Especialistas Seniores em Covid-19 com atuação no Brasil

Maria Cristina Ferreira de Oliveira

Possui graduação em Bacharelado em Ciência da Computação pelo Instituto de Ciências Matemáticas e de Computação, da Universidade de São Paulo (1985) e doutorado em Electronic Engineering pela University of Wales, Bangor, no Reino Unido (1990). É docente no Instituto de Cïências Matemáticas e de Computação da Universidade de São Paulo (Departamento de Ciência da Computação) desde 1986, como Professora Titular desde 2008. No ICMC, foi coordenadora do Programa de Pós-graduação em Ciência da Computação e Matemática Computacional do ICMC, nos biênios 1997-1998 e 2005-2006, e Chefe do Departamento de Ciências de Computação (SCC) de março de 2010 a fevereiro de 2014. Atualmente é Diretora do ICMC, tendo sido vice-diretora no período de julho de 2014 a julho de 2018. É membro da Sociedade Brasileira de Computação (SBC), tendo sido editora-chefe do Journal of the Brazilian Computer Society (JBCS) de 2008 a 2013 e membro do Conselho no quadriênio 2014-2017. Atua na área de Ciência da Computação, com ênfase em Metodologia e Técnicas da Computação, em projetos de pesquisa que atualmente se concentram nos seguintes temas: visualização de informação, visualização científica, mineração visual de dados, análise visual de dados. Em parceria com colegas do ICMC, consolidou o grupo de pesquisa em Visualização, Imagens e Computação Gráfica, que foi um dos precursores na implantação de pesquisas na área de Visualização no Brasil. Esse grupo foi pioneiro no uso de visualização de informação em áreas da física e ciência dos materiais, principalmente com aplicação na análise de dados coletados de sensores e biossensores. É assessora ad hoc da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, do Conselho Nacional de Desenvolvimento Científico e Tecnológico e da Fundação de Amparo à Pesquisa do Estado de São Paulo, e atualmente membro do CA-CC do CNPq. (Texto informado pelo autor)

  • https://lattes.cnpq.br/1278004515460973 (17/10/2021)
  • Rótulo/Grupo:
  • Bolsa CNPq: Nível 1C - CA CC - Ciências da Computação
  • Período de análise:
  • Endereço: Universidade de São Paulo, Instituto de Ciências Matemáticas e de Computação, Departamento de Ciências de Computação. Av. Trabalhador São-carlense, 400 - Centro Centro 13560970 - São Carlos, SP - Brasil - Caixa-postal: 668 Telefone: (16) 33739688 Fax: (16) 33739751 URL da Homepage: https://www.icmc.usp.br/scc/
  • Grande área: Ciências Exatas e da Terra
  • Área: Ciência da Computação
  • 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 (9)
    1. 2020-Atual. Rumo a convergencia de tecnologias: de sensores e biossensores a visualizacao de informacao e aprendizado de maquina para analise de dados em diagnostico clinico
      Descrição: Grandes desafios, como a fabricação de dispositivos sensores para diagnóstico precoce de câncer e detecção de contaminação de alimentos / água, só podem ser abordados com esforços conjuntos em pesquisas multidisciplinares. Problemas selecionados dentro dos desafios acima serão abordados neste projeto por uma equipe multiinstitucional de físicos, químicos, engenheiros, médicos e cientistas da computação, com dois tópicos unificadores: fabricação e caracterização de filmes nanoestruturados, particularmente aqueles de interesse biológico, e dados avançados. métodos de análise. Mais especificamente, vários tipos de filmes nanoestruturados serão empregados em sensoriamento e biosensing. Um dos principais objetivos em tais estudos é alcançar a compreensão em nível molecular dos mecanismos responsáveis pelas características sensoriais, incluindo efeitos de interface para projetar baterias orgânicas para fornecer energia em biossensores implantáveis. Este tipo de pesquisa básica é essencial para o design de novos materiais e ferramentas para diagnóstico e terapia. As aplicações pretendidas para os dispositivos também são diversas, concentrando-se principalmente no diagnóstico precoce do câncer, na detecção de contaminação de alimentos e água e no monitoramento do meio ambiente. Especial ênfase será colocada na fabricação de dispositivos de baixo custo, não apenas com novos materiais, mas também explorando metodologias como a microfluídica, em uma tentativa de produzir tecnologia que deve ser passível de transferência, por ex. para testes em um hospital de câncer. As enormes quantidades de dados gerados com sensores, biosensores e imagens serão processados com métodos estatísticos e computacionais, incluindo visualização de informação e aprendizado de máquina. Isso representará um passo em direção ao diagnóstico assistido por computador, através do qual dados de naturezas distintas são analisados dentro de uma estrutura comum.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Maria Cristina Ferreira de Oliveira - Integrante / Osvaldo Novais de Oliveira Jr. - Coordenador.
