Especialistas Seniores em Covid-19 com atuação no Brasil

Zhao Liang

recebeu seu BS, em 1988, pela Universidade de Wuhan, China, e concluiu seus mestrado e doutorado pelo Instituto Tecnológico de Aeronáutica (ITA) em 1996 e 1998, respectivamente, todos em Ciência da Computação. Em 2000, ele se juntou ao corpo docente do Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo (USP), São Carlos. Atualmente, ele é Professor Titular do Departamento de Computação e Matemática (DCM), Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP), Universidade de São Paulo (USP). Entre 2003 e 2004, ele foi Pesquisador Visitante na Arizona State University, EUA. Ele possui experiência na área de Ciência da Computação, atuando principalmente nos seguintes temas: redes neurais artificiais, redes complexas, inteligência artificial, bioinformática e reconhecimento de padrões. O Dr. Zhao Liang é orientador de mestrado e doutorado. Ele foi Editor Associado na IEEE Transactions on Neural Networks and Learning Systems e atualmente ele é Editor Associado na Neural Networks. O Dr. Zhao Liang foi líder do grupo de pesquisa e coordenador do laboratório da Computação Bioinspirada (BIOCOM) do ICMC/USP. Além disso, ele serve como Program Chair de diversos congressos internacionais. O Dr. Zhao Liang é Senior Member do IEEE e membro da INNS e SBC. Entre vários prêmios científicos recebidos, destaca a tese de doutorado do Dr. Thiago Christiano Silva, sob orientação do Dr. Zhao Liang, que recebeu o Prêmio Capes de Tese 2013 na área de Ciência da Computação e o Prêmio Tese Destaque USP 2013 na grande área de Ciências Exatas e da Terra. O artigo "Stochastic Competitive Learning in Complex Networks" publicado no IEEE Transactions on Neural Networks and Learning Systems foi destaque pela IEEE Computational Intelligence Magzine (vol. 7, no. 3, 2012). O livro intitulado - Machine Learning in Complex Networks - é publicado pela Springer. (Texto informado pelo autor)

https://lattes.cnpq.br/1531713258988427 (10/06/2021)

Rótulo/Grupo:

Bolsa CNPq: Nível 1C

Período de análise:

Endereço: Universidade de São Paulo, Faculdade de Filosofia Ciências e Letras de Ribeirão Preto. Av. Bandeirantes, 3900, DCM-FFCLRP-USP, sala 615, B/1 Vila Monte Alegre 14040901 - Ribeirão Preto, SP - Brasil - Caixa-postal: 668 Telefone: (16) 36020569

