Especialistas Seniores em Covid-19 com atuação no Brasil

Agma Juci Machado Traina

cursou Bacharelado em Ciências de Computação pela Universidade de São Paulo (1983), mestrado em Ciências de Computação pelo ICMSC da Universidade de São Paulo (1987), doutorado em Física Computacional pela Universidade de São Paulo (1991), e pós-doutorado em Computação pela Carnegie Mellon University (1998-2000). Atualmente é Professora Titular no Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo, e membro da Coordenação Adjunta para Pesquisa e Inovação da FAPESP (a partir de 03/2021). Atuou na Coordenação de Área (Ciências e Engenharia de Computação) da FAPESP entre 10/2019 a 03/2021. Foi Presidente da Comissão de Pós-Graduação do ICMC-USP (05/2010 a 05/2016) e Coordenadora do Programa de Pós-Graduação em Ciências de Computação e Matemática Computacional do ICMC-USP (12/2006 a 05/2010). Foi Substituta do Pró-Reitor de Pós-Graduação entre 05/2013 a 01/2016 e Assessora em Tecnologia de Informação da Pró-Reitoria de Pós-Graduação da USP no período de 07/2014 a 03/2018. Tem experiência na área de Ciências da Computação, com ênfase em Processamento Gráfico (Graphics) e Bases de Dados Multimídia, atuando principalmente nos seguintes temas: recuperação de imagens baseada em conteúdo, imagens médicas, CBIR, consultas por similaridade, extração de características de imagens, visualização de informação e mineração de imagens e dados complexos. (Texto informado pelo autor)

  • https://lattes.cnpq.br/5136155977351408 (05/09/2021)
  • Rótulo/Grupo:
  • Bolsa CNPq: Nível 1B
  • Período de análise:
  • Endereço: Universidade de São Paulo, Instituto de Ciências Matemáticas e de Computação, Departamento de Ciências de Computação e Estatística. Av. do Trabalhador Saocarlense, 400 - Caixa Postal 668 Centro 13560-950 - Sao Carlos, SP - Brasil - Caixa-postal: 668 Telefone: (16) 33739674 URL da Homepage: https://www.icmc.usp.br/~agma
  • Grande área: Ciências Exatas e da Terra
  • Área: Ciência da Computação
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações


Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (8)
    1. 2020-Atual. Analisando Dados Complexos Vinculados a COVID-19 para Apoio a Tomada de Decisao e Prognostico
      Descrição: Este projeto de pesquisa visa propor, explorar e desenvolver novos métodos e algoritmos a serem usados em processos de tomada de decisão para diagnóstico médico e prognóstico de pacientes no contexto da COVID-19. Estes métodos e algoritmos serão instanciados em sistemas e aplicativos que serão disponibilizados à comunidade científica para apoiar de modo rápido e preciso tal processo de tomada de decisão. Os desafios a serem sobrepujados começam na montagem de bases de dados e imagens provenientes de plataformas distintas e muitas vezes incompletas, e à aplicação da técnica de radiômica sobre imagens de Raio-X (RX) e tomografia computadorizada (TC), com a premissa de que características quantitativas e qualitativas massivas sobre imagens de RX podem trazer a informação necessária ao diagnóstico de COVID-19, do mesmo modo que a TC fornece. A vantagem dessa abordagem que será investigada é o custo menor e a maior disponibilidade de RX, permitindo que mais pacientes sejam beneficiados pelos resultados dessa proposta. Além de disponibilizar material curado e consistente para pesquisas e avanços na área de COVID-19. Além disso, bases de dados e imagens consistentes para pesquisa serão disponibilizadas para a comunidade da área.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (5) / Doutorado: (5) . Integrantes: Agma Juci Machado Traina - Coordenador / Caetano Traina Jr - Integrante / Marco Antônio Gutierrez - Integrante / José Fernando Rodrigues Junior - Integrante / Éderson Antônio Gomes Dorileo - Integrante / Willian Dener de Oliveira - Integrante / Elaine Parros Machado de Sousa - Integrante / Mirela Teixeira Cazzolato - Integrante / Paulo Mazzoncini Azevedo-Marques - Integrante / Marcel Koenigkam Santos - Integrante / José Raniery Ferreira Junior - Integrante / Bruno Squizato Faiçal - Integrante / Letícia Rittner - Integrante / Lucas Santiago Rodrigues - Integrante / Christian César Bones - Integrante / Diego Armando Cardona Cardenas - Integrante / Roberto de Alencar Lotufo - Integrante / Robson Leonardo Ferreira Cordeiro - Integrante / Ariane Priscilla Magalhães Tenorio - Integrante / Endi Daniel Coelho Silva - Integrante / Jonathan da Silva Ramos - Integrante / José Maria Clementino Junior - Integrante / João Victor de Oliveira Novaes - Integrante / Lucas de Carvalho Scabora - Integrante / Lucas Lins de Lima - Integrante / Oscar Alonso Cuadros Linares - Integrante / Daniel Mário de Lima - Integrante / Natália Santana Chiari Correia - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Agma Juci Machado Traina.
