Especialistas Seniores em Covid-19 com atuação no Brasil

Nubia Rosa da Silva

Possui graduação em Ciência da Computação pela Universidade Federal de Goiás (2006), mestrado em Ciência da Computação pela Universidade Federal de Uberlândia (2010) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (2015). Tem experiência na área de Ciência da Computação, com ênfase em Ciência da Computação, atuando principalmente nos seguintes temas: visão computacional, reconhecimento de padrões, análise e processamento de imagens. (Texto informado pelo autor)

  • https://lattes.cnpq.br/8448585265537772 (07/09/2021)
  • Rótulo/Grupo:
  • Bolsa CNPq: Nível 2
  • Período de análise:
  • Endereço: Universidade Federal de Goiás, Departamento de Ciência da Computação. Avenida Doutor Lamartine Pinto de Avelar Setor Universitário 75704020 - Catalão, GO - Brasil Telefone: (64) 34415300
  • 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 (10)
    1. 2018-Atual. Monitoramento do espalhamento de poluentes oriundos da atividade de mineracao por meio de uma rede de sensores sem fio ZigBee
      Descrição: A mineração é uma atividade fundamental para a sociedade moderna pelo suprimento de matérias primas como carvão mineral, metais, argila, calcário, entre outras, essenciais para as indústrias e a agricultura. Porém, quando as atividades de mineração não são realizadas de forma sustentável, afetam o meio ambiente e a qualidade de vida local. A destinação de rejeito e material estéril em locais inadequados, poluição das águas e poluição do ar são os principais males da atividade de mineração. Altos índices de poluição das águas e do ar podem alterar significativamente a qualidade de vida local, principalmente a saúde humana. Assim, em várias situações, é desejável um monitoramento e análise contínua de variáveis ambientais. Uma forma promissora de fazer tal monitoramento é por meio do desenvolvimento de uma rede de sensores inteligentes que captam sistematicamente valores de variáveis ambientais. Atualmente existem vários sensores de baixo custo que permitem tal monitoramento. Neste projeto propomos o desenvolvimento de uma rede de sensores sem fio (mesh) baseada no padrão IEEE 1451.5 (ZigBee) que utilizará os conceitos de Wireless Transducer Interface Module (WTIM) e de Network Capable Application Processor (NCAP). O nó NCAP será responsável em realizar o gerenciamento da rede de sensores, fazer o reconhecimento plug-and-play dos WTIMs, enviar requisições de leitura de cada sensor presente nos WTIMs, receber essas informações, armazenar os dados em cartão de memória, além de se comunicar com uma rede WiFi externa para configuração e transferência de dados. Os dados coletados, os quais conterão informações espaço-temporais relacionadas a poluição e condições climáticas locais, serão utilizados para mineração de dados com o objetivo de descobrir conhecimento e gerar previsões acerta da dispersão de substâncias lançadas pela atividade de mineração.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . Integrantes: Núbia Rosa da Silva - Integrante / Marcos Aurélio Batista - Integrante / Tércio Alberto dos Santos Filho - Coordenador / Dalton Matsuo Tavares - Integrante / Alexandre César Rodrigues da Silva - Integrante / Marcos Napoleão Rabelo - Integrante / Paulo Henrique Kingma Orlando - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Nubia Rosa da Silva.
    2. 2018-Atual. Mineracao de dados para predicao do lead time de processos
      Descrição: Diante das dinâmicas do mercado os processos produtivos encontram-se em constantes adaptações e consequentemente o nível de informação a ser gerenciado nas empresas torna-se emergente e um dos fatores crucias. Um dos parâmetros associados direta e indiretamente a diversos parâmetros de gestão e planejamento do processo trata-se do lead time que pode ser estimando por meio de mensurações dispendiosas ou métodos tradicionais que normalmente não suportam de forma significativa todas as informações de um banco de dados empresarial assim como se adaptam de forma rápida às mudanças. Diante disso, essa pesquisa tem como objetivo verificar se é possível o uso da inteligência artificial para predição do lead time de um processo simulado. Na metodologia propôs-se o uso de um banco de dados de um processo simulado e o uso técnicas e algoritmos de mineração de dados, analisar as informações geradas e confronta-las com o valor simulado. Espera-se que o valor do lead time encontrado, assim como sua capacidade aprendizagem de máquina da inteligência artificial, reflita valores próximos ao simulado e possibilite a alteração destes conforme as mudanças do processo.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) . Integrantes: Núbia Rosa da Silva - Coordenador / Maíza Biazon de Oliveira - Integrante.
      Membro: Nubia Rosa da Silva.
    3. 2018-Atual. Potencialidades do Deep Learning na Ciencia da Informacao
      Descrição: A busca por inovação e exploração de técnicas que possam trazer resultados mais eficientes e eficazes é algo de considerável interesse para as mais distintas áreas científicas. Neste contexto, a aplicação de modelos, técnicas e ferramentas provenientes da inteligência artificial na área de ciência da informação se destaca como algo de grande relevância, uma vez que, através disso, a geração de conhecimento a partir de dados e informação pode ser aprimorada e alavancada. Apesar disso, a interação entre essas áreas ainda apresenta alguns desafios, principalmente pelas particularidades provenientes de grades áreas distintas: ciências exatas e ciências sociais aplicadas. Esse cenário se apresenta ainda mais desafiador ao se tratar de temas específicos, como é o caso da aplicação de Deep Learning na ciência da informação. Neste sentido, este projeto tem como objetivo fazer uma levantamento de ações e trabalhos na área de Ciência da Informação baseados na utilização de Deep Learning, assim como potencialidades passíveis de exploração nestas áreas, buscando contribuir para o avanço de soluções no âmbito dessa ciência.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) . Integrantes: Núbia Rosa da Silva - Integrante / Douglas Farias Cordeiro - Coordenador / Renata Moreira Limiro - Integrante / Kátia Kelvis Cassiano - Integrante.
      Membro: Nubia Rosa da Silva.
    4. 2017-Atual. Dados Abertos Conectados
      Descrição: Um dos maiores desafios no tratamento de grande quantidade de dados é a tipificação dos mesmos, atividade esta fundamental para a gestão e obtenção de informações a cerca destes dados. Neste sentido, tal necessidade se mostra consideravelmente relevante no que se refere à gestão de documentos digitais. Este cenário recebe uma especial atenção no que se refere à tipificação de dados abertos, uma vez que, através disso, abre-se oportunidades e alternativas para a geração de conhecimento implícito em base de dados. Diante disso, este documento apresenta um projeto de pesquisa que tem como proposta o estudo de técnicas e métodos de tipificação de dados baseadas em mineração de dados, com o objetivo de desenvolver uma metodologia voltada à geração de conhecimento em dados abertos governamentais.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (3) . Integrantes: Núbia Rosa da Silva - Integrante / Douglas Farias Cordeiro - Coordenador / Nádia Félix Felipe da Silva - Integrante / Kátia Kelvis Cassiano - Integrante.
      Membro: Nubia Rosa da Silva.