      Membro: Maria Cristina Ferreira de Oliveira.
    2. 2018-Atual. Visual Analytics: aplicacoes (Produtividade em Pesquisa, Nivel 1C - Processo CNPq 301847/2017-7)
      Descrição: A pesquisa em Visual Analytics é central no tratamento dos desafios associados à análise de dados e computação intensiva em dados, pelo potencial de combinar técnicas de Aprendizado de Máquina e de Visualização para apoiar a interpretação de dados complexos. O acoplamento de técnicas oriundas de ambas as áreas pode promover avanços significativos na capacidade humana de análise de dados, pois permite a indivíduo e computador assumirem papeis complementares ao tratar os muitos problemas introduzidos pelo volume e complexidade dos conjuntos de dados gerados em diversos domínios de aplicação. Neste projeto abordo dois focos distintos em visual analytics, um de natureza aplicada e outro de natureza conceitual. No aspecto aplicado serão considerados (i) o problema de visualização de redes de grande escala, com ênfase em redes sociais; e (ii) o problema da análise exploratória de espaços de atributos que caracterizam fenômenos multivariados e variantes no tempo -- por exemplo, resultantes de sensores utilizados para monitoramento ambiental em diversos domínios. Em ambos os casos, a busca por soluções escaláveis para grandes volumes de dados representa um desafio. No aspecto conceitual, dando continuidade a uma colaboração em andamento, iremos conceber e realizar alguns estudos experimentais que contribuam para esclarecer os processos cognitivos subjacentes à interpretação de um tipo particular de visualização multidimensional, os chamados mapas de similaridade. A análise dos resultados pode sugerir modelos conceituais sobre a interpretação desse tipo de mapeamento visual, contribuindo para ampliar o embasamento conceitual sobre essas técnicas, essencial para futuros avanços na área.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Maria Cristina Ferreira de Oliveira - Coordenador. Financiador(es): (CNPq) Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
      Membro: Maria Cristina Ferreira de Oliveira.