    2. 2018-Atual. Recuperacao Perceptual de Imagens por Conteudo e Mineracao de Imagens com Suporte de Radiomica para Sistemas de Apoio a Diagnostico
      Descrição: Fornecer subsídios para tomada de decisões que levem o especialista médico a elaborar diagnósticos mais precisos, com maior rapidez e segurança, certamente traz benefícios para o tratamento e recuperação dos pacientes. Esse projeto de pesquisa visa atuar nessa direção, com o desenvolvimento de novos algoritmos e técnicas de recuperação de imagens por conteúdo para o processamento de consultas por similaridade, que atendam à percepção de similaridade do usuário. Por meio da integração da abordagem radiômica, que integra um volume importante de dados quantitativos, que aliados a dados qualitativos do paciente, que se processados apropriadamente, podem trazer novos impulsos positivos à área de computação em sistemas médicos. Os resultados desta pesquisa trarão impactos relevantes tanto à área de ciências de computação: por meio de algoritmos de extração de características de imagens e dados complexos de exames médicos, como algoritmos de armazenagem e recuperação eficiente desses dados em bases de dados complexos; quanto à área de medicina, permitindo a construção de sistemas de apoio ao diagnóstico (CAD ? Computer Aided Diagnosis) mais precisos e eficientes. O maior beneficiário será o paciente, que receberá tratamentos mais confiáveis, seguros, e mais celeremente.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) / Doutorado: (3) . Integrantes: Agma Juci Machado Traina - Coordenador / Caetano Traina Jr - Integrante / Marcela Ribeiro Xavier - Integrante / José Fernando Rodrigues Jr. - Integrante / Daniel Y. T. Chino - Integrante / Willian Dener de Oliveira - Integrante / Jonathan S Ramos - Integrante / Glauco Vitor Pedrosa - Integrante / Marcello H. Nogueira-Barbosa - Integrante / Paulo Mazzoncini de Azevedo Marques - Integrante / Carolina Yukari Veludo Watanabe - Integrante / Mirela Teixeira Cazzolato - Integrante / Gustavo Blanco - Integrante / Bruno Squizato Faiçal - Integrante / Oscar Cuadros Linares - Integrante / Cézanne Alves M. Motta - Integrante / Helena do A. T. Aravéchia - Integrante.
      Membro: Agma Juci Machado Traina.
    3. 2017-Atual. Mining, Indexing and Visualizing Big Data in Clinical Decision Support Systems (MIVisBD)
      Descrição: Projeto Temático envolvendo 3 instituições nacionais e 8 instituições internacionais.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (8) / Doutorado: (14) . Integrantes: Agma Juci Machado Traina - Coordenador / Caetano Traina Jr - Integrante / Christos Faloutsos - Integrante / Renato Bueno - Integrante / Marco Antônio Gutierrez - Integrante / Solange Oliveira Rezende - Integrante / André Guilherme Ribeiro Balan - Integrante / José Fernando Rodrigues Jr. - Integrante / Alceu Ferraz Costa - Integrante / Richard Chbeir - Integrante / Letrícia Pereira Soares Avalhais - Integrante / Robson L. F. Cordeiro - Integrante / Daniel Y. T. Chino - Integrante / Joe Tekli - Integrante / Jonathan S Ramos - Integrante / Glauco Vitor Pedrosa - Integrante / Marcos Vinicius Naves Bedo - Integrante / Daniel Mario Lima - Integrante / Marcello H. Nogueira-Barbosa - Integrante / FELIPE, JOAQUIM C. - Integrante / SANTOS, LUCIO F. D. - Integrante / OLIVEIRA, WILLIAN D. - Integrante / Paulo Mazzoncini de Azevedo Marques - Integrante / Marcela Xavier Ribeiro - Integrante / Luiz O. Carvalho - Integrante / Safia Brinis - Integrante / Jéssica Andressa de Souza - Integrante / Mirela Teixeira Cazzolato - Integrante / Gustavo Blanco - Integrante / Paulo Henrique Oliveira - Integrante / Lucas C. Scabora - Integrante / Sameer K. Antani - Integrante / Thomas Deserno - Integrante / Rangaraj Mandayam Rangayyan - Integrante / Umberto Tachinardi - Integrante / Eneida Mendonca - Integrante / Marcel Koenigkam Santos - Integrante / Jose Eduardo Krieger - Integrante / Marina de Fatima de Sa Rebelo - Integrante / Ramon Alfredo Moreno - Integrante / Fabio Antero Pires - Integrante / Juan P Casas - Integrante / Altamir Gomes Bispo Junior - Integrante / Antonio Canabrava Fraideinberze - Integrante / Gabriel Perri Gimenes - Integrante / Gabriel Spadon de Souza - Integrante / Guilherme Queiroz Vasconcelos - Integrante / José Raniery Ferreira Junior - Integrante / Marcelo Augusto Cordeiro - Integrante / Marcos Roberto Nesso Junior - Integrante / Paulo Henrique de Oliveira - Integrante / Renan de Padua - Integrante / Hilton Vicente César - Integrante / Marcos Yamaguti - Integrante / Fernanda Marana - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Agma Juci Machado Traina.
    4. 2015-Atual. Desenvolvimento de Tecnicas para Buscas por Similaridade em Sistemas de Gerenciamento de Bases de Dados Complexos Relacionais
      Descrição: Os Sistemas de Gerenciamento de Bases de Dados (SGBD) baseados na Teoria Relacional foram desenvolvidos para atender às necessidades de armazenagem e recuperação de grandes volumes de dados representados por valores numéricos, datas e pequenas cadeias de caracteres, chamados genericamente ``dados escalares''. Com a evolução da tecnologia da informação, vem se tornando necessário organizar, armazenar e recuperar outros tipos de dados, a que nos referimos como ``dados complexos'', tais como imagens, vídeo, séries temporais, sequências genômicas, etc. As consultas por identidade ou por relação de ordem (RO), úteis para dados escalares, não são adequadas para dados complexos. Para eles, as consultas por similaridade têm sido a opção mais estudada, mas a sua disponibilidade em SGBD é ainda bastante restrita. Este projeto visa abordar a incorporação de recursos para recuperação de dados complexos por similaridade em SGBD Relacionais, desenvolvendo técnicas que cubram de maneira abrangente as principais necessidades dos módulos que constituem um SGBD, incluindo: a) integração da representação de consultas por similaridade em uma extensão da linguagem SQL; b) definição unificada dos operadores algébricos por similaridade segundo a teoria relacional, como operadores interoperáveis com os tradicionais; c) desenvolvimento de técnicas para otimização lógica e física dos planos de execução de consultas, e d:) desenvolvimento de técnicas para indexação e recuperação eficiente combinando operações de busca por similaridade, por identidade e por RO. O conhecimento e a tecnologia gerados poderão ser aplicados a muitas áreas de atividade humana, mas no projeto serão validadas em aplicações de apoio ao diagnóstico em medicina e em estudos de modelos climáticos, dando continuidade às atividades que já vem sendo realizadas pelo GBdI. Assim, além do grande potencial de inovação em tecnologia da informação inerente ao projeto, sua aplicação nessas áreas trará benefícios imediatos a toda a população.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (6) . Integrantes: Agma Juci Machado Traina - Integrante / Caetano Traina Jr - Coordenador / Ives Rene Venturini Pola - Integrante / Elaine Parros de Sousa - Integrante / José Fernando Rodrigues Jr. - Integrante / Luciana Alvim Romani - Integrante / Alceu Ferraz Costa - Integrante / Robson L. F. Cordeiro - Integrante / Daniel Y. T. Chino - Integrante / Willian Dener de Oliveira - Integrante / Lucio F. D. Santos - Integrante / Glauco Vitor Pedrosa - Integrante / Marcos Vinicius Naves Bedo - Integrante / Safia Brinis - Integrante / Paulo Mazzoncini Azevedo-Marques - Integrante / Luiz Olmes Carvalho - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro. Número de produções C, T & A: 6
      Membro: Agma Juci Machado Traina.
    5. 2014-2018. Mineracao de Imagens e Recuperacao Perceptual de Imagens por Conteudo para Sistemas de Apoio ao Diagnostico Medico
      Descrição: A proposta deste projeto consiste em promover a aproximação dos sistemas de recuperação de imagens por conteúdo (CBIR) à realidade médica e explorar sua capacidade em Sistemas de Auxílio ao Diagnóstico (Computer-Aided Diagnosis) por imagens integrando essas duas novas abordagens: percepção do especialista e perfil do usuário no processo de recuperação e de mineração de imagens médicas. Para isso, serão disponibilizadas aos sistemas CBIR técnicas e ferramentas que permitam incorporar a perspectiva de análise de imagens e dados do ponto de vista do conhecimento do especialista, diminuindo o gap semântico. A inclusão da percepção do especialista e dos perfis dos usuários na construção de ferramentas CBIR irá aproximar essa tecnologia do especialista médico, quebrando a barreira entre a ciência médica e a ciência da computação.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) / Doutorado: (2) . Integrantes: Agma Juci Machado Traina - Coordenador / Caetano Traina Jr - Integrante / Renato Bueno - Integrante / Elaine Parros de Sousa - Integrante / Marcela Xavier Ribeiro - Integrante / José Fernando Rodrigues Jr. - Integrante / Pedro Bugatti - Integrante / Marcelo Ponciano da Silva - Integrante / Alceu Ferraz Costa - Integrante / Carolina Y V Watanabe Silva - Integrante / Sérgio Francisco da Silva - Integrante / Daniel Y. T. Chino - Integrante / Jonathan S Ramos - Integrante / Glauco Vitor Pedrosa - Integrante / AVALHAIS, LETRICIA P. S. - Integrante / CORDEIRO, ROBSON L.F. - Integrante / Safia Brinis - Integrante / Jéssica Andressa de Souza - Integrante / Mirela Teixeira Cazzolato - Integrante / Paulo Duarte Barbieri - Integrante. Número de produções C, T & A: 18
      Membro: Agma Juci Machado Traina.