    5. 2016-Atual. Analise de textura utilizando sistemas complexos para identificacao de especies de plantas
      Descrição: A taxonomia vegetal é a ciência na qual cada planta deve ser corretamente classificada em uma descendência de plantas correlacionadas. O método tradicional de identificação de espécies é baseado no estudo morfológico de órgãos da planta. Porém, isso ocorre através da análise visual e subjetiva de um especialista a partir de catálogos de espécies em herbários. A partir do órgão coletado e desidratado da espécie pesquisada, um voucher da planta é criado e comparado a vou- chers de outras espécies. A fim de aumentar a precisão desse processo, métodos computacionais estão sendo desenvolvidos baseando-se em imagens da superfície da folha, cortes transversais da folha e madeira para identificação das espécies. Entretanto, ainda há um grande leque de possibilidades que podem ser estudadas e um número imenso de espécies a serem analisadas. A proposta deste projeto é analisar imagens de folhas e madeira obtidas por microscópio óptico, microscópio confocal por varredura a laser e scanner e utilizar métodos de visão computacional e reconhecimento de padrões para identificação de espécies de plantas e análise da plasticidade ve- getal. A classificação das imagens será realizada a partir da extração de características de textura das folhas e madeira utilizando metodologias que envolvem autômatos celulares, redes comple- xas e descritores fractais, que tem se mostrado bastante promissores para o reconhecimento de espécies de plantas.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (3) . Integrantes: Núbia Rosa da Silva - Coordenador / Douglas Farias Cordeiro - Integrante / Odemir Martinez Bruno - Integrante / Rosana Marta Kolb - Integrante / Jan Baetens - Integrante / Sérgio Francisco da Silva - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
      Membro: Nubia Rosa da Silva.
    6. 2015-2017. Laboratorio de Software Livre para Cultura e Dados Abertos
      Descrição: O projeto refere-se à uma parceria entre o Ministério da Cultura e a Universidade Federal de Goiás, a qual, através do Laboratório de Dados Abertos, desenvolveu uma série de estudos voltadas à prontidão para a abertura de dados, elaboração de metodologias de abertura de dados utilizando Gerenciamento de Processos de Negócios, e a implementação de uma API para a abertura de dados do SALIC (Sistema de Apoio às Leis de Incentivo à Cultura).. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (4) . Integrantes: Núbia Rosa da Silva - Coordenador / Douglas Farias Cordeiro - Integrante / Nádia Félix Felipe da Silva - Integrante / Arnaldo Alves Ferreira Júnior - Integrante / Eliany Alvarenga de Araújo - Integrante.
      Membro: Nubia Rosa da Silva.
    7. 2014-2014. Analise de imagem de lignocelulose
      Descrição: Há algumas décadas a textura tem sido um importante objeto de estudo na comunidade de visão computacional e processamento de imagens. No entanto, ainda são necessárias mais pesquisas para tornar os algoritmos de textura para análise de padrões e classificação aplicável em diferentes áreas. Textura é uma característica fundamental em muitas imagens naturais e sintéticas, e por isso o processo de análise de textura é um passo essencial em diversas aplicações de processamento de imagens, como a inspeção industrial, sensoriamento remoto de recursos terrestres, imagens médicas, reconhecimento de objetos e recuperação de imagens baseada em conteúdo. Numerosos métodos para a análise da textura foram propostos na literatura. Estes métodos envolvem extração de características e utilizam diferentes esquemas para representar as características selecionadas. Eles podem ser divididos em cinco categorias: estrutural, estatístico, baseado em modelo, espectrais e baseados em agentes. Mesmo com essa variedade de métodos para análise de textura, todos eles analisam a textura de maneira global, como se ocorresse apenas um padrão de textura na imagem. Este projeto propõe um modelo de análise de textura com base na heterogeneidade dos padrões de textura na mesma imagem. Para realizar esta tarefa, imagens de madeira serão utilizadas, devido à sua estrutura hierárquica e heterogeneidade adequados para tais análises. As imagens de textura a serem analisadas são seções microscópicas transversais de madeira obtidos por microscopia óptica convencional, bem como a tomografia computadorizada de raios-X , o último em 2D e 3D. O projeto proposto pode ser dividido em três partes principais: Reconhecimento de madeira, orientação de fibras e quantificação de tecidos em 3D. O primeiro diz respeito à classificação das espécies de madeira por imagens microscópicas transversais de compostos de madeira. O segundo trata da análise de madeira, neste caso especificamente destinado à orientação das fibras, o que influencia a densidade da madeira e sua durabilidade. Finalmente, a terceira parte do trabalho diz respeito à quantificação de tecidos em 3D compreendendo análise tridimensional das diferentes estruturas anatômicas da madeira.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (1) . Integrantes: Núbia Rosa da Silva - Coordenador / DE BAETS, BERNARD - Integrante / Odemir Martinez Bruno - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.
      Membro: Nubia Rosa da Silva.
      Descrição: Há algumas décadas a textura tem sido um importante objeto de estudo na comunidade de visão computacional e processamento de imagens. No entanto, ainda são necessárias mais pesquisas para tornar os algoritmos de textura para análise de padrões e classificação aplicável em diferentes áreas. Textura é uma característica fundamental em muitas imagens naturais e sintéticas, e por isso o processo de análise de textura é um passo essencial em diversas aplicações de processamento de imagens, como a inspeção industrial, sensoriamento remoto de recursos terrestres, imagens médicas, reconhecimento de objetos e recuperação de imagens baseada em conteúdo. Numerosos métodos para a análise da textura foram propostos na literatura. Estes métodos envolvem extração de características e utilizam diferentes esquemas para representar as características selecionadas. Eles podem ser divididos em cinco categorias: estrutural, estatístico, baseado em modelo, espectrais e baseados em agentes. Mesmo com essa variedade de métodos para análise de textura, todos eles analisam a textura de maneira global, como se ocorresse apenas um padrão de textura na imagem. Este projeto propõe um modelo de análise de textura com base na heterogeneidade dos padrões de textura na mesma imagem. Para realizar esta tarefa, imagens de madeira serão utilizadas, devido à sua estrutura hierárquica e heterogeneidade adequados para tais análises. As imagens de textura a serem analisadas são seções microscópicas transversais de madeira obtidos por microscopia óptica convencional, bem como a tomografia computadorizada de raios-X , o último em 2D e 3D. O projeto proposto pode ser dividido em três partes principais: Reconhecimento de madeira, orientação de fibras e quantificação de tecidos em 3D. O primeiro diz respeito à classificação das espécies de madeira por imagens microscópicas transversais de compostos de madeira. O segundo trata da análise de madeira, neste caso especificamente destinado à orientação das fibras, o que influencia a densidade da madeira e sua durabilidade. Finalmente, a terceira parte do trabalho diz respeito à quantificação de tecidos em 3D compreendendo análise tridimensional das diferentes estruturas anatômicas da madeira.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (1) . Integrantes: Odemir Martinez Bruno - Coordenador / SILVA, NÚBIA ROSA DA - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.
      Membro: Odemir Martinez Bruno.
    8. 2012-2014. Anatomia foliar de plantas de diferentes formacoes vegetacionais
      Descrição: As diferentes formações vegetacionais são marcadas por fatores ambientais distintos. As folhas das plantas são os órgãos que mais apresentam variações estruturais, sendo interpretadas como adaptações a ambientes específicos. Neste contexto, o projeto tem por objetivo estudar as variações anatômicas e a área foliar específica de espécies lenhosas, representativas de diferentes formações vegetacionais, identificando variações estruturais e funcionais de suas folhas, relacionadas às características encontradas nos diferentes ambientes analisados. O projeto objetiva ainda desenvolver e aplicar métodos computacionais para análise de plantas por meio de imagens de suas folhas. A motivação dessa abordagem é contribuir com as técnicas de morfologia já desenvolvidas, facilitando a tarefa de identificação de espécies vegetais.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (5) / Doutorado: (2) . Integrantes: Núbia Rosa da Silva - Integrante / Odemir Martinez Bruno - Integrante / Rosana Marta Kolb - Coordenador / Davi Rodrigo Rossatto - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Nubia Rosa da Silva.
