudo de Redes Neurais Recorrentes Aplicadas à Sistemas de Interface Cérebro-Computador. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do ABC, . 2020.
Orientador: Denis Gustavo Fantinato.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (7)

Rodrigo Cabrera Castaldoni. Análise da Eficiência das Redes Neurais Artificiais Usando Medidas da Teoria da Informação. (Graduação em Ciência da Computação) - Universidade Federal do ABC, . 2022.
Orientador: Denis Gustavo Fantinato.
Patrick Oliveira de Paula. Uso de Autoencoders Regularizados para o Aprendizado de Representações e Classificação de Sinais de EEG em Sistemas BCI. (Graduação em Ciência da Computação) - Universidade Federal do ABC, . 2022.
Orientador: Denis Gustavo Fantinato.
Daniel Vitor Beraldo Di Gênova. Uso de Metaheurísticas para o Treinamento de Redes Convolucionais. (Graduação em Ciência da Computação) - Universidade Federal do ABC, . 2021.
Orientador: Denis Gustavo Fantinato.
Lucas Fernandes Muniz. Treinamento e Ajuste Topológico de Redes Neurais Artificiais Através de Estratégias Neuroevolutivas. (Graduação em Ciência da Computação) - Universidade Federal do ABC, . 2021.
Orientador: Denis Gustavo Fantinato.
João Victor Fontinelle Consonni. Clusterização de Usuários para Classificação de Padrões em Sinais de EEG no Contexto Multiusuário. (Graduação em Ciência da Computação) - Universidade Federal do ABC, . 2021.
Orientador: Denis Gustavo Fantinato.
Bruno Storer Franco Martins. Estudo de Técnicas de Aprendizado de Máquina para o Treinamento de Redes Neurais Adversárias Generativas. (Graduação em Ciência da Computação) - Universidade Federal do ABC, . 2021.
Orientador: Denis Gustavo Fantinato.
André Rodrigues Barbosa. Análise de Desempenho de Diferentes Algoritmos de Aprendizado de Máquina para Análise de Risco. (Graduação em Ciência da Computação) - Universidade Federal do ABC, . 2020.
Orientador: Denis Gustavo Fantinato.
Iniciação científica (3)

Lucas Fernandes Muniz. Estudo de Estratégias Neuroevolutivas paraTreinamento e Ajuste Topológico de Redes Neurais Artificiais. (Graduando em Ciência da Computação) - Universidade Federal do ABC, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2021.
Orientador: Denis Gustavo Fantinato.
Vinicius Sedrim. Classificação de Sinais de EEG em Sistemas de Interface Cérebro-Computador via Redes Neurais Recorrentes. (Graduando em Ciência da Computação) - Universidade Federal do ABC, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2021.
Orientador: Denis Gustavo Fantinato.
Patrick Oliveira de Paula. Uso de Redes Neurais Convolucionais para Classificação de Sinais de EEG em Sistemas de Interface Cérebro-Computador. (Graduando em Ciência da Computação) - Universidade Federal do ABC, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2020.
Orientador: Denis Gustavo Fantinato.
Orientações de outra natureza (0)

Projetos de pesquisa

Total de projetos de pesquisa (3)