    6. 2014-2016. AgroComputing.net - Digital Infrastructure and Novel Computational Methods for Analyzing and Mining Climate and Remote Sensing Large Databases to improve Agricultural Monitoring and Forecasting
      Descrição: This project aims at developing a computational platform to integrate climatic and remote sensor data obtained from several databases; and to propose computational methods to consist data, to fill absent data in the series, to identify new and useful patterns in order to improve the agricultural yield monitoring and forecasting models. The challenge for Computer Science comprehends the development of new algorithms to process, store, mine and analyze vast volumes of data (big data), as well as to propose a mechanism to provide autonomy for agricultural meteorologists to access data with parameterized query, to define new research needs, and to reformulate, intercompare and integrate agroenvironmental models. On the other hand, the scientific advance in Agrometeorology depends on a consistent, reliable and complete climatic database with spatial and temporal density (regular grades) for the whole country in order to generate models that can better support decisions in the agricultural business. Considering the climate change scenarios, the integration between computer scientists and agrometeorologists becomes essential, especially due to the increased amount of data generated by simulations of climate models, and from ground-based meteorological stations and remote sensors. In this context, improving computational methods for visual analytics, data mining, pattern recognition and visualization related to scientific workflow will allow upgrading models to analyze data in the current and future agroclimatic perspective. In an effort to better understand Climate Change and its impact on Agriculture, investigators of Embrapa Agricultural Informatics, ICMC-USP (São Carlos), Cepagri/UNICAMP, CPTEC/INPE, UFSCar, UFABC e UFU have been working together for several years, generating important contributions in both Computer Science and Agrometeorology fields. The validation of results will be done with economically and socially relevant agriculture crops in Brazil, such as sugar cane and coffee. Workshops and a virtual environment will be used to facilitate and support the integration, collaboration and communications among researchers in the project.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (3) / Doutorado: (4) . Integrantes: Agma Juci Machado Traina - Integrante / Caetano Traina Jr - Integrante / Humberto L Razente - Integrante / Elaine Parros de Sousa - Integrante / Marcela Xavier Ribeiro - Integrante / Luciana Alvim Romani - Coordenador / Maria Camila Nardini Barioni - Integrante / Ana Maria H. Avila - Integrante / Robson L. F. Cordeiro - Integrante / Chou Sin Chan - Integrante / Priscila Pereira Coltri - Integrante / Goncalves, Renata R. V. - Integrante / Alan Massaru Nakai - Integrante. Financiador(es): Instituto Microsoft Research-FAPESP de Pesquisas em TI - Auxílio financeiro. Número de produções C, T & A: 4
      Membro: Agma Juci Machado Traina.
    7. 2013-2015. XML-based Geo-Climate Approximate Pattern Search and Pattern Discovery in Large Databases (CAPES SticAMSUD)
      Descrição: The goal of our project is to develop efficient techniques for i) approximate pattern search, and ii) approximate pattern discovery of spatio-temporal climate (and related agronomic) data in large databases. On one hand, the huge amount of heterogeneous geo-climate data originating from diverse sources (e.g., climate forecasting models, satellite imagery, GISs) underlines an increasing need in interoperability, and efficient data exchange and retrieval. On the other hand, XML has been gaining importance as the backbone for scientific data description formats (e.g., XSIL, XDF, CML, etc.) as well as geographic data (namely GML ? Geography Mark-up Language), and complex multimedia data descriptions (SVG, X3D, etc.) on the Web. Hence, providing XML-based solutions to handle geo-climate (and related) data seems a promising step toward achieving highly flexible and extensible solutions for geo-climate data mining systems. By combining the efforts of researchers from the LE2I-CNRS laboratory, Dijon, France (specialized in XML similarity-related studies), ICMC-USP laboratory, Sao Carlos, Brazil (specialized in similarity search, access methods and mining of complex data), II-FCM-UNMSM laboratory, Lima, Peru (specialized in Semantic Web technologies as XML, RDF, OWL and JADE), SI-UPC laboratory, Lima, Peru (specialized in information system methods and techniques), and GRyDs-USB laboratory in Caracas-Venezuela (specialized in semantic web technologies), we aim at: i) investigating the use and/or combination of XML-based formats to describe agronomic/meteorological measurements, and related geo-climate data, ii) investigating the use of domain specific knowledge bases (thesauri, taxonomies and/or ontologies) to handle the semantics of geo-climate and related agronomic data, iii) introducing dedicated XML-based similarity measures, considering both data structure (hierarchical organization) and semantics (meaning), for approximate geo-climate data search and pattern discovery,. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) / Doutorado: (1) . Integrantes: Agma Juci Machado Traina - Coordenador / Caetano Traina Jr - Integrante / Monica Ribeiro Porto Ferreira - Integrante / Luciana Alvim Romani - Integrante / Richard Chbeir - Integrante / Joe Tekli - Integrante / Nestor Adolfo Mamani Macedo - Integrante / Carlos Arturo Raymundo Ibañez - Integrante / Yudith C. Cardinale Villarreal - Integrante / Eliana Raad - Integrante / Kokou Yetongnon - Integrante / Regina Ticona - Integrante. Financiador(es): CAPES - Centro Anhanguera de Promoção e Educação Social - Auxílio financeiro. Número de produções C, T & A: 5
      Membro: Agma Juci Machado Traina.
    8. 2012-2014. Processamento Perceptual de Consultas por Similaridade Integrando Perfil do Especialista em Imagens Apoiando o Diagnostico Medico
      Descrição: Este projeto visa o desenvolvimento de um sistema robusto de apoio ao diagnóstico por imagens (CliniCAD) que busca a aproximação dos sistemas CBIR à realidade médica por meio da inclusão de parâmetros perceptuais do especialista médico nas etapas de processamento de imagens, extração de características, consulta por similaridade e a etapa opcional de Realimentação por Relevância. Tais parâmetros são obtidos por meio de entrevistas com os especialistas e acompanhamento das atividades de análise e laudo dos exames. Serão utilizados perfis dos especialistas de modo a tornar o sistema mais próximo do que o especialista busca, conseguindo desse modo contornar o problema de lacuna semântica (?semantic gap?). Serão desenvolvidas técnicas de mineração de imagens e de textos (para integrar os laudos às imagens), e serão utilizadas técnicas de visualização de informação como uma ferramenta de apoio à calibração dos algoritmos e métodos implementados. Os resultados serão avaliados por meio de um protótipo que será utilizado no Centro de Ciências de Imagens e Física Médica do Hospital das Clínicas de Ribeirão Preto. O sistema será disponibilizado para utilização pela comunidade da área.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (4) . Integrantes: Agma Juci Machado Traina - Coordenador / Caetano Traina Jr - Integrante / Renato Bueno - Integrante / Paulo Mazzoncini de Azevedo Marques - Integrante / Elaine Parros M de Sousa - Integrante / Carolina Yukari Veludo Watanabe - Integrante / Ives Rene Venturini Pola - Integrante / Marcela Xavier Ribeiro - Integrante / José Fernando Rodrigues Jr. - Integrante / Pedro Bugatti - Integrante / Marcelo Ponciano da Silva - Integrante / Alceu Ferraz Costa - Integrante / Sérgio Francisco da Silva - Integrante / Letrícia Pereira Soares Avalhais - Integrante / Renato Fileto - Integrante / Robson L. F. Cordeiro - Integrante / Daniel Y. T. Chino - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro. Número de produções C, T & A: 17
      Membro: Agma Juci Machado Traina.

Prêmios e títulos

  • Total de prêmios e títulos (16)
    1. Best Paper runner-up do IEEE CBMS 2019 - artigo: 3DBGrowth: Volumetric Vertebrae Segmentation and Reconstruction in Magnetic Resonance Imaging, IEEE Computer Society Technical Committe on Computational Life Sciences.. 2019.
      Membro: Agma Juci Machado Traina.
    2. Best Paper runner-up IEEE CBMS2019 com artitgo: A Two-Phase Learning Approach for the Segmentation of Dermatological Wound, IEEE Computer Society Technical Committe on Computational Life Sciences.. 2019.
      Membro: Agma Juci Machado Traina.
    3. Best Paper - Demos and Applications Session do SBBD 2019 - Artigo: ?J-EDA: A Diversified Similarity Workbench for Content-based Image Retrieval", Sociedade Brasileira de Computação (SBC).. 2019.
      Membro: Agma Juci Machado Traina.
