UFABC-professores

Paulo Henrique Pisani

Professor na Universidade Federal do ABC (UFABC). Formação: Pós-doutorado pela Universidade Estadual de Campinas (UNICAMP) e pela Universidade de São Paulo (USP). Doutorado em Ciências de Computação e Matemática Computacional pela Universidade de São Paulo (USP), na linha de pesquisa Inteligência Computacional. Mestrado em Engenharia da Informação pela Universidade Federal do ABC (UFABC), na linha de pesquisa Inteligência Artificial. Especialização em Análise e Projeto de Sistemas pela Faculdade de Tecnologia de São Paulo (FATEC-SP). Graduação no curso Superior de Tecnologia em Processamento de Dados pela Faculdade de Tecnologia de São Paulo (FATEC-SP). (Texto informado pelo autor)

  • http://lattes.cnpq.br/8600362001728230 (20/12/2023)
  • Rótulo/Grupo: CMCC
  • Bolsa CNPq:
  • Período de análise: 2018-HOJE
  • Endereço: Universidade Federal do ABC, Centro de Matemática, Computação e Cognição. Av. dos Estados, 5001, Bloco A, Torre 2, Sala 507-2 Santa Terezinha 09210580 - Santo André, SP - Brasil Telefone: (11) 49968303 Ramal: 8303
  • Grande área: [sem-grandeArea]
  • Área: [sem-area]
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (1)
    1. 2018-Atual. [CAPES-Print UFABC] Ciencia Orientada a Dados
      Descrição: Data science is an interdisciplinary research field that comprises scientific methods, systems, and processes used to gain insights and to understand a phenomenon of interest using data in distinct formats, i.e., structured, semi-structured, or unstructured. This research area emerged as a consequence of the advancements in information technologies (e.g., GPS, wearable equipment, and hard sensors) leading to an increase in the volume of available data, the so-called Big Data. The data processing and analysis are supported by techniques and theories from different domains like mathematics, computer science, statistics, information science, and, in particular, machine learning, pattern recognition, data mining, graph theory, and data visualization. Nevertheless, several challenges remain, from the use of existing methodologies in new domain contexts (e.g., social media analysis for weather forecasting) to the development of new approaches for dealing with existing problems (e.g., text mining using deep learning). This project aims to establish an interdisciplinary research network of international collaboration to address some challenges in the following stages of data science cycle: 1) Pre-processing and representation, including data integration, multidimensional databases, complex networks, text and multimedia mining, interoperability of different information systems and Internet-of-things; 2) Features engineering, in order to extract the relationship among the features through the neural network and symbolic regression; 3) Creation of regression and classification models through semi and supervised learning; 4) Combinatory and numerical optimization for feature selection; 5) Model validation through the interpretability of the generated model and applications to real world scenarios; 6) Challenges associated with the use of a large amount of data, as well as the use of parallel and distributed computing for high-performance systems. These studies will be applied to political science and sentiment analysis in social networks, text and multimedia mining, educational data mining, smart cities and agriculture, urban resilience against natural disasters, scientometrics, systems biology, Neurocomputing, brain-computer interface, neuromorphic computing, aided image and video segmentation, and robotics.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Paulo Henrique Pisani - Integrante / Ronaldo Cristiano Prati - Integrante / Fabricio Olivetti de França - Integrante / Carlos Alberto Kamienski - Integrante / Thiago Ferreira Covões - Integrante / David Corrêa Martins Junior - Coordenador / Guilherme Oliveira Mota - Integrante / Raphael Yokoingawa de Camargo - Integrante / Wagner Tanaka Botelho - Integrante / Jesús Pascual Mena-Chalco - Integrante / João Paulo Gois - Integrante / Flávio Eduardo Aoki Horita - Integrante / Denise Hideko Goya - Integrante / Edson Pinheiro Pimentel - Integrante / Francisco Javier Ropero Pelaez - Integrante / Itana Stiubiener - Integrante / Saul de Castro Leite - Integrante / Denis Gustavo Fantinato - Integrante / Rodrigo Moreira Bacurau - Integrante / Emilio de Camargo Francesquini - Integrante / Fábio Marques Simões de Souza - Integrante / Marina Sparvoli de Medeiros - Integrante / Vladimir Emiliano Moreira Rocha - Integrante. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.
      Membro: Paulo Henrique Pisani.

Prêmios e títulos

  • Total de prêmios e títulos (1)
    1. 2º lugar na categoria Tese de Doutorado - 11ª edição do Concurso de Teses e Dissertações em Inteligência Artificial (CTDIAC) 2018, Sociedade Brasileira de Computação (SBC).. 2018.
      Membro: Paulo Henrique Pisani.

Participação em eventos

  • Total de participação em eventos (2)
    1. XI Concurso de Teses e Dissertações em Inteligência Artificial e Computacional (CTDIAC) / VII Brazilian Conference on Intelligent Systems (BRACIS) 2018.Biometrics in a data stream context. 2018. (Outra).
    2. XXXVIII Congresso da Sociedade Brasileira de Computação. Biometrics in a data stream context. 2018. (Congresso).

Organização de eventos

  • Total de organização de eventos (0)

    Lista de colaborações

    • Colaborações endôgenas (5)



    Data de processamento: 23/12/2023 13:24:08