2023-Atual. Técnicas de Aprendizado Profundo e de Processamento de Sinais para o Tratamento de Dados de EEG
Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (4) / Doutorado: (2) . Integrantes: Denis Gustavo Fantinato - Coordenador / Romis Ribeiro de Faissol Attux - Integrante / Rafael Ferrari - Integrante / Leonardo Tomazeli Duarte - Integrante / Levy Boccato - Integrante / Sarah Negreiros de Carvalho Leite - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Denis Gustavo Fantinato.
2022-Atual. BI0S - Brazilian Institute of Data Science
Descrição: O Centro de Pesquisa em Inteligência Artificial - Brazilian Institute of Data Science (BI0S) tem como principal objetivo desenvolver soluções de estado da arte em ciência dos dados e inteligência artificial (IA), propondo soluções para problemas relevantes e conectando a academia, empresas, startups, a sociedade e o setor público em um ecossistema integrado de inovação. Ele vai contribuir com o desenvolvimento científico-tecnológico e social em áreas estratégicas que surgirão da interação entre todos os atores envolvidos. Ademais, o Centro vai incentivar uma cultura de empreendedorismo, visando explorar o potencial de suas propostas. Também serão promovidas ações de difusão de conhecimento, buscando atrair novos talentos do ensino médio e dos primeiros anos da faculdade, e promover cursos de extensão para profissionais. Inicialmente, o Centro focará em duas áreas estratégicas no plano nacional: Saúde (trilha focal) e Agropecuária (Agro, trilha secundária). Na Trilha Saúde, o foco de atuação do BI0S se dará no enfrentamento de problemas associados à saúde da mulher nos diversos momentos de seu ciclo de vida. Numa primeira etapa, os principais problemas que serão abordados estão relacionados à morte materna e neonatal e à mortalidade precoce de mulheres por doenças preveníveis e potencialmente curáveis, como o câncer de colo e câncer de mama. Outros problemas de interesse incluem ferramentas de IA para diagnóstico médico e para o desenvolvimento de remédios. Na trilha Agro, o objetivo principal é ampliar a disponibilidade e a qualidade de informações úteis para a tomada de decisões na agropecuária, tanto em escala local como regional, ou mesmo global, com soluções para a agricultura de precisão, e abordando também problemas tais como os impactos das mudanças climáticas. Também serão desenvolvidos métodos para otimização do uso de recursos agrícolas, a para a integração sustentável entre a indústria e o ambiente. Além das trilhas Saúde e Agro, o BI0S conta com uma trilha de Método, cujo objetivo é subsidiar as frentes de aplicação com ferramentas de IA. Finalmente, cabe destacar que a atuação em duas trilhas temáticas posiciona o BI0S como um centro capaz de abordar problemas transversais de grande interesse atual e que se encontram na fronteira entre as trilhas Saúde e Agro, como as relações entre uma determinada estratégia de cultivo e seus efeitos na saúde humana.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Denis Gustavo Fantinato - Integrante / Romis Ribeiro de Faissol Attux - Integrante / Leonardo Tomazeli Duarte - Integrante / João Marcos Travassos Romano - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Outra.
Membro: Denis Gustavo Fantinato.
2021-2023. Técnicas de Aprendizado Profundo no Desenvolvimento de Sistemas de Interface Cérebro-Computador
Descrição: As interfaces cérebro-computador (BCI, do inglês Brain-Computer Interfaces) têm sido foco de grande atenção devido às suas potenciais aplicações em uma ampla gama de contextos, que vão desde tecnologias assistivas e reabilitação até dispositivos para entretenimento. Significativos avanços, como a coleta de dados a partir de métodos não invasivos por eletroencefalogramas (EEG), motivam o estudo e desenvolvimento dessa promissora interface. Entretanto, a ampla variabilidade observada nos padrões dos usuários do sistema BCI, bem como seu emprego em aplicações cada vez mais sofisticadas, tornam o uso desta interface um problema bastante desafiador. Neste sentido, o projeto de pesquisa busca utilizar métodos de aprendizado profundo para aprimorar os sistemas BCI, tornando-os mais eficientes e robustos. São seguidas duas frentes de pesquisa. A primeira delas está voltada para o processamento dos sinais de EEG através do uso de técnicas de Análise de Componentes Independentes e de mapeamentos para imagens, permitindo a eficiente extração de características. Na segunda frente, serão utilizadas redes de aprendizado profundo, bem como as redes generativas adversariais para a classificação. Tais estruturas apresentam grande potencial para o tratamento de dados com grande variabilidade, podendo ser bastante úteis no desenvolvimento de sistemas BCI.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (4) / Doutorado: (1) . Integrantes: Denis Gustavo Fantinato - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Denis Gustavo Fantinato.