    4. Best Paper - Melhor Artigo do Second Dataset Showcase Workshop (DSW) do SBBD 2019: ?Beyond Tears and Smiles with ReactSet: Records of Users? Emotions in Facebook Posts", Sociedade Brasileira de Computação (SBC).. 2019.
      Membro: Agma Juci Machado Traina.
    5. Runner-up do Best Paper - Melhor Artigo do Second Dataset Showcase Workshop (DSW) do SBBD 2019: ?G-FranC: A dataset of Criminal Activities mapped as a Complex Network in a Relational DBMS", Sociedade Brasileira de Computação (SBC).. 2019.
      Membro: Agma Juci Machado Traina.
    6. Best Paper - Melhor Artigo do 32 SBBD (Prêmio José Mauro Castilho): ?Relational graph data management on the edge: Grouping vertices? neighborhood with Edge-k", SBC.. 2017.
      Membro: Agma Juci Machado Traina.
    7. Best Paper - Melhor Artigo do First Dataset Showcase Workshop (DSW) do SBBD 2017: ?MAMMOSET: An Enhanced Dataset of Mammograms", SBC.. 2017.
      Membro: Agma Juci Machado Traina.
    8. Best Student Paper na área de Databases e Information Systems (ICEIS 2016) - ?Efficient Self-Similarity Range Wide-Joins Fostering Near-Duplicate, INSTICC.. 2016.
      Membro: Agma Juci Machado Traina.
    9. Best Student Paper na área de Databases e Information Systems (ICEIS 2015) - "Techniques for effective and efficient fire detection from social media images", INSTICC.. 2015.
      Membro: Agma Juci Machado Traina.
    10. Best Paper of ICEIS 2014 - artigo: "TrieMotif: a New and Efficient Method to Mine Frequent K-Motifs from Large Time Series", INSTICC.. 2014.
      Membro: Agma Juci Machado Traina.
    11. Best Paper - Demos and Applications Session do SBBD 2014 - Artigo: ?Have You Met VikS? A Novel Framework for Visual Diversity Search Analysis", SBC.. 2014.
      Membro: Agma Juci Machado Traina.
    12. Best Paper - Melhor Artigo do 29 SBBD (Prêmio José Mauro Castilho): ?Seamless integration of distance functions and feature vectors for similarity-queries processing, SBC.. 2014.
      Membro: Agma Juci Machado Traina.
    13. Best Paper do SISAP 2013 - artigo: "A New Concept of Sets to Handle Similarity in Databases: The SimSets?, .. 2013.
      Membro: Agma Juci Machado Traina.
    14. Best Paper - IX Demos and Applications Session do SBBD 2012, Sociedade Brasileira de Computação - SBC.. 2012.
      Membro: Agma Juci Machado Traina.
    15. Best Paper - First Place of 2009 para o artigo: J. C. Felipe, Caetano Traina Jr, A.J.M. Traina - ?A New Family of Distance Functions for Perceptual Similarity Retrieval of Medical Images, Journal of Digital Imaging- JDI (Springer).. 2010.
      Membro: Agma Juci Machado Traina.
    16. 2 lugar CTIC'2010 - Extração de Séries Temporais de Imagens de Satélite para Monitoramento de Safras Agrícolas e de Dados Climáticos, Sociedade Brasileira de Computacao - SBC.. 2010.
      Membro: Agma Juci Machado Traina.

Participação em eventos

  • Total de participação em eventos (34)
    1. 33rd IEEE International Symposium on Computer-Based Medical Systems (CBMS 2020 - Virtual.Bag-of-Attributes Representation: a Vector Space Model for Electronic Health Records Analysis in OMOP. 2020. (Simpósio).
    2. 35th ACM/SIGAPP Symposium on Applied Computing (SAC 20120.FINE: Improving time and precision of segmentation techniques for vertebral compression fractures in MRI. 2020. (Simpósio).
    3. 32th IEEE International Symposium on Computer-Based Medical Systems (CBMS 2019).3DBGrowth: Volumetric Vertebrae Segmentation and Reconstruction in Magnetic Resonance Imaging. 2019. (Simpósio).
    4. 34th ACM/SIGAPP Symposium on Applied Computing (SAC 2019).The SimilarQL framework: similarity queries in plain SQL.. 2019. (Simpósio).
    5. 34th Brazilian Symposium on Databases (SBBD 2019).2. G-FranC: A dataset of Criminal Activities mapped as a Complex Network in a Relational DBMS. 2019. (Simpósio).
    6. FAPESP Week France.Managing Complex Big Databases to Support Decision Making in Health Systems. 2019. (Simpósio).
    7. IEEE International Symposium on Multimedia (ISM 2019).Efficient Indexing of Multiple Metric Spaces with Spectra. 2019. (Simpósio).
    8. 27th ACM International Conference on Information and Knowledge Management (CIKM 2018). Efficient and Reliable Estimation of Cell Positions. 2018. (Congresso).