    9. 2012-Atual. Reconhecimento de padroes heterogeneos e suas aplicacoes em biologia e nanotecnologia
      Descrição: Este projeto tem como objetivo propor a análise de padrões heterogêneos, desenvolver métodos para este novo conceito e aplicá-los em problemas reais de reconhecimento de padrões. O conceito é inspirado na Química, com as definições de misturas. Algumas misturas apresentam aparência homogênea quando vistas a olho nu, no entanto, ao observá-las em nanoescala é possível perceber a heterogeneidade de seus componentes, como por exemplo colóides tais como, leite, sangue e gelatina. Neste trabalho, o mesmo conceito é aplicado no reconhecimento de padrões. Em determinadas classes de imagens é possível perceber padrões heterogêneos, que nem sempre, podem ser visualizados em escala padrão. Os métodos atuais de análise de textura não descrevem de forma adequada tais padrões heterogêneos. A abordagem comumente utilizada pelos pesquisadores analisa as informações contidas na imagem de uma maneira global, tomando todas as suas características de forma integrada. A abordagem multi-escala, amplamente difundida na literatura, analisa os padrões em diferentes escalas, mas ainda assim, preservando a análise homogênea, ou seja, considerando as características globalmente. Portanto, torna-se necessário desenvolver métodos capazes de identificar os diferentes padrões observados em diferentes escalas, onde percebe-se sua heterogeneidade, definindo desta forma o conceito de padrão heterogêneo em imagens.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (1) . Integrantes: Núbia Rosa da Silva - Coordenador / Douglas Farias Cordeiro - Integrante / Odemir Martinez Bruno - Integrante / Sérgio Francisco da Silva - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.
      Membro: Nubia Rosa da Silva.
      Descrição: Este projeto tem como objetivo propor a análise de padrões heterogêneos, desenvolver métodos para este novo conceito e aplicá-los em problemas reais de reconhecimento de padrões. O conceito é inspirado na Química, com as definições de misturas. Algumas misturas apresentam aparência homogênea quando vistas a olho nu, no entanto, ao observá-las em nanoescala é possível perceber a heterogeneidade de seus componentes, como por exemplo colóides tais como, leite, sangue e gelatina. Neste trabalho, o mesmo conceito é aplicado no reconhecimento de padrões. Em determinadas classes de imagens é possível perceber padrões heterogêneos, que nem sempre, podem ser visualizados em escala padrão. Os métodos atuais de análise de textura não descrevem de forma adequada tais padrões heterogêneos. A abordagem comumente utilizada pelos pesquisadores analisa as informações contidas na imagem de uma maneira global, tomando todas as suas características de forma integrada. A abordagem multi-escala, amplamente difundida na literatura, analisa os padrões em diferentes escalas, mas ainda assim, preservando a análise homogênea, ou seja, considerando as características globalmente. Portanto, torna-se necessário desenvolver métodos capazes de identificar os diferentes padrões observados em diferentes escalas, onde percebe-se sua heterogeneidade, definindo desta forma o conceito de padrão heterogêneo em imagens.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (1) . Integrantes: Odemir Martinez Bruno - Coordenador / SILVA, NÚBIA ROSA DA - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.
      Membro: Odemir Martinez Bruno.
    10. 2011-Atual. Chaos and Cellular automata applied to Pattern Recognititon and Information Theory
      Descrição: Colaboração internacional entre a Universidade de São Paulo e a Ghent University - Bélgica, este projeto visa estiudos multidisciplinares da teoria do caos e automatas, envolvendo áreas como Matemática Aplicada, Ciência da Computação, Física, Bioinformática e Ciência dos Materias. O principal foco do projeto é o estudo e a investigação de métodos baseados na Teoria do Caos e Automatos, visando o desenvolvimento teorico da área, bem como suas aplicações em Reconhecimento de padrões e Teoria da Informação.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado profissional: (1) / Doutorado: (4) . Integrantes: Núbia Rosa da Silva - Integrante / FLORINDO, J B - Integrante / VAN DER WEEËN, PIETER - Integrante / DE BAETS, BERNARD - Integrante / Odemir Martinez Bruno - Coordenador / Alexandre Souto Martinez - Integrante / Ernesto Chaves Pereira - Integrante / Marina Jeaneth Machicao - Integrante / Jan Baetens - Integrante. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação.