Grande área: Ciências Exatas e da Terra

Área: Ciência da Computação

Citações: Google Acadêmico

Produção bibliográfica

Artigos completos publicados em periódicos (63)
1. VEGA-OLIVEROS, D. A. ; ZHAO, LIANG ; ROCHA, A. ; BERTON, L.. Link Prediction Based on Stochastic Information Diffusion. IEEE Transactions on Neural Networks and Learning Systems. v. 1, p. 1-11, issn: 2162-237X, 2021.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. VERRI, F. A. N. ; R. A. Gueleri ; ZHENG, Q. ; ZHANG, J. ; ZHAO, LIANG. Network community detection via iterative edge removal in a flocking-like system. European Physical Journal-Special Topics. p. 1-12, issn: 1951-6355, 2021.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. COLLIRI, TIAGO ; ZHAO, LIANG. Stock market trend detection and automatic decision-making through a network-based classification model. Natural Computing. v. 1, p. 1-14, issn: 1567-7818, 2021.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4. ANGHINONI, LEANDRO ; VEGA-OLIVEROS, DIDIER A. ; SILVA, THIAGO CHRISTIANO ; ZHAO, LIANG. Time series pattern identification by hierarchical community detection. European Physical Journal-Special Topics. v. 1, p. 1-12, issn: 1951-6355, 2021.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5. VALEJO, ALAN DEMÉTRIUS BARIA ; DE OLIVEIRADOSSANTOS, WELLINGTON ; NALDI, MURILO COELHO ; ZHAO, LIANG. A review and comparative analysis of coarsening algorithms on bipartite networks. European Physical Journal-Special Topics. v. 1, p. 1-12, issn: 1951-6355, 2021.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6. GAO, XUBO ; ZHENG, QIUSHENG ; VEGA-OLIVEROS, DIDIER A. ; ANGHINONI, LEANDRO ; ZHAO, LIANG. Temporal Network Pattern Identification by Community Modelling. Scientific Reports. v. 10, p. 1-12, issn: 2045-2322, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7. DE CASTRO SANTOS, MATHEUS A. ; VEGA-OLIVEROS, DIDIER A. ; ZHAO, LIANG ; BERTON, LILIAN. Classifying El Niño-Southern Oscillation Combining Network Science and Machine Learning. IEEE Access. v. 8, p. 55711-55723, issn: 2169-3536, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
8. FERREIRA, LEONARDO N. ; VEGA-OLIVEROS, DIDIER A. ; COTACALLAPA, MOSHÉ ; CARDOSO, MANOEL F. ; Quiles, Marcos G. ; ZHAO, LIANG ; MACAU, ELBERT E. N.. Spatiotemporal data analysis with chronological networks. Nature Communications. v. 11, p. 1-11, issn: 2041-1723, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
9. LIANG, X. ; ZHANG, X. ; ZHAO, LIANG. Diversity-induced resonance for optimally suprathreshold signals. CHAOS. v. 30, p. 103101, issn: 1054-1500, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
10. RODRIGUES, R. D. ; ZHENG, Q. ; ZHANG, J. ; LIANG, ZHAO. A tourist walk approach for internal and external outlier detection. NEUROCOMPUTING. p. 1-12, issn: 0925-2312, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
11. CARNEIRO, MURILLO G. ; CHENG, RAN ; ZHAO, LIANG ; JIN, YAOCHU. Particle swarm optimization for network-based data classification. NEURAL NETWORKS. v. 110, p. 243-255, issn: 0893-6080, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
12. Louza, Felipe A. ; Telles, Guilherme P. ; Gog, Simon ; ZHAO, LIANG. Algorithms to compute the Burrows-Wheeler Similarity Distribution. THEORETICAL COMPUTER SCIENCE. v. 782, p. 145-156, issn: 0304-3975, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
13. OLIVEROS, ; ZHAO, LIANG ; BERTON, L.. Evaluating link prediction by diffusion processes in dynamic networks. Scientific Reports. v. 9, p. 1-14, issn: 2045-2322, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
14. ANGHINONI, LEANDRO ; ZHAO, LIANG ; JI, DONGHONG ; PAN, HENG. Time series trend detection and forecasting using complex network topology analysis. NEURAL NETWORKS. v. 117, p. 295-306, issn: 0893-6080, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
15. FERREIRA, LEONARDO N. ; VEGA-OLIVEROS, DIDIER A. ; ZHAO, LIANG ; CARDOSO, MANOEL F. ; Macau, Elbert E.N.. Global fire season severity analysis and forecasting. COMPUTERS & GEOSCIENCES. v. 1, p. 1-12, issn: 0098-3004, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
16. COLLIRI, TIAGO ; ZHAO, LIANG. Analyzing the Bills-Voting Dynamics and Predicting Corruption-Convictions Among Brazilian Congressmen Through Temporal Networks. Scientific Reports. v. 9, p. 16754, issn: 2045-2322, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
17. VERRI, F. A. N. ; URIO, P. R. ; ZHAO, LIANG. Advantages of Edge-Centric Collective Dynamics in Machine Learning Tasks. Journal of Applied Nonlinear Dynamics. v. 7, p. 269-285, issn: 2164-6457, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
18. TINOS, RENATO ; ZHAO, LIANG ; CHICANO, FRANCISCO ; WHITLEY, DARRELL. NK Hybrid Genetic Algorithm for Clustering. IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION. v. 1, p. 1-1, issn: 1089-778X, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
19. VERRI, F. A. N. ; Zhao, Liang. Classificação de Alto Nível Baseada em Entropia da Rede. REVISTA ELETRÔNICA DE INICIAÇÃO CIENTÍFICA. v. 16, p. 1-11, issn: 1519-8219, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
20. CARNEIRO, M. G. ; Zhao, Liang. Semi-supervised Semantic Role Labeling for Brazilian Portuguese. Journal of Information and Data Management - JIDM. v. 8, p. 117-130, issn: 2178-7107, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
21. CARNEIRO, MURILLO GUIMARAES ; ZHAO, LIANG. Organizational Data Classification Based on the Importance Concept of Complex Networks. IEEE Transactions on Neural Networks and Learning Systems. v. 10, p. 1-13, issn: 2162-237X, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
22. CUPERTINO, THIAGO HENRIQUE ; CARNEIRO, MURILLO GUIMARES ; ZHENG, QIUSHENG ; ZHANG, JUNBAO ; ZHAO, LIANG. A Scheme for High Level Data Classification Using Random Walk and Network Measures. EXPERT SYSTEMS WITH APPLICATIONS. v. 1, p. 1-10, issn: 0957-4174, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
23. BERTINI, JOÃO ROBERTO ; NICOLETTI, MARIA DO CARMO ; ZHAO, LIANG. Attribute-based Decision Graphs: A framework for multiclass data classification. Neural Networks. v. 85, p. 69-84, issn: 0893-6080, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
24. BENICASA, A. X. ; QUILES, M. ; SILVA, THIAGO CHRISTIANO ; ZHAO, LIANG ; Romero, Roseli A. F.. An object-based visual selection framework. Neurocomputing (Amsterdam). v. 180, p. 35-54, issn: 0925-2312, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
25. COCA, ANDRÉS E. ; ZHAO, LIANG. Musical rhythmic pattern extraction using relevance of communities in networks. Information Sciences. v. 329, p. 819-848, issn: 0020-0255, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
26. BERTINI, JOAO ROBERTO ; NICOLETTI, M. C. ; ZHAO, LIANG. An embedded imputation method via Attribute-based Decision Graphs. Expert Systems with Applications. v. 57, p. 159-177, issn: 0957-4174, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
27. URIO, PAULO ROBERTO ; VERRI, FILIPE ALVES NETO ; ZHAO, LIANG. Semi-Supervised Classification by Particle Competition in Complex Network?s Edges. International Journal of Pattern Recognition and Artificial Intelligence. v. 30, p. 1660006-1660006(1-19), issn: 0218-0014, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
28. VERRI, FILIPE ALVES NETO ; URIO, PAULO ROBERTO ; ZHAO, LIANG. Network Unfolding Map by Vertex-Edge Dynamics Modeling. IEEE Transactions on Neural Networks and Learning Systems. v. 29, p. 1-14, issn: 2162-237X, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
29. Breve, Fabricio A. ; ZHAO, LIANG ; Quiles, Marcos G.. Particle Competition and Cooperation for Semi-Supervised Learning with Label Noise. Neurocomputing (Amsterdam). v. 160, p. 63-72, issn: 0925-2312, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
30. SILVA, THIAGO C. ; ZHAO, LIANG. High-level pattern-based classification via tourist walks in networks. Information Sciences. v. 294, p. 109-126, issn: 0020-0255, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
31. FERREIRA, L. N. ; ZHAO, LIANG. Time series clustering via community detection in networks. Information Sciences. v. 326, p. 227-242, issn: 0020-0255, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
32. SILVA, F. A. O. ; ZHAO, LIANG. A Network of Neural Oscillators for Fractal Pattern Recognition. Neural Processing Letters. p. 1-11, issn: 1370-4621, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
33. ARAÚJO, BILZÃ ; ZHAO, LIANG. Data heterogeneity consideration in semi-supervised learning. Expert Systems with Applications. v. 45, p. 234-247, issn: 0957-4174, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
34. FERREIRA, LEONARDO N. ; ZHAO, LIANG. A Time Series Clustering Technique based on Community Detection in Networks. PROCEDIA COMPUTER SCIENCE. v. 53, p. 183-190, issn: 1877-0509, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
35. CARNEIRO, M. G. ; Zhao, Liang ; LOPES, A. A. ; ROSA, J. L. G.. Network-based data classification: combining K-associated optimal graphs and high-level prediction. Journal of The Brazilian Computer Society (Online). v. 20, p. 1-14, issn: 1678-4804, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
36. VEGA-OLIVEROS, DIDIER A ; BERTON, LILIAN ; EBERLE, ANDRE MANTINI ; LOPES, ALNEU DE ANDRADE ; ZHAO, LIANG. Regular graph construction for semi-supervised learning. Journal of Physics. Conference Series (Online). v. 490, p. 012022, issn: 1742-6596, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
37. CUPERTINO, THIAGO H. ; ZHAO, LIANG ; CARNEIRO, MURILLO G.. Network-based supervised data classification by using an heuristic of ease of access. Neurocomputing (Amsterdam). v. 149, p. 86-92, issn: 0925-2312, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
38. SILVA, T. C. ; ZHAO, LIANG. Detecting and preventing error propagation via competitive learning. Neural Networks. v. 41, p. 70-84, issn: 0893-6080, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
39. SILVA, THIAGO ; ZHAO, LIANG ; CUPERTINO, THIAGO H.. Handwritten Data Clustering Using Agents Competition in Networks. Journal of Mathematical Imaging and Vision (Dordrecht. Online). v. 45, p. 264-276, issn: 1573-7683, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
40. BERTINI, JOÃO ROBERTO ; ZHAO, LIANG ; LOPES, ALNEU A.. An incremental learning algorithm based on the K-associated graph for non-stationary data classification. Information Sciences. v. 246, p. 52-68, issn: 0020-0255, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
41. LIANG, X. ; YANSHUK, S. ; ZHAO, LIANG. Gating-signal propagation by a feed-forward neural motif. Physical Review. E, Statistical, Nonlinear, and Soft Matter Physics (Print). v. 88, p. 012910, issn: 1539-3755, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
42. SILVA, THIAGO CHRISTIANO ; ZHAO, LIANG. Uncovering overlapping cluster structures via stochastic competitive learning. Information Sciences. v. 247, p. 40-61, issn: 0020-0255, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
43. Liang, Xiaoming ; ZHAO, LIANG. Effect of nonidentical signal phases on signal amplification of two coupled excitable neurons. Neurocomputing (Amsterdam). v. 127, p. 21-29, issn: 0925-2312, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
44. CUPERTINO, THIAGO H. ; HUERTAS, JEAN ; ZHAO, LIANG. Data clustering using controlled consensus in complex networks. Neurocomputing (Amsterdam). v. 118, p. 132-140, issn: 0925-2312, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
45. CUPERTINO, THIAGO H. ; SILVA, THIAGO C. ; ZHAO, LIANG. Classification of multiple observation sets via network modularity. Neural Computing & Applications (Internet). v. 23, p. 1923-1929, issn: 1433-3058, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
46. Liang, Xiaoming ; ZHAO, LIANG. Phase-Noise-Induced Resonance in Arrays of Coupled Excitable Neural Models. IEEE Transactions on Neural Networks and Learning Systems. v. 24, p. 1339-1345, issn: 2162-2388, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
47. CUPERTINO, THIAGO H. ; GUELERI, ROBERTO ; ZHAO, LIANG. A semi-supervised classification technique based on interacting forces. Neurocomputing (Amsterdam). v. 127, p. 43-51, issn: 0925-2312, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
48. SILVA, T. C. ; L. ZHAO. Semi-Supervised Learning Guided by the Modularity Measure in ComplexNetworks. Neurocomputing (Amsterdam). v. 78, p. 30-37, issn: 0925-2312, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
49. BREVE, F. A. ; L. ZHAO ; QUILES, M. ; Pedrycz W. ; LIU, J.. Particle Competition and Cooperation in Networks for Semi-Supervised Learning. IEEE Transactions on Knowledge and Data Engineering (Print). v. 24, p. 1686-1698, issn: 1041-4347, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
50. SILVA, T. C. ; L. ZHAO. Network-Based Stochastic Semisupervised Learning. IEEE Transactions on Neural Networks and Learning Systems. v. 23, p. 451-466, issn: 2162-237X, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
51. SILVA, T. C. ; L. ZHAO. Stochastic Competitive Learning in Complex Networks. IEEE Transactions on Neural Networks and Learning Systems. v. 23, p. 385-398, issn: 2162-237X, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
52. BERTINI JUNIOR, J. R. ; LOPES, A. A. ; L. ZHAO. Partially Labeled Data Stream Classification with the Semi-Supervised K-associated Graph. Journal of the Brazilian Computer Society (Impresso). v. 18, p. 1-12, issn: 0104-6500, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
53. SILVA, T. C. ; L. ZHAO. Network-Based High Level Data Classification. IEEE Transactions on Neural Networks and Learning Systems. v. 23, p. 954-970, issn: 2162-237X, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
54. LIANG, X. ; L. ZHAO ; LIU, Z.. Optimal signal amplification in weighted scale-free networks. Chaos (Woodbury, N.Y.). v. 22, p. 023128_1-023128_7, issn: 1054-1500, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
55. LIANG, X. ; L. ZHAO ; LIU, Z.. Signal amplification of active rotators with phase-shifted coupling. The European Physical Journal. B, Condensed Matter Physics (Print). v. 85, p. 219-224, issn: 1434-6028, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
56. LIANG, X. ; L. ZHAO ; LIU, Z.. Enhancing weak signal transmission through a feedforward network. IEEE Transactions on Neural Networks and Learning Systems. v. 23, p. 1506-1512, issn: 2162-237X, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
57. LIANG, X. ; ZHAO, L. Phase-disorder-induced firing activity in excitable neuronal networks with attractive and repulsive coupling. Neural Networks. v. 35, p. 40-45, issn: 0893-6080, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
58. Breve, Fabricio A. ; Zhao, L.. Fuzzy Community Structure Detection by Particle Competition and Cooperation. Soft Computing (Berlin. Print). v. 17, p. 659-673, issn: 1432-7643, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
59. Quiles, Marcos G. ; WANG, D. ; L. ZHAO ; Romero, Roseli A.F. ; HUANG, D.. Selecting salient objects in real scenes: An oscillatory correlation model. Neural Networks. v. 24, p. 54-64, issn: 0893-6080, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
60. BERTINI JUNIOR, J. R. ; L. ZHAO ; MOTTER, A e ; LOPES, A. A.. A Nonparametric Classification Method based on K-Associated Graphs. Information Sciences. v. 181, p. 5435-5456, issn: 0020-0255, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
61. LIANG, X. ; L. ZHAO ; LIU, Z.. Phase-noise-induced resonance in a single neuronal system. Physical Review. E, Statistical, Nonlinear, and Soft Matter Physics (Print). v. 84, p. 031916, issn: 1539-3755, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
62. Liang, Xiaoming ; Dhamala, Mukeshwar ; Zhao, Liang ; Liu, Zonghua. Phase-disorder-induced double resonance of neuronal activity. Physical Review. E, Statistical, Nonlinear, and Soft Matter Physics (Print). v. 82, p. 010902_1-010902_4, issn: 1539-3755, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
63. Coca, Andre?s E. ; Tost, Gerard O. ; Zhao, Liang. Characterizing chaotic melodies in automatic music composition. Chaos (Woodbury, N.Y.). v. 20, p. 033125-033125(12), issn: 1054-1500, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Livros publicados/organizados ou edições (3)
1. COSTA, A. H. R. (Org.) ; LIANG, ZHAO (Org.). Prceedings of 2018 7th Brazilian Conference on Intelligent Systems. 1 ed. IEEE, 2018. v. 1, p. 576.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. LIU, Y. (Org.) ; LIANG, ZHAO (Org.) ; CAI, G. (Org.) ; XIAO, G. (Org.) ; LI, K. (Org.) ; WANG, L. (Org.). Proceedings of 2017 13th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery (ICNC-FSKD). 1 ed. IEEE, 2017. v. 1, p. 3270.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. Christiano Silva, Thiago ; ZHAO, LIANG. Machine Learning in Complex Networks. 1 ed. Springer International Publishing, 2016. v. 1, p. 348.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Capítulos de livros publicados (7)
1. Miranda, Vanderlei ; ZHAO, LIANG. Topological Data Analysis for Time Series Changing Point Detection. Advances in Intelligent Systems and Computing. 1ed. Em: . : Springer International Publishing. 2020.v. 1, p. 194-203.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. COLLIRI, TIAGO ; Delbem, Alexandre C. B. ; ZHAO, LIANG. Predicting the Evolution of COVID-19 Cases and Deaths Through a Correlations-Based Temporal Network. Lecture Notes in Computer Science. 2ed. Em: . : Springer International Publishing. 2020.p. 397-411.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. Martins, Luan V. C. ; ZHAO, LIANG. Particle Competition for Unbalanced Community Detection in Complex Networks. Lecture Notes in Computer Science. 2ed. Em: . : Springer International Publishing. 2020.p. 322-336.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4. Louza, Felipe A. ; Telles, Guilherme P. ; Gog, Simon ; ZHAO, LIANG. Computing Burrows-Wheeler Similarity Distributions for String Collections. Lecture Notes in Computer Science. 1ed. Em: . : Springer International Publishing. 2018.p. 285-296.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5. Breve, Fabricio ; Quiles, Marcos G. ; ZHAO, LIANG. Interactive Image Segmentation of Non-contiguous Classes Using Particle Competition and Cooperation. Lecture Notes in Computer Science. 1ed. Em: . : Springer International Publishing. 2015.p. 203-216.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6. CUPERTINO, THIAGO HENRIQUE ; ZHAO, LIANG. Semi-Supervised Learning Using Random Walk Limiting Probabilities. Lecture Notes in Computer Science. 1ed. Em: . : Springer Berlin Heidelberg. 2013.p. 395-404.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7. CUPERTINO, THIAGO HENRIQUE ; ZHAO, LIANG. Bias-Guided Random Walk for Network-Based Data Classification. Lecture Notes in Computer Science. 1ed. Em: . : Springer Berlin Heidelberg. 2013.p. 375-384.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Textos em jornais de notícias/revistas (3)
1. ALISSON, E. ; ZHAO, LIANG ; SILVA, T. C. ; ANGHINONI, L.. Folha de S. Paulo: Quarentena e uso de máscara reduziram em 15% o contágio da Covid-19 em SP no início da epidemia - Estudo da USP usou aprendizado de máquina para estimar taxas de transmissão do vírus pelo país. Folha de S. Paulo, 04 jul. 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. ALISSON, E. ; ZHAO, LIANG ; SILVA, T. C. ; ANGHINONI, L.. UOL: Quarentena e uso de máscara reduziram em 15% o contágio da covid-19 em SP. UOL, .
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. ALISSON, E. ; ZHAO, LIANG ; SILVA, THIAGO CHRISTIANO ; ANGHINONI, L.. Revista Galileu: Quarentena e máscara reduziram contágio de Covid-19 em São Paulo e Brasília. Revista Galileu | Saúde, .
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Trabalhos completos publicados em anais de congressos (93)
1. COLLIRI, TIAGO ; LIU, WEIGUANG ; ZHAO, LIANG. An Optimized Modularity-Based High Level Classification Model. Em: 2020 International Joint Conference on Neural Networks (IJCNN), v. 1, p. 1-8, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. COTACALLAPA, MOSHE ; BERTON, LILIAN ; FERREIRA, LEONARDO N. ; Quiles, Marcos G. ; ZHAO, LIANG ; MACAU, ELBERT E. N. ; VEGA-OLIVEROS, DIDIER A.. Measuring the engagement level in encrypted group conversations by using temporal networks. Em: 2020 International Joint Conference on Neural Networks (IJCNN), v. 1, p. 1-8, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. OLIVEIRA JUNIOR, L. ; STELZER, F. ; ZHAO, LIANG. Clustered Echo State Networks for Signal Observation andFrequency Filtering. Em: VIII Symposium on Knowledge Discovery, v. 1, p. 1-8, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4. ZUNIGA, E. W. V. ; ZHAO, LIANG. A Network-Based High-Level Data Classification Algorithm Using Betweenness Centrality. Em: 2020 Encontro Nacional de Inteligência Artificial (ENIAC'2020), v. 1, p. 1-11, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5. ZUNIGA, E. W. V. ; ZHAO, LIANG. A new network-base high-level data classification methodology (Quipus) by modeling attribute-attribute interactions. Em: 2020 International Conference of Digital Transformation and Innovation (INCODTRIN'2020), v. 1, p. 1-5, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6. ARROYO, DIANA C. ROCA ; FLOREZ, ALEXANDER CHOQUENAIRA ; FLORES, DANIELA MILON ; ROMERO, ROSELI ; ZHAO, LIANG. Echo State Network Performance Analysis using Non-random Topologies. Em: 2020 IEEE Colombian Conference on Applications of Computational Intelligence (ColCACI), v. 1, p. 1-6, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7. GAO, XUBO ; ZHENG, QIUSHENG ; VERRI, FILIPE A. N. ; RODRIGUES, RAFAEL D. ; ZHAO, LIANG. Particle Competition for Multilayer Network Community Detection. Em: the 2019 11th International Conference, v. 1, p. 75-80, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
8. COLLIRI, T. ; ZHAO, LIANG. A Network-Based Model for Optimizing Returns in the Stock Market. Em: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), v. 1, p. 645-650, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
9. VEGA-OLIVEROS, D. A. ; FERREIRA, L. N. ; QUILES, M. ; MACAU, E. E. N. ; CARDOSO, M. F. ; ZHAO, LIANG. From spatio-temporal data to chronological networks: An application to wildfire analysis. Em: 34th ACM/SIGAPP Symposium on Applied Computing (SAC?19), v. 1, p. 1-6, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
10. NETO VERRI, FILIPE ALVES ; TINOS, RENATO ; ZHAO, LIANG. Feature Learning in Feature-Sample Networks Using Multi-Objective Optimization. Em: 2018 IEEE Congress on Evolutionary Computation (CEC), v. 1, p. 1-1635, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
11. COLLIRI, TIAGO ; JI, DONGHONG ; PAN, HENG ; ZHAO, LIANG. A Network-Based High Level Data Classification Technique. Em: 2018 International Joint Conference on Neural Networks (IJCNN), v. 1, p. 1-4840, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
12. ANGHINONI, LEANDRO ; ZHAO, LIANG ; ZHENG, QIUSHENG ; ZHANG, JUNBO. Time Series Trend Detection and Forecasting Using Complex Network Topology Analysis. Em: 2018 International Joint Conference on Neural Networks (IJCNN), v. 1, p. 1, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
13. CARNEIRO, MURILLO G. ; ZHAO, LIANG. Analysis of Graph Construction Methods in Supervised Data Classification. Em: 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), v. 1, p. 390-395, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
14. LOUZA, F. A. ; TELLES, G. P. ; GOG, S. ; LIANG, ZHAO. Computing Burrows-Wheeler Similarity Distributions for String Collections. Em: 2018 International Symposium on String Processing and Information Retrieval (SPIRE 2018), v. 11147, p. 285-296, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
15. RODRIGUES, RAFAEL D. ; ZHAO, LIANG ; ZHENG, QIUSHENG ; ZHANG, JUNBAO. Structural outlier detection: A tourist walk approach. Em: 2017 13th International Conference on Natural Computation, v. 1, p. 382-371, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
16. CARNEIRO, MURILLO G. ; ROSA, JOAO L. G. ; ZHENG, QIUSHENG ; LIU, XIAOMING ; ZHAO, LIANG. Improving semantic role labeling using high-level classification in complex networks. Em: 2017 13th International Conference on Natural Computation, v. 1, p. 2206-2191, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
17. COVOES, THIAGO FERREIRA ; LIANG, ZHAO. Low and high level classification using stacking. Em: 2017 International Joint Conference on Neural Networks (IJCNN), v. 1, p. 2525-2532, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
18. CARNEIRO, MURILLO G. ; CUPERTINO, THIAGO H. ; CHENG, RAN ; JIN, YAOCHU ; ZHAO, LIANG. Nature-Inspired Graph Optimization for Dimensionality Reduction. Em: 2017 IEEE 29th International Conference on Tools with Artificial Intelligence (ICTAI), v. 1, p. 1113-1119, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
19. A.RIBEIRO, A. ; MACEDO, A. A. ; LIANG, ZHAO. A Review of Text-Based and Knowledge-Based Semantic Similarity Measures. Em: 5th Symposium on Knowledge Discovery, v. 1, p. 19-26, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
20. TINÓS, RENATO ; LIANG, ZHAO ; CHICANO, FRANCISCO ; WHITLEY, DARRELL. A New Evaluation Function for Clustering. Em: the 2016, v. 1, p. 509-516, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
21. CARNEIRO, MURILLO G. ; ZHAO, LIANG ; CHENG, RAN ; JIN, YAOCHU. Network structural optimization based on swarm intelligence for highlevel classification. Em: 2016 International Joint Conference on Neural Networks (IJCNN), v. 1, p. 3737-0, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
22. S., ANDRES EDUARDO COCA ; ZHAO, LIANG. Musical Scales Recognition via Deterministic Walk in a Graph. Em: 2016 5th Brazilian Conference on Intelligent Systems (BRACIS), v. 1, p. 151-156, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
23. VERRI, FILIPE ALVES NETO ; ZHAO, LIANG. Random Walk in Feature-Sample Networks for Semi-supervised Classification. Em: 2016 5th Brazilian Conference on Intelligent Systems (BRACIS), v. 1, p. 235-240, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
24. CARNEIRO, M. G. ; LIANG, ZHAO ; ROSA, J. L. G.. Graph-Based Semi-Supervised Learning for Semantic Role Diffusion. Em: Symposium on Knowledge Discovery, v. 1, p. 1-6, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
25. R. A. Gueleri ; LIANG, ZHAO. Image segmentation via superpixels self-organized motion. Em: Symposium on Knowledge Discovery, v. 1, p. 1-6, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
26. URIO, P. R. ; ALVES NETO, F. ; ZHAO, LIANG. Semi-supervised Learning by Edge Domination in Complex Networks. Em: 2015 11th International Conference on Natural Computation (ICNC'15), v. 1, p. 516-521, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
27. FERREIRA, L. N. ; ZHAO, LIANG. A Time Series Clustering Technique based on Community Detection in Networks. Em: 2015 INNS Conference on Big Data, v. 53, p. 183-190, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
28. Breve, Fabricio ; QUILES, MARCOS GONCALVES ; ZHAO, LIANG. Interactive image segmentation using particle competition and cooperation. Em: 2015 International Joint Conference on Neural Networks (IJCNN), v. 9155, p. 1-216, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
29. BERTINI, JOAO ROBERTO ; DO CARMO NICOLETTI, MARIA ; ZHAO, LIANG. Imputation of missing data supported by Complete p-Partite attribute-based Decision Graphs. Em: 2014 International Joint Conference on Neural Networks (IJCNN), v. 1, p. 1100-1106, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
30. CARNEIRO, MURILLO G. ; CUPERTINO, THIAGO H. ; ZHAO, LIANG. K-associated optimal network for graph embedding dimensionality reduction. Em: 2014 International Joint Conference on Neural Networks (IJCNN), v. 1, p. 1660-1666, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
31. CUPERTINO, THIAGO H. ; ZHAO, LIANG. Machine learning via dynamical processes in complex networks. Em: Congresso da Sociedade Brasileira da Computação (CSBC 2014), v. 1, p. 412-417, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
32. SOUSA, F. B. ; ZHAO, LIANG. Dynamical neural network with complex network community structure. Em: Workshop of Theses and Dissertations (WTD) in SIBGRAPI 2014 - Conference on Graphics, v. 1, p. 1-6, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
33. GUELERI, ROBERTO ALVES ; ZHAO, LIANG. Data clustering based on collective behavior and self-organization. Em: Workshop of Theses and Dissertations (WTD) in SIBGRAPI 2014 - Conference on Graphics, v. 1, p. 1-6, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
34. CUPERTINO, THIAGO H. ; ZHAO, LIANG. Aprendizado de Máquina via Processo Dinâmico em Redes Complexas. Em: Workshop of Theses and Dissertations (WTD) in SIBGRAPI 2014 - Conference on Graphics, v. 1, p. 1-6, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
35. BENICASA, A. X. ; Quiles, Marcos ; SILVA, THIAGO C. ; ZHAO, LIANG ; ROMERO, R. F.. An Object-Based Visual Selection Model Combining Physical Features and Memory. Em: 2014 Brazilian Conference on Intelligent Systems (BRACIS 2014), v. 1, p. 234-240, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
36. SILVA, F. A. O. ; ZHAO, LIANG. Recognizing Fractal Patterns using a Ring of Phase Oscillators. Em: 2014 Brazilian Conference on Intelligent Systems (BRACIS 2014), v. 1, p. 354-357, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
37. SALAZAR, A. E. C. ; ZHAO, LIANG. Rhythmic Pattern Extraction by Community Detection in Complex Networks. Em: 2014 Brazilian Conference on Intelligent Systems (BRACIS 2014), v. 1, p. 396-401, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
38. FERREIRA, LEONARDO NASCIMENTO ; ZHAO, LIANG. Detecting Time Series Periodicity Using Complex Networks. Em: 2014 Brazilian Conference on Intelligent Systems (BRACIS), v. 1, p. 402-407, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
39. SOUSA, FABIANO BERARDO DE ; ZHAO, LIANG. Evaluating and Comparing the IGraph Community Detection Algorithms. Em: 2014 Brazilian Conference on Intelligent Systems (BRACIS), v. 1, p. 408-413, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
40. SOUSA, F. B. ; ZHAO, LIANG. Metodologia baseada em redes complexas para an´alise das vota¸c?oes de deputados brasileiros. Em: Encontro Nacional de Intelig?encia Artificial e Computacional (ENIAC 2014), v. 1, p. 347-352, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
41. ALVES NETO, F. ; ZHAO, LIANG. On the data classification using complex network entropy. Em: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2014), v. 1, p. 53-58, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
42. GUELERI, ROBERTO A. ; CUPERTINO, THIAGO H. ; DE CARVALHO, ANDRE C.P.L.F. ; ZHAO, LIANG. A flocking-like technique to perform semi-supervised learning. Em: 2014 International Joint Conference on Neural Networks (IJCNN), v. 1, p. 1579-1586, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
43. BERTINI, JOAO ROBERTO ; NICOLETTI, MARIA DO CARMO ; ZHAO, LIANG. Ensemble of complete P-partite graph classifiers for non-stationary environments. Em: 2013 IEEE Congress on Evolutionary Computation (CEC), v. 1, p. 1802-1809, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
44. BERTINI, JOAO ROBERTO ; NICOLETTI, MARIA DO CARMO ; ZHAO, LIANG. Attribute-based Decision Graphs for multiclass data classification. Em: 2013 IEEE Congress on Evolutionary Computation (CEC), v. 1, p. 1779-1785, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
45. ARAUJO, B. M. ; ZHAO, LIANG. Detecting and labeling representative nodes for Network-based Semi-Supervised Learning. Em: International Joint Conference on Neural Networks (IJCNN2013), v. 1, p. 1729-1736, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
46. NETO, FILIPE ALVES ; ZHAO, LIANG. High level data classification based on network entropy. Em: 2013 International Joint Conference on Neural Networks (IJCNN 2013 Dallas), v. 1, p. 1-2409, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
47. BERTINI, JOAO ROBERTO ; Zhao, Liang. A comparison of two purity-based algorithms when applied to semi-supervised streaming data classification. Em: 1st BRICS Countries Congress (BRICS-CCI) and 11th Brazilian Congress (CBIC) on Computational Intelligence, v. 1, p. 21-27, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
48. ANTIQUEIRA, L. ; Zhao, Liang. Structural Relationships between Spiking Neural Networks and Functional Samples. Em: 1st BRICS Countries Congress (BRICS-CCI) and 11th Brazilian Congress (CBIC) on Computational Intelligence, v. 1, p. 46-54, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
49. SILVA, THIAGO C. ; Zhao, Liang. Pattern-Based Classification via a High Level Approach Using Tourist Walks in Networks. Em: 1st BRICS Countries Congress (BRICS-CCI) and 11th Brazilian Congress (CBIC) on Computational Intelligence, v. 1, p. 284-289, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
50. ARAUJO, BILZA ; Zhao, Liang. Selecting Nodes with Inhomogeneous Profile for Labeling for Network-Based Semi-supervised Learning. Em: 1st BRICS Countries Congress (BRICS-CCI) and 11th Brazilian Congress (CBIC) on Computational Intelligence, v. 1, p. 428-434, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
51. CARNEIRO, M. G. ; Zhao, Liang. High Level Classification Totally Based on Complex Networks. Em: 1st BRICS Countries Congress (BRICS-CCI) and 11th Brazilian Congress (CBIC) on Computational Intelligence, v. 1, p. 507-514, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
52. Breve, Fabricio A. ; Zhao, Liang. Semi-supervised Learning with Concept Drift Using Particle Dynamics Applied to Network Intrusion Detection Data. Em: 1st BRICS Countries Congress (BRICS-CCI) and 11th Brazilian Congress (CBIC) on Computational Intelligence, v. 1, p. 335-340, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
53. CUPERTINO, THIAGO H. ; CARNEIRO, MURILLO G. ; ZHAO, LIANG. Dimensionality reduction with the k-associated optimal graph applied to image classification. Em: 2013 IEEE International Conference on Imaging Systems and Techniques (IST), v. 1, p. 366-371, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
54. SILVA, THIAGO CHRISTIANO ; ZHAO, LIANG. Handwritten digits recognition using a high level network-based approach. Em: 2013 IEEE International Conference on Imaging Systems and Techniques (IST), v. 1, p. 248-253, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
55. ZAMONER, FABIO WILLIAN ; ZHAO, LIANG. A Network-Based Semi-supervised Outlier Detection Technique Using Particle Competition and Cooperation. Em: 2013 Brazilian Conference on Intelligent Systems (BRACIS), v. 1, p. 225-230, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
56. BENICASA, A. X. ; QUILES, M. ; ZHAO, LIANG ; ROMERO, R. F.. Top-Down Biasing and Modulation for Object-Based Visual Attention. Em: 20th International Conference on Neural Information Processing (ICONIP 2013), v. 8228, p. 325-332, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
57. DE SOUSA, FABIANO BERARDO ; ZHAO, LIANG. Investigation of complex dynamics in a recurrent neural network with network community structure and asymmetric weight matrix. Em: 2013 International Joint Conference on Neural Networks (IJCNN 2013 Dallas), v. 1, p. 1-7, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
58. COCA, ANDRES E. ; CORREA, DEBORA C. ; ZHAO, LIANG. Computer-aided music composition with LSTM neural network and chaotic inspiration. Em: 2013 International Joint Conference on Neural Networks (IJCNN 2013 Dallas), v. 1, p. 1-7, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
59. BERTINI, JOAO ROBERTO ; ZHAO, LIANG. A Purity Measure Based Transductive Learning Algorithm. Em: The Tenth International Symposium on Neural Networks (ISNN 2013), v. 7952, p. 405-412, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
60. FERREIRA, LEONARDO N. ; PINTO, A. R. ; ZHAO, LIANG. QK-Means: A clustering technique based on community detection and K-Means for deployment of cluster head nodes. Em: 2012 International Joint Conference on Neural Networks (IJCNN 2012 Brisbane), v. 1, p. 825-831, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
61. BENICASA, A. X. ; L. ZHAO ; ROMERO, R. F.. Model of top-down / bottom-up visual attention for location of salient objects in specific domains. Em: 2012 International Joint Conference on Neural Networks (IJCNN 2012 Brisbane), v. 1, p. 1582-1589, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
62. SILVA, THIAGO C. ; ZHAO, LIANG. Detecting overlapping structures via network-based competitive learning. Em: 2012 International Joint Conference on Neural Networks (IJCNN 2012 Brisbane), v. 1, p. 3036-3043, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
63. Breve, Fabricio ; ZHAO, LIANG. Particle competition and cooperation in networks for semi-supervised learning with concept drift. Em: 2012 International Joint Conference on Neural Networks (IJCNN 2012 Brisbane), v. 1, p. 1803-1808, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
64. SILVA, T. C. ; L. ZHAO. Preventing Error Propagation in Semi-supervised Learning. Em: the 9th International Symposium on Neural Networks (ISNN2012), v. 7367, p. 565-572, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
65. LIANG, X. ; L. ZHAO. Stochastic Resonance in the Excitable Neuronal System with Phase-Noise. Em: 2012 International Conference on Brain Inspired Cognitive Systems (BICS 2012), v. 7366, p. 304-310, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
66. Breve, Fabricio ; ZHAO, LIANG. Particle Competition and Cooperation to Prevent Error Propagation from Mislabeled Data in Semi-supervised Learning. Em: 2012 Brazilian Symposium on Neural Networks (SBRN), v. 1, p. 79-84, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
67. CUPERTINO, THIAGO H. ; ZHAO, LIANG. Using Katz Centrality to Classify Multiple Pattern Transformations. Em: 2012 Brazilian Symposium on Neural Networks (SBRN), v. 1, p. 232-237, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
68. GUELERI, ROBERTO ALVES ; ZHAO, LIANG. An Energy Exchanging Mechanism for Data Clustering. Em: 2012 Brazilian Symposium on Neural Networks (SBRN), v. 1, p. 31-36, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
69. ARAUJO, BILZA ; ZHAO, LIANG. Robustness Analysis of Network-Based Semi-supervised Learning Algorithms. Em: 2012 Brazilian Symposium on Neural Networks (SBRN), v. 1, p. 85-90, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
70. CUPERTINO, THIAGO H. ; ZHAO, LIANG. Using Interacting Forces to Perform Semi-supervised Learning. Em: 2012 Brazilian Symposium on Neural Networks (SBRN), v. 1, p. 91-96, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
71. BENICASA, ALCIDES X. ; Quiles, Marcos G. ; ZHAO, LIANG ; Romero, Roseli A.F.. An Object-Based Visual Selection Model with Bottom-Up and Top-Down Modulations. Em: 2012 Brazilian Symposium on Neural Networks (SBRN), v. 1, p. 238-243, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
72. LIANG, X. ; L. ZHAO. Firing activity induced by nonidentical signal phases in two coupled excitable neurons. Em: 2012 Brazilian Symposium on Neural Networks (SBRN2012), v. 1, p. 97-101, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
73. ALVES NETO, F. ; ZHAO, L. Extração de Padrões de Imagens de Ultrassonografias Obstétricas utilizando Wavelets. Em: SIBGRAPI 2012 - Conference on Graphics, v. 1, p. 77-80, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
74. Cupertino T. H. ; SILVA, T. C. ; ZHAO, L. Multiple Images Set Classification via Network Modularity. Em: SIBGRAPI 2012 - Conference on Graphics, v. 1, p. 124-129, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
75. SILVA, T. C. ; Zhao, L.. Pattern Recognition using Complex Networks. Em: SIBGRAPI 2012 - Workshop of Theses and Dissertations, v. 1, p. 130-135, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
76. BREVE, F. A. ; L. ZHAO ; QUILES, M. ; Pedrycz W. ; LIU, J.. Particle Competition and Cooperation for Uncovering Network Overlap Community Structure. Em: 8th International Symposium on Neural Networks (ISNN2011), v. 6677, p. 426-433, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
77. SILVA, T. C. ; L. ZHAO. Network-Based Learning Through Particle Competition for Data Clustering. Em: 2011 International Joint Conference on Neural Networks (IJCNN2011), v. 1, p. 45-52, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
78. LOPEZ, J. P. H. ; L. ZHAO. Controlled Consensus Time for Community Detection in Complex Networks. Em: 2011 International Joint Conference on Neural Networks (IJCNN2011), v. 1, p. 307-313, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
79. SALAZAR, A. E. C. ; ROMERO, R. F. ; L. ZHAO. Generation of composed musical structures through recurrent neural networks based on chaotic inspiration. Em: 2011 International Joint Conference on Neural Networks (IJCNN2011), v. 1, p. 3220-3226, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
80. BERTON, L. ; L. ZHAO. Caracterização de Classes via Otimização em Redes Complexas. Em: VIII Encontro Nacional de Inteligência Artificial (ENIA2011), v. 1, p. 548-559, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
81. R. A. Gueleri ; L. ZHAO. Agrupamento de Dados Baseado em Dinâmica de Troca de Energia. Em: VIII Encontro Nacional de Inteligência Artificial (ENIA2011), v. 1, p. 418-429, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
82. SILVA, T. C. ; L. ZHAO. Semi-Supervised Learning in Complex Networks. Em: VIII Encontro Nacional de Inteligência Artificial (ENIA2011), v. 1, p. 406-417, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
83. SILVA, T. C. ; Cupertino T. H. ; L. ZHAO. Stochastic Competitive Learning Applied to Handwritten Digit and Letter Clustering. Em: XXIV Sibgrapi ? Conference on Graphics, v. 1, p. 313-320, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
84. SILVA, T. C. ; Cupertino T. H. ; L. ZHAO. High Level Classification in Pattern Recognition. Em: XXIV Sibgrapi ? Conference on Graphics, v. 1, p. 352-359, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
85. SILVA, T. C. ; L. ZHAO. Uncovering Overlapping Structures via Stochastic Competitive Learning. Em: Congresso Brasileiro de Inteligência Computacional, v. 1, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
86. BERTINI JUNIOR, J. R. ; LOPES, A. A. ; L. ZHAO. Streaming Data Classification with the K-associated Graph. Em: X Congresso Brasileiro de Inteligência Computacional, v. 1, p. 1-7, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
87. FERREIRA, L. N. ; A S R Pinto ; LOPES, A. A. ; L. ZHAO. Community Detection Approach for Cluster Formation in Wireless Sensor Networks. Em: X Congresso Brasileiro de Inteligência Computacional, v. 1, p. 1-8, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
88. Cupertino T. H. ; L. ZHAO. Traffic Congestion on Clustered Random Complex Networks. Em: Second International Workshop on Complex Networks (CompleNet 2010), v. 116, p. 13-21, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
89. SILVA, T. C. ; L. ZHAO. Stochastic Competitive Learning in Complex Networks. Em: 10a Conferência Brasileira de Dinâmica, v. 1, p. 47-50, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
90. QUILES, M. ; L. ZHAO ; BREVE, F. A.. Label Propagation Through Neuronal Synchrony. Em: 2010 International Joint Conference on Neural Networks (IJCNN'2010), v. 1, p. 2517-2524, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
91. BREVE, F. A. ; L. ZHAO ; QUILES, M.. Semi-Supervised Learning from Imperfect Data through Particle Cooperation and Competition. Em: 2010 International Joint Conference on Neural Networks (IJCNN'2010), v. 1, p. 3686-3693, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
92. BERTON, L. ; LOPEZ, J. P. H. ; ARAUJO, B. M. ; L. ZHAO. Identifying Abnormal Nodes in Complex Networks by Using Random Walk Measure. Em: IEEE Congress on Computational Evolution (IEEE CEC'2010), v. 1, p. 2891-2896, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
93. ARAUJO, B. M. ; RODRIGUES, F. A. ; L. ZHAO ; SILVA, T. C.. Identifying Abnormal Nodes in Protein-Protein Interaction Networks. Em: XI Brazilian Symposium on Artificial Neural Network (SBRN), v. 1, p. 97-102, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Resumos expandidos publicados em anais de congressos (2)
1. URIO, PAULO ROBERTO ; VERRI, FILIPE ALVES NETO ; ZHAO, LIANG. Features of edge-centric collective dynamics in machine learning tasks. Em: 6th International Conference on Nonlinear Science and Complexity, 2015, SÃ£o JosÃ© dos Campos - SP, v. 1, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. ARAUJO, B. M. ; RODRIGUES, F. A. ; BERTON, L. ; L. ZHAO ; SILVA, T. C. ; LOPEZ, J. P. H.. Identifying outliers in biological networks. Em: DYNAMICS DAYS SOUTH AMERICA 2010: INTERNATIONAL CONFERENCE ON CHAOS AND NONLINEAR DYNAMICS, 2010, São José dos Campos. Proceedings of DYNAMICS DAYS SOUTH AMERICA 2010: INTERNATIONAL CONFERENCE ON CHAOS AND NONLINEAR DYNAMICS, v. 1, p. 1-1, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Resumos publicados em anais de congressos (0)
Artigos aceitos para publicação (0)
Apresentações de trabalho (18)
1. ZHAO, LIANG. Machine Learning in Complex Networks. 2020. Apresentação de Trabalho/Conferência ou palestra
2. LIANG, ZHAO. Machine learning in complex networks. 2016. Apresentação de Trabalho/Conferência ou palestra
3. LIANG, ZHAO. High Level Data Classification Based on Complex Networks. 2016. Apresentação de Trabalho/Conferência ou palestra
4. LIANG, ZHAO. Machine learning in complex networks. 2016. Apresentação de Trabalho/Conferência ou palestra
5. LIANG, ZHAO. Generalizing Data Classification Concept. 2015. Apresentação de Trabalho/Conferência ou palestra
6. LIANG, ZHAO. A New Concept of Data Classification. 2015. Apresentação de Trabalho/Conferência ou palestra
7. LIANG, ZHAO. Complex Network-Based High Level Data Classification. 2014. Apresentação de Trabalho/Conferência ou palestra
8. LIANG, ZHAO. Pattern-Based Data Classification using Complex Networks. 2014. Apresentação de Trabalho/Conferência ou palestra
9. LIANG, ZHAO. A Unified Scheme for Data Classification Using Random Walk in Graphs. 2013. Apresentação de Trabalho/Conferência ou palestra
10. ZHAO, LIANG. Stochastic Competitive Learning in Complex Networks. 2012. Apresentação de Trabalho/Conferência ou palestra
11. ZHAO, LIANG. Classificação de Dados de Alto Nível Baseada em Redes. 2012. Apresentação de Trabalho/Conferência ou palestra
12. LIANG, ZHAO. Stochastic Competitive Learning in Complex Networks. 2012. Apresentação de Trabalho/Conferência ou palestra
13. LIANG, ZHAO. Community Detection in Complex Networks. 2012. Apresentação de Trabalho/Conferência ou palestra
14. ZHAO, LIANG. Machine Learning in Complex Networks. 2011. Apresentação de Trabalho/Conferência ou palestra
15. ZHAO, LIANG. Aprendizado Competitivo via Competição de Partículas em Redes Complexas. 2011. Apresentação de Trabalho/Conferência ou palestra
16. LIANG, ZHAO. Machine Learning in Complex Networks. 2011. Apresentação de Trabalho/Conferência ou palestra
17. ZHAO, LIANG. A Network of Integrate and Fire Neurons for Community Detection in Complex Networks. 2010. Apresentação de Trabalho/Conferência ou palestra
18. ZHAO, LIANG. Community Detection in Complex Networks. 2010. Apresentação de Trabalho/Conferência ou palestra
Demais tipos de produção bibliográfica (1)
1. TABAK, B. M. ; SILVA, T. C. ; ZHAO, LIANG ; SENSOY, A.. Applications of Machine Learning Methods in Complex Economics and Financial Networks. 2020. Prefácio, Pósfacio/Prefácio
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