    9. 33rd Annual ACM Symposium on Applied Computing (SAC 2018).Class-constraint similarity queries. 2018. (Simpósio).
    10. 2017 Alberto Mendelzon International Workshop on Foundation of Databases and the Web (AMW). Querying on Complex Databases by Content and Context: Challenges and Real Applications. 2017. (Congresso).
    11. 2017 SIAM International Conference on Data Mining (SDM2017). VolTime - Unsupervised Anomaly Detection on Users' Online Activity Volume. 2017. (Congresso).
    12. 30th IEEE International Symposium on Computer-Based Medical Systems (CBMS 2017). BREATH: Heat Maps Assisting the Detection of Abnormal Lung Regions in CT Scans. 2017. (Congresso).
    13. 44º Seminário Integrado de Software e Hardware ( SEMISH).Desafios e Oportunidades de Pesquisa em Consultas por Similaridade no Domínio de Dados Complexos. 2017. (Simpósio).
    14. 30 Simpósio Brasileiro de Banco de Dados - SBBD 2016.Content-based Similarity Queries on Complex Data:Challenges and Real Applications. 2016. (Simpósio).
    15. IEEE International Conference on Data Mining. Vote-and-Comment: Modeling the Coevolution of User Interactions in Social Voting Web Sites. 2016. (Congresso).
    16. 12th IEEE International Symposium on Multimedia (ISM 2015).Combining Diversity Queries and Visual Mining to Improve Content-Based Image Retrieval Systems: The DiVI Method. 2015. (Simpósio).
    17. 30th ACM/SIGAPP Symposium on Applied Computing (SAC 2015.Compact and Discriminative Approach for Encoding Spatial-Relationship of Visual Words. 2015. (Simpósio).
    18. 8th Intl.Conference on Similarity Search and Applications (SISAP 2015). Improving Metric Access Methods with Bucket Files. 2015. (Congresso).
    19. IEEE 28th International Symposium on Computer-Based Medical Systems (CBMS 2015).Vertebral Body Segmentation of Spine MR Images Using Superpixels. 2015. (Simpósio).
    20. 27th IEEE International Symposium on Computer-Based Medical Systems (CBMS 2014).Using sub-dictionaries for image representation based on the bag-of-visual-words approach. 2014. (Simpósio).
    21. 28 Simpósio Brasileiro de Banco de Dados - SBBD 2014.Seamless Integration of Distance Functions and Feature Vectors for Similarity-Queries Processing. 2014. (Simpósio).
    22. 25th International Conference on Scientific and Statistical Database Management (SSDBM 2013). Parameter-free and domain-independent similarity search with diversity. 2013. (Congresso).
    23. 25th International Conference on Scientific and Statistical Database Management (SSDBM 2013). Parameter-free and Domain-independent Similarity Search with Diversity. 2013. (Congresso).
    24. 26th IEEE International Symposium on Computer Based Medical Systems (CBMS 2013).Does a CBIR system really impact decisions of physicians in a clinical environment?. 2013. (Simpósio).
    25. 2nd Annual IEEE Healthcare Informatics, Imaging, and Systems Biology Conference (HISB 2012). Feature Selection of Medical Images Based on Compactness Measure from Scatterplots. 2012. (Congresso).
    26. 12th Microsoft Research Faculty Summit. AgroDataMine: Development of Algorithms and Methods of Data Mining to Support Researches on Climate Changes Regarding Agrometeorology. 2011. (Congresso).
    27. 17th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD). Clustering Very Large Multi-dimensional Datasets with MapReduce. 2011. (Congresso).
    28. 24th IEEE Intl. Symposium on Computer-Based Medical Systems (CBMS 2011).The Similarity Cloud approach: a novel and efficient hippocampus segmentation technique. 2011. (Simpósio).
    29. ACM Intl. Conference on Multimedia (Multimedia 2011) , e Intl ACM Workshop on Medical Multimedia Analysis and Retrieval (MMAR). Fast Fractal Stack: Fractal Analysis of Computed Tomography Scans of the Lung. 2011. (Congresso).
    30. SPIE Medical Imaging Conference. Integrating user profile in medical CBIR systems to answer perceptual similarity queries. 2011. (Congresso).
    31. 23rd IEEE Intl. Symposium on Computer-based Medical Systems (CBMS).Improving Medical Image Retrieval through Multi-Descriptor Similarity Functions and Association Rules. 2010. (Simpósio).
    32. 25 Simpósio Brasileiro de Banco de Dados (SBBD).MAMView: A Framework for Visualization of Metric Trees. 2010. (Simpósio).
    33. IEEE 26th International Conference on Data Engineering. Finding Clusters in Subspaces of Very Large, Multi-Dimensional Datasets. 2010. (Congresso).