    3. 2017-2019. Visual analytics: aplicacoes e uma investigacao conceitual (FAPESP 2017/05838-3
      Descrição: A pesquisa em Visual Analytics é central no tratamento dos desafios associados à análise de dados e computação intensiva em dados, pelo potencial de combinar técnicas de Aprendizado de Máquina e de Visualização para apoiar a interpretação de dados complexos. O acoplamento de técnicas oriundas de ambas as áreas pode promover avanços significativos na capacidade humana de análise de dados, pois permite a indivíduo e computador assumirem papeis complementares ao tratar os muitos problemas introduzidos pelo volume e complexidade dos conjuntos de dados gerados em diversos domínios de aplicação. Este projeto de pesquisa aborda dois focos distintos em visual analytics, um de natureza aplicada e outro de natureza conceitual. No aspecto aplicado serão considerados (i) o problema de visualização de redes de grande escala, com ênfase em redes sociais; e (ii) o problema da análise exploratória de espaços de atributos que caracterizam fenômenos multivariados e variantes no tempo -- por exemplo, resultantes de sensores utilizados para monitoramento ambiental em diversos domínios. Em ambos os casos, a busca por soluções escaláveis para grandes volumes de dados representa um desafio. No aspecto conceitual, dando continuidade a uma colaboração em andamento, iremos conceber e realizar alguns estudos experimentais que contribuam para esclarecer os processos cognitivos subjacentes à interpretação de um tipo particular de visualização multidimensional, os chamados mapas de similaridade. A análise dos resultados pode sugerir modelos conceituais sobre a interpretação desse tipo de mapeamento visual. Esperamos com esse estudo contribuir para ampliar o embasamento conceitual sobre essas técnicas, essencial para futuros avanços na área.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Mestrado acadêmico: (3) / Doutorado: (3) . Integrantes: Maria Cristina Ferreira de Oliveira - Coordenador / Alneu de Andrade Lopes - Integrante / Rosane Minghim - Integrante / Aurea Soriano-Vargas - Integrante / Renato Fabbri - Integrante. Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Maria Cristina Ferreira de Oliveira.
    4. 2015-2017. New Empirical Approaches to Understanding InfoVis (FAPESP 15/50083-5)
      Descrição: During our exchange visits we will design and pilot a series of novel experiments on the perception of Information Visualizations (InfoVis) aimed at developing theory in Cognitive Science which in turn might lead to improved methods for InfoVis evaluation. Our work will be focused on the ?similarity map? approaches to InfoVis developed in de Oliveira?s group in Sao Paulo (especially under grant: FAPESP 2011/22749-8 ICMC-USP + IC-UNICAMP), and will extend some evaluative empirical work already undertaken on that project. In addition we will consider comparative studies with alternative representations in which dimensions are not mathematically reduced but rather prioritized by the user. The work will thus inform the ongoing research work in De Oliveira?s project with new insights into relevant psychological processes. At the same time it will build on and elaborate work in Payne?s lab on using InfoVis for sensemaking in Engineering projects (EPSRC Programme Grant), The Language of Collaborative Manufacturing).. Situação: Concluído; Natureza: Pesquisa. Integrantes: Maria Cristina Ferreira de Oliveira - Coordenador / Stephen James Payne - Integrante. Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Cooperação.
      Membro: Maria Cristina Ferreira de Oliveira.
    5. 2014-2017. Aplicacoes de metodos de visualizacao de informacao em variadas tarefas de classificacao
      Descrição: Bolsa de Produtividade em Pesquisa, Nível 1C - Processo CNPq: 305696/2013-0. Situação: Concluído; Natureza: Pesquisa. Integrantes: Maria Cristina Ferreira de Oliveira - Coordenador.
      Membro: Maria Cristina Ferreira de Oliveira.
    6. 2013-2015. Visual text analytics (FAPESP 2013//50380-4)
      Descrição: Esta proposta é vinculada ao projeto temático "Desafios na Visualização Exploratória de Dados Multidimensionais" (FAPESP 2011/227498) desenvolvida no ICMC-USP, e ao projeto "Visual Text Analytics" desenvolvido na Dalhousie University, no Canadá (https://projects.cs.dal.ca/visualtextanalytics/), em que o parceiro industrial é a empresa Aerolnfo Systems (Boeing Canada Operations Ltda.). Ambos os projetos tem, entre os seus objetivos, o desenvolvimento e melhoria de técnicas de apoio à análise visual de coleções de documentos textuais, o que demanda investigações em como integrar técnicas de mineração de texto com técnicas interativas de visualização para propor ferramentas que apoiem as pessoas em tarefas que demandam o entendimento de um cenário para tomada de decisão. Os desafios a serem enfrentados para obter ferramentas mais eficazes incluem: a busca por metáforas visuais adequadas para texto; a investigação de técnicas alternativas de pré-processamento de texto capazes de gerar modelos de representação semanticamente mais informativos; a extração e visualização de conceitos, nomes e relações em coleções de documentos grandes e ruidosas; a visualização de relações entre conceitos em texto como estruturas de grafo; o suporte à visualização e interação em tempo real, o que requer um cuidadoso compromisso entre processamento on-line e off-line; novas técnicas de visualização e de interação com texto que ajudem os especialistas de domínio a navegar pelo conteúdo do corpus ajustando a mineração e/ou a visualização. Duração: Novembro de 2013 a Outubro de 2015.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Maria Cristina Ferreira de Oliveira - Coordenador / Alneu de Andrade Lopes - Integrante / Rosane Minghim - Integrante / Fernando Vieira Paulovich - Integrante / Axel Soto - Integrante / Evangelos Milios - Integrante.