Prêmios e títulos

Total de prêmios e títulos (5)

3nd Place Winner - "Vision Transformer MST++: Efficient Hyperspectral Skin Reconstruction", Grand Challenge on Hyperspectral Skin Vision, IEEE ICASSP 2024., IEEE ICASSP 2024.. 2024.
Membro: Denis Gustavo Fantinato.
Menção Honrosa pelo trabalho "Hyperspectral and Multispectral Image Fusion Using 3D Wavelet Transforms", Conference on Graphics, Patterns and Images (SIBGRAPI) 2024.. 2024.
Membro: Denis Gustavo Fantinato.
2nd Best Paper Award - "Gráficos de Recorrência para Classificação de Sinais de EEG Usando Aprendizado Profundo", VIII Escola Regional de Computação Aplicada à Saúde.. 2021.
Membro: Denis Gustavo Fantinato.
Mérito de reconhecimento pelo desenvolvimento e registro da tecnologia ?gthbmining.rc?, InovaUFABC.. 2021.
Membro: Denis Gustavo Fantinato.
Menção Honrosa em Projeto de Iniciação Científica, XI Encontro de Iniciação Científica (UFABC e USCS).. 2021.
Membro: Denis Gustavo Fantinato.

Participação em eventos

Total de participação em eventos (4)

Fórum Permanente: Estratégias para a Inteligência Artificial. 2021. (Seminário).
Math & IA. 2021. (Simpósio).
IEEE International Workshop on Machine Learning for Signal Processing. 2020. (Congresso).
IEEE Symposium Series on Computational Intelligence (IEEE SSCI).Playing Mega Man II with Neuroevolution. 2020. (Simpósio).

Organização de eventos

Total de organização de eventos (4)

FANTINATO, D. G.; ATTUX, R. R. F. ; TEIXEIRA NETO, M. J.. XV Encontro de Alunos(as) e Docentes do DCA. 2023. Congresso
ROMANO, J. M. T. ; DUARTE, L. T. ; SUYAMA, RICARDO ; FANTINATO, D. G.. 11th Brazilian Conference on Intelligent Systems. 2022. Congresso
HORITA, F. ; RIVERO, L. ; FANTINATO, D. G.. 16 o Simpósio Brasileiro de Sistemas de Informação (SBSI). 2020. Congresso
FRANCA, F. O. ; FANTINATO, D. G.. Competição Evoman. 2020. Outro

Lista de colaborações

Colaborações endôgenas (3)

Denis Gustavo Fantinato ⇔ Fabricio Olivetti de França (1.0)
ISHIKAWA, FERNANDO ; TROVOES, LEANDRO Z. ; CARMO, LEONARDO ; FRANCA, FABRICIO OLIVETTI DE ; FANTINATO, DENIS G.. Playing Mega Man II with Neuroevolution. Em: 2020 IEEE Symposium Series on Computational Intelligence (SSCI), p. 2359, 2020.

Denis Gustavo Fantinato ⇔ Flávio Eduardo Aoki Horita (1.0)
BARROS, DANIEL D. R. ; HORITA, FLÁVIO ; FANTINATO, DENIS G.. Data Mining Tool to Discover DevOps Trends from Public Repositories: Predicting Release Candidates with gthbmining.rc. Em: SBES '20: 34th Brazilian Symposium on Software Engineering, p. 658, 2020.

Denis Gustavo Fantinato ⇔ Raphael Yokoingawa de Camargo (1.0)
MORAES, CAROLINE P. A. ; ARISTIMUNHA, BRUNO ; DOS SANTOS, LUCAS HECK ; PINAYA, WALTER HUGO LOPEZ ; DE CAMARGO, RAPHAEL YOKOINGAWA ; FANTINATO, DENIS G. ; NEVES, ALINE. Applying Independent Vector Analysis on EEG-Based Motor Imagery Classification. Em: ICASSP 2023 2023 IEEE International Conference on Acoustics, p. 1, 2023.

Data de processamento: 16/11/2024 16:25:13

Relatório gerado por scriptLattes V9. Os resultados podem ser afetados por possíveis falhas decorrentes de inconsistências no preenchimento dos Currículos Lattes. E-mail de contato: