UFABC-professores-CECS

Ricardo Suyama

Possui graduação em Engenharia Elétrica pela Universidade Estadual de Campinas (2001), mestrado em Engenharia Elétrica pela Universidade Estadual de Campinas (2003) e doutorado em Engenharia Elétrica pela Universidade Estadual de Campinas (2007). Atualmente é professor associado nível II na Universidade Federal do ABC (UFABC). Tem experiência na área de Processamento Digital de Sinais, atuando principalmente nas áreas de Separação de Fontes, Melhoramento de Sinais, Filtragem Adaptativa e Inteligência Artificial aplicada no processamento de sinais. (Texto informado pelo autor)

  • http://lattes.cnpq.br/6146944142372232 (22/08/2024)
  • Rótulo/Grupo: CECS
  • Bolsa CNPq: Nível 2
  • Período de análise: 2010-HOJE
  • Endereço: Universidade Federal do ABC, Centro de Engenharia, Modelagem e Ciências Sociais Aplicadas. Secretaria CECS Av. dos Estados, 5001 Bloco B, 9o andar Bangu 09210170 - Santo André, SP - Brasil Telefone: (11) 49968276 Ramal: 8276 Fax: (11) 114496008 URL da Homepage: http://www.ufabc.edu.br
  • Grande área: Engenharias
  • Área: Engenharia Elétrica
  • 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 (13)
    1. 2023-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: Ricardo Suyama - Integrante / Romis Ribeiro de Faissol Attux - Integrante / Leonardo Tomazeli Duarte - Integrante / João Marcos Travassos Romano - Coordenador / Denis Gustavo Fantinato - Integrante / Guilherme Palermo Coelho - Integrante / Cristiano Torezzan - Integrante / Sueli Irene Rodrigues Costa - Integrante / Washington Alves de Oliveira - Integrante / João Batista Florindo - Integrante / Priscila Cristina Berbert Rampazzo - Integrante / Alvaro de Olveira D'Antonia - Integrante / Renato Machado - Integrante / Henrique Nogueira de Sá Earp - Integrante / Rodolfo de Carvalho Pacagnella - Integrante / Priscila Pereira Coltri - Integrante / Jorge Moreira de Souza - Integrante / Niro Higuchi - Integrante / Peter Sussner - Integrante / Rosângela Ballini - Integrante.
      Membro: Ricardo Suyama.
      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: Kenji Nose Filho - Integrante / João Marcos Travassos Romano - Coordenador / Leonardo Tomazeli Duarte - Integrante / Romis Attux - Integrante / Denis Gustavo Fantinato - Integrante / ALINE NEVES - Integrante / André Kazuo Takahata - Integrante / Ricardo Suyama - Integrante / Murilo Bellezoni Loiola - Integrante / Filipe Ieda Fazanaro - Integrante / Claudio José Bordin Júnior - Integrante / Guilherme Palhermo Coelho - Integrante / Cristiano Torezzan - Integrante / Sueli Irene Rodrigues Costa - Integrante / Washington Alves de Oliveira - Integrante / João Batista Florindo - Integrante / Priscila Cristina Berbert Rampazzo - Integrante / Alvaro de Olveira D'Antonia - Integrante / Renato Machado - Integrante / Henrique Nogueira de Sá Earp - Integrante / Rodolfo de Carvalho Pacagnella - Integrante / Priscila Pereira Coltri - Integrante / Jorge Moreira de Souza - Integrante / Niro Higuchi - Integrante / Peter Sussner - Integrante / Rosângela Ballini - Integrante / Ana Paula Romani - Integrante / Priscyla W. T. de Azevedo Simões - Integrante.
      Membro: Kenji Nose Filho.
      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: Filipe Ieda Fazanaro - Coordenador / Ricardo Suyama - Integrante / Romis Attux - Integrante / Leonardo Tomazeli Duarte - Integrante / André Kazuo Takahata - Integrante / Denis Gustavo Fantinato - Integrante / João Marcos Travassos Romano - Integrante / Guilherme Palermo Coelho - Integrante / Cristiano Torezzan - Integrante / Sueli Irene Rodrigues Costa - Integrante / Washington Alves de Oliveira - Integrante / João Batista Florindo - Integrante / Priscila Cristina Berbert Rampazzo - Integrante / Alvaro de Olveira D'Antonia - Integrante / Renato Machado - Integrante / Henrique Nogueira de Sá Earp - Integrante / Rodolfo de Carvalho Pacagnella - Integrante / Priscila Pereira Coltri - Integrante / Jorge Moreira de Souza - Integrante / Niro Higuchi - Integrante / Peter Sussner - Integrante / Rosângela Ballini - Integrante.
      Membro: Filipe Ieda Fazanaro.
    2. 2023-Atual. Pesquisa interdisciplinar de técnicas de aprendizado de máquina e inteligência artificial para desenvolvimento de tecnologias de processamento de sinais, imagens e linguagem natural
      Descrição: Este projeto tem como objetivo consolidar grupo de pesquisa interdisciplinar com pesquisadores da área da engenharia de informação, engenharia biomédica, linguística, computação e medicina, capaz de desenvolver aplicações de aprendizado de máquina e inteligência artificial na realização de processamento de sinais, imagens e linguagem natural. A pesquisa se dará em frentes de pesquisa que já vem sendo realizadas pelo proponente como utilização de técnicas de aprendizado de máquina para extração de biomarcadores de Doença de Parkinson a partir de sinais de potencial de campo local (LFP) adquirido durante cirurgia de implantação de dispositivo de estimulação cerebral profunda (DBS) e utilização de redes neurais profundas em tomografia de impedância elétrica para auxílio a diagnóstico de acidente vascular cerebral (AVC). Além disso, na linha de pesquisa em processamento de linguagem natural será abordada a caracterização de textos sobre COVID-19, com objetivo de se identificar palavras biomédicas automaticamente com uso de redes neurais profundas, e serão estudados voicebots para plataformas de telemonitoramento de pacientes baseado em cuidado híbrido. (AU). Situação: Em andamento; Natureza: Pesquisa. Integrantes: Ricardo Suyama - Integrante / Margarethe Born Steinberger-Elias - Integrante / André Kazuo Takahata - Coordenador / Diogo Coutinho Soriano - Integrante / Celso Setsuo Kurashima - Integrante / Priscyla Waleska Targino de Azevedo Simões - Integrante / Fernando Silva de Moura - Integrante / Lilan Berton - Integrante / Maria Sheila Guimarães Rocha - Integrante / Fabio Luiz Franceschi Godinho - Integrante.
      Membro: Ricardo Suyama.
    3. 2022-Atual. Explorando técnicas de Inteligência Artificial para o Processamento de Sinais
      Descrição: A grande evolução na área de inteligência artificial (IA), especialmente a partir da década de 2000, está associada a resultados impactantes decorrentes da utilização de abordagens de aprendizado baseado em estruturas ditas profundas, até então pouco utilizadas devido à sua alta complexidade computacional. Desde então, esta abordagem vem ocupando uma posição de destaque na pesquisa em IA e, naturalmente, a área de processamento de sinais tem se beneficiado com o desenvolvimento de novas técnicas que aliam as técnicas previamente desenvolvidas a novas ferramentas de inteligência artificial. Conforme amplamente demonstrado na literatura, a aplicação destes novos paradigmas, tem resultado, via de regra, em ganhos relevantes de desempenho. Entretanto, em geral, as técnicas apresentam um elevado custo computacional, além de exigir uma grande quantidade de dados para o treinamento das estruturas, evidenciando que ainda existem diversas questões importantes a serem investigadas na área.No presente projeto, pretende-se dar continuidade à pesquisa já iniciada na área, buscando técnicas de processamento de sinais baseadas em IA, tendo como referência o problema geral de separação de fontes. Os trabalhos devem se desenvolver em três frentes de pesquisa: Investigação de algoritmos baseados em IA para problema de separação de sinais, com particular interesse por métodos capazes de estimar os sinais de maneira não-supervisionada; Investigação de métodos baseados em IA para o melhoramento de sinais, buscando explorar estruturas flexíveis e formas de incorporar informação a priori sobre o problema para minimizar a necessidade de dados para treinamento e o custo computacional envolvido; e Investigação sobre métodos de machine learning em problemas inversos, que explorem características dos dados para realizar a regularização, explícita ou implicitamente, do problema de otimização associado.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Ricardo Suyama - Coordenador.
      Membro: Ricardo Suyama.
    4. 2019-2022. Novas Perspectivas para o Processamento Não Supervisionado de Sinais
      Descrição: O presente projeto tem como objetivo dar continuidade ao trabalhoque vem sendo desenvolvido pelo seu proponente, investigando soluções para osproblemas de processamento não supervisionado de sinais, explorando característicasespecíficas dos sinais de interesse ou do modelo de mistura, e também investigar aaplicação de técnicas recentes na área de inteligência computacional, como as DNNs,na recuperação dos sinais.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Ricardo Suyama - Coordenador.
      Membro: Ricardo Suyama.
    5. 2019-Atual. Representação e Otimização Esparsa: Algoritmos Aplicados a Problemas Inversos Mal Postos
      Descrição: Este projeto de pesquisa CAPES-COFECUB está centralizado na Universidade Estadual de Campinas e se desenvolverá em parceria com a Universidade Federal do ABC e parceiros Franceses (ENS Paris-Saclay, Université Paris Descartes, e University Côte d?Azur). Em termos gerais, o presente projeto enfocará dois problemas de grande relevância para a área de processamento de sinais e com os quais os grupos envolvidos já possuem certo histórico de resultados de pesquisa: a geolocalização e a separação de fontes. Tais problemas serão abordados num contexto de sinais e/ou sistemas que apresentem propriedades de esparsidade e nossos esforços se concentrarão em representações esparsas e algoritmos associados.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Ricardo Suyama - Integrante / André Kazuo Takahata - Integrante / Leonardo Tomazeli Duarte - Integrante / João Marcos Travassos Romano - Coordenador / Pascal Larzabal - Integrante / MAHÉ, GAËL - Integrante / Jean-Pierre Barbot - Integrante / Laure Blanc-Féraud - Integrante.
      Membro: Ricardo Suyama.
      Descrição: Este projeto de pesquisa CAPES-COFECUB está centralizado na Universidade Estadual de Campinas e se desenvolverá em parceria com a Universidade Federal do ABC e parceiros Franceses (ENS Paris-Saclay, Université Paris Descartes, e University Côte d?Azur). Em termos gerais, o presente projeto enfocará dois problemas de grande relevância para a área de processamento de sinais e com os quais os grupos envolvidos já possuem certo histórico de resultados de pesquisa: a geolocalização e a separação de fontes. Tais problemas serão abordados num contexto de sinais e/ou sistemas que apresentem propriedades de esparsidade e nossos esforços se concentrarão em representações esparsas e algoritmos associados.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Kazuo Takahata - Integrante / Suyama - Integrante / Gaël Mahé - Integrante / Pascal Larzabal - Integrante / Leonardo Tomazeli Duarte - Integrante / Jean-Pierre Barbot - Integrante / Laure Blanc-Féraud - Integrante / João Marcos Travassos Romano - Coordenador. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação.
      Membro: André Kazuo Takahata.
    6. 2016-2019. Técnicas Avançadas para Separação Cega de Fontes
      Descrição: O presente projeto de pesquisa possui como eixo central o problema geral de separação de fontes, dando continuidade ao trabalho que já vem sendo desenvolvido pelo proponente. O trabalho será desenvolvido em 3 frentes de pesquisa relacionadas: Separação de Sinais em Modelos de Mistura Não-Lineares; Critérios de separação dos sinais baseados em métricas de esparsidade; e Aplicaões que podem se beneficiar do uso das técnicas desenvolvidas.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Ricardo Suyama - Coordenador. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
      Membro: Ricardo Suyama.
    7. 2014-2017. Computação Paralela Aplicada a Caracterização e Controle de Sistemas Dinâmicos Caóticos
      Descrição: Sistemas dinâmicos não lineares e seus atratores são normalmente caracterizados em termos de extensa análise numérica, que é essencial para a determinação de medidas invariantes, bases de atração, variedades estáveis e instáveis e da estrutura do campo vetorial. Estruturas Lagrangianas Coerentes, diagramas de bifurcação e de Lyapunov, ou mesmo o espaço de parâmetros são geralmente empregados para esse fim, a um custo computacional bastante expressivo, permitindo concomitantemente delinear um cenário adequado para o emprego de computação paralela tanto com base em Unidades Centrais de Processamento (\textsc{CPUs}) quanto em Unidades de Processamento Gráfico (\textsc{GPUs}). Inserido neste contexto - e envolvendo professores e pesquisadores da Universidade Federal do ABC e da Universidade Estadual de Campinas -, um dos objetivos principais desse projeto de pesquisa consiste em aplicar ferramentas de computação paralela e \textsc{GPUs} para a caracterização de sistemas dinâmicos não lineares que podem apresentar comportamento caótico. Simultaneamente à exploração dessa abordagem computacional alternativa, e tendo por base a extração e a aplicação de medidas invariantes subjacentes aos sistemas dinâmicos não lineares, outra vertente de investigação deste projeto de pesquisa propõe analisar formas alternativas de controle para essa qualidade de sistemas dinâmicos em conjunto com estratégias de computação evolutiva com o intuito de guiar o processo de adaptação dos parâmetros da dinâmica e, assim, produzir os padrões oscilatórios desejados.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Ricardo Suyama - Integrante / Romis Ribeiro de Faissol Attux - Integrante / Filipe Ieda Fazanaro - Coordenador. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Ricardo Suyama.
      Descrição: Esse projeto de pesquisa consiste em aplicar ferramentas de computação paralela e GPUs para a caracterização de sistemas dinâmicos não lineares que podem apresentar comportamento caótico.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Filipe Ieda Fazanaro - Coordenador / Suyama, Ricardo - Integrante / Attux, Romis - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Filipe Ieda Fazanaro.
    8. 2014-2017. Análise por Quantificação por Recorrência: Aspectos Teóricos & Aplicações Biomédicas
      Descrição: A análise por quantificação por recorrência (RQA) destaca-se por ser uma ferramenta relativamente recente destinada à análise de séries temporais com o intuito de caracterizar a regularidade de regimes oscilatórios, sendo, atualmente, extensivamente aplicada nos mais variados campos da ciência. Tendo em vista as potencialidades de tal técnica e suas diversas aplicações, este projeto de pesquisa possui essencialmente uma dupla motivação: a) o desenvolvimento de ferramentas teóricas envolvendo a RQA; b) sua aplicação no âmbito do processamento de sinais biomédicos, em especial, na concepção de interfaces homem-máquina mais eficientes. No que concerne à primeira motivação, objetiva-se aqui estudar a possibilidade de construir novas medidas de complexidade a partir do mapa de retorno e se aprofundar na caracterização das medidas teóricas de informação (e.g. entropia de Rényi, informação mútua, etc) derivadas a partir dele. Em relação à segunda motivação, destaca-se aqui: a) a possibilidade de se estudar o emprego da RQA na solução do problema de separação/extração cega de fontes como um critério alternativo na construção de sistemas separadores mais eficientes em determinados cenários; b) a possibilidade de aplicação das medidas clássicas de recorrência como atributos para a classificação de padrões, em especial, a possibilidade de emprego de RQA para obter interfaces homem-máquina com melhor desempenho.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Ricardo Suyama - Integrante / Romis Ribeiro de Faissol Attux - Integrante / Diogo Coutinho Soriano - Coordenador. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Ricardo Suyama.
      Descrição: A análise por quantificação por recorrência (RQA) destaca-se por ser uma ferramenta relativamente recente destinada à análise de séries temporais com o intuito de caracterizar a regularidade de regimes oscilatórios, sendo, atualmente, extensivamente aplicada nos mais variados campos da ciência. Tendo em vista as potencialidades de tal técnica e suas diversas aplicações, este projeto de pesquisa possui essencialmente uma dupla motivação: a) o desenvolvimento de ferramentas teóricas envolvendo a RQA; b) sua aplicação no âmbito do processamento de sinais biomédicos, em especial, na concepção de interfaces homem-máquina mais eficientes. No que concerne à primeira motivação, objetiva-se aqui estudar a possibilidade de construir novas medidas de complexidade a partir do mapa de retorno e se aprofundar na caracterização das medidas teóricas de informação (e.g. entropia de Rényi, informação mútua, etc) derivadas a partir dele. Em relação à segunda motivação, destaca-se aqui: a) a possibilidade de se estudar o emprego da RQA na solução do problema de separação/extração cega de fontes como um critério alternativo na construção de sistemas separadores mais eficientes em determinados cenários; b) a possibilidade de aplicação das medidas clássicas de recorrência como atributos para a classificação de padrões, em especial, a possibilidade de emprego de RQA para obter interfaces homem-máquina com melhor desempenho. Situação: Concluído; Natureza: Pesquisa. Integrantes: Diogo Coutinho Soriano - Coordenador / Romis Ribeiro De Faissol Attux - Integrante / Ricardo Suyama - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro / Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
      Membro: Diogo Coutinho Soriano.
    9. 2013-2015. Separação Cega de Fontes - Algoritmos, Aplicações e Novas Perspectivas
      Descrição: Neste projeto serão investigadas soluções para o problema de separação cega de fontes, explorando características específicas das fontes e informação adicional sobre o processo de mistura (e.g., a esparsidade dos sinais; o caráter discreto das fontes; o comportamento caótico dos sinais envolvidos), com o intuito de obter ferramentas que sejam capazes de operar em cenários nos quais, em geral, a análise por componentes independentes ? considerada uma das principais ferramentas no contexto de separação cega de fontes ? não é capaz de recuperar os sinais.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (2) . Integrantes: Ricardo Suyama - Coordenador. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
      Membro: Ricardo Suyama.
    10. 2013-2015. Métodos para Separação Cega de Fontes: Aplicações e Novas Perspectivas
      Descrição: O presente projeto tem como objetivo dar continuidade ao trabalho que vem sendo desenvolvido pelo seu proponente, investigando possíveis soluções para o problema de separação cega de fontes em cenários que fogem do caso padrão (mesmo número de fontes e de sensores), para os quais, em geral, a análise por componentes independentes não é capaz de recuperar os sinais, como no problema de misturas subparametrizadas, além de investigar algumas aplicações nas quais as técnicas desenvolvidas possam trazer benefícios.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (2) . Integrantes: Ricardo Suyama - Coordenador / Diogo Coutinho Soriano - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Ricardo Suyama.
      Descrição: Introduzido por Hérault e Jutten como uma estratégia de aprendizado não-supervisionado por meio de redes neurais, o problema de separação cega de fontes tem recebido grande atenção desde o início dos anos 90, e pode ser considerado um tema de pesquisa maduro e consolidado no âmbito da moderna teoria de processamento de sinais. Pode-se dizer que o problema conta com um número significativo de soluções no que se refere a modelos de misturas lineares, em particular nos casos em que o número de sensores é igual ou superior ao número de fontes. Neste caso, a análise por componentes independentes provê métodos eficientes para a obtenção do sistema separador. No entanto, o mesmo não se repete para situações em que há algum desvio em relação a este "modelo padrão". Dessa forma, o presente projeto tem como objetivo dar continuidade ao trabalho que vem sendo desenvolvido pelo seu proponente, investigando possíveis soluções para o problema de separação cega de fontes em cenários que fogem do caso mencionado anteriormente, para os quais, em geral, a análise por componentes independentes não é capaz de recuperar os sinais, além de investigar algumas aplicações nas quais as técnicas desenvolvidas possam trazer benefícios, como no caso de misturas sub-parametrizadas e aplicações nas quais a hipótese de independência mútua entre os sinais possa ser substituída e/ou complementada por informação adicional a priori.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Diogo Coutinho Soriano - Integrante / Ricardo Suyama - Coordenador.
      Membro: Diogo Coutinho Soriano.
    11. 2012-2015. Processamento de Sinais para Extração Eficiente da Informação
      Descrição: Este projeto de pesquisa está centralizado na Universidade Estadual de Campinas e se desenvolverá em parceria com a Universidade Federal do ABC. Em termos gerais, o objetivo do projeto é abordar diferentes desafios científicos e tecnológicos relacionados a otimizar o processo de extração de informação, fazendo uso de métodos e algoritmos inteligentes, com foco nas técnicas de processamento de sinais. Tal problema se dá em cenários, cada vez mais frequentes, de grande variedade e quantidade de informações medidas ou disponibilizadas, e a partir das quais se pretende obter as informações e/ou o conhecimento de utilidade para os usuários. Nesse contexto, verifica-se na literatura científica um interesse crescente em temas tais como extração de características, extração da informação e extração do conhecimento. Para esses problemas, as técnicas modernas de processamento de sinais se mostram cada vez mais relevantes, quando não um verdadeiro "gargalo" para as efetivas soluções práticas. As metas mais específicas do presente projeto se debruçam tanto sobre alguns métodos teóricos como em certas aplicações consideradas estratégicas. Os tópicos teóricos principais se voltam ao tema de processamento não supervisionado, com ênfase em desconvolução e separação, e aos métodos de machine learning. As áreas de aplicação concentram-se em processamento sísmico, sinais de áudio e equalização em sistemas de comunicações digitais... Situação: Concluído; Natureza: Pesquisa. Integrantes: Ricardo Suyama - Integrante / Murilo Bellezoni Loiola - Integrante / Aline de Oliveira Neves Panazio - Integrante / Rafael Ferrari - Integrante / Renato da Rocha Lopes - Integrante / Marcio Eisencraft - Integrante / Romis Ribeiro de Faissol Attux - Integrante / Leonardo Tomazeli Duarte - Integrante / Cynthia Junqueira - Integrante / Diogo Coutinho Soriano - Integrante / Everton Zaccaria Nadalin - Integrante / Joao Marcos Travassos Romano - Coordenador. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Ricardo Suyama.
      Descrição: Em termos gerais, o objetivo do projeto é abordar diferentes desafios científicos e tecnológicos relacionados a otimizar o processo de extração de informação, fazendo uso de métodos e algoritmos inteligentes, com foco nas técnicas de processamento de sinais. Tal problema se dá em cenários, cada vez mais frequentes, de grande variedade e quantidade de informações medidas ou disponibilizadas, e a partir das quais se pretende obter as informações e/ou o conhecimento de utilidade para os usuários. Nesse contexto, verifica-se na literatura científica um interesse crescente em temas tais como extração de características, extração da informação e extração do conhecimento. Para esses problemas, as técnicas modernas de processamento de sinais se mostram cada vez mais relevantes, quando não um verdadeiro ?gargalo? para as efetivas soluções práticas. As metas mais específicas do presente projeto se debruçam tanto sobre alguns métodos teóricos como em certas aplicações consideradas estratégicas. Os tópicos teóricos principais se voltam ao tema de processamento não supervisionado, com ênfase em desconvolução e separação, e aos métodos de machine learning. As áreas de aplicação concentram-se em processamento sísmico, sinais de áudio e equalização em sistemas de comunicações digitais.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Mestrado acadêmico: (5) / Doutorado: (10) . Integrantes: Murilo Bellezoni Loiola - Integrante / João Marcos Travassos Romano - Coordenador / Romis Ribeiro de Faissol Attux - Integrante / Ricardo Suyama - Integrante / Renato da Rocha Lopes - Integrante / Rafael Ferrari - Integrante / Aline de Oliveira Neves Panazio - Integrante / Márcio Eisencraft - Integrante / Diogo Coutinho Soriano - Integrante / Leonardo Tomazeli Duarte - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Murilo Bellezoni Loiola.
      Descrição: Este projeto de pesquisa está centralizado na Universidade Estadual de Campinas e se desenvolverá em parceria com a Universidade Federal do ABC. Em termos gerais, o objetivo do projeto é abordar diferentes desafios científicos e tecnológicos relacionados a otimizar o processo de extração de informação, fazendo uso de métodos e algoritmos inteligentes, com foco nas técnicas de processamento de sinais. Tal problema se dá em cenários, cada vez mais frequentes, de grande variedade e quantidade de informações medidas ou disponibilizadas, e a partir das quais se pretende obter as informações e/ou o conhecimento de utilidade para os usuários. Nesse contexto, verifica-se na literatura científica um interesse crescente em temas tais como extração de características, extração da informação e extração do conhecimento. Para esses problemas, as técnicas modernas de processamento de sinais se mostram cada vez mais relevantes, quando não um verdadeiro "gargalo" para as efetivas soluções práticas. As metas mais específicas do presente projeto se debruçam tanto sobre alguns métodos teóricos como em certas aplicações consideradas estratégicas. Os tópicos teóricos principais se voltam ao tema de processamento não supervisionado, com ênfase em desconvolução e separação, e aos métodos de machine learning. As áreas de aplicação concentram-se em processamento sísmico, sinais de áudio e equalização em sistemas de comunicações digitais.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (8) / Mestrado acadêmico: (15) / Doutorado: (10) . Integrantes: Diogo Coutinho Soriano - Integrante / Ricardo Suyama - Integrante / Rafael Ferrari - Integrante / Everton Zaccaria Nadalin - Integrante / Attux, Romis - Integrante / Murilo Bellezoni Loiola - Integrante / Marcio Eisencraft - Integrante / João Marcos - Coordenador / Leonardo Tomazeli Duarte - Integrante / Cynthia Cristina Martins Junqueira - Integrante / Renato da Rocha Lopes - Integrante / Aline de Oliveira Neves - Integrante.
      Membro: Diogo Coutinho Soriano.
    12. 2010-2016. Desenvolvimento de Tecnologias da Informação para Neurologia (DesTINe)
      Descrição: O objetivo central deste projeto é a pesquisa e o desenvolvimento de tecnologias de acessibilidade para pessoas com severas deficiências motoras como as que sofreram AVC (Acidente Vascular Cerebral). Será desenvolvido no nível de protótipo funcional um sistema de software para um veículo robótico assistivo (robô assistivo) capaz de ser controlado por meio de sinais cerebrais gerados por atividade cerebral e/ou pequenos movimentos da face ou membros. Algoritmos de processamento de sinais cerebrais serão propostos com a capacidade de se adaptar às condições cerebrais da pessoa deficiente levantadas por meio de neuroimagens funcionais. Algoritmos de navegação robótica autônoma e semi-autônoma serão propostos para, a partir de comandos extraídos dos sinais cerebrais, conduzir o robô assistivo com segurança tanto em ambientes externos quanto internos. Para aumentar o grau de acessibilidade no transporte e nas áreas de circulação, este projeto irá investigar tecnologias de ambientes inteligentes e computação pervasiva para apoio à navegação de robôs assistivos. Neste ambiente, robôs assistivos, por exemplo, cadeiras de rodas robotizadas, receberão sinais do ambiente que auxiliem a navegação segura, por exemplo, indicando a presença de obstáculos, escadas, rampas íngrimes, etc. Este projeto conta com equipe interdisciplinar composta de especialistas nas diversas áreas focadas pelo projeto.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Ricardo Suyama - Integrante / Fernando José Von Zuben - Integrante / José Raimundo de Oliveira - Coordenador / Romis Ribeiro de Faissol Attux - Integrante / Leonardo Tomazeli Duarte - Integrante / João Marcos Travassos Romano - Integrante / Diogo Coutinho Soriano - Integrante / Li Li Min - Integrante / Castellano, Gabriela - Integrante / Cardozo, Eleri - Integrante / Roberto José Maria Covolan - Integrante / Carlos Eduardo Pagani - Integrante / Eliane Gomes Guimarães - Integrante / Jorge André Girão Alburquerque - Integrante / Paula Texeira Fernandes - Integrante / Ricardo Ribeiro Gudwin - Integrante. Financiador(es): Financiadora de Estudos e Projetos - Auxílio financeiro.
      Membro: Ricardo Suyama.
    13. 2010-2012. Cognição em Sistemas de Comunicações
      Descrição: O projeto tem em seu princípio uma dupla motivação: por um lado, a nítida confluência de interesses e a fertilização mútua de idéias que vêm sendo verificadas entre pesquisadores das áreas de telecomunicações, processamento de sinais e machine learning; por outro, atendo-se a um aspecto mais tecnológico, a grande discussão em torno de dotar os sistemas de comunicações de uma maior capacidade de adaptação, ou de autoconfiguração, ao meio que o cerca, a ponto de já se chegar às primeiras padronizações do que se convencionou chamar de rádio-cognitivo. Assim, o projeto tem como objetivo principal o estudo de técnicas cognitivas aplicadas a comunicações, entendendo por isto tanto a idéia de tornar o sistema como um todo capaz de se adaptar a determinadas condições do ambiente, como, no nível da camada física, dotar os dispositivos e algoritmos a eles associados de capacidade de autoaprendizado. Dessa forma, dividimos o projeto em duas grandes linhas: a que chamamos Sistemas Cognitivos de Telecomunicações, que compreende principalmente aspectos de otimização entre camadas e alocação de recursos, com ênfase aos sistemas com modulação multi-freqüência; e a que denominamos Processamento Cognitivo da Informação, que se volta para os dispositivos de contramedida com o intuito de lhes incrementar o nível de cognição, entendido aqui como a capacidade de operar com cada vez menos supervisão. Em termos de plataforma de aplicação, preferimos nos ater aqui à terminologia de redes cognitivas, procurando dar igual ênfase às comunicações sem fio e às comunicações ópticas, que entendemos prioritárias para o cenário atual, e de futuro em curto prazo, das tecnologias de informação e comunicação.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (6) Doutorado: (7) . Integrantes: Ricardo Suyama - Integrante / Murilo Bellezoni Loiola - Integrante / Rafael Ferrari - Integrante / Romis Ribeiro de Faissol Attux - Integrante / Leonardo Tomazeli Duarte - Integrante / João Marcos Travassos Romano - Coordenador / Rafael Krummenauer - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Ricardo Suyama.

Prêmios e títulos

  • Total de prêmios e títulos (0)

    Participação em eventos

    • Total de participação em eventos (2)
      1. 5th LNCC Meeting on Computational Modeling.Exploring Sparsity in Blind Source Separation. 2012. (Encontro).
      2. IEEE International Symposium on Circuits and Systems (ISCAS).Signal Recovery in PDM Optical Communication Systems employing Independent Component Analysis. 2011. (Simpósio).

    Organização de eventos

    • Total de organização de eventos (2)
      1. SORIANO, D. C. ; Suyama, Ricardo ; TAKAHATA, A. K. ; Nose-Filho, Kenji ; NEVES, A. O. ; PONCHET, A. ; LINS, E. ; LEON, E. ; ALMEIDA, F. ; MOURA, F. ; TANAKA, H. ; GOMES, M. A. C. ; COVRE, M. ; MINAMI, M. ; LOIOLA, M. B. ; SILVA, O. L. ; CRUZ, P. I. ; SIMOES, P. W. T. A. ; CARBONARI, R. C. ; ALMEIDA, T. P.. 8º Simpósio de Instrumentação e Imagens Médicas (SIIM) e o 7º Simpósio de Processamento de Sinais (SPS). 2017. Congresso
      2. WALDMAN, H. ; ROMANO, J.M.T. ; CARDIERI, P. ; NASCIMENTO, V. H. ; Suyama, Ricardo ; LOIOLA, M. B. ; SILVEIRA FILHO, J. C. S. ; ATTUX, R. R. F. ; NEVES, A. O. ; MIRANDA, M. D. ; PANAZIO, C. M. ; LOPES, R. R. ; EISENCRAFT, M. ; DA SILVA, M. T. M ; MINAMI, M. ; MARCA, J. R. B. ; DIAS, U. S.. International Telecommunications Symposium (ITS2014). 2014. Congresso

    Lista de colaborações

    • Colaborações endôgenas (20)
      • Ricardo Suyama ⇔ Diogo Coutinho Soriano (21.0)
        1. BULHÕES DA SILVA COSTA, THIAGO ; FERNANDA SUAREZ URIBE, LUISA ; NEGREIROS DE CARVALHO, SARAH ; COUTINHO SORIANO, DIOGO ; Castellano, Gabriela ; Suyama, Ricardo ; Attux, Romis ; PANAZIO, CRISTIANO. Channel capacity in brain-computer interfaces. Journal of Neural Engineering. v. 17, p. 016060, issn: 1741-2552, 2020.
        2. Soriano, Diogo C. ; SANTOS, ODAIR V. DOS ; Suyama, Ricardo ; FAZANARO, FILIPE I. ; Attux, Romis. Conditional Lyapunov Exponents and Transfer Entropy in Coupled Bursting Neurons Under Excitation and Coupling Mismatch. Communications in Nonlinear Science and Numerical Simulation. v. 56, p. 419-433, issn: 1007-5704, 2018.
        3. Fazanaro, Filipe I. ; Soriano, Diogo C. ; Suyama, Ricardo ; MADRID, MARCONI K. ; OLIVEIRA, JOSÉ RAIMUNDO DE ; MUÑOZ, IGNACIO BRAVO ; Attux, Romis. Numerical characterization of nonlinear dynamical systems using parallel computing: The role of GPUs approach. Communications in Nonlinear Science & Numerical Simulation. v. 37, p. 143-162, issn: 1007-5704, 2016.
        4. Fazanaro, Filipe I. ; Soriano, Diogo C. ; Suyama, Ricardo ; Attux, Romis ; Madrid, Marconi K. ; RAIMUNDO DE OLIVEIRA, JOSE'. Characterization of multiscroll attractors using Lyapunov exponents and Lagrangian coherent structures. Chaos (Woodbury, N.Y.). v. 23, p. 023105, issn: 1054-1500, 2013.
        5. SORIANO, D. C. ; SUYAMA, Ricardo ; ATTUX, R. R. F. ; ROMANO, J. M. T.. Searching for Specific Periodic and Chaotic Oscillations in a Periodically-Excited Hodgkin-Huxley Model. International Journal of Bifurcation and Chaos in Applied Sciences and Engineering. v. 22, p. 1230006-1-1230006-17, issn: 0218-1274, 2012.
        6. Soriano, Diogo C.; Nadalin, Everton Z. ; Suyama, Ricardo ; Romano, João M.T. ; Attux, Romis. Chaotic Convergence of the Decision-Directed Blind Equalization Algorithm. Communications in Nonlinear Science & Numerical Simulation. v. 17, p. 5097-5109, issn: 1007-5704, 2012.
        7. EISENCRAFT, M. ; FANGANIELLO, R. D. ; GRZYBOWSKI, J. M. V. ; SORIANO, D. C. ; ATTUX, R. R. F. ; BATISTA, A. M. ; MACAU, E. E. N. ; MONTEIRO, L. H. A. ; ROMANO, J. M. T. ; Suyama, R. ; YONEYAMA, T.. Chaos-based communication systems in non-ideal channels. Communications in Nonlinear Science and Numerical Simulation. v. 17, p. 4707-4718, issn: 1007-5704, 2012.
        8. Rodrigues, Paula G. ; Filho, Carlos A. Stefano ; Takahata, André K. ; Suyama, Ricardo ; Attux, Romis ; Castellano, Gabriela ; Sato, João R. ; Nasuto, Slawomir J. ; Soriano, Diogo C.. Can Dynamic Functional Connectivity Be Used to Distinguish Between Resting-State and Motor Imagery in EEG-BCIs?. Studies in Computational Intelligence. 1ed. Em: Benito, R.M.; Cherifi, C.; Cherifi, H.; Moro, E.; Rocha, L.M.; Sales-Pardo, M.. (Org.). Complex Networks & Their Applications X. COMPLEX NETWORKS 2021. Studies in Computational Intelligence. 1ed. : Springer International Publishing. 2022.v. 1016, p. 688-699.
        9. Uribe, Luisa F. S. ; Fazanaro, Filipe I. ; Castellano, Gabriela ; Suyama, Ricardo ; Attux, Romis ; Cardozo, Eleri ; Soriano, Diogo C.. A Recurrence-Based Approach for Feature Extraction in Brain-Computer Interface Systems. Springer Proceedings in Mathematics & Statistics. 1ed. Em: Norbert Marwan; Michael Riley; Alessandro Giuliani; Charles L. Webber Jr. (Org.). Springer Proceedings in Mathematics & Statistics. 103ed. : Springer International Publishing. 2014.v. 103, p. 95-107.
        10. Attux, Romis ; Nadalin, Everton Z. ; Romano, J. M. T. ; Soriano, Diogo C. ; Suyama, Ricardo. Chaotic Convergence of Unsupervised Equalizers. Em: Marcio Eisencraft; Romis Attux; Ricardo Suyama. (Org.). Chaotic Signals in Digital Communications. 1ed.Boca Raton. : CRC Press. 2013.v. 1, p. 193-214.
        11. SORIANO, D. C. ; Suyama, Ricardo ; ANDO, R. A. ; ATTUX, R. R. F. ; DUARTE, L. T.. Blind Source Separation in the Context of Deterministic Signals. Em: Marcio Eisencraft; Romis Attux; Ricardo Suyama. (Org.). Chaotic Signals in Digital Communications. 1ed.Boca Raton. : CRC Press. 2013.v. 1, p. 325-348.
        12. GIULIANI, HENRIQUE LUIZ VONI ; PAULA, PATRICK DE ; RODRIGUES, PAULA G ; SORIANO, DIOGO ; Suyama, Ricardo ; FANTINATO, DENIS. Influência da Janela de Estimação no Desempenho de Classificação em Sistemas BCI-SSVEP. Em: XXXIX Simpósio Brasileiro de Telecomunicações e Processamento de Sinais, v. 1, 2021.
        13. COUTINHO, P. F. ; SORIANO, D. C. ; Fazanaro, Filipe I. ; SUYAMA, R. ; Attux, Romis. Blind Equalization Based on Complexity Measures: Is it Feasible?. Em: XXXV SIMPOSIO BRASILEIRO DE TELECOMUNICAÇÕES E PROCESSAMENTO DE SINAIS, v. 1, p. 1145-1149, 2017.
        14. SILVA JUNIOR, J. I. ; TAKAHATA, A. K. ; CARVALHO, S. N. ; COSTA, T. B. S. ; URIBE, L. F. S. ; Suyama, R. ; ATTUX, R. R. F. ; Soriano, Diogo C.. ANÁLISE DE CORRELAÇÃO CANÔNICA COMO ESTRATÉGIA DE PRÉ-PROCESSAMENTO E EXTRAÇÃO DE CARACTERÍSTICAS EM SISTEMAS BCI-SSVEP. Em: XXV Congresso Brasileiro de Engenharia Biomédica, p. 1654-1657, 2016.
        15. Uribe, Luisa F. S. ; COSTA, T. B. S. ; CARVALHO, S. N. ; SORIANO, D. C. ; Suyama, R. ; Attux, Romis. Two-Class Motor Imagery BCI Based on the Combined Use of ICA and Feature Selection. Em: XXV Congresso Brasileiro de Engenharia Biomédica, p. 1430-1433, 2016.
        16. SORIANO, DIOGO; SILVA, ELVIS L ; SLENES, GABRIEL F ; LIMA, FABRICIO O ; URIBE, LUISA F S ; COELHO, GUILHERME P ; ROHMER, ERIC ; VENANCIO, THIAGO D ; BELTRAMINI, GUILHERME C ; CAMPOS, BRUNNO M ; ANJOS, CARLOS A S ; Suyama, Ricardo ; LI, LI M ; Castellano, Gabriela ; Attux, Romis. Music versus motor imagery for BCI systems a study using fMRI and EEG: Preliminary results. Em: 2013 ISSNIP Biosignals and Biorobotics Conference: Biosignals and Robotics for Better and Safer Living (BRC), v. 0, p. 1, 2013.
        17. F. I. Fazanaro ; SORIANO, D. C. ; Suyama, R. ; Madrid, Marconi K. ; Attux, R. R. F. ; J. R. de Oliveira. Information Generation and Lagrangian Coherent Structures in Multiscroll Attractors. Em: 3rd IFAC Conference on Analysis and Control of Chaotic Systems, v. 3, p. 93-98, 2012.
        18. ANDO, R. A. ; DUARTE, L. T. ; SORIANO, D. C. ; Attux, R. R. F. ; Suyama, Ricardo ; DEVILLE, Y. ; JUTTEN, C.. Recurrent Source Separation Structures as Iterative Methods for Solving Nonlinear Equation Systems. Em: XXX Simpósio Brasileiro de Telecomunicações, 2012.
        19. SORIANO, DIOGO C; MACHADO, MAURÍCIO L.C. ; Nadalin, E. Z. ; Suyama, R. ; ATTUX, R. ; CAJUEIRO, J. P. C. ; Romano, J.M.T.. Proposal and Analysis of a FitzHugh-Nagumo Neuronal Circuit Analysis and Control of Chaotic Systems. Em: 3rd IFAC Conference on Analysis and Control of Chaotic Systems, v. 45, p. 220-225, 2012.
        20. FAZANARO, FILIPE IEDA; Suyama, Ricardo ; SORIANO, DIOGO COUTINHO. Conditional Lyapunov Exponents for Izhikevich Neuronal Model: Preliminary Results. Em: 6th International Conference on Nonlinear Science and Complexity, 2016, São José dos Campos. Proceedings of the 6th International Conference on Nonlinear Science and Complexity, 2016.
        21. AZEVEDO, N. L. ; FAZANARO, F. I. ; Suyama, R. ; SORIANO, D. C.. Neuronal oscillations revealed: a didactic proposal for a FitzHugh-Nagumo analog neuronal circuit. Em: 3rd Brazilian Institute of Neuroscience and Neurotechnology (BRAINN) Congress, 2016, Campinas. Proceedings of the 3rd Brazilian Institute of Neuroscience and Neurotechnology (BRAINN) Congress, 2016.

      • Ricardo Suyama ⇔ Aline de Oliveira Neves Panazio (16.0)
        1. GOIS, LUCAS ; Suyama, Ricardo ; Fantinato, Denis ; NEVES, ALINE. Relationship Between Criteria Based on Correntropy and Second Order Statistics for Equalization of Communication Channels. IEEE SIGNAL PROCESSING LETTERS. v. 29, p. 1317-1321, issn: 1070-9908, 2022.
        2. SILVA, D. G. E. ; FANTINATO, D. ; CANUTO, J. ; DUARTE, L. T. ; NEVES, A. O. ; SUYAMA, Ricardo ; MONTALVAO FILHO, J. ; ATTUX, R. R. F.. An Introduction to Information Theoretic Learning, Part I: Foundations. Journal of Communication and Information Systems (Online). v. 31, p. 69-80, issn: 1980-6604, 2016.
        3. SILVA, D. G. E. ; FANTINATO, D. ; CANUTO, J. ; DUARTE, L. T. ; NEVES, A. O. ; SUYAMA, Ricardo ; MONTALVAO FILHO, J. ; ATTUX, R. R. F.. An Introduction to Information Theoretic Learning, Part II: Applications. Journal of Communication and Information Systems (Online). v. 31, p. 81-91, issn: 1980-6604, 2016.
        4. LUCENA, A. M. ; 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'20), 2020.
        5. GOIS, L. ; FANTINATO, D. G. ; SUYAMA, Ricardo ; NEVES, A. O.. Relações entre Critérios baseados na Correntropia e Estatísticas de Segunda Ordem para Equalização de Canais de Comunicação. Em: Brazilian Technology Symposium (BTSym'20), 2020.
        6. MINAMI, MARIO ; GOMES, MARCO AURELIO CAZAROTTO ; SUYAMA, RICARDO ; PANAZIO, ALINE DE OLIVEIRA NEVES ; TAKAHATA, ANDRE KAZUO ; KURASHIMA, CELSO SETSUO ; MOURA, FERNANDO SILVA DE ; KLEINSCHMIDT, JOAO HENRIQUE ; SILVA JUNIOR, LUNEQUE DEL RIO DE SOUZA E. A Scaffolding Empathic Methodology in the Robotics Teacher Formation using Log Book and the BNCC references. Em: 2019 Latin American Robotics Symposium (LARS), v. 1, p. 435-440, 2019.
        7. FANTINATO, DENIS G. ; Attux, Romis ; ROMANO, J.M.T. ; Suyama, Ricardo ; NEVES, ALINE. A volterra filtering approach for the polynomial formulation of the constant modulus criterion. Em: 2014 International Telecommunications Symposium (ITS), p. 1, 2014.
        8. FANTINATO, D. G. ; ATTUX, R. R. F. ; SOUZA Jr., C. ; Suyama, R. ; NEVES, A. O. ; ROMANO, J. M. T.. Two Contributions Derived from a Polynomial Formulation of the Constant Modulus Criterion. Em: XXXI Simpósio Brasileiro de Telecomunicações, 2013.
        9. FANTINATO, D. G. ; ATTUX, R. R. F. ; NEVES, A. O. ; SUYAMA, Ricardo ; ROMANO, J. M. T.. Blind Deconvolution of Correlated Sources Based on Second-Order Statistics. Em: XXXI Simpósio Brasileiro de Telecomunicações, 2013.
        10. FANTINATO, D. ; SOUSA JUNIOR, C. ; SUYAMA, Ricardo ; NEVES, A. O. ; ATTUX, R. R. F. ; ROMANO, J. M. T.. Uma Visão Geométrica da Formulação Polinomial do Critério CM. Em: V Simpósio de Processamento de Sinais da Unicamp, 2014, Campinas, SP. Anais do V Simpósio em Processamento de Sinais da Unicamp, 2014.
        11. FANTINATO, D. G. ; ATTUX, R. R. F. ; SOUZA Jr., C. ; Suyama, R. ; NEVES, A. O. ; ROMANO, J. M. T.. Blind Equalization Based on a Cascade of Optimal Two-Tap Equalizers. Em: VI Encontro dos Alunos e Docentes do DCA - UNICAMP, 2013, Campinas. Anais do VI Encontro dos Alunos e Docentes do DCA, 2013.
        12. FANTINATO, D. ; ATTUX, R. R. F. ; SOUSA JUNIOR, C. ; NEVES, A. O. ; SUYAMA, R. ; ROMANO, J. M. T.. Lower Bound of the Constant Modulus Criterion for Multilevel Modulations. Em: IV Simpósio de Processamento de Sinais da UNICAMP, 2013, Campinas -SP. Anais do IV SPS/UNICAMP, 2013.
        13. FANTINATO, D. G. ; SILVA, D. G. ; ATTUX, R. R. F. ; FERRARI, R. ; DUARTE, L. T. ; SUYAMA, Ricardo ; MONTALVAO FILHO, J. ; NEVES, A. O. ; ROMANO, J. M. T.. Optimal Linear Filtering over a Galois Field: Equalization and Prediction. Em: V Encontro dos Alunos e Docentes do Departamento de Eng. de Computação e Automação Industrial - FEEC/UNICAMP, 2012, Campinas. Anais do V Encontro dos Alunos e Docentes do Departamento de Eng. de Computação e Automação Industrial - FEEC/UNICAMP, v. 2012, 2012.
        14. FANTINATO, D. G. ; SILVA, D. G. ; ATTUX, R. R. F. ; FERRARI, R. ; DUARTE, L. T. ; Suyama, R. ; NEVES, A. O. ; MONTALVAO FILHO, J. ; ROMANO, J. M. T.. Optimal Time-Series Prediction over Galois Fields. Em: III Simpósio de Processamento Digital de Sinais da UNICAMP, 2012, Campinas. III Simpósio de Processamento Digital de Sinais da UNICAMP, v. 2012, 2012.
        15. FANTINATO, D. G. ; NEVES, A. O. ; ATTUX, R. R. F. ; Suyama, R. ; ROMANO, J. M. T.. A Brief Analysis of Criteria for Blind Deconvolution of Temporally-Correlated Sources. Em: III Simpósio de Processamento Digital de Sinais da UNICAMP, 2012, Campinas. III Simpósio de Processamento Digital de Sinais da UNICAMP, v. 2012, 2012.
        16. FANTINATO, D. G. ; SOUZA Jr., C. ; ATTUX, R. R. F. ; Suyama, R. ; NEVES, A. O. ; ROMANO, J. M. T.. Definição de Equalizabilidade a Partir de um Limitante Inferior para o Critério do Módulo Constante. Em: III Simpósio de Processamento Digital de Sinais da UNICAMP, 2012, Campinas. III Simpósio de Processamento Digital de Sinais da UNICAMP, v. 2012, 2012.

      • Ricardo Suyama ⇔ André Kazuo Takahata (12.0)
        1. FERREIRA, LEONARDO A. ; BERALDO, ROBERTO G. ; TAKAHATA, ANDRÉ K. ; SUYAMA, RICARDO. Restoring severely out-of-focus blurred text images with Deep Image Prior. Inverse Problems and Imaging. v. 17, p. 969-992, issn: 1930-8337, 2023.
        2. PINHEIRO, Talita Santos ; YAHATA, Erika ; SANTOS, Pablo Deoclecia dos ; OLIVEIRA, Fellipe Soares de ; TAKAHATA, Andre Kazuo ; SUYAMA, Ricardo ; TANAKA, Harki ; OLIVEIRA, TIAGO RIBEIRO ; ROMANI, Ana Paula ; SIMÕES, Priscyla Waleska. Machine Learning e Análise Multivariada aplicados à Sobrevida do Câncer Mama. journal of health informatics. v. 14, p. 53-58, issn: 2175-4411, 2022.
        3. Rodrigues, Paula G. ; Filho, Carlos A. Stefano ; Takahata, André K. ; Suyama, Ricardo ; Attux, Romis ; Castellano, Gabriela ; Sato, João R. ; Nasuto, Slawomir J. ; Soriano, Diogo C.. Can Dynamic Functional Connectivity Be Used to Distinguish Between Resting-State and Motor Imagery in EEG-BCIs?. Studies in Computational Intelligence. 1ed. Em: Benito, R.M.; Cherifi, C.; Cherifi, H.; Moro, E.; Rocha, L.M.; Sales-Pardo, M.. (Org.). Complex Networks & Their Applications X. COMPLEX NETWORKS 2021. Studies in Computational Intelligence. 1ed. : Springer International Publishing. 2022.v. 1016, p. 688-699.
        4. TAKAHATA, Andre Kazuo ; Simões, Priscyla Waleska ; SUYAMA, Ricardo. Aplicação de Inferência Bayesiana. Em: Antonio Valerio Netto, Lilian Berton, André Kazuo Takahata. (Org.). Ciência de Dados e Inteligência Artificial para Saúde Digital. 1ed.São Paulo / SP. : Editora dos Editores. 2021.v. 1, p. 41-63.
        5. MINAMI, MARIO ; GOMES, MARCO AURELIO CAZAROTTO ; SUYAMA, RICARDO ; PANAZIO, ALINE DE OLIVEIRA NEVES ; TAKAHATA, ANDRE KAZUO ; KURASHIMA, CELSO SETSUO ; MOURA, FERNANDO SILVA DE ; KLEINSCHMIDT, JOAO HENRIQUE ; SILVA JUNIOR, LUNEQUE DEL RIO DE SOUZA E. A Scaffolding Empathic Methodology in the Robotics Teacher Formation using Log Book and the BNCC references. Em: 2019 Latin American Robotics Symposium (LARS), v. 1, p. 435-440, 2019.
        6. Nose-Filho, Kenji ; TAKAHATA, A. K. ; Suyama, R. ; Romano, J.M.T.. On Minimum Entropy Deconvolution of Bi-level Images. Em: 13th International Conference on Latent Variable Analysis and Signal Separation (LVA/ICA 2017), v. 2017, p. 489-498, 2017.
        7. SILVA JUNIOR, J. I. ; TAKAHATA, A. K. ; CARVALHO, S. N. ; COSTA, T. B. S. ; URIBE, L. F. S. ; Suyama, R. ; ATTUX, R. R. F. ; Soriano, Diogo C.. ANÁLISE DE CORRELAÇÃO CANÔNICA COMO ESTRATÉGIA DE PRÉ-PROCESSAMENTO E EXTRAÇÃO DE CARACTERÍSTICAS EM SISTEMAS BCI-SSVEP. Em: XXV Congresso Brasileiro de Engenharia Biomédica, p. 1654-1657, 2016.
        8. PINHEIRO, Talita Santos ; YAHATA, Erika ; SANTOS, Pablo Deoclecia dos ; OLIVEIRA, Fellipe Soares de ; TAKAHATA, Andre Kazuo ; SUYAMA, Ricardo ; OLIVEIRA, Tiago Ribeiro de ; ROMANI, Ana Paula ; SIMÕES, Priscyla Waleska. Análise de Sobrevivência do Câncer Mama por meio do Algoritmo Random Survival Forest e Regressão de Cox. Em: XVIII Congresso Brasileiro de Informática em Saúde (CBIS 2021) / 10º Congresso Brasileiro de Telemedicina e Telessaúde / Fórum RNP 2021, 2021, Evento virtual. Anais do XVIII Congresso Brasileiro de Informática em Saúde e 10º Congresso Brasileiro de Telemedicina e Telessaúde. São Paulo / SP: SBIS, v. 18, p. 34-36, 2021.
        9. SILVA, I. C. R. ; TAKAHATA, A. K. ; ASSIS, K. P. ; SILVA, C. M. ; Nose-Filho, Kenji ; Suyama, R.. Previsão para uma semana do número de casos de COVID-19 no Brasil utilizando um modelo LSTM. Em: XVIII Congresso Brasileiro de Informática em Saúde e 10º Congresso Brasileiro de Telemedicina e Telessaúde, 2021, Congresso Virtual. Anais do XVIII Congresso Brasileiro de Informática em Saúde e 10º Congresso Brasileiro de Telemedicina e Telessaúde, p. 121-123, 2021.
        10. TAKAHATA, A. K. ; SUYAMA, Ricardo ; STEINBERGER-ELIAS, M. B. ; BERTON, L. ; NETTO, A. V.. Voicebot em Python e AIML para aplicação em plataformas de telemonitoramento de pacientes baseado em cuidado híbrido. Em: XVIII Congresso Brasileiro de Informática em Saúde e 10º Congresso Brasileiro de Telemedicina e Telessaúde, 2021, Congresso Virtual. Anais do XVIII Congresso Brasileiro de Informática em Saúde e 10º Congresso Brasileiro de Telemedicina e Telessaúde, p. 193-195, 2021.
        11. ASSIS, K. P. ; SILVA, C. M. ; NOSE-FILHO, K. ; SUYAMA, RICARDO ; TAKAHATA, ANDRÉ K.. Modelagem do número de novos casos confirmados por dia da COVID-19 no Brasil com uso de LSTM e predição linear. Em: VIII Escola Regional de Computação Aplicada à Saúde (ERCAS 2021), 2021, São Paulo, SP. Anais da VIII Escola Regional de Computação Aplicada à Saúde, p. 18-21, 2021.
        12. YOKOI, Larissa Mayumi ; PINHEIRO, Talita Santos ; OLIVEIRA, Fellipe Soares de ; SANTOS, Pablo Deoclecia dos ; TAKAHATA, Andre Kazuo ; SUYAMA, Ricardo ; SIMÕES, Priscyla Waleska Targino de Azevedo. Modelo Preditor Bayesiano aplicado a Análise de Sobrevivência em Mulheres com Câncer de Mama. Em: XVII Congresso Brasileiro de Informática em Saúde (CBIS 2020), 2020, Foz do Iguaçu / PR. Anais do XVII Congresso Brasileiro de Informática em Saúde. São Paulo / SP: SBIS, v. 17, p. 38-39, 2020.

      • Ricardo Suyama ⇔ Filipe Ieda Fazanaro (10.0)
        1. Soriano, Diogo C. ; SANTOS, ODAIR V. DOS ; Suyama, Ricardo ; FAZANARO, FILIPE I. ; Attux, Romis. Conditional Lyapunov Exponents and Transfer Entropy in Coupled Bursting Neurons Under Excitation and Coupling Mismatch. Communications in Nonlinear Science and Numerical Simulation. v. 56, p. 419-433, issn: 1007-5704, 2018.
        2. Fazanaro, Filipe I. ; Soriano, Diogo C. ; Suyama, Ricardo ; MADRID, MARCONI K. ; OLIVEIRA, JOSÉ RAIMUNDO DE ; MUÑOZ, IGNACIO BRAVO ; Attux, Romis. Numerical characterization of nonlinear dynamical systems using parallel computing: The role of GPUs approach. Communications in Nonlinear Science & Numerical Simulation. v. 37, p. 143-162, issn: 1007-5704, 2016.
        3. Uribe, Luisa F. S. ; Fazanaro, Filipe I. ; Castellano, Gabriela ; Suyama, Ricardo ; Attux, Romis ; Cardozo, Eleri ; Soriano, Diogo C.. A Recurrence-Based Approach for Feature Extraction in Brain-Computer Interface Systems. Springer Proceedings in Mathematics & Statistics. 1ed. Em: Norbert Marwan; Michael Riley; Alessandro Giuliani; Charles L. Webber Jr. (Org.). Springer Proceedings in Mathematics & Statistics. 103ed. : Springer International Publishing. 2014.v. 103, p. 95-107.
        4. SILVA, A. M. ; LIMA, CAIO ; Fazanaro, Filipe I. ; Suyama, Ricardo. Software para Captura de Categorias de Posições de Ângulos de Flexão e Extensão do Cotovelo Conjuntamente com os Sinais sEMG. Em: IX Congresso Latinoamericano de Engenharia Biomédica & XXVIII Congresso Brasileiro de Engenharia Biomédica, 2022.
        5. LIMA, CAIO ; TASCHETI MELLO, CAIO ; Suyama, Ricardo ; IEDA FAZANARO, FILIPE. Detecção de Limiar de Força Aplicada em uma Prótese de Antebraço. Em: Congresso Brasileiro de Automática 2020, v. 2, 2020.
        6. COUTINHO, P. F. ; SORIANO, D. C. ; Fazanaro, Filipe I. ; SUYAMA, R. ; Attux, Romis. Blind Equalization Based on Complexity Measures: Is it Feasible?. Em: XXXV SIMPOSIO BRASILEIRO DE TELECOMUNICAÇÕES E PROCESSAMENTO DE SINAIS, v. 1, p. 1145-1149, 2017.
        7. FAZANARO, FILIPE IEDA; Suyama, Ricardo ; SORIANO, DIOGO COUTINHO. Conditional Lyapunov Exponents for Izhikevich Neuronal Model: Preliminary Results. Em: 6th International Conference on Nonlinear Science and Complexity, 2016, São José dos Campos. Proceedings of the 6th International Conference on Nonlinear Science and Complexity, 2016.
        8. Soriano, Diogo C. ; Fazanaro, Filipe I. ; Attux, Romis ; Suyama, Ricardo. Estimating Algorithmic Information Complexity of Dynamical Systems Using Recurrence Plots. Em: Sixth International Symposium on Recurrence Plots, 2015, Grenoble, França. Sixth International Symposium on Recurrence Plots, 2015.
        9. COUTINHO, P. F. ; FAZANARO, FILIPE I. ; Soriano, Diogo C. ; Suyama, Ricardo ; Attux, Romis. Preliminary Results Concerning the Use of Complexity Measures in Blind Equalization. Em: VI Simpósio de Processamento de Sinais - VI SPS, 2015, Campinas - SP. VI Simpósio de Processamento de Sinais, 2015.
        10. AZEVEDO, N. L. ; FAZANARO, F. I. ; Suyama, R. ; SORIANO, D. C.. Neuronal oscillations revealed: a didactic proposal for a FitzHugh-Nagumo analog neuronal circuit. Em: 3rd Brazilian Institute of Neuroscience and Neurotechnology (BRAINN) Congress, 2016, Campinas. Proceedings of the 3rd Brazilian Institute of Neuroscience and Neurotechnology (BRAINN) Congress, 2016.

      • Ricardo Suyama ⇔ Fernando Silva de Moura (8.0)
        1. BERALDO, ROBERTO G. ; FERREIRA, LEONARDO A. ; Moura, Fernando S. ; Takahata, André K. ; Suyama, Ricardo. Post-processing electrical impedance tomography reconstructions with incomplete data using convolutional neural networks. Applied Mathematics for Modern Challenges. v. 2, p. 140-164, issn: 2994-7669, 2024.
        2. BERALDO, ROBERTO G. ; FERREIRA, LEONARDO A. ; Moura, Fernando S. ; Takahata, André K. ; Suyama, Ricardo. Reconstructing Electrical Impedance Tomography 3D Brain Images with Anatomical Atlas and Total Variation Priors. IFMBE Proceedings. 1ed. Em: . : Springer Nature Switzerland. 2024.p. 103-114.
        3. FERREIRA, LEONARDO A. ; BERALDO, ROBERTO G. ; Suyama, Ricardo ; Moura, Fernando S. ; Takahata, André K.. 2D Electrical Impedance Tomography Brain Image Reconstruction Using Deep Image Prior. IFMBE Proceedings. 1ed. Em: . : Springer Nature Switzerland. 2024.p. 272-282.
        4. BERALDO, ROBERTO G. ; FERREIRA, LEONARDO A. ; Moura, Fernando S. ; Takahata, André K. ; Suyama, Ricardo. 2D Time-Difference Electrical Impedance Tomography Image Reconstruction in a Head Model with Regularization by Denoising. IFMBE Proceedings. 1ed. Em: . : Springer Nature Switzerland. 2024.p. 425-436.
        5. GUTIERREZ BERALDO, ROBERTO ; FERREIRA, LEONARDO ALVES ; MOURA, F. S. ; TAKAHATA, A. K. ; SUYAMA, RICARDO. Reconstructing Electrical Impedance Tomography 3D brain images with anatomical atlas and total variation priors. Em: IX Congresso Latino-Americano de Engenharia Biomédica (CLAIB 2022) & XXVIII Congresso Brasileiro de Engenharia de Engenharia Biomédica (CBEB 2022), 2022.
        6. FERREIRA, LEONARDO ALVES ; GUTIERREZ BERALDO, ROBERTO ; MOURA, F. S. ; TAKAHATA, A. K. ; SUYAMA, RICARDO. 2D Electrical Impedance Tomography Brain Image Reconstruction using Deep Image Prior. Em: IX Congresso Latino-Americano de Engenharia Biomédica (CLAIB 2022) & XXVIII Congresso Brasileiro de Engenharia de Engenharia Biomédica (CBEB 2022), 2022.
        7. GUTIERREZ BERALDO, ROBERTO ; FERREIRA, LEONARDO ALVES ; MOURA, F. S. ; TAKAHATA, A. K. ; SUYAMA, RICARDO. 2D Time-Difference Electrical Impedance Tomography Image Reconstruction in a Head Model with Regularization by Denoising. Em: IX Congresso Latino-Americano de Engenharia Biomédica (CLAIB 2022) & XXVIII Congresso Brasileiro de Engenharia de Engenharia Biomédica (CBEB 2022), 2022.
        8. MINAMI, MARIO ; GOMES, MARCO AURELIO CAZAROTTO ; SUYAMA, RICARDO ; PANAZIO, ALINE DE OLIVEIRA NEVES ; TAKAHATA, ANDRE KAZUO ; KURASHIMA, CELSO SETSUO ; MOURA, FERNANDO SILVA DE ; KLEINSCHMIDT, JOAO HENRIQUE ; SILVA JUNIOR, LUNEQUE DEL RIO DE SOUZA E. A Scaffolding Empathic Methodology in the Robotics Teacher Formation using Log Book and the BNCC references. Em: 2019 Latin American Robotics Symposium (LARS), v. 1, p. 435-440, 2019.

      • Ricardo Suyama ⇔ Kenji Nose Filho (7.0)
        1. MOURA, MATEUS DOS SANTOS ; LUCENA, ALEXANDRE MICCHELETI ; FILHO, KENJI NOSE ; Suyama, Ricardo. Source Extraction based on Binary Masking and Machine Learning. Em: 2021 Workshop on Communication Networks and Power Systems (WCNPS), p. 1, 2021.
        2. LUCENA, A. M. ; 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'20), 2020.
        3. LUCENA, ALEXANDRE ; FILHO, KENJI ; SUYAMA, RICARDO. Blind Source Separation based on Semblance Beamforming. Em: XXXVIII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais - SBrT 2020, 2020.
        4. SPADINI, TITO ; IMAI ALDEIA, GUILHERME SEIDYO ; BARRETO, GUILHERME ; ALVES, KALEB ; FERREIRA, HENRIQUE ; SUYAMA, RICARDO ; NOSE-FILHO, KENJI. On the application of SEGAN for the attenuation of the ego-noise in the speech sound source localization problem. Em: 2019 Workshop on Communication Networks and Power Systems (WCNPS), p. 1, 2019.
        5. Nose-Filho, Kenji ; TAKAHATA, A. K. ; Suyama, R. ; Romano, J.M.T.. On Minimum Entropy Deconvolution of Bi-level Images. Em: 13th International Conference on Latent Variable Analysis and Signal Separation (LVA/ICA 2017), v. 2017, p. 489-498, 2017.
        6. SILVA, I. C. R. ; TAKAHATA, A. K. ; ASSIS, K. P. ; SILVA, C. M. ; Nose-Filho, Kenji ; Suyama, R.. Previsão para uma semana do número de casos de COVID-19 no Brasil utilizando um modelo LSTM. Em: XVIII Congresso Brasileiro de Informática em Saúde e 10º Congresso Brasileiro de Telemedicina e Telessaúde, 2021, Congresso Virtual. Anais do XVIII Congresso Brasileiro de Informática em Saúde e 10º Congresso Brasileiro de Telemedicina e Telessaúde, p. 121-123, 2021.
        7. ASSIS, K. P. ; SILVA, C. M. ; NOSE-FILHO, K. ; SUYAMA, RICARDO ; TAKAHATA, ANDRÉ K.. Modelagem do número de novos casos confirmados por dia da COVID-19 no Brasil com uso de LSTM e predição linear. Em: VIII Escola Regional de Computação Aplicada à Saúde (ERCAS 2021), 2021, São Paulo, SP. Anais da VIII Escola Regional de Computação Aplicada à Saúde, p. 18-21, 2021.

      • Ricardo Suyama ⇔ Murilo Bellezoni Loiola (6.0)
        1. DA CRUZ, PEDRO IVO ; SUYAMA, Ricardo ; LOIOLA, MURILO BELLEZONI. Increasing key randomness in physical layer key generation based on RSSI in LoRaWAN devices. Physical Communication. v. 49, p. 101480, issn: 1874-4907, 2021.
        2. CRUZ, P. I. ; LUCENA, A. M. ; SUYAMA, Ricardo ; LOIOLA, M. B.. Improving Physical Layer Secret Key Generation in Fast Fading Environments Using Prediction. Em: XXXIX Simpósio Brasileiro de Telecomunicações e Processamento de Sinais (SBrT 2021), 2021.
        3. CRUZ, P. I. ; DAMASCENO, M. C. ; SUYAMA, Ricardo ; LOIOLA, M. B.. Increasing cross-correlation in LoRaWAN RSSI based key generation with DCT and PCA. Em: XXXVIII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais - SBrT 2020, 2020.
        4. CRUZ, P. I. ; SUYAMA, Ricardo ; LOIOLA, M. B.. Robustness of the Tomlinson-Harashima Precoder in Physical-layer Security to Attacks with Non-linear CMA. Em: XXXXVII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais - SBrT 2019, v. 1, p. 1-5, 2019.
        5. CRUZ, P. I. ; Suyama, R. ; LOIOLA, M. B.. Wireless Physical-layer Security Using Precoding and an Active Eavesdropper. Em: XXXV SIMPOSIO BRASILEIRO DE TELECOMUNICAÇÕES E PROCESSAMENTO DE SINAIS, p. 999-1003, 2017.
        6. SORIANO, D. C. ; ATTUX, R. R. F. ; ROMANO, João Marcos Travassos ; LOIOLA, M. B. ; SUYAMA, Ricardo. Denoising chaotic time series using an evolutionary state estimation approach. Em: IEEE Symposium on Computational Intelligence in Control and Automation (CICA), p. 116-122, 2011.

      • Ricardo Suyama ⇔ Priscyla Waleska Targino de Azevedo Simões (5.0)
        1. YAHATA, ERIKA ; WINNIKOW, ERIK PAUL ; Suyama, Ricardo ; SIMÕES, PRISCYLA WALESKA. Explicabilidade em Modelos Preditivos de Machine Learning no Câncer de Mama. journal of health informatics. v. 15, p. 1-14, issn: 2175-4411, 2023.
        2. PINHEIRO, Talita Santos ; YAHATA, Erika ; SANTOS, Pablo Deoclecia dos ; OLIVEIRA, Fellipe Soares de ; TAKAHATA, Andre Kazuo ; SUYAMA, Ricardo ; TANAKA, Harki ; OLIVEIRA, TIAGO RIBEIRO ; ROMANI, Ana Paula ; SIMÕES, Priscyla Waleska. Machine Learning e Análise Multivariada aplicados à Sobrevida do Câncer Mama. journal of health informatics. v. 14, p. 53-58, issn: 2175-4411, 2022.
        3. TAKAHATA, Andre Kazuo ; Simões, Priscyla Waleska ; SUYAMA, Ricardo. Aplicação de Inferência Bayesiana. Em: Antonio Valerio Netto, Lilian Berton, André Kazuo Takahata. (Org.). Ciência de Dados e Inteligência Artificial para Saúde Digital. 1ed.São Paulo / SP. : Editora dos Editores. 2021.v. 1, p. 41-63.
        4. PINHEIRO, Talita Santos ; YAHATA, Erika ; SANTOS, Pablo Deoclecia dos ; OLIVEIRA, Fellipe Soares de ; TAKAHATA, Andre Kazuo ; SUYAMA, Ricardo ; OLIVEIRA, Tiago Ribeiro de ; ROMANI, Ana Paula ; SIMÕES, Priscyla Waleska. Análise de Sobrevivência do Câncer Mama por meio do Algoritmo Random Survival Forest e Regressão de Cox. Em: XVIII Congresso Brasileiro de Informática em Saúde (CBIS 2021) / 10º Congresso Brasileiro de Telemedicina e Telessaúde / Fórum RNP 2021, 2021, Evento virtual. Anais do XVIII Congresso Brasileiro de Informática em Saúde e 10º Congresso Brasileiro de Telemedicina e Telessaúde. São Paulo / SP: SBIS, v. 18, p. 34-36, 2021.
        5. YOKOI, Larissa Mayumi ; PINHEIRO, Talita Santos ; OLIVEIRA, Fellipe Soares de ; SANTOS, Pablo Deoclecia dos ; TAKAHATA, Andre Kazuo ; SUYAMA, Ricardo ; SIMÕES, Priscyla Waleska Targino de Azevedo. Modelo Preditor Bayesiano aplicado a Análise de Sobrevivência em Mulheres com Câncer de Mama. Em: XVII Congresso Brasileiro de Informática em Saúde (CBIS 2020), 2020, Foz do Iguaçu / PR. Anais do XVII Congresso Brasileiro de Informática em Saúde. São Paulo / SP: SBIS, v. 17, p. 38-39, 2020.

      • Ricardo Suyama ⇔ Patricia Teixeira Leite Asano (4.0)
        1. MARCOCHI DE MELO, DIEGO ; LOPES, ELAINE COELHO ; MOTTA, JULIANA GUTIERREZ ; ASANO, ROBERTO ; VALVERDE, MARÍA ; Suyama, Ricardo ; BENEDITO, RICARDO DA SILVA ; LEITE, PATRICIA TEIXEIRA ; CARDOSO DE LIMA, GRACIELI SARTÓRIO. Integrated intelligent geoprocessing tool for screening candidate locations suitable for Distributed Generation Deployment. RENEWABLE ENERGY. v. 177, p. 797-806, issn: 0960-1481, 2021.
        2. CARDOSO DE LIMA, GRACIELI SARTÓRIO ; LOPES, ELAINE COELHO ; MOTTA, JULIANA GUTIERREZ ; ASANO, ROBERTO ; VALVERDE, MARÍA ; Suyama, Ricardo ; LEITE, PATRICIA TEIXEIRA. Sustainable development enhanced in the decision process of electricity generation expansion planning. RENEWABLE ENERGY. v. 123, p. 563-577, issn: 0960-1481, 2018.
        3. SILVA, J. N. ; R. F. Benassi ; LEITE, Patricia Teixeira ; SANTOS, R. C. ; SUYAMA, R. ; BELATI, E. A. ; BENASSI, S. F.. NEURAL NETWORKS FOR WATER MANAGEMENT IN HYDROELECTRIC RESERVOIRS: A CASE STUDY AT ITAIPU BINACIONAL HYDROELECTRIC (BRAZIL). Em: XLI Ibero-Latin-American Congress on Computational Methods in Engineering, v. 1, p. 1-1, 2020.
        4. LOPES, E. C. ; CARDOSO, G. S. ; ASANO, P. T. L. ; ASANO JUNIOR, R. ; Suyama, R.. Sistema Fuzzy Aplicado na Identificação de Locais Propícios para a Implantação de Geração Distribuída Sob a Perspectiva do Desenvolvimento Sustentável. Em: Congresso Brasileiro de Planejamento Energético - X CBPE, 2016.

      • Ricardo Suyama ⇔ María Cleofé Valverde Brambila (2.0)
        1. MARCOCHI DE MELO, DIEGO ; LOPES, ELAINE COELHO ; MOTTA, JULIANA GUTIERREZ ; ASANO, ROBERTO ; VALVERDE, MARÍA ; Suyama, Ricardo ; BENEDITO, RICARDO DA SILVA ; LEITE, PATRICIA TEIXEIRA ; CARDOSO DE LIMA, GRACIELI SARTÓRIO. Integrated intelligent geoprocessing tool for screening candidate locations suitable for Distributed Generation Deployment. RENEWABLE ENERGY. v. 177, p. 797-806, issn: 0960-1481, 2021.
        2. CARDOSO DE LIMA, GRACIELI SARTÓRIO ; LOPES, ELAINE COELHO ; MOTTA, JULIANA GUTIERREZ ; ASANO, ROBERTO ; VALVERDE, MARÍA ; Suyama, Ricardo ; LEITE, PATRICIA TEIXEIRA. Sustainable development enhanced in the decision process of electricity generation expansion planning. RENEWABLE ENERGY. v. 123, p. 563-577, issn: 0960-1481, 2018.

      • Ricardo Suyama ⇔ Amaury Kruel Budri (1.0)
        1. BUDRI, A. K. ; SUYAMA, Ricardo ; STEINBERGER-ELIAS, M. B.. Geração de Sentenças em Português baseada na Teoria da Confabulação. Em: X Congresso Brasileiro de Inteligência Computacional (CBIC'2011), 2011.

      • Ricardo Suyama ⇔ Celso Setsuo Kurashima (1.0)
        1. MINAMI, MARIO ; GOMES, MARCO AURELIO CAZAROTTO ; SUYAMA, RICARDO ; PANAZIO, ALINE DE OLIVEIRA NEVES ; TAKAHATA, ANDRE KAZUO ; KURASHIMA, CELSO SETSUO ; MOURA, FERNANDO SILVA DE ; KLEINSCHMIDT, JOAO HENRIQUE ; SILVA JUNIOR, LUNEQUE DEL RIO DE SOUZA E. A Scaffolding Empathic Methodology in the Robotics Teacher Formation using Log Book and the BNCC references. Em: 2019 Latin American Robotics Symposium (LARS), v. 1, p. 435-440, 2019.

      • Ricardo Suyama ⇔ João Henrique Kleinschmidt (1.0)
        1. MINAMI, MARIO ; GOMES, MARCO AURELIO CAZAROTTO ; SUYAMA, RICARDO ; PANAZIO, ALINE DE OLIVEIRA NEVES ; TAKAHATA, ANDRE KAZUO ; KURASHIMA, CELSO SETSUO ; MOURA, FERNANDO SILVA DE ; KLEINSCHMIDT, JOAO HENRIQUE ; SILVA JUNIOR, LUNEQUE DEL RIO DE SOUZA E. A Scaffolding Empathic Methodology in the Robotics Teacher Formation using Log Book and the BNCC references. Em: 2019 Latin American Robotics Symposium (LARS), v. 1, p. 435-440, 2019.

      • Ricardo Suyama ⇔ John Andrew Sims (1.0)
        1. FERREIRA, LEONARDO A. ; BERALDO, ROBERTO G. ; Suyama, Ricardo ; Takahata, André K. ; SIMS, JOHN A.. Deep image prior with sparsity constraint for limited-angle computed tomography reconstruction. Applied Mathematics for Modern Challenges. v. 1, p. 105-125, issn: 2994-7669, 2023.

      • Ricardo Suyama ⇔ Luneque Del Rio de Souza e Silva Junior (1.0)
        1. MINAMI, MARIO ; GOMES, MARCO AURELIO CAZAROTTO ; SUYAMA, RICARDO ; PANAZIO, ALINE DE OLIVEIRA NEVES ; TAKAHATA, ANDRE KAZUO ; KURASHIMA, CELSO SETSUO ; MOURA, FERNANDO SILVA DE ; KLEINSCHMIDT, JOAO HENRIQUE ; SILVA JUNIOR, LUNEQUE DEL RIO DE SOUZA E. A Scaffolding Empathic Methodology in the Robotics Teacher Formation using Log Book and the BNCC references. Em: 2019 Latin American Robotics Symposium (LARS), v. 1, p. 435-440, 2019.

      • Ricardo Suyama ⇔ Marco Aurelio Cazarotto Gomes (1.0)
        1. MINAMI, MARIO ; GOMES, MARCO AURELIO CAZAROTTO ; SUYAMA, RICARDO ; PANAZIO, ALINE DE OLIVEIRA NEVES ; TAKAHATA, ANDRE KAZUO ; KURASHIMA, CELSO SETSUO ; MOURA, FERNANDO SILVA DE ; KLEINSCHMIDT, JOAO HENRIQUE ; SILVA JUNIOR, LUNEQUE DEL RIO DE SOUZA E. A Scaffolding Empathic Methodology in the Robotics Teacher Formation using Log Book and the BNCC references. Em: 2019 Latin American Robotics Symposium (LARS), v. 1, p. 435-440, 2019.

      • Ricardo Suyama ⇔ Ricardo Caneloi dos Santos (1.0)
        1. SILVA, J. N. ; R. F. Benassi ; LEITE, Patricia Teixeira ; SANTOS, R. C. ; SUYAMA, R. ; BELATI, E. A. ; BENASSI, S. F.. NEURAL NETWORKS FOR WATER MANAGEMENT IN HYDROELECTRIC RESERVOIRS: A CASE STUDY AT ITAIPU BINACIONAL HYDROELECTRIC (BRAZIL). Em: XLI Ibero-Latin-American Congress on Computational Methods in Engineering, v. 1, p. 1-1, 2020.

      • Ricardo Suyama ⇔ Ricardo da Silva Benedito (1.0)
        1. MARCOCHI DE MELO, DIEGO ; LOPES, ELAINE COELHO ; MOTTA, JULIANA GUTIERREZ ; ASANO, ROBERTO ; VALVERDE, MARÍA ; Suyama, Ricardo ; BENEDITO, RICARDO DA SILVA ; LEITE, PATRICIA TEIXEIRA ; CARDOSO DE LIMA, GRACIELI SARTÓRIO. Integrated intelligent geoprocessing tool for screening candidate locations suitable for Distributed Generation Deployment. RENEWABLE ENERGY. v. 177, p. 797-806, issn: 0960-1481, 2021.

      • Ricardo Suyama ⇔ Roseli Frederigi Benassi (1.0)
        1. SILVA, J. N. ; R. F. Benassi ; LEITE, Patricia Teixeira ; SANTOS, R. C. ; SUYAMA, R. ; BELATI, E. A. ; BENASSI, S. F.. NEURAL NETWORKS FOR WATER MANAGEMENT IN HYDROELECTRIC RESERVOIRS: A CASE STUDY AT ITAIPU BINACIONAL HYDROELECTRIC (BRAZIL). Em: XLI Ibero-Latin-American Congress on Computational Methods in Engineering, v. 1, p. 1-1, 2020.

      • Ricardo Suyama ⇔ Tiago Ribeiro de Oliveira (1.0)
        1. PINHEIRO, Talita Santos ; YAHATA, Erika ; SANTOS, Pablo Deoclecia dos ; OLIVEIRA, Fellipe Soares de ; TAKAHATA, Andre Kazuo ; SUYAMA, Ricardo ; TANAKA, Harki ; OLIVEIRA, TIAGO RIBEIRO ; ROMANI, Ana Paula ; SIMÕES, Priscyla Waleska. Machine Learning e Análise Multivariada aplicados à Sobrevida do Câncer Mama. journal of health informatics. v. 14, p. 53-58, issn: 2175-4411, 2022.




    Data de processamento: 16/11/2024 16:19:31