      Membro: Maria Cristina Ferreira de Oliveira.
    7. 2012-2016. Desafios em Visualizacao Exploratoria de Dados Multidimensionais: Novos Paradigmas, Escalabilidade e Aplicacoes
      Descrição: Projeto temático. Ag. Financiadora: FAPESP. Processo 2011/22749-8. Situação: Concluído; Natureza: Pesquisa. Integrantes: Maria Cristina Ferreira de Oliveira - Integrante / Luis Gustavo Nonato - Coordenador / Rosane Minghim - Integrante / João do Espírito Santo Batista Neto - Integrante / Fernando Vieira Paulovich - Integrante.
      Membro: Maria Cristina Ferreira de Oliveira.
    8. 2012-Atual. Nucleo de Pesquisa em e-Science da USP - USP e-Science
      Descrição: Edital Programa de Incentivo à Pesquisa da USP - 2a. fase (Pr´-reitoria de Pesquisa, USP). Situação: Em andamento; Natureza: Pesquisa. Integrantes: Maria Cristina Ferreira de Oliveira - Integrante / Roberto Marcondes Cesar Jr - Coordenador. Financiador(es): Universidade de São Paulo - Auxílio financeiro.
      Membro: Maria Cristina Ferreira de Oliveira.
    9. 2010-2012. Visualizacao Exploratoria de Dados Volumetricos Multidimensionais (CAPES PROBRAL/DAAD)
      Descrição: (Projeto de pesquisa em conjunto com o grupo de pesquisa liderado pelo Prof. Lars Linsen, da Jacobs University, Alemanha - CAPES/DAAD n. 344/10 Diversos domínios de aplicação geram volumes de dados multidimensionais, i.e., dados multivariados vinculados a um posicionamento espacial. É o caso de diversos fenômenos físicos que são medidos ou simulados em áreas como física ou química computacional, geociências, e medicina, em que múltiplos valores escalares, vetoriais ou tensoriais são adquiridos ou coletados sobre um domínio espacial definido, ao longo do tempo. Por outro lado, os métodos clássicos de visualização científica tratam, predominantemente, da exploração de dados volumétricos unidimensionais, i.e., as técnicas geram visualizações de um único campo escalar, ou de um campo vetorial ou tensorial. Caso múltiplos campos de dados estejam envolvidos no problema, o usuário precisa explorar múltiplos volumes de dados, interagindo com múltiplas representações visuais de natureza distinta. Nosso objetivo é tratar essa limitação, abordando o problema da análise exploratória de volumes de dados multidimensionais, i.e., em que múltiplas variáveis devem ser analisadas conjuntamente. Para isso, utilizaremos resultados recentes em ´visual analytics´, que considera a integração entre técnicas de visualização e técnicas analíticas para apoiar tarefas exploratórias de análise de dados. As equipes, brasileira e alemã, já tem investigado esse problema. Resultados recentes sinalizam que a integração de técnicas de mineração visual de dados a abordagens clássicas de visualização científica podem ampliar significativamente os recursos oferecidos a usuários para a análise de dados científicos multivariados. Problemas específicos a serem tratados com essa abordagem integrada incluem tarefas de classificação de imagens médicas e de segmentação de volumes de dados médicos.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (3) . Integrantes: Maria Cristina Ferreira de Oliveira - Coordenador / Rosane Minghim - Integrante / Fernando Vieira Paulovich - Integrante. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação.
      Membro: Maria Cristina Ferreira de Oliveira.

Prêmios e títulos

  • Total de prêmios e títulos (1)
    1. Menção Honrosa para o orientado Douglas Amorim de Oliveira, SIICUSP Simpósio Internacional de Iniciação Científica da USP, Universidade de São Paulo.. 2016.
      Membro: Maria Cristina Ferreira de Oliveira.

Participação em eventos

  • Total de participação em eventos (4)
    1. 4o. Encontro da rede NBioNet: Films and Sensors.(sem apresentação de trabalho). 2013. (Encontro).
    2. BRAVA - Brazilian Visual Analytics Initiative - II Exploratory Workshop.Visualization Research at VICG, USP. 2013. (Outra).
    3. Latin American e-Science Workshop - Turning data into insight.Challenging multidimensional data. 2013. (Outra).
    4. Workshop on Visual Analytics Research. 2013. (Outra).

Organização de eventos

  • Total de organização de eventos (2)
    1. CESAR JR, R. M. ; de Oliveira, Maria Cristina Ferreira. IEEE International Conference on eScience 2014 (General Co-chair). 2014. Congresso
    2. CESAR JR, R. M. ; Oliveira, M.C.F.. São Paulo School of Advanced Science on e-Science for Bioenergy Research (Membro do Comitê Organizador). 2012. Outro

Lista de colaborações

  • Colaborações endôgenas (7)
    • Maria Cristina Ferreira de Oliveira ⇔ Osvaldo Novais de Oliveira Junior (14.0)
      1. Oliveira, Osvaldo N. ; OLIVEIRA, MARIA CRISTINA F.. Sensing and Biosensing in the World of Autonomous Machines and Intelligent Systems. Frontiers in Sensors. v. 2, p. 752754, issn: 2673-5067, 2021.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. RODRIGUES, JOSE F. ; FLOREA, LARISA ; de Oliveira, Maria C. F. ; DIAMOND, DERMOT ; Oliveira, Osvaldo N.. Big data and machine learning for materials science. Discover Materials. v. 1, p. 1-27, issn: 2730-7727, 2021.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      3. SOARES, JULIANA COATRINI ; SOARES, ANDREY COATRINI ; RODRIGUES, VALQUIRIA CRUZ ; OITICICA, PEDRO RAMON ALMEIDA ; RAYMUNDO-PEREIRA, PAULO AUGUSTO ; BOTT-NETO, JOSÉ LUIZ ; BUSCAGLIA, LORENZO A. ; DE CASTRO, LUCAS DANIEL CHIBA ; RIBAS, LUCAS C. ; SCABINI, LEONARDO ; BRAZACA, LAÍS C. ; CORREA, DANIEL S. ; MATTOSO, LUIZ HENRIQUE C. ; DE OLIVEIRA, MARIA CRISTINA FERREIRA ; DE CARVALHO, ANDRÉ CARLOS PONCE LEON FERREIRA ; CARRILHO, EMANUEL ; BRUNO, ODEMIR M. ; MELENDEZ, MATIAS ELISEO ; Oliveira, Osvaldo N.. Detection of a SARS-CoV-2 sequence with genosensors using data analysis based on information visualization and machine learning techniques. Materials Chemistry Frontiers. v. 5, p. 5658-5670, issn: 2052-1537, 2021.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      4. Paulovich, Fernando V. ; de Oliveira, Maria Cristina Ferreira ; OLIVEIRA, OSVALDO NOVAIS. A Future with Ubiquitous Sensing and Intelligent Systems. ACS Sensors. v. 3, p. 1433-1438, issn: 2379-3694, 2018.