Especialistas Seniores em Covid-19 com atuação no Brasil

Andre Carlos Ponce de Leon Ferreira de Carvalho

Professor Titular do Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo (ICMC-USP), campus São Carlos, Bolsista de Produtividade em Pesquisa 1A do CNPq e Vice-Presidente da Sociedade Brasileira de Computação (SBC). É coordenador da rede IARA, Inteligência Artificial Recriando Ambientes. Foi membro do Comitê de Assessoramento de Ciência da Computação do CNPq (CA-CC), de 2018 a 2021 (coordenador de 2019 a 2020). De 2013 a 2017 foi membro do conselho da International Association for Statistical Computing (IASC), do International Institute of Statistics. Possui Bacharelado (1987) e Mestrado em Ciência da Computação (1990) pela Universidade Federal de Pernambuco, e doutorado em Electronic Engineering pela University of Kent (1994). Seus principais interesses de pesquisa são Aprendizado de Máquina, Mineração de Dados e Ciência de Dