UFABC-professores

Kenji Nose Filho

Possui graduação (2008) e mestrado (2011) em Engenharia Elétrica pela Universidade Estadual Paulista Júlio de Mesquita Filho, campus de Ilha Solteira. Durante a sua graduação, realizou um intercâmbio (6 meses) na Universidad ORT em Montevidéu, Uruguai. Possui doutorado em Engenharia Elétrica pela Universidade Estadual de Campinas. Durante o seu doutorado, realizou um estágio de doutorado sanduíche (6 meses) no GIPSA-lab em Grenoble, França, com bolsa da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), processo 7362/13-7. Durante o período de setembro de 2015 à janeiro de 2017, realizou o Pós-Doutorado no DSPCom, na Faculdade de Engenharia Elétrica e de Computação na UNICAMP. Atualmente, é professor adjunto no curso de Engenharia da Informação do Centro de Engenharia, Modelagem e Ciências Sociais Aplicadas da UFABC, foi membro do Comitê do Programa de Iniciação Científica da UFABC (de 2018 a 2022), esteve como vice coordenador (de 2019 a 2021) e como coordenador (de 2021 a 2023) do curso de Engenharia de Informação da UFABC e esteve como chair do Capítulo de Processamento de Sinais do IEEE (South Brazil Section Chapter) (2019 a 2023). Atualmente está como supervisor de alocação didática do CECS (de 2024 até o presente momento). Seus interesses de pesquisa na área de processamento de sinais incluem filtragem adaptativa, desconvolução preditiva, separação cega de fontes, machine learning e métodos de otimização, com aplicações em processamento de sinais sísmicos, séries temporais e processamento de imagens. (Texto informado pelo autor)

  • http://lattes.cnpq.br/7933130617235231 (27/08/2024)
  • Rótulo/Grupo: CECS
  • Bolsa CNPq:
  • Período de análise: 2017-HOJE
  • Endereço: Universidade Federal do ABC, Centro de Engenharia, Modelagem e Ciências Sociais Aplicadas. Avenida dos Estados, 5001 Santa Terezinha 09210580 - Santo André, SP - Brasil Telefone: (11) 49968273 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 (1)
    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: 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.

Prêmios e títulos

  • Total de prêmios e títulos (0)

    Participação em eventos

    • Total de participação em eventos (4)
      1. XXXVII SIMPÓSIO BRASILEIRO DE TELECOMUNICAÇÕES E PROCESSAMENTO DE SINAIS. 2019. (Congresso).
      2. IEEE Day 2017 Unicamp.Sobre os problemas de Desconvolução e Separação Cega de Fontes e suas aplicações no processamento de dados sísmicos. 2017. (Encontro).
      3. VIII Simpósio de Instrumentação e Imagens Médicas e VII Simpósio de Processamento de Sinais. 2017. (Simpósio).
      4. XXXV Simpósio Brasileiro de Telecomunicações e Processamento de Sinais. 2017. (Simpósio).

    Organização de eventos

    • Total de organização de eventos (17)
      1. NOSE FILHO, KENJI. Mostra de Trabalhos em Tecnologia e Robótica Pedagógica. 2023. (Exposição).. . 0.
      2. NOSE-FILHO, K.. Mostra e Congresso de Trabalhos de Robótica e Tecnologia Pedagógica. 2022. (Exposição).. . 0.
      3. NOSE-FILHO, K.. Mostra e Congresso de Trabalhos de Robótica e Tecnologia Pedagógica. 2021. (Exposição).. . 0.
      4. NOSE-FILHO, K.. XI ENCONTRO DE INICIAÇÃO CIENTÍFICA. 2021. (Congresso).. . 0.
      5. NOSE-FILHO, K.. Mostra e Congresso de Trabalhos de Robótica e Tecnologia Pedagógica. 2020. (Exposição).. . 0.
      6. NOSE-FILHO, K.. X ENCONTRO DE INICIAÇÃO CIENTÍFICA. 2020. (Congresso).. . 0.
      7. NOSE-FILHO, KENJI ; TAKAHATA, A. K. ; SPADINI, T. C. C. ; NASCIMENTO, V. H. ; TESTONI, V.. Ciclo de palestras do Capítulo São Paulo de Processamento de Sinais do IEEE (2020). 2020. Outro
      8. NOSE-FILHO, KENJI. Mostra e Congresso de Trabalhos de Robótica e Tecnologia Pedagógica. 2019. (Exposição).. . 0.
      9. NOSE-FILHO, KENJI. IX ENCONTRO DE INICIAÇÃO CIENTÍFICA. 2019. (Congresso).. . 0.
      10. NOSE-FILHO, KENJI. II Workshop do Laboratório de Sinais e Sistemas. 2019. (Exposição).. . 0.
      11. NOSE-FILHO, K.. Mostra e Congresso de Trabalhos de Robótica e Tecnologia Pedagógica. 2018. (Exposição).. . 0.
      12. NOSE-FILHO, K.. VIII ENCONTRO DE INICIAÇÃO CIENTÍFICA. 2018. (Congresso).. . 0.
      13. NOSE-FILHO, K.. VIII Simpósio de Instrumentação e Imagens Médicas/ VII Simpósio de Processamento de Sinais. 2017. (Congresso).. . 0.
      14. NOSE-FILHO, K.. XXXV Simpósio Brasileiro de Telecomunicações e Processamento de Sinais. 2017. (Congresso).. . 0.
      15. NOSE-FILHO, K.. Shannon Centenial Celebration. 2016. (Outro).. . 0.
      16. NOSE-FILHO, K.. VII Simpósio de Instrumentação e Imagens Médicas/ VI Simpósio de Processamento de Sinais da UNICAMP. 2015. (Congresso).. . 0.
      17. NOSE-FILHO, K.. III Simpósio de Processamento de Sinais da UNICAMP. 2012. (Congresso).. . 0.

    Lista de colaborações

    • Colaborações endôgenas (3)
      • Kenji Nose Filho ⇔ Ricardo Suyama (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.

      • Kenji Nose Filho ⇔ André Kazuo Takahata (5.0)
        1. NOSE-FILHO, KENJI ; TAKAHATA, ANDRE KAZUO ; LOPES, RENATO ; ROMANO, JOAO MARCOS TRAVASSOS. Improving Sparse Multichannel Blind Deconvolution with Correlated Seismic Data: Foundations and Further Results. IEEE SIGNAL PROCESSING MAGAZINE. v. 35, p. 41-50, issn: 1053-5888, 2018.
        2. ASSIS, K. P. ; SILVA, C. M. ; LEITE, J. S. ; NOGUEIRA, W. A. ; NOSE-FILHO, K. ; TAKAHATA, ANDRÉ K. ; STEINBERGER-ELIAS, M.. Lexicalidade biomédica e sua mensuração em um corpus sobre COVID-19 em língua portuguesa. Em: XIII Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana (STIL 2021), p. 39-46, 2021.
        3. 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.
        4. 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.
        5. 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.

      • Kenji Nose Filho ⇔ Aline de Oliveira Neves Panazio (1.0)
        1. 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.




    Data de processamento: 16/11/2024 16:24:34