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      5. RODRIGUES, JOSE F ; PAULOVICH, FERNANDO V ; DE OLIVEIRA, MARIA CF ; De Oliveira, Osvaldo N. On the convergence of nanotechnology and Big Data analysis for computer-aided diagnosis. Nanomedicine. v. 11, p. 959-982, issn: 1743-5889, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      6. OLIVEIRA JR., OSVALDO N. ; NEVES, T^ ; NEVES, T. T. A. T. ; Paulovich, Fernando V. ; de Oliveira, Maria Cristina F.. Where Chemical Sensors May Assist in Clinical Diagnosis Exploring ^|^ldquo;Big Data^|^rdquo;. Chemistry Letters. v. 43, p. 1672-1679, issn: 0366-7022, 2014.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      7. Aoki, Pedro H. B. ; Alessio, Priscila ; FURINI, LEONARDO N. ; Constantino, Carlos J. L. ; NEVES, TÁCITO T. A. T. ; Paulovich, Fernando V. ; de Oliveira, Maria Cristina F. ; Oliveira, Osvaldo N.. Molecularly Designed Layer-by-Layer (LbL) Films to Detect Catechol Using Information Visualization Methods. Langmuir. v. 29, p. 7542-7550, issn: 0743-7463, 2013.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      8. Moraes, Marli L. ; Petri, Laís ; Oliveira, Victor ; Olivati, Clarissa A. ; Oliveira, Maria Cristina F. de ; Paulovich, Fernando V. ; Oliveira, Osvaldo N. ; Ferreira, Marystela. Detection of glucose and triglycerides using information visualization methods to process impedance spectroscopy data. Sensors and Actuators. B, Chemical. v. 166-167, p. 231-238, issn: 0925-4005, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      9. Oliveira, Osvaldo N.; Pavinatto, Felippe J. ; Constantino, Carlos J. L. ; Paulovich, Fernando V. ; OLIVEIRA, MARIA CRISTINA F.. Information Visualization to Enhance Sensitivity and Selectivity in Biosensing. BIOINTERPHASES. v. 7, p. 1-15, issn: 1559-4106, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      10. Paulovich, Fernando V. ; Maki, Rafael M. ; Oliveira, Maria C. F. ; Colhone, Marcelle C. ; Santos, Fabiana R. ; Migliaccio, Vanessa ; Ciancaglini, Pietro ; Perez, Katia R. ; Stabeli, Rodrigo G. ; Perinoto, Ângelo C. ; Oliveira, Osvaldo N. ; ZUCOLOTTO, Valtencir. Using multidimensional projection techniques for reaching a high distinguishing ability in biosensing. Analytical and Bioanalytical Chemistry. v. 400, p. 1153-1159, issn: 1618-2642, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      11. Paulovich, Fernando V. ; Moraes, Marli L. ; Maki, Rafael Mitsuo ; Ferreira, Marystela ; OLIVEIRA JR., Osvaldo N. ; de Oliveira, Maria Cristina F.. Information visualization techniques for sensing and biosensing. Analyst (London. 1877. Print). v. 136, p. 1344-1350, issn: 0003-2654, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      12. Siqueira, Jose? R. ; Maki, Rafael M. ; Paulovich, Fernando V. ; Werner, Carl F. ; Poghossian, Arshak ; de Oliveira, Maria C. F. ; ZUCOLOTTO, Valtencir ; Oliveira, Osvaldo N. ; Scho?ning, Michael J.. The use of information visualization methods eliminating cross talk in multiple sensing units investigated for a light-addressable potentiometric sensor. Analytical Chemistry (Washington). v. 82, p. 61-65, issn: 0003-2700, 2010.