Produção técnica

Programas de computador com registro de patente (0)
Programas de computador sem registro de patente (0)
Produtos tecnológicos (0)
Processos ou técnicas (0)
Trabalhos técnicos (0)
Demais tipos de produção técnica (92)
1. TABAK, B. M. ; SILVA, THIAGO CHRISTIANO ; ZHAO, LIANG ; SENSOY, A.. Applications of Machine Learning Methods in Complex Economics and Financial Networks. 2020. Editoração/Periódico
  [ busca Google | busca Bing ]
2. LIANG, ZHAO. Program Committee Member of SNMAM 2020 (Social Network and Media Analysis and Mining). 2020. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
3. LIANG, ZHAO. Program Committee Member of NCTA 2020 (?12th International Conference on Neural Computation Theory and Applications?). 2020. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
4. LIANG, ZHAO. Program Committee Member of 11th International Conference on Applications of Digital Information & Web Technologies (ICADIWT?2020, https://icadiwt2020.sigappfr.org). 2020. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
5. LIANG, ZHAO. Program Committee Member of IJCAI-PRICAI 2020. 2020. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
6. ZHAO, LIANG. Program Committee Member of The Thirty-Fifth AAAI Conference on Artificial Intelligence (AAAI-21). 2020. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
7. ZHAO, LIANG. Program Committee Member of 30th International Joint Conference on Artificial Intelligence (IJCAI-21). 2020. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
8. ZHAO, LIANG. Program Committee Member of The Symposium on Knowledge Discovery, Mining and Learning (KDMiLe 2020). 2020. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
9. LIU, Y. ; LIANG, ZHAO ; WANG, L.. Advances in Natural Computation, Fuzzy Systems and Knowledge Discovery - Proceedings of the 15th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery (ICNC-FSKD 2019). 2019. Editoração/Anais
  [ busca Google | busca Bing ]
10. CARVALHO, André C. P. L. F. de ; LIANG, ZHAO ; COSTA, A. H. R. ; JI, D.. Special Issue of BRACIS2018 in Applied Soft Computing. 2019. Editoração/Periódico
  [ busca Google | busca Bing ]
11. LIANG, ZHAO; COSTA, A. H. R. ; APPEL, A. P. ; CARNEIRO, M. G.. Special Issue of BRACIS2018 in Theoretical Computer Science. 2019. Editoração/Periódico
  [ busca Google | busca Bing ]
12. LIANG, ZHAO. Program Committee Member of IWIA-XXCIIS2019 (I WORKSHOP DE INFORMÁTICA AVANZADA - XX CONGRESO INTERNACIONAL DE INFORMÁTICA Y SISTEMAS). 2019. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
13. LIANG, ZHAO. Program Committee Member of ENIAC 2019. 2019. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
14. LIANG, ZHAO. Program Committee Member of KDMiLe 2019 (7th Symposium on Knowledge Discovery, Mining and Learning). 2019. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
15. LIANG, ZHAO. Program Committee Member of CSBC 2019 - 38º CTIC. 2019. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
16. LIANG, ZHAO. Program Committee Member of IJCNN 2019. 2019. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
17. LIANG, ZHAO. Program Committee Member of 7th International Conference of Networks and Communications (NC 2019). 2019. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
18. LIANG, ZHAO; COSTA, A. H. R. ; APPEL, A. P.. 2018 7th Brazilian Conference on Intelligent Systems (BRACIS 2018). 2018. Editoração/Anais
  [ busca Google | busca Bing ]
19. ZHAO, LIANG. Membro do Comitê de Programa do Symposium on Bioinformatics and Bioforensics (SBB?18). 2018. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
20. ZHAO, LIANG. Program Committee Member of CSBC2018. 2018. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
21. ZHAO, LIANG. Program Committee Member of Second International Conference on Computing and Network Communications (CoCoNet'18). 2018. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
22. ZHAO, LIANG. Program Committee Member of The International Joint Conferencer on Neural Networks (IJCNN2017). 2017. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
23. ZHAO, LIANG. Program Committee Member of KDMiLe 2017. 2017. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
24. ZHAO, LIANG. Program Committee Member of BRACIS2017. 2017. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
25. ZHAO, LIANG. Program Committee Member of ENIAC2017. 2017. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
26. ZHAO, LIANG. Program Committee Member of ICIC2017. 2017. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
27. ZHAO, LIANG. SoCPaR 2017. 2017. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
28. ZHAO, LIANG. Program Committee Member of NaBIC2017. 2017. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
29. ZHAO, LIANG. Program Committee Member of International Symposium on Applications of Computational Intelligence and Machine Learning in Networked Systems (ACMiNS'17). 2017. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
30. ZHAO, LIANG. Membro do Comitê de Programa da Fifth International Conference on Advances in Computing, Communications and Informatics (ICACCI-2016). 2016. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
31. ZHAO, LIANG. Comitê de Avaliação do XXIX Concurso de Teses e Dissertações da SBC (CTD 2016). 2016. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
32. ZHAO, LIANG. Program Committee of the Brazilian Conference on Artificial (BRACIS 2016). 2016. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
33. ZHAO, LIANG. International Advisory Committee Member of 6th International Conference on Nonlinear Science and Complexity. 2016. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
34. ZHAO, LIANG. Membro do Comitê de Programa da The 2016 12th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery (ICNC-FSKD 2016). 2016. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
35. ZHAO, LIANG. Program Committee Member of The 12th World Congress on Intelligent Control and Automation (WCICA 2016). 2016. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
36. ZHAO, LIANG. Program Committee Member of 2016 International Conference on Intelligent Computation. 2016. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
37. ZHAO, LIANG. Program Committee Member of INNSBIGDATA 2016. 2016. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
38. ZHAO, LIANG. Membro do Comitê de Programa da 2016 IEEE LA-CCI (Latin American Conference on Computational Intelligence). 2016. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
39. ZHAO, LIANG. Membro do Comitê de Programa do 13th International Symposium on Neural Networks. 2016. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
40. ZHAO, LIANG. Membro do Comitê do Programa do The Second BRICS Congress on Computational Intelligence. 2015. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
41. ZHAO, LIANG. Membro do Comitê de Programa da 5th International Conference on Information Science and Technology. 2015. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
42. ZHAO, LIANG. Membro do Comitê de Programa da 2015 INNS Conference on Big Data. 2015. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
43. ZHAO, LIANG. Membro do Comitê de Programa do Second Workshop on Interfaces between Multiagent Systems, Machine Learning and Complex System. 2015. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
44. ZHAO, LIANG. Program Committee of the Brazilian Conference on Artificial (BRACIS 2015). 2015. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
45. ZHAO, LIANG. Membro do Comitê de Programa da The 2015 10th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery (ICNC-FSKD 2015). 2015. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
46. Zhao, Liang. Membro do Comitê de Programa da 2014 Conference on Graphics, Patterns and Images (SIBGRAPI ). 2014. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
47. ZHAO, LIANG. Membro do Comitê de Programa da 3rd Brazilian Conference on Intelligent Systems (BRACIS 2014). 2014. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
48. ZHAO, LIANG. Membro do Comitê de Programa do XI Encontro Nacional de Inteligência Artificial e Computacional (ENIC 2014). 2014. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
49. ZHAO, LIANG. Membro do Comitê de Programa da The first Euro-China Conference on Intelligent Data Analysis and Applications. 2014. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
50. ZHAO, LIANG. Membro do Comitê de Programa da 10th International Conference on Natural Computation (ICNC 2014). 2014. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
51. ZHAO, LIANG. Membro do Comitê de Programa do 5th Workshop on Complex Networks (CompleNet 2014). 2014. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
52. Zhao, Liang. Membro do Comitê de Programa da I Latin American Conference on Computational Intelligence LA-CCI. 2014. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
53. ZHAO, LIANG. Membro do Comitê de Programa da 14th International Conference on Hybrid Intelligent Systems. 2014. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
54. ZHAO, LIANG. Membro do Comitê de Programa do Congreso Bienal de IEEE Argentina 2014. 2014. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
55. ZHAO, LIANG. Membro de Comitê de Programa do International Workshop on Bio-Inspired Computing (BioCom'13). 2013. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
56. ZHAO, LIANG. Membro de Comitê de Programa do 4rd Workshop on Complex Networks (Complenet?2013). 2013. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
57. ZHAO, LIANG. Membro do Comitê de Programa do 11th Brazilian Congress on Computational Intelligence). 2013. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
58. ZHAO, LIANG. Membro do Comitê de Programa da 1st BRICS Countries Conference on Computational Intelligence. 2013. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
59. ZHAO, LIANG. Membro do Comitê de Programa do 4th Workshop on Complex Networks (CompleNet 2013). 2013. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
60. ZHAO, LIANG. 13th International Conference on Hybrid Intelligent Systems (HIS 2013). 2013. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
61. ZHAO, LIANG. Membro do Comitê de Programa da 4th International Conference on Intelligent Control and Information Processing (ICICIP 2013). 2013. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
62. Zhao, Liang. Membro do Comitê de Programa da 5th International Conference on Soft Computing and Pattern Recognition (SoCPaR 2013. 2013. SoCPaR 2013. 2013. (Membro do Comitê de Programa
  [ busca Google | busca Bing ]
63. ZHAO, LIANG. Membro de Comitê de Programa do The Twelfth International Conference on Hybrid Intelligent Systems (HIS?2012). 2012. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
64. ZHAO, LIANG. Membro de Comitê de Programa da The Twelfth International Conference on Intelligent Systems Design and Applications (ISDA2012). 2012. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
65. ZHAO, LIANG. Membro de Comitê de Programa do 3rd Workshop on Complex Networks (Complenet?2012). 2012. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
66. ZHAO, LIANG. Membro de Comitê de Programa do International Workshop on Web and Text Intelligence (WTI). 2012. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
67. ZHAO, LIANG. Membro da comissão de programa do The International Conference of Soft Computing and Pattern Recognition. 2012. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
68. ZHAO, LIANG. Membro das comissões de programa do Brazilian Symposium on Artificial Intelligence (SBIA2012). 2012. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
69. ZHAO, LIANG. Membro das comissões de programa do Brazilian Symposium on Neural Network (SBRN2012). 2012. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
70. ZHAO, LIANG. Membro da comissão de programa do ENIA - VII Encontro Nacional de Inteligência Artificial (ENIA2012). 2012. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
71. L. ZHAO. Membro da Comitê de programa da The International Conference on Digital Information Processing and Communications (ICDIPC2011), 7-9 de julho de 2011, Ostrava, Czech Republic. 2011. 0. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
72. L. ZHAO. Membro do Comitê de Programa da The 2nd International Conference on Software Engineering and Computer Systems (ICSECS2011), 27-29 de junho de 2011, Universiti Malaysia Pahang, Malaysia. 2011. 0. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
73. L. ZHAO. Membro do Comitê de Programa do International Symposium on Neural Networks (ISNN'2011). 2011. 0. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
74. ZHAO, LIANG. Membro de Comitê de Programa da The Eleventh International Conference on Hybrid Intelligent Systems (HIS?2011). 2011. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
75. ZHAO, LIANG. Membro de Comitê de Programa do The World Congress on Information and Communication Technologies (WICT2011). 2011. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
76. ZHAO, LIANG. Membro de Comitê de Programa da 2011 International Conference on Management of Emergent Digital EcoSystems (MEDES) (MEDES?2011). 2011. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
77. ZHAO, LIANG. Membro de Comitê de Programa da The 2nd International Conference on Software Engineering and Computer Systems (ICSECS2011). 2011. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
78. ZHAO, LIANG. Membro de Comitê de Programa da 2011 IEEE Congress on Evolutionary Computation (IEEE CEC 2011). 2011. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
79. L. ZHAO. Membro do Comitê de Programa do International Symposium on Neural Networks (ISNN' 2010). 2010. 0. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
80. L. ZHAO. Membro do Comitê de Programa do International Workshop on Web and Text Intelligence (WTI'2010). 2010. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
81. L. ZHAO. Membro do Comitê de Programa da The International Conference of Soft Computing and Pattern Recognition, 2010. 2010. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
82. L. ZHAO. Membro do Comitê de Programa do The Second World Congress on Nature and Biologically Inspired Computing (NaBIC2010). 2010. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
83. L. ZHAO. Membro do Comitê de Programa do The Third International Workshop on Advanced Computational Intelligence (IWACI2010). 2010. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
84. L. ZHAO. Membro do Comitê de Programa da 2nd International Conference on IT & Business Intelligence (ITBI2010). 2010. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
85. L. ZHAO. Membro do Comitê de Programa daThe 2010 International Conference on Intelligent Systems and Knowledge Engineering (ISKE2010). 2010. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
86. L. ZHAO. Membro do Comitê de Programa da The 10th International Conference on Hybrid Intelligent Systems 2010 (HIS2010). 2010. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
87. L. ZHAO. Membro do Comitê de Programa da The 5th International Conference on Frontier of Computer Science and Technology (FCST 2010). 2010. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
88. L. ZHAO. Membro do Comitê de Programa da do The International ACM Conference on Management of Emergent Digital EcoSystems (ACM MEDES'10). 2010. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
89. L. ZHAO. Membro do Comitê de Programa do Brazilian Symposium on Artificial Intelligence (SBIA). 2010. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
90. L. ZHAO. Membro do Comitê de Programa do Brazilian Symposium on Neural Network (SBRN'2010). 2010. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
91. L. ZHAO. Membro do Comitê de Programa da The 2010 International Joint Conference on Neural Networks (IJCNN 2010). 2010. Membro do Comitê de Programa
  [ busca Google | busca Bing ]
92. L. ZHAO. Membro da comissão organizadora da I Escola Brasileira de Inteligência Artificial e Bioinformática (I InBio). 2001. 0. Membro da comissão organizadora
  [ busca Google | busca Bing ]

Produção artística

Total de produção artística (0)

Orientações em andamento

Supervisão de pós-doutorado (0)
Tese de doutorado (5)
1. Luan Vinicius de Carvalho Martins. Graph Neural Networks for Medical Data Visualization. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Início: 2020.
  Orientador: Zhao Liang.
2. Leandro Anghinoni. Identificação de mudança de conceito em fluxo de dados através da modelagem e detecção de comunidades em redes multicamadas. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Início: 2019.
  Orientador: Zhao Liang.
3. Josimar Edinson Chire Saire. Análise de Sentimento de Video utilizando Redes Complexas. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Início: 2019.
  Orientador: Zhao Liang.
4. Rafael Delalibera Rodrigues. Análise de EEGs utilizando redes complexas. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, . Início: 2018.
  Orientador: Zhao Liang.
5. Diana Carolina Roca Arroyo. Reservoir Computing em Rede com Clusters. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Início: 2018.
  Orientador: Zhao Liang.
Dissertação de mestrado (2)
1. Paulo Henrique Lima de Paula. Detecção e Análise de Comunidades de Redes Cerebrais em Acidentes Vascular Cerebral (AVC). Dissertação (Mestrado em Computação Aplicada) - Universidade de São Paulo, . Início: 2019.
  Orientador: Zhao Liang.
2. Esteban Wilfredo Vilca Zuñiga. Development of a new network-base high-level data classification algorithm by modeling instance-attribute interaction. Dissertação (Mestrado em Computação Aplicada) - Universidade de São Paulo, . Início: 2019.
  Orientador: Zhao Liang.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (0)
Iniciação científica (0)
Orientações de outra natureza (0)

Supervisões e orientações concluídas

Supervisão de pós-doutorado (14)
1. Alan Demetrius Baria Valejo. . Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2021.
  Supervisor: Zhao Liang.
2. Didier Augusto Vega Oliveros. . Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2020.
  Supervisor: Zhao Liang.
3. Felipe Alves da Louza. . Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2019.
  Supervisor: Zhao Liang.
4. Juliano Jinzenji Duque. . Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2018.
  Supervisor: Zhao Liang.
5. Thiago Christiano Silva. . Universidade de São Paulo, . 2016.
  Supervisor: Zhao Liang.
6. Andres Eduardo Coca Salazar. . Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2015.
  Supervisor: Zhao Liang.
7. Thiago Ferreira Covões. . Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2015.
  Supervisor: Zhao Liang.
8. João Roberto Bertini Junior. . Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2014.
  Supervisor: Zhao Liang.
9. Thiago Christiano Silva. . Universidade de São Paulo, . 2013.
  Supervisor: Zhao Liang.
10. Fabricio Aparecido Breve. . Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2012.
  Supervisor: Zhao Liang.
11. Xiaoming Liang. . Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2012.
  Supervisor: Zhao Liang.
12. Lucas Antiqueira. . Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2012.
  Supervisor: Zhao Liang.
13. João Roberto Bertini Junior. Classificação de dados com distribuição estacionária, não estacionária e com escassez de dados rotulados por meio de abordagens baseadas em grafos. Universidade de São Paulo, . 2012.
  Supervisor: Zhao Liang.
14. Alex Sandro Roschildt Pinto. Mutante: um Middleware Autonômico para Redes de Sensores sem Fio Complexas Baseado em Abordagens de Computação Evolutiva. Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2011.
  Supervisor: Zhao Liang.
Tese de doutorado (16)

Tiago Santos Colliri. Network-based high level classification: novel models and applications. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2021.
Orientador: Zhao Liang.
Filipe Alves Neto. Classificação de Dados de Alto Nível Baseada em Redes Complexas com Aplicações em Reconhecimento Invariante de Padrões. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, . 2018.
Orientador: Zhao Liang.
Leonardo Nascimento Ferreira. Detecção de comunidades em redes complexas. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2017.
Orientador: Zhao Liang.
Roberto Alves Gueleri. Desenvolvimento de te?cnicas de aprendizado semissupervisionado via sistemas dina?micos coletivos. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2017.
Orientador: Zhao Liang.
Murillo Guimarães Carneiro. Redes complexas para classificação de dados via conformidade de padrão, caracterização de importância e otimização estrutural. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2016.
Orientador: Zhao Liang.
Fábio Alessandro Oliveira da Silva. Reconhecimento de Padrões utilizando Sistemas Dinâmicos Acoplados. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, . 2016.
Orientador: Zhao Liang.
Bilzã Marques de Araújo. Análise de Rotulação de Dados em Aprendizado Semi-Supervisionado Beaseado em Caminhada Aleatória em Redes Complexas. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2015.
Orientador: Zhao Liang.
Jan Philipp Pade. Synchrony and Bifurcations in Coupled Dynamical Systems and Effects of Time Delay. Tese (Doutorado em mathematics) - Humboldt-Universität Zu Berlin, German Research Foundation. 2015.
Supervisor: Zhao Liang.
Andrés Eduardo Coca Salazar. Mineração e classificação de estruturas musicais de canções de sucesso usando redes complexas. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Instituto de Ciências Matemáticas e de Computação, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2014.
Orientador: Zhao Liang.
Thiago Henrique Cupertino. Aprendizado de máquina via processos dinâmicos em redes complexas. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2013.
Orientador: Zhao Liang.
Roberto Alves Gueleri. Desenvolvimento de técnica de aprendizado de semissupervisionado via sistemas dinâmicos coletivos. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2013.
Orientador: Zhao Liang.
Alcides Xavier Benicasa. Sistemas computacionais para atenção visual Top-Down e Bottom-Up usando redes neurais artificiais. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, . 2013.
Supervisor: Zhao Liang.
Thiago Christiano Silva. Machine Learning in Complex Networks: Modeling, Analysis, and Applications. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2012.
Orientador: Zhao Liang.
Leonardo Nascimento Ferreira. Time series data mining using complex networks. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, . 2012.
Orientador: Zhao Liang.
João Roberto Bertini Júnior. Classificação de dados estacionários e não estacionários baseada em grafos. Tese (Doutorado em Ciências de Computação e Matemática Computacional) - Insituto de Ciências Matemáticas e de Computação/Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2011.
Orientador: Zhao Liang.
Fabricio Aparecido Breve. Clusterização de Dados Utilizando o Modelo Dinâmico e Técnicas de Contornos Ativos. Tese (Doutorado em Ciências de Computação e Matemática Computacional) - Insituto de Ciências Matemáticas e de Computação/Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2010.
Orientador: Zhao Liang.
Dissertação de mestrado (12)

Everson José de Freitas Pereira. DIAGNÓSTICO DE TRANSTORNO DEPRESSIVO MAIOR ATRAVÉS DE EYE TRACKING E MACHINE LEARNING. Dissertação (Mestrado em Computação Aplicada) - Universidade de São Paulo, . 2020.
Orientador: Zhao Liang.
Luan Vinicius de Carvalho Martins. Detecção de comunidades em redes multi-camadas. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2020.
Orientador: Zhao Liang.
Laercio de Oliveira Junior. Reservoir Computing para separação de sinais. Dissertação (Mestrado em Computação Aplicada) - Universidade de São Paulo, . 2020.
Orientador: Zhao Liang.
Vanderlei Luiz Daneluz Miranda. Aprendizado de máquina em redes de multi-camadas. Dissertação (Mestrado em Computação Aplicada) - Universidade de São Paulo, . 2019.
Orientador: Zhao Liang.
Rafael Delalibera Rodrigues. Detecção de outliers baseada em caminhada determinística do turista. Dissertação (Mestrado em Computação Aplicada) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2018.
Orientador: Zhao Liang.
Leandro Anghinoni. Classificação e Previsão de Séries Temporais Através de Redes Complexas. Dissertação (Mestrado em Computação Aplicada) - Universidade de São Paulo, . 2018.
Orientador: Zhao Liang.
Paulo Roberto Urio. Classificação de Dados de Alto Nível Baseada em Caminhada de Turista em Redes Complexas. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2017.
Orientador: Zhao Liang.
Fabio Willian Zamoner. Técnica de aprendizado semissupervisionado para detecção de outliers. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2014.
Orientador: Zhao Liang.
Fabiano Berardo de Sousa. Modelo Hopfield com topologia complexa. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2013.
Orientador: Zhao Liang.
Lilian Berton. Classificação de dados utilizando redes complexas. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2011.
Orientador: Zhao Liang.
Jean Pierre Huertas Lopez. Análise de dados baseado em medida de tempo de consenso em redes complexas. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2011.
Orientador: Zhao Liang.
Bilzã Marques de Araújo. Identificação de outliers em redes complexas baseado em caminhada aleatória. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2010.
Orientador: Zhao Liang.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (7)

VALÉRIA LETÍCIA PORTES DE CERQUEIRA CÉSAR. Detecção de Comunidades: Um estudo sobre a avaliação de métodos R em redes de interação Proteína-Proteína. (Graduação em Informática Biomédica) - Universidade de São Paulo, . 2016.
Orientador: Zhao Liang.
Vitor Silva Montes. Caracterização de Classes via Redes Complexas. (Graduação em engenharia da computação) - Universidade de São Paulo, . 2011.
Orientador: Zhao Liang.
José Eduardo Grassi Procopio Machado. Estudo e Análise de Tráfego de Informação em Redes Complexas. (Graduação em Bacharelada em Informática) - Universidade de São Paulo, . 2010.
Orientador: Zhao Liang.
FabioWillian Zamoner. Estudo sobre Criptografia Simétrica de Imagens Usando Mapas Caóticos. (Graduação em Ciência da Computação) - Universidade de São Paulo, . 2010.
Orientador: Zhao Liang.
José Eduardo Grassi Procopio Machado. Estudo e Análise de Tráfego de Informação em Redes Complexa. (Graduação em Bacharelada em Informática) - Universidade de São Paulo, . 2010.
Orientador: Zhao Liang.
Fabio Willian Zamoner. Estudo sobre Criptografia Simétrica de Imagens Usando Mapas Caóticos. (Graduação em Ciências de Computação) - Universidade de São Paulo, . 2010.
Orientador: Zhao Liang.
Vitor Silva Montes. Caracterização de Classes via Redes Complexas. (Graduação em Ciências de Computação) - Universidade de São Paulo, . 2010.
Orientador: Zhao Liang.
Iniciação científica (10)

Júlia Kiyo Buso Saito. Apoio à cirurgia de epilepsia: abordagem computacional para planejamento de neurocirurgias baseado em grande volume de dados, aprendizagem de máquina e redes complexas. (Graduando em Abi - Ciências Biológicas) - Universidade de São Paulo, Pró-Reitoria de Pesquisa, Universidade de São Paulo. 2020.
Orientador: Zhao Liang.
Lucas Guedes de Pádua. Estudo de redes cerebrais. (Graduando em Abi - Ciências Biológicas) - Universidade de São Paulo, Pró-Reitoria de Pesquisa, Universidade de São Paulo. 2020.
Orientador: Zhao Liang.
Adriano Gomes Silva. Análise de Imagens de Mamografia Baseada em Caminhada de Turista em Redes Complexas. (Graduando em Informática Biomédica) - Universidade de São Paulo, Universidade de São Paulo. 2015.
Orientador: Zhao Liang.
Manoela Gomes Domingos da Silva. Clusterização de Dados Utilizando Redes Complexas. (Graduando em Informática Biomédica) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2015.
Orientador: Zhao Liang.
Verônica Souza Silva. Clusterização de Dados Utilizando Redes Complexas. (Graduando em Informática Biomédica) - Universidade de São Paulo, Pró-reitoria da Universidade de São Paulo. 2015.
Orientador: Zhao Liang.
Filipe Alves Neto. CLASSIFICAÇÃO DE DADOS BASEADA EM CAMINHADA ALEATÓRIA EM GRAFOS. (Graduando em Ciências de Computação) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2013.
Orientador: Zhao Liang.
Filipe Alves Neto. ANÁLISE DE ULTRASSONOGRAFIAS OBSTÉTRICAS UTILIZANDO EXTRAÇÃO DE CONTORNOS POR TRANSFOMADA DE WAVELET. (Graduando em Ciências de Computação) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2012.
Orientador: Zhao Liang.
José Eduardo Grassi Procopio Machado. Estudo e Análise de Computação em Grades Modeladas como Redes Complexas. (Graduando em Bacharelada em Informática) - Universidade de São Paulo, Pró-reitoria da Universidade de São Paulo. 2010.
Orientador: Zhao Liang.
Erich Gonçalves Nogueira dos Santos. Reconhecimento Invariante de Padrões Utilizando Redes Complexas. (Graduando em Bacharelada em Informática) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2010.
Orientador: Zhao Liang.
Zhang Yifei. Classificação de Dados Utilizando Redes Complexas. (Graduando em Bacharelada em Informática) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2010.
Orientador: Zhao Liang.
Orientações de outra natureza (0)

Projetos de pesquisa

Total de projetos de pesquisa (11)

2020-Atual. Centro de Inteligencia Artificial (C4AI)
Descrição: Este é o projeto financiado pelo IBM o pela FAPESP de grande porte dedicado à pesquisa teorica e de aplicações de inteligência artificial. O diretor é o Prof. Fabio Cozman. O Prof. Zhao Liang participa como um dos Pesquisadores Principais. Esta proposta descreve um Centro de Pesquisa de Engenharia em Inteligência Artificial (IA) empenhado em conduzir pesquisas em tópicos centrais de IA e em aplicar técnicas de IA em áreas de aplicação selecionadas --- a saber, indústria de óleo e gás, agronegócios e saúde. O Centro também dará suporte a estudos sobre o impacto social e econômico da IA e conduzirá atividades de transferência de tecnologia e difusão do conhecimento. O Centro será construído com a convicção de que os próximos dez anos trarão avanços sem precedentes em IA, os quais dependerão da colaboração tanto entre áreas centrais da IA como destas áreas com as aplicações. O "Center for Artificial Intelligence" consistirá de dois grupos interligados de pesquisadores, ambos distribuídos na instituição anfitriã e em instituições associadas. Um grupo de pesquisadores, com significativa projeção internacional na comunidade de IA, cobrirá tópicos centrais de IA, de representação de conhecimento a aprendizado de máquina, com ênfase em processamento de texto e linguagem natural, particularmente em Português. Tendências da pesquisa internacional corrente sugerem que a próxima década testemunhará uma interação crescente entre representação de conhecimento, tomada de decisão e aprendizado de máquina; o "Center for Artificial Intelligence" focará sua atenção na combinação destas áreas da IA, já que elas não são tão intimamente conectadas quanto deveriam ser --- o Centro se posicionará como um participante fundamental na colaboração entre os principais tópicos da IA. Um segundo grupo de pesquisadores do Centro focará em três áreas de aplicação onde existe significativa experiência na instituição anfitriã: óleo e gás, agronegócio, e saúde. A conexão entre pesquisa em tópicos centrais da IA e áreas de aplicação ocorrerá em dupla direção: pesquisa em IA básica abordará problemas de grande escala nas áreas de aplicação selecionadas, e será direcionada pelos desafios nestas áreas de aplicação. Um pequeno grupo de pesquisadores da área de humanas está incluído no "Center for Artificial Intelligence" para conduzir pesquisa sobre o impacto social da IA e para identificar caminhos que garantam o uso da IA para o bem. O Coordenador de Educação e Difusão do Conhecimento organizará produção de vídeos contendo resultados de pesquisa e trabalhará através de feiras e escolas para educar o público em sentido amplo. O Coordenador de Transferência de Tecnologia trabalhará com órgãos bem estabelecidos na instituição anfitriã para fomentar iniciativas que transferirão resultados para as entidades financiadoras e para esforços de empreendedorismo.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Zhao Liang - Integrante / Roseli Francelin Romero - Integrante / Alexandre C. B. Delbem - Integrante / Luiz Otávio Murta Junior - Integrante / Renato Tinós - Integrante / Fabio Gagliardi Cozman - Coordenador / João Paulo Papa - Integrante / João Luis Garcia Rosa - Integrante.
Membro: Zhao Liang.
2018-Atual. Apoio a cirurgia de epilepsia: abordagem computacional para planejamento de neurocirurgias baseado em grande volume de dados, aprendizagem de maquina e redes complexas
Descrição: o presente projeto propõe estudar a relação entre os diferentes tipos de dados, e construir uma estrutura computacional com o objetivo de apoiar a decisão e planejamento de cirurgia em epilepsia baseado em abordagem de big data, i.e., os diferentes tipos de sinais e os dados adquiridos de vários sujeitos (pacientes e pessoas saudáveis) são organizados e analisados de forma integrada para descobrir propriedades de epilepsia. Especificamente, redes complexas são utilizadas como um mecanismo de representação de grande conjunto de dados heterogêneos de epilepsia devido sua capacidade de descrição de estrutura (padrão de conectividade), dinâmica e função de sistemas complexos em um único esquema. Técnicas de aprendizado de máquina, especificamente, redes neurais, deep learning, árvores de decisão e algoritmos evolutivos, serão aplicadas para análise de dados e apoio à decisão.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (6) / Mestrado acadêmico: (2) / Doutorado: (4) . Integrantes: Zhao Liang - Coordenador / Maria Cristina Ferreira de Oliveira - Integrante / Luiz Otávio Murta Junior - Integrante / Renato Tinós - Integrante / Alneu Andrade Lopes - Integrante / João Luis Garcia Rosa - Integrante / João Pereira Leite - Integrante / Antônio Carlos dos Santos - Integrante / Norberto Garcia Cairasco - Integrante / Joaquim Cezar Felipe - Integrante. Financiador(es): Pró-reitoria da Universidade de São Paulo - Auxílio financeiro.
Membro: Zhao Liang.
2018-Atual. Analise de dados espaco-temporais baseado em redes complexas
Descrição: A teoria de redes complexas ajudou a identificar informações valiosas em muitos domínios, onde os sistemas são complexos, com conexões e propriedades não triviais. Desta forma, entender como a estrutura da rede impacta a dinâmica e também como inferir a estrutura a partir dessas dinâmicas é de suma importância para a área. Neste projeto, objetivamos desenvolver métodos para analisar os padrões de atividade e evolução das redes dinâmicas. O projeto inclui a proposta, desenvolvimento e teste de novas técnicas para mineração de redes temporais e dinâmicas e a aplicação de técnicas de análise de redes para problemas do mundo real. Analisaremos e avaliaremos padrões de redes dinâmicas em dados espaços-temporais de clima, cujos índices climáticos são geo e temporalmente marcados. Vamos propor um conjunto de métodos para redes geo-temporais que, embora aplicados sobre dados climáticos, podem em princípio ser estendidos a qualquer tipo de dados temporais. Outros possíveis conjuntos de dados que iremos explorar incluem a difusão da desinformação, dados da rede de votação e redes de opinião. Quanto à fundamentação para a avaliação geo-temporal, pretendemos aplicar e adaptar métodos clássicos de redes, incluindo medidas de centralidade, algoritmos de detecção de comunidades e métricas globais de redes para avaliar a estrutura. As análises serão realizadas considerando a teoria de redes complexas, aprendizado de máquina e redes dinâmicas, utilizando conjuntos de dados artificiais e reais, avaliando os métodos da literatura e aplicando-os a problemas reais.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Zhao Liang - Coordenador / Didier Augusto Vega Oliveros - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.
Membro: Zhao Liang.
2017-2018. Ordenacao de sufixos e medidas de similaridade entre series temporais
Descrição: A transformada de Burrows-Wheeler (BWT) pode ser utilizada para calcular a similaridade entre duas cadeias de caracteres, uma tarefa importante em campos como biologia computacional e recuperação de informação. Medidas de similaridade baseadas na BWT são interessantes pois elas podem ser computadas mais rapidamente que outras medidas, como as baseadas em alinhamento ou distâncias de edição. Nota-se, porém, a ausência de uma investigação sobre a aplicação destas medidas baseadas em BWT em outros tipos de dados biológicos cuja representação usualmente não se dá na forma de caracteres, mas que são geralmente representadas e armazenadas como sequências de números reais. Nosso objetivo é estabelecer uma metodologia para aplicação de medidas de similaridade baseadas na BWT em séries temporais, de natureza biológica em especial. Basicamente, a metodologia envolve a transformação de séries temporais para uma representação simbólica que possa ser entendida como uma cadeia de caracteres, permitindo assim a aplicação das medidas baseadas em BWT. Os resultados sugerem que as distâncias DM e DE baseadas na BWSD, distribuição de similaridade Burrows-Wheeler , podem ser opções viáveis para se calcular similaridade entre séries temporais, considerando as diferentes características e padrões temporais das séries.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Zhao Liang - Coordenador / Juliano Jinzenji Duque - Integrante / Felipe Alves Louza - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
Membro: Zhao Liang.
2017-Atual. Ordenacao de sufixos e medidas de similaridade entre cadeias
Descrição: A ordenação de sufixos é um problema fundamental em processamento de cadeias de caracteres presente em muitas aplicações de Bioinformática, Recuperação de informação e Mineração de textos. Esse problema está relacionado com a construção do vetor de sufixos e com a transformada de Burrows-Wheeler, os quais desempenham um papel importante em métodos de indexação de cadeias (e.g. FM-índice) e compressão de dados (e.g. bzip). Na literatura, muitos trabalhos têm sido propostos para construir o vetor de sufixos de uma única cadeia e obter a transformada de Burrows-Wheeler. Entretanto, em muitas situações estamos interessados em processar conjuntos de cadeias e obter diretamente a transformada de Burrows-Wheeler, isto é, sem construir o vetor de sufixos. Poucas soluções têm sido propostas para esses problemas. Dessa forma, o principal objetivo desse projeto é investigar o cálculo direto da transformada de Burrows-Wheeler para conjuntos de cadeias. Além disso, pretende-se investigar medidas de similaridades que utilizam a transformada de Burrows-Wheeler para comparar e classificar cadeias de caracteres.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Zhao Liang - Coordenador / Felipe Alves da Louza - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Zhao Liang.
2016-Atual. Dynamical Phenomena in Complex Networks: Fundamentals and Applications (Projeto 2)
Descrição: PROJETO TEMÁTICO DE COLABORAÇÃO INTERNACIONAL FAPESP 2015/50122-0 ? DFG (Alemanha) GRTK 1740/2. O presente pesquisador participo deste projeto como PESQUISADOR PRINCIPAL. Ao longo da última década, o enfoque de rede entre agentes dinâmicos com topologias complexas tem se tornado uma poderosa e eficaz metodologia a ser usada para entender sistemas elaborados, envolvendo um número muito elevado de agentes que interagem entre si. Esse enfoque vem sendo utilizado em várias áreas, desde Neurociência e Engenharia, até Sociologia e Economia. Contudo, até agora, a maior parte dos estudos têm se concentrado em situações onde a topologia é fixa, o que restringe sobremaneira sua utilização em cenários mais elaborados e próprios dos sistemas reais. Este projeto tem por objetivo estudar os princípios e fundamentos da auto-organização em redes complexas mais gerais, onde a topologia não é simples e a complexidade é muito elaborada. Visando aplicações em situações atuais de interesse, pretende-se, por conseguinte, compreender o papel que a heterogeneidade da estrutura, os atrasos em múltiplas escalas de tempo e espaço e a estocasticidade têm na dinâmica da rede. Esses estudos teóricos estão interconectados a investigações experimentais da dinâmica de redes naturais com complexidade crescente, o que compreende sistemas de distribuição de energia, propagação de infecções, interação entre neurônios híbridos e o sistema Terra. Este último representa um formidável desafio para a teoria das redes complexas e é um dos tópicos centrais no âmbito da presente iniciativa. Assim, via utilização do enfoque de redes complexas, tenciona-se entender a dinâmica de interação entre os vários subsistemas da Terra diante de condições variantes, em especial no que se refere ao aquecimento global e ao desmatamento da Amazônia. Este projeto é uma iniciativa internacional de colaboração envolvendo pesquisadores brasileiros e alemães do Instituto Nacional de Pesquisas Espaciais (INPE), Humboldt University at Berlin, Potsdam Institute for Climate Impact Research (PIK), Universidade de São Paulo (USP), Technical University of Berlin (TU), Potsdam University (UP), Universidade Estadual de Campinas (UNICAMP), Universidade Federal do ABC (UFABC), Universidade Federal de São Paulo (UNIFESP) and Centro Nacional de Monitoramento e Alestras de Desastres Naturais (CEMADEM). Esta iniciativa de pesquisa é financiada conjuntamente pela Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) e pela Deutshe Forschungsgemeinschaft (DFG).. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Zhao Liang - Integrante / Elbert E N Macau - Coordenador / Antonio Carlos Roque da Silva Filho - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Zhao Liang.
2016-Atual. Processos Dinamicos em Aprendizado de Maquina baseados em Redes Complexas
Descrição: Processos de propagação são ubíquos em muitos sistemas complexos baseados em redes. A propagação de uma epidemia, um rótulo ou informação compartilham características semelhantes e dependem profundamente da organização da rede. As redes complexas possuem natureza heterogênea, onde alguns vértices são mais influentes que outros e existem diferentes tipos de vértices conectados entre si. Desse modo, entender como a estrutura da rede impacta nas dinâmicas e também como inferir a estrutura a partir dessas dinâmicas é de suma importância para a área. Neste projeto, objetivamos desenvolver métodos para aprimorar as tarefas dos processos dinâmicos de aprendizado de máquina em redes complexas, analisando o impacto que a rede exerce sobre elas. Vamos analisar quais os vértices mais influentes na tarefa de propagação de rótulos e quais podem ser recomendados para serem rotulados de modo a maximizar os resultados do processo. Também, desenvolveremos métodos para detectar a estrutura de comunidades da rede a partir das dinâmicas de propagação. Por último, mediante o uso de redes multicamadas, desenvolveremos um método de seleção de atributos próprio para redes. As análises serão conduzidas considerando a teoria de redes complexas e aprendizado de máquina, usando bases de dados artificiais e reais, avaliando com os métodos da literatura e aplicando em possíveis problemas reais.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Zhao Liang - Coordenador / Didier Augusto Vega Oliveros - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Zhao Liang.
2013-Atual. CEPID em Ciencias Matematicas Aplicadas a Industria
Descrição: O Presente pesquisador participo deste proejto como um dos PESQUISADORES PRINCIPAIS.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Zhao Liang - Integrante / André C. P. L. F. de Carvalho - Integrante / Maria Crolina Monard - Integrante / Eduardo Raul Hruschka - Integrante / Estevam Rafael Hruschka Júnior - Integrante / José Alberto Cuminato - Coordenador / Gustavo Enrique de Almeida Prado Alves Batista - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Zhao Liang.
2011-2016. Fenomenos Dinamicos em Redes Complexas: Fundamentos e Aplicacoes (Projeto 1)
Descrição: Este é um PROJETO TEMÁTICO da FAPESP. O presente pesquisador participa neste projeto como PESQUISADOR PRINCIPAL. Ao longo da última década, o enfoque de rede entre agentes dinâmicos com topologias complexas tem se tornado uma poderosa e eficaz metodologia a ser usada para entender sistemas elaborados, envolvendo um número muito elevado de agentes que interagem entre si. Esse enfoque vem sendo utilizado em várias áreas, desde Neurociência e Engenharia, até Sociologia e Economia. Contudo, até agora, a maior parte dos estudos tem se concentrado em situações onde a topologia é fixa, o que restringe sobremaneira sua utulização em cenários mais elaborados e próprios dos sistemas reais. Este projeto tem por objetivo estudar os princípios e fundamentos da auto-organização em redes complexas mais gerais, onde a topologia não é simples e a complexidade é muito elaborada. Visando aplicações em situações atuais de interesse, pretende-se, por conseguinte, compreender o papel que a heterogeneidade da estrutura, os atrasos em múltiplas escalas de tempo e espaço e a estocasticidade têm na dinâmica da rede. Esses estudos teóricos estarão interconectados a investigações experimentais da dinâmica de redes naturais com complexidade crescente, partindo de sistemas que envolvem alguns lasers, passando pela interação entre neurônios híbridos e chegando-se no sistema Terra. Esse último representa um formidável desafio para a teoria das redes complexas e será um dos tópicos centrais no âmbito desta iniciativa. Assim, via utilização do enfoque de redes complexas, tenciona-se entender a dinâmica de interação entre os vários subsistemas da Terra diante de condições variantes, em especial no que se refere ao aquecimento global e ao desmatamento da Amazônia. Este projeto é uma iniciativa internacional de colaboração envolvendo pesquisadores brasileiros e alemães do Instituto Nacional de Pesquisas Espaciais (INPE), da Humboldt University at Berlin, do Potsdam Institute for Climate Impact Resear. Situação: Concluído; Natureza: Pesquisa. Integrantes: Zhao Liang - Integrante / Antonio Carlos Roque da Silva Filho - Integrante / Luciano da Fontoura Costa - Integrante / Macau, Elbert E.N. - Coordenador / Francisco Aparecido Rodrigues - Integrante / Tiago Pereira - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Zhao Liang.
2010-2014. Transmissao de Sinal Neural em Redes Complexas (Edital no 09/2010 - PDI - CNPq)
Descrição: O cérebro humano (animal) são sistemas altamente não lineares e complexos. Modelagem e simulação computacional de sistemas neurais são abordagens importantes não apenas para a neurociência, mas também para o desenvolvimento de técnicas de inteligência artificial bio-inspiradas. Esta proposta de pesquisa visa estudar a transmissão de sinal neural em redes complexas. Diferentemente de estudos anteriores baseados principalmente em topologias de redes estáticas, nós investigamos a influência de estruturas de rede variantes no tempo na transmissão de sinal neural. Especificamente, consideramos redes de pequeno mundo e redes de comunidade que são construídas de acordo com experimentos recentes em redes cerebrais. Esperamos que nosso trabalho possa servir como uma explanação alternativa para entender ambos os mecanismos funcionais e patológicos de transmissão de sinal neural em redes cerebrais. Além disso, como as redes neurais artificiais atuais usam topologias de rede regulares e estáticas, o estudo de transmissão de sinal neural em redes com topologia complexa e variante no tempo pode ser uma abordagem alternativa para o desenvolvimento de novas e mais poderosas redes neurais artificiais.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (3) . Integrantes: Zhao Liang - Coordenador / Elbert E N Macau - Integrante / Marcos Quiles - Integrante / Thiago H. Cupertino - Integrante / Fabricio Aparecido Breve - Integrante / Thiago Christiano Silva - Integrante / Bilzã Marques de Araújo - Integrante / Xiaoming Liang - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
Membro: Zhao Liang.
2010-2012. Aprendizado Semi-Supervisionado Baseado em Redes Complexas com Aplicacoes em Reconhecimento Invariante de Padroes
Descrição: Este projeto tem como objetivo desenvolver técnicas de aprendizado de máquina para análise de dados baseado em redes complexas e sistemas dinâmicos. Especificamente, serão desenvolvidas técnicas de detecção de comunidades em redes complexas baseadas em competição de partículas e em sincronização de rede de osciladores, as quais podem servir como técnicas de aprendizado não supervisionado (clustering) com a capacidade de detecção de clusters de formas variadas e representação hierárquica. Logo, será realizada a adaptação das técnicas desenvolvidas para a abordagem de aprendizado semi-supervisionado. Neste caso, alguns vértices da rede são rotulados, ou seja, suas classes são previamente definidas e os modelos a ser desenvolvidos deverão ser capazes de propagar os rótulos para os outros vértices da rede. Na próxima fase, as técnicas semi-supervisionadas desenvolvidas serão aplicadas para tratar problemas de reconhecimento invariante de padrões, principalmente em casos de presença de distorções não-lineares nos padrões analisados. A idéia principal é reconhecer um padrão de entrada através da propagação do seu rótulo até o padrão armazenado correspondente via padrões intermediários, todos representados por vértices em rede. Esta abordagem pode ser denotada como reconhecimento de padrão relacional. Por fim, com objetivo de validar as técnicas em problemas reais, estas serão aplicadas para tarefas de reconhecimento de faces e dígitos em escrito manual. Redes complexas e sistemas dinâmicos são ferramentas poderosas para muitas disciplinas da ciência, inclusive para aprendizado de máquinas, e ainda existe um grande espaço para exploração.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (3) . Integrantes: Zhao Liang - Coordenador / Thiago H. Cupertino - Integrante / Fabricio Aparecido Breve - Integrante / Thiago Christiano Silva - Integrante / João Roberto Bertini Junior - Integrante / Bilzã Marques de Araújo - Integrante / Lilian Berton - Integrante / Jean Pierre Huertas Lopez - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
Membro: Zhao Liang.

Prêmios e títulos

Total de prêmios e títulos (17)

Professor homenageado da Turma de Informática Biomédica, Universidade de São Paulo.. 2021.
Membro: Zhao Liang.
Menção Honrosa no Prêmio Tese Destaque USP 2019 na grande área Ciências Exatas e da Terra, Universidade de São Paulo (USP).. 2019.
Membro: Zhao Liang.
Distingushed Visting Professor, Zhongyuan University of Technology, China.. 2016.
Membro: Zhao Liang.
A tese de doutorado do Thiago Henrique Cupertino, sob orientação do Prof. Zhao Liang, um dos 06 melhores teses de doutorado no Concurso de Teses e Dissertações da Sociedade Brasileira de Computação, Sociedade Brasileira de Computação.. 2014.
Membro: Zhao Liang.
A tese de mestrado do Roberto A Guileri, sob orientação do Prof. Zhao Liang, recebeu o Premio de 2ª Colocação no CTDIA'2014, The 2014 Best MSc Dissertation/PhD Thesis Contest in Artificial Intelligence (CTDIA?2014).. 2014.
Membro: Zhao Liang.
A tese de mestrado do Fabiano Berardo Sousa, sob orientação do Prof. Zhao Liang, foi indicada entre as 06 melhores dissertações de mestrado no CTDIA'2014, The 2014 Best MSc Dissertation/PhD Thesis Contest in Artificial Intelligence (CTDIA?2014).. 2014.
Membro: Zhao Liang.
O artigo "An Object-Based Visual Selection Model Combining Physical Features and Memory" recebeu o prêmio: "Honor et meritus award" na "Brazilian Conference on Intelligent Systems (BRACIS 2014)", Autores: A. Benicasa, M. G. Quiles, T. C. Silva, L. Zhao e R. F. A. Romero.. 2014.
Membro: Zhao Liang.
A tese de doutorado do Thiago Christiano Silva, sob orientação do Prof. Zhao Liang, recebe o Prémio de Destaque de Teses da USP de 2013 (grande área: Ciências Exatas e da Terra), Universidade de São Paulo.. 2013.
Membro: Zhao Liang.
A tese de doutorado do Thiago Christiano Silva, sob orientação do Prof. Dr. Zhao Liang, foi premiada em Primeiro Lugar na ?International Competition? no congresso BRICS-CCI & CBIC 2013, 1st BRICS Countries Congress (BRICS-CCI) and 11th Brazilian Congress on Computational Intelligence.. 2013.
Membro: Zhao Liang.
A tese de doutorado do João Roberto Bertini Jr., sob orientação do Prof. Dr. Zhao Liang, foi premiada em Primeiro Lugar na ?Brazilian Competition? no congresso BRICS-CCI & CBIC 2013, 1st BRICS Countries Congress (BRICS-CCI) and 11th Brazilian Congress on Computational Intelligence.. 2013.
Membro: Zhao Liang.
A tese de doutorado do Fabricio Aparecido Breve, sob orientação do Prof. Dr. Zhao Liang, foi premiada em Segundo Lugar na ?Brazilian Competition? no congresso BRICS-CCI & CBIC 2013, 1st BRICS Countries Congress (BRICS-CCI) and 11th Brazilian Congress 1st BRICS Countries Congress.. 2013.
Membro: Zhao Liang.
Prêmio Capes de Tese 2013 - Área de Ciência da Computação, Thiago Chrisitiano Silva, sob orientação do Prof. Zhao Liang, CAPES.. 2013.
Membro: Zhao Liang.
Professor Titular, Universidade de Sao Paulo.. 2013.
Membro: Zhao Liang.
O artigo ?Using Interacting Forces to Perform Semi-Supervised Learning? com autores Thiago H. Cupertino e Liang Zhao recebeu Menção Honrosa, 2012 Brazilian Symposium on Neural Networks (SBRN2012).. 2012.
Membro: Zhao Liang.
A tese de doutorado de Fabricio A. Breve, sob orientação do Prof. Zhao Liang, recebeu o Premio de 3ª Colocação, The 2012 Best MSc Dissertation/PhD Thesis Contest in Artificial Intelligence (CTDIA?2012).. 2012.
Membro: Zhao Liang.
Paper "Stochastic Competitive Learning in Complex Networks" has been indicated by IEEE Transactions on Neural Networks and Learning Systems as Publication Spotlight., IEEE Computational Intelligence Magzine (vol. 7, no. 3, 2012).. 2012.
Membro: Zhao Liang.
Um dos melhores artigos, XXIV Sibgrapi ? Conference on Graphics, Patterns and Images.. 2011.
Membro: Zhao Liang.