      Membro: Nubia Rosa da Silva.
      Descrição: Colaboração internacional entre a Universidade de São Paulo e a Ghent University - Bélgica, este projeto visa estiudos multidisciplinares da teoria do caos e automatas, envolvendo áreas como Matemática Aplicada, Ciência da Computação, Física, Bioinformática e Ciência dos Materias. O principal foco do projeto é o estudo e a investigação de métodos baseados na Teoria do Caos e Automatos, visando o desenvolvimento teorico da área, bem como suas aplicações em Reconhecimento de padrões e Teoria da Informação.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado profissional: (1) / Doutorado: (4) . Integrantes: Odemir Martinez Bruno - Coordenador / Alexandre Souto Martinez - Integrante / Ernesto Chaves Pereira - Integrante / Marina Jeaneth Machicao - Integrante / Joao Batista Florindo - Integrante / SILVA, NÚBIA ROSA DA - Integrante / Bernard De Baets - Integrante / Jan Baetens - Integrante / Pieter Van der Weeën - Integrante.
      Membro: Odemir Martinez Bruno.

Prêmios e títulos

  • Total de prêmios e títulos (3)
    1. Primeiro lugar - melhores trabalhos do EnAComp 2020, XV Encontro Anual de Computação.. 2020.
      Membro: Núbia Rosa da Silva.
    2. Segundo lugar - melhores trabalhos do EnAComp 2020, XV Encontro Anual de Computação.. 2020.
      Membro: Núbia Rosa da Silva.
    3. Segundo melhor artigo na modalidade oral no VIII Workshop de Visão Computacional (WVC 2012 - Centro-Oeste), VIII Workshop de Visão Computacional e apoiado pela Sociedade Brasileira de Computação... 2012.
      Membro: Núbia Rosa da Silva.

Participação em eventos

  • Total de participação em eventos (22)
    1. LatinX in AI (LXAI) Research at ICML 2021. A multiple strategy for plant species identification using images of leaf texture. 2021. (Congresso).
    2. 1° CEPEx - UFCAT Congresso de Ensino, Pesquisa e Extensão da Universidade Federal de Catalão. Conferência de Abertura - "Inteligência Artificial: A Nova Fronteira da Ciência Brasileira". 2020. (Congresso).
    3. Ist Workshop on Media, Information and Data Science. 2020. (Congresso).
    4. LatinX in AI (LXAI). Identification of circulating information on corruption in Brazil using data mining and machine learning. 2020. (Congresso).
    5. Simpo?sio Cie?ncia, Arte e Educac?a?o em tempos de pandemia. 2020. (Simpósio).
    6. Thirty-seventh International Conference on Machine Learning. 2020. (Congresso).
    7. XL Congresso da Sociedade Brasileira de Computação. Application of data mining and complex networks in the representation of purchasing associations: a case study in supermarket purchases. 2020. (Congresso).
    8. XV Encontro Anual de Computação. 2020. (Encontro).
    9. GDV DevFest Cerrado. 2017. (Encontro).
    10. III Encontro Nacional de Gestão, Políticas e Tecnologias da Informação. 2017. (Encontro).
    11. Simpósio de Engenharia de Produção - SIENPRO. 2017. (Simpósio).
    12. Espaço das Profissões da Regional Catalão. 2016. (Feira).
    13. Encontro Nacional de Gestão, Políticas e Tecnologias da Informação. 2015. (Encontro).
    14. International Conference on Mathematical Modeling in Physical Sciences. Fractal descriptors for discrimination of microscopy images of plant leaves. 2013. (Congresso).