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      13. Perinoto, A?ngelo C. ; Maki, Rafael M. ; Colhone, Marcelle C. ; Santos, Fabiana R. ; Migliaccio, Vanessa ; Daghastanli, Katia R. ; Stabeli, Rodrigo G. ; Ciancaglini, Pietro ; Paulovich, Fernando V. ; de Oliveira, Maria C. F. ; Oliveira Jr, Osvaldo N. ; ZUCOLOTTO, Valtencir. Biosensors for Efficient Diagnosis of Leishmaniasis: Innovations in Bioanalytics for a Neglected Disease. Analytical Chemistry (Washington). v. 82, p. 9763-9768, issn: 0003-2700, 2010.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      14. Moraes, Marli L. ; Maki, Rafael M. ; Paulovich, Fernando V. ; Rodrigues Filho, Ubirajara P. ; de Oliveira, Maria Cristina F. ; Riul, Antonio ; de Souza, Nara C. ; Ferreira, Marystela ; Gomes, Henrique L. ; Oliveira, Osvaldo N.. Strategies to Optimize Biosensors Based on Impedance Spectroscopy to Detect Phytic Acid Using Layer-by-Layer Films. Analytical Chemistry (Washington). v. 82, p. 3239-3246, issn: 0003-2700, 2010.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • Maria Cristina Ferreira de Oliveira ⇔ Marystela Ferreira (3.0)
      1. Moraes, Marli L. ; Petri, Laís ; Oliveira, Victor ; Olivati, Clarissa A. ; Oliveira, Maria Cristina F. de ; Paulovich, Fernando V. ; Oliveira, Osvaldo N. ; Ferreira, Marystela. Detection of glucose and triglycerides using information visualization methods to process impedance spectroscopy data. Sensors and Actuators. B, Chemical. v. 166-167, p. 231-238, issn: 0925-4005, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. Paulovich, Fernando V. ; Moraes, Marli L. ; Maki, Rafael Mitsuo ; Ferreira, Marystela ; OLIVEIRA JR., Osvaldo N. ; de Oliveira, Maria Cristina F.. Information visualization techniques for sensing and biosensing. Analyst (London. 1877. Print). v. 136, p. 1344-1350, issn: 0003-2654, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      3. Moraes, Marli L. ; Maki, Rafael M. ; Paulovich, Fernando V. ; Rodrigues Filho, Ubirajara P. ; de Oliveira, Maria Cristina F. ; Riul, Antonio ; de Souza, Nara C. ; Ferreira, Marystela ; Gomes, Henrique L. ; Oliveira, Osvaldo N.. Strategies to Optimize Biosensors Based on Impedance Spectroscopy to Detect Phytic Acid Using Layer-by-Layer Films. Analytical Chemistry (Washington). v. 82, p. 3239-3246, issn: 0003-2700, 2010.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • Maria Cristina Ferreira de Oliveira ⇔ Valtencir Zucolotto (2.0)
      1. Paulovich, Fernando V. ; Maki, Rafael M. ; Oliveira, Maria C. F. ; Colhone, Marcelle C. ; Santos, Fabiana R. ; Migliaccio, Vanessa ; Ciancaglini, Pietro ; Perez, Katia R. ; Stabeli, Rodrigo G. ; Perinoto, Ângelo C. ; Oliveira, Osvaldo N. ; ZUCOLOTTO, Valtencir. Using multidimensional projection techniques for reaching a high distinguishing ability in biosensing. Analytical and Bioanalytical Chemistry. v. 400, p. 1153-1159, issn: 1618-2642, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. Siqueira, Jose? R. ; Maki, Rafael M. ; Paulovich, Fernando V. ; Werner, Carl F. ; Poghossian, Arshak ; de Oliveira, Maria C. F. ; ZUCOLOTTO, Valtencir ; Oliveira, Osvaldo N. ; Scho?ning, Michael J.. The use of information visualization methods eliminating cross talk in multiple sensing units investigated for a light-addressable potentiometric sensor. Analytical Chemistry (Washington). v. 82, p. 61-65, issn: 0003-2700, 2010.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • Maria Cristina Ferreira de Oliveira ⇔ Rodrigo Guerino Stabeli (2.0)