    34. Microsoft External Research Symposium 2010.Analyzing Extreme Events and Changes in Climate and Agrometeorological Data Bases. 2010. (Simpósio).

Organização de eventos

  • Total de organização de eventos (3)
    1. Traina, Agma J. M.. 29th IEEE International Symposium on Computer-Based Medical Systems (CBMS 2016). 2016. (Congresso).. . 0.
    2. Traina, Agma J. M.; AZEVEDO-MARQUES, P. M. ; TRAINA JR, Caetano ; RODRIGUES, P. P.. 28th IEEE International Symposium on Computer-Based Medical Systems (CBMS 2015). 2015. Congresso
    3. Traina, Agma J. M.; TRAINA JR, Caetano ; CHAVEZ, E. ; ZEZULA, P.. 7th International Conference on Similarity Search and Applications SISAP 2014. 2014. Congresso

Lista de colaborações

  • Colaborações endôgenas (3)
    • Agma Juci Machado Traina ⇔ Daniel Cardoso Moraes de Oliveira (5.0)
      1. BLANCO, G. ; Traina, Agma J. M. ; AZEVEDO-MARQUES, P. M. ; TRAINA JR, Caetano ; JORGE, A. E. S. ; OLIVEIRA, D. ; BEDO, M. V. N.. A superpixel-driven deep learning approach for the analysis of dermatological wounds. COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE. v. 183, p. 105079-9, issn: 0169-2607, 2020.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. BEDO, M. V. N. ; OLIVEIRA, D. ; TRAINA, AGMA J.M. ; TRAINA JR, Caetano. Beyond hit-or-miss: a comparative study of synopses for similarity searching. Journal of Information and Data Management - JIDM. v. 9, p. 36-52, issn: 2178-7107, 2018.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      3. SILVA, WELLINGTON S. ; JASBICK, DANIEL L. ; WILSON, RODRIGO E. ; AZEVEDO-MARQUES, PAULO M. ; TRAINA, AGMA J. M. ; SANTOS, LUCIO F. D. ; JORGE, ANA E. S. ; DE OLIVEIRA, DANIEL ; BEDO, MARCOS V. N.. A Two-Phase Learning Approach for the Segmentation of Dermatological Wounds. Em: 2019 IEEE 32nd International Symposium on ComputerBased Medical Systems (CBMS), v. 1, p. 343-348, 2019.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      4. NOVAES, J. V. O. ; BEDO, MARCOS V. N. ; OLIVEIRA, D. ; Traina, Agma ; TRAINA JR, Caetano ; SANTOS, L.F.D.. J-EDA: A diversified similarity workbench for content-based image retrieval. Em: Sessão de Demos e Aplicações do 34o. Simpósio Brasileiro de Banco de Dados (SBBD 2019), v. 1, p. 36-41, 2019.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      5. SANTOS, LUCIO F. D. ; BLANCO, GUSTAVO ; OLIVEIRA, DANIEL DE ; TRAINA, AGMA J. M. ; TRAINA JR., CAETANO ; BEDO, MARCOS V. N.. Exploring Diversified Similarity with Kundaha. Em: 27th ACM Intl Conference on Information and Knowledge Management (CIKM 2018) - Demo Track, v. 1, p. 1903-4, 2018.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • Agma Juci Machado Traina ⇔ Marco Antonio Gutierrez (2.0)
      1. CLEMENTINO, JOSE MARIA ; BONES, CHRISTIAN C. ; FAICAL, BRUNO S. ; LINARES, OSCAR C. ; LIMA, DANIEL M. ; Gutierrez, Marco A. ; TRAINA, CAETANO ; TRAINA, AGMA J. M.. Bag-of-Attributes Representation: A Vector Space Model for Electronic Health Records Analysis in OMOP. Em: 2020 IEEE 33rd International Symposium on ComputerBased Medical Systems (CBMS), v. 33, p. 197-202, 2020.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. LIMA, DANIEL M. ; RODRIGUES JR., José Fernando ; Traina, Agma J. M. ; PIRES, F. A. ; GUTIERREZ, M. A.. Transforming Two Decades of ePR Data to OMOP CDM for Clinical Research. Em: 17th World Congress of Medical and Health Informatics (MEDINFO 2019), v. 264, p. 233-237, 2019.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • Agma Juci Machado Traina ⇔ Fátima de Lourdes dos Santos Nunes Marques (1.0)
      1. Traina, Agma J. M. 28th IEEE International Symposium on Computer-Based Medical Systems (CBMS 2015). 2015. Chair de Sessão Técnica em Evento
        [ busca Google | busca Bing ]




(*) Relatório criado com produções desde 2010 até 2021
Data de processamento: 06/11/2021 15:21:45