Participação em eventos

Total de participação em eventos (10)

2012 Brazilian Symposium on Neural Networks (SBRN).Robustness Analysis of Network-Based Semi-Supervised Learning Algorithms. 2012. (Simpósio).
2012 International Conference on Brain Inspired Cognitive Systems (BICS 2012). Stochastic Resonance in Excitable Neuronal System with Phase-Noise. 2012. (Congresso).
2012 International Joint Conference on Neural Networks (IJCNN 2012 Brisbane). Detecting Overlapping Structures via Network-based Competitive Learning. 2012. (Congresso).
the 9th International Symposium on Neural Networks (ISNN2012).Preventing Error Propagation in Semi-supervised Learning. 2012. (Simpósio).
10a Conferência Brasileira de Dinâmica, Controle e Aplicações. A Network of Integrate and Fire Neurons for Community Detection in Complex Networks. 2011. (Congresso).
2011 International Joint Conference on Neural Networks (IJCNN2011). Network-Based Learning Through Particle Competition for Data Clustering. 2011. (Congresso).
8th International Symposium on Neural Networks (ISNN2011).Semi-Supervised Learning Guided by the Modularity Measure in Complex Networks. 2011. (Simpósio).
X Congresso Brasileiro de Inteligência Computacional. Streaming Data Classification with the K-associated Graph. 2011. (Congresso).
2010 IEEE World Congress on Computational Intelligence. Semi-Supervised Learning from Imperfect Data through Particle Cooperation and Competition. 2010. (Congresso).
9th Brazilian Conference on Dynamics, Control and Their Applications (DINCON2010). UNCOVERING OVERLAPPING STRUCTURES VIA STOCHASTIC COMPETITIVE LEARNING. 2010. (Congresso).

Organização de eventos

Total de organização de eventos (11)

WANG, L. ; LIANG, ZHAO. The 2019 15th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery (ICNC-FSKD 2019), co-located with the 5th International Conference on Harmony Search, Soft Computing and Applications (ICHSA 2019). 2019. Congresso
ZHAO, LIANG. BRACIS 2018 - Brazilian Conference on Intelligent Systems. 2018. (Congresso).. . 0.
APPEL, A. P. ; COSTA, A. H. R. ; LIANG, ZHAO. 7th Brazilian Conference on Intelligent Systems (BRACIS). 2018. Congresso
LIANG, ZHAO; WANG, L.. Program Chair of The 2017 13th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery (ICNC-FSKD 2017). 2017. Congresso
LIU, D. ; ZHAO, LIANG. 2014 IEEE World Congress on Computational Intelligence. 2014. Congresso
Zhao, Liang; LIU, D.. The 2013 International Conference on Brain Inspired Cognitive Systems (BICS 2013). 2013. Congresso
LIU, D. ; L. ZHAO. The Ninth International Symposium on Neural Networks (ISNN 2012). 2012. Congresso
LIU, D. ; L. ZHAO. 2012 Brain Inspired Cognitive Systems (BICS 2012). 2012. Congresso
LIANG, ZHAO. International Workshop on Dynamical Phenomena in Complex Networks: Fundamentals and Applications. 2012. (Congresso).. . 0.
LIU, D. ; POLYCARPOU, M. M. ; J Liu ; WERBOS, P. J. ; J. Wang ; H. Zhang ; L. ZHAO. The 8th International Symposium on Neural Networks (ISNN 2011). 2011. Congresso
L. ZHAO. Special session Complex Intelligent Systems in The 1st International Conference on Natural Computation (ICNC'05) and the 2th International Conference on Fuzzy Systems and Knowledge Discovery (FSKD'05). 2005. (Outro).. . 0.

Lista de colaborações

Colaborações endôgenas (4)

Zhao Liang ⇔ Thiago Christiano Silva (21.0)
SILVA, T. C. ; ZHAO, LIANG. Detecting and preventing error propagation via competitive learning. Neural Networks. v. 41, p. 70-84, issn: 0893-6080, 2013.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA, THIAGO ; ZHAO, LIANG ; CUPERTINO, THIAGO H.. Handwritten Data Clustering using Agents Competition in Networks. Journal of Mathematical Imaging and Vision (Dordrecht. Online). v. 45, p. 264-276, issn: 0924-9907, 2013.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA, THIAGO CHRISTIANO ; ZHAO, LIANG. Uncovering overlapping cluster structures via stochastic competitive learning. Information Sciences. v. 247, p. 40-61, issn: 0020-0255, 2013.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA, T. C.; Liang Zhao. Semi-Supervised Learning Guided by the Modularity Measure in Complex Networks. Neurocomputing (Amsterdam). v. 78, p. 30-37, issn: 0925-2312, 2012.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA, T. C.; Liang Zhao. Network-Based Stochastic Semisupervised Learning. IEEE Transactions on Neural Networks and Learning Systems. v. 23, p. 451-466, issn: 2162-237X, 2012.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA, T. C.; Liang Zhao. Stochastic Competitive Learning in Complex Networks. IEEE Transactions on Neural Networks and Learning Systems. v. 23, p. 385-398, issn: 2162-237X, 2012.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA, T. C.; Liang Zhao. Network-Based High Level Data Classification. IEEE Transactions on Neural Networks and Learning Systems. v. 23, p. 954-970, issn: 2162-237X, 2012.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Christiano Silva, Thiago ; ZHAO, LIANG. Machine Learning in Complex Networks. 1 ed. Switzerland: Springer International Publishing, 2016. v. 1, p. 331.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
ALISSON, E. ; ZHAO, LIANG ; SILVA, T. C. ; ANGHINONI, L.. Folha de S. Paulo: Quarentena e uso de máscara reduziram em 15% o contágio da Covid-19 em SP no início da epidemia - Estudo da USP usou aprendizado de máquina para estimar taxas de transmissão do vírus pelo país. Folha de S. Agência FAPESP, 03 jul. 2020.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
BENICASA, ALCIDES X. ; Quiles, Marcos G. ; SILVA, THIAGO C. ; Zhao, Liang ; Romero, Roseli A.F.. An Object-Based Visual Selection Model Combining Physical Features and Memory. Em: 2014 Brazilian Conference on Intelligent Systems (BRACIS 2014), v. 1, p. 234-240, 2014.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA, THIAGO C. ; Zhao, Liang. Pattern-based Classification via a High Level Approach using Tourist Walks in Networks. Em: 1st BRICS Countries Congress (BRICS-CCI) and 11th Brazilian Congress (CBIC) on Computational Intelligence, v. 1, p. 284-289, 2013.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA, THIAGO CHRISTIANO ; ZHAO, LIANG. Handwritten Digits Recognition Using a High Level Network-Based Approach. Em: 2013 IEEE International Conference on Imaging Systems and Techniques (IST), v. 1, p. 248-253, 2013.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA, THIAGO C. ; ZHAO, LIANG. Detecting overlapping structures via network-based competitive learning. Em: 2012 International Joint Conference on Neural Networks (IJCNN 2012 Brisbane), v. 1, p. 3036-3043, 2012.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Thiago H. Cupertino ; Thiago C. Silva ; Liang Zhao. Multiple Images Set Classification via Network Modularity. Em: Workshop of Theses and Dissertations (WTD) in SIBGRAPI 2012 (XXV Conference on Graphics, v. 1, p. 124-129, 2012.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Thiago C. Silva; Liang Zhao. Pattern Recognition using Complex Networks. Em: Workshop of Theses and Dissertations (WTD) in SIBGRAPI 2012 (XXV Conference on Graphics, v. 1, p. 130-135, 2012.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA, T. C.; Liang Zhao. Network-Based Learning Through Particle Competition for Data Clustering. Em: 2011 International Joint Conference on Neural Networks (IJCNN2011), v. 1, p. 45-52, 2011.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA, T. C.; Liang Zhao. Semi-Supervised Learning in Complex Networks. Em: VIII Encontro Nacional de Inteligência Artificial (ENIA2011), v. 1, p. 406-417, 2011.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA, T. C.; Thiago H. Cupertino ; Liang Zhao. Stochastic Competitive Learning Applied to Handwritten Digit and Letter Clustering. Em: XXIV Sibgrapi ? Conference on Graphics, v. 1, p. 313-320, 2011.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA, T. C.; Thiago H. Cupertino ; Liang Zhao. High Level Classification for Pattern Recognition. Em: XXIV Sibgrapi ? Conference on Graphics, v. 1, p. 344-351, 2011.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA, T. C.; Liang Zhao. Uncovering Overlapping Structures via Stochastic Competitive Learning. Em: X Brazilian Congress on Computational Intelligence, v. 1, 2011.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Bilzã M. de Araújo ; Francisco A. Rodrigues ; SILVA, T. C. ; Liang Zhao. Identifying Abnormal Nodes in Protein-Protein Interaction Networks. Em: 2010 Brazilian Symposium on Artificial Neural Network (SBRN), v. 1, p. 97-102, 2010.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

Zhao Liang ⇔ Marcos Gonçalves Quiles (14.0)
FERREIRA, LEONARDO N. ; VEGA-OLIVEROS, DIDIER A. ; COTACALLAPA, MOSHÉ ; CARDOSO, MANOEL F. ; Quiles, Marcos G. ; Zhao, Liang ; MACAU, ELBERT E. N.. Spatiotemporal data analysis with chronological networks. Nature Communications. v. 11, p. 4036, issn: 2041-1723, 2020.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
BENICASA, Alcides Xavier ; Quiles, Marcos G. ; SILVA, THIAGO C. ; ZHAO, Liang ; ROMERO, ROSELI A.F.. An object-based visual selection framework. Neurocomputing (Amsterdam). v. 180, p. 35-54, issn: 0925-2312, 2016.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Breve, Fabricio A. ; ZHAO, LIANG ; Quiles, Marcos G.. Particle Competition and Cooperation for Semi-Supervised Learning with Label Noise. Neurocomputing (Amsterdam). v. 160, p. 63-72, issn: 0925-2312, 2015.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Breve, Fabricio ; Zhao, Liang ; Quiles, Marcos ; Pedrycz, Witold ; Liu, Jiming. Particle Competition and Cooperation in Networks for Semi-Supervised Learning. IEEE Transactions on Knowledge and Data Engineering (Print). v. 24, p. 1686-1698, issn: 1041-4347, 2012.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Quiles, Marcos G.; Wang, DeLiang ; Zhao, Liang ; Romero, Roseli A.F. ; Huang, De-Shuang. Selecting salient objects in real scenes: An oscillatory correlation model. Neural Networks. v. 24, p. 54-64, issn: 0893-6080, 2011.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
COTACALLAPA, MOSHE ; BERTON, LILIAN ; FERREIRA, LEONARDO N. ; Quiles, Marcos G. ; Zhao, Liang ; MACAU, ELBERT E. N. ; VEGA-OLIVEROS, DIDIER A.. Measuring the engagement level in encrypted group conversations by using temporal networks. Em: 2020 International Joint Conference on Neural Networks (IJCNN), v. 1, p. 1-8, 2020.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
VEGA-OLIVEROS, DIDIER A. ; COTACALLAPA, MOSHÉ ; FERREIRA, LEONARDO N. ; Quiles, Marcos G. ; Zhao, Liang ; MACAU, ELBERT E. N. ; CARDOSO, MANOEL F.. From spatio-temporal data to chronological networks: An application to wildfire analysis. Em: 34th ACM/SIGAPP Symposium on Applied Computing (SAC?19), v. 1, p. 675, 2019.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Breve, Fabricio ; QUILES, MARCOS GONCALVES ; Zhao, Liang. Interactive image segmentation using particle competition and cooperation. Em: 2015 International Joint Conference on Neural Networks (IJCNN), v. 9155, p. 1-216, 2015.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
BENICASA, ALCIDES X. ; Quiles, Marcos G. ; SILVA, THIAGO C. ; Zhao, Liang ; Romero, Roseli A.F.. An Object-Based Visual Selection Model Combining Physical Features and Memory. Em: 2014 Brazilian Conference on Intelligent Systems (BRACIS 2014), v. 1, p. 234-240, 2014.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
BENICASA, A. X. ; QUILES, M. G. ; Zhao, Liang ; Romero, Roseli A. F.. Top-Down Biasing and Modulation for Object-Based Visual Attention. Em: 20th International Conference on Neural Information Processing (ICONIP 2013), v. 8228, p. 325-332, 2013.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
BENICASA, ALCIDES X. ; Quiles, Marcos G. ; Zhao, Liang ; Romero, Roseli A.F.. An Object-Based Visual Selection Model with Bottom-Up and Top-Down Modulations. Em: 2012 Brazilian Symposium on Neural Networks (SBRN), v. 1, p. 238-243, 2012.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
BREVE, F. A. ; ZHAO, L. ; QUILES, M. G. ; PEDRYCZ, W. ; LIU, J.. Particle Competition and Cooperation for Uncovering Network Overlap Community Structure. Em: The 8th International Symposium on Neural Networks (ISNN 2011), v. 6677, p. 426-433, 2011.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
QUILES, Marcos Gonçalves ; ZHAO, Liang ; BREVE, Fabrício ; ROCHA, Anderson. Label Propagation Through Neuronal Synchrony. Em: 2010 International Joint Conference on Neural Networks (IJCNN'2010), v. 1, p. 2517-2524, 2010.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
BREVE, F. A. ; ZHAO, L. ; QUILES, M. G.. Semi-Supervised Learning from Imperfect Data through Particle Cooperation and Competition. Em: 2010 International Joint Conference on Neural Networks (IJCNN'2010), v. 1, p. 3686-3693, 2010.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

Zhao Liang ⇔ André Carlos Ponce de Leon Ferreira de Carvalho (1.0)
GUELERI, ROBERTO A. ; CUPERTINO, THIAGO H. ; DE CARVALHO, ANDRE C.P.L.F. ; Zhao, Liang. A flocking-like technique to perform semi-supervised learning. Em: 2014 International Joint Conference on Neural Networks (IJCNN), v. 1, p. 1579-1586, 2014.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

Zhao Liang ⇔ Anderson de Rezende Rocha (1.0)
QUILES, Marcos Gonçalves ; ZHAO, Liang ; BREVE, Fabrício ; ROCHA, Anderson. Label Propagation Through Neuronal Synchrony. Em: 2010 International Joint Conference on Neural Networks (IJCNN'2010), v. 1, p. 2517-2524, 2010.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

(*) Relatório criado com produções desde 2010 até 2021
Data de processamento: 06/11/2021 15:21:57

Relatório gerado por scriptLattes V8.11. Os resultados estão sujeitos a falhas devido a inconsistências no preenchimento dos CVs Lattes. E-mail de contato: henriquimicosp@gmail.com