      1. Paulovich, Fernando V. ; Maki, Rafael M. ; Oliveira, Maria C. F. ; Colhone, Marcelle C. ; Santos, Fabiana R. ; Migliaccio, Vanessa ; Ciancaglini, Pietro ; Perez, Katia R. ; Stabeli, Rodrigo G. ; Perinoto, Ângelo C. ; Oliveira, Osvaldo N. ; ZUCOLOTTO, Valtencir. Using multidimensional projection techniques for reaching a high distinguishing ability in biosensing. Analytical and Bioanalytical Chemistry. v. 400, p. 1153-1159, issn: 1618-2642, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. Perinoto, A?ngelo C. ; Maki, Rafael M. ; Colhone, Marcelle C. ; Santos, Fabiana R. ; Migliaccio, Vanessa ; Daghastanli, Katia R. ; Stabeli, Rodrigo G. ; Ciancaglini, Pietro ; Paulovich, Fernando V. ; de Oliveira, Maria C. F. ; Oliveira Jr, Osvaldo N. ; ZUCOLOTTO, Valtencir. Biosensors for Efficient Diagnosis of Leishmaniasis: Innovations in Bioanalytics for a Neglected Disease. Analytical Chemistry (Washington). v. 82, p. 9763-9768, issn: 0003-2700, 2010.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • Maria Cristina Ferreira de Oliveira ⇔ André Carlos Ponce de Leon Ferreira de Carvalho (1.0)
      1. SOARES, JULIANA COATRINI ; SOARES, ANDREY COATRINI ; RODRIGUES, VALQUIRIA CRUZ ; OITICICA, PEDRO RAMON ALMEIDA ; RAYMUNDO-PEREIRA, PAULO AUGUSTO ; BOTT-NETO, JOSÉ LUIZ ; BUSCAGLIA, LORENZO A. ; DE CASTRO, LUCAS DANIEL CHIBA ; RIBAS, LUCAS C. ; SCABINI, LEONARDO ; BRAZACA, LAÍS C. ; CORREA, DANIEL S. ; MATTOSO, LUIZ HENRIQUE C. ; DE OLIVEIRA, MARIA CRISTINA FERREIRA ; DE CARVALHO, ANDRÉ CARLOS PONCE LEON FERREIRA ; CARRILHO, EMANUEL ; BRUNO, ODEMIR M. ; MELENDEZ, MATIAS ELISEO ; Oliveira, Osvaldo N.. Detection of a SARS-CoV-2 sequence with genosensors using data analysis based on information visualization and machine learning techniques. Materials Chemistry Frontiers. v. 5, p. 5658-5670, issn: 2052-1537, 2021.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • Maria Cristina Ferreira de Oliveira ⇔ Armando Augusto Henriques Vieira (1.0)
      1. BORGES, VINICIUS ; FERREIRA DE OLIVEIRA, MARIA CRISTINA ; SILVA, THAIS ; VIEIRA, ARMANDO ; HAMANN, BERND. Region Growing for Segmenting Green Microalgae Images. IEEE-ACM Transactions on Computational Biology and Bioinformatics. v. 15, p. 1-1, issn: 1545-5963, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • Maria Cristina Ferreira de Oliveira ⇔ Solange Oliveira Rezende (1.0)
      1. MOTTA, ROBSON ; DE ANDRADE LOPES, ALNEU ; NOGUEIRA, BRUNO M. ; REZENDE, SOLANGE O. ; JORGE, ALÍPIO M. ; DE OLIVEIRA, MARIA CRISTINA FERREIRA. Comparing relational and non-relational algorithms for clustering propositional data. Em: ACM Symposium on Applied Computing - Data Mining track, v. 1, p. 150-155, 2013.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]




(*) Relatório criado com produções desde 2010 até 2021
Data de processamento: 06/11/2021 15:22:00