    15. VIII Workshop do Programa de Aperfeiçoamento de Ensino. 2013. (Oficina).
    16. WTD: Workshop of PhD and MSc Research.Pattern Recognition on Heterogeneous Texture. 2013. (Outra).
    17. 2º Workshop do PAE no Campus de São Carlos. 2012. (Outra).
    18. International Conference on Mathematical Modeling in Physical Sciences. Heterogeneous patterns enhancing static and dynamic texture classification. 2012. (Congresso).
    19. VIII Workshop de Visão Computacional (WVC 2012). Analysis of Multi-Scale Fractal Dimension to Classify Human Motion. 2012. (Congresso).
    20. VII Workshop do Programa de Aperfeiçoamento de Ensino. 2011. (Outra).
    21. ICNPAA 2010 World Congress: 8th International Conference on Mathematical Problems in Engineering, Aerospace and Sciences. Simulation of Industrial Metabolism using Predicate Transition Petri Nets Combined with Differential Equations. 2010. (Congresso).
    22. International Conference on Systems, Signals and Image Processing. Identification of Space-Time Flows of Moving Objects. 2010. (Congresso).

Organização de eventos

  • Total de organização de eventos (8)
    1. DA SILVA, NÚBIA ROSA. Membro da comissão organizadora do Ist Workshop on Media, Information and Data Science. 2020. (Congresso).. . 0.
    2. VALE, L. N. ; SILVA, N R ; CORDEIRO, D. F.. XV Encontro Anual de Computação - EnAComp 2020. 2020. Congresso
    3. SILVA, N. R.. XIII Encontro Anual de Computação - EnAComp 2017. 2017. (Congresso).. . 0.
    4. DA SILVA, NÚBIA ROSA. Membro da comissão organizadora do III Encontro Nacional de Gesta?o, Poli?ticas e Tecnlogias da Informac?a?o. 2017. (Congresso).. . 0.
    5. SILVA, N. R.. VII Simpósio Anual de Computação. 2006. (Congresso).. . 0.
    6. SILVA, N. R.. XX Simpósio Brasileiro de Banco de Dados. 2005. (Congresso).. . 0.
    7. SILVA, N. R.. XIX Simpósio Brasileiro de Engenharia de Software. 2005. (Congresso).. . 0.
    8. SILVA, N. R.. VI Simpósio Anual de Computação. 2005. (Congresso).. . 0.

Lista de colaborações

  • Colaborações endôgenas (3)
    • Núbia Rosa da Silva ⇔ Odemir Martinez Bruno (12.0)
      1. ROSA DA SILVA, NÚBIA ; DE RIDDER, MAAIKE ; BAETENS, JAN M. ; VAN DEN BULCKE, JAN ; ROUSSEAU, MÉLISSA ; MARTINEZ BRUNO, ODEMIR ; BEECKMAN, HANS ; VAN ACKER, JORIS ; DE BAETS, BERNARD. Automated classification of wood transverse cross-section micro-imagery from 77 commercial Central-African timber species. ANNALS OF FOREST SCIENCE. v. 74, p. 30, issn: 1286-4560, 2017.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. SILVA, N. R.; OLIVEIRA, M. W. S. ; ALMEIDA FILHO, H. A. ; PINHEIRO, L. F. S. ; ROSSATTO, Davi Rodrigo ; KOLB, R.M. ; Bruno, O. M.. Leaf epidermis images for robust identification of plants. Scientific Reports. v. 6, p. 25994, issn: 2045-2322, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      3. DA SILVA, NÚBIA ROSA ; BAETENS, JAN M. ; DA SILVA OLIVEIRA, MARCOS WILLIAM ; DE BAETS, BERNARD ; BRUNO, ODEMIR MARTINEZ. Classification of cellular automata through texture analysis. Information Sciences. v. 370-371, p. 33-49, issn: 0020-0255, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      4. GONÇALVES, WESLEY NUNES ; DA SILVA, NÚBIA ROSA ; DA FONTOURA COSTA, LUCIANO ; BRUNO, ODEMIR MARTINEZ. Texture recognition based on diffusion in networks. Information Sciences. v. 364-365, p. 51-71, issn: 0020-0255, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      5. DA SILVA, NÚBIA ROSA; VAN DER WEEËN, PIETER ; DE BAETS, BERNARD ; BRUNO, ODEMIR MARTINEZ. Improved texture image classification through the use of a corrosion-inspired cellular automaton. Neurocomputing (Amsterdam). v. 149, p. 1560-1572, issn: 0925-2312, 2015.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      6. DA SILVA, NÚBIA ROSA; FLORINDO, JOÃO BATISTA ; GÓMEZ, MARÍA CECILIA ; ROSSATTO, DAVI RODRIGO ; KOLB, ROSANA MARTA ; BRUNO, ODEMIR MARTINEZ. Plant Identification Based on Leaf Midrib Cross-Section Images Using Fractal Descriptors. Plos One. v. 10, p. e0130014, issn: 1932-6203, 2015.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      7. OLIVEIRA, MARCOS WILLIAM DA SILVA ; DA SILVA, NÚBIA ROSA ; MANZANERA, ANTOINE ; BRUNO, ODEMIR MARTINEZ. Feature extraction on local jet space for texture classification. Physica. A (Print). v. 439, p. 160-170, issn: 0378-4371, 2015.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      8. FLORINDO, JOÃO BATISTA ; DA SILVA, NÚBIA ROSA ; ROMUALDO, LILIANE MARIA ; DE FÁTIMA DA SILVA, FERNANDA ; DE CERQUEIRA LUZ, PEDRO HENRIQUE ; HERLING, VALDO RODRIGUES ; BRUNO, ODEMIR MARTINEZ. Brachiaria species identification using imaging techniques based on fractal descriptors. Computers and Electronics in Agriculture. v. 103, p. 48-54, issn: 0168-1699, 2014.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      9. SILVA, NÚBIA ROSA DA ; BRUNO, ODEMIR MARTINEZ. Heterogeneous patterns enhancing static and dynamic texture classification. Journal of Physics. Conference Series (Online). v. 410, p. 012033, issn: 1742-6596, 2013.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      10. CASANOVA, DALCIMAR ; SILVA, NÚBIA ROSA DA ; CORDEIROD, DOUGLAS FARIAS ; KOLB, ROSANA MARTA ; BRUNO, ODEMIR MARTINEZ. Shape Analysis of Plant Leaves Using Complex Networks for Species Identification. Em: 4th International Symposium on Biological Shape Analysis (ISBSA), p. 57-70, 2017.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      11. Marcos William da Silva Oliveira ; Núbia Rosa da Silva ; Dalcimar Casanova ; Luiz Felipe Souza Pinheiro ; Rosana Marta Kolb ; Odemir Martinez Bruno. Automatic Counting of Stomata in Epidermis Microscopic Images. Em: Workshop de Visão Computacional WVC, p. 253, 2014.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      12. SILVA, N. R.; FLORINDO, J. B. ; GOMEZ, M. C. ; KOLB, R. M. ; BRUNO, O. M.. Fractal descriptors for discrimination of microscopy images of plant leaves. 2013. Apresentação de Trabalho/Conferência ou palestra

    • Núbia Rosa da Silva ⇔ Valtencir Zucolotto (1.0)
      1. MIRANDA, R. L.; FENNER, M. C.. Escrita Cienti?fica. 2017. Curso de curta duração ministrado/Extensão
        [ busca Google | busca Bing ]

    • Núbia Rosa da Silva ⇔ Rodrigo Lopes Miranda (1.0)
      1. MIRANDA, R. L.; FENNER, M. C.. Escrita Cienti?fica. 2017. Curso de curta duração ministrado/Extensão
        [ busca Google | busca Bing ]




(*) Relatório criado com produções desde 2010 até 2021
Data de processamento: 06/11/2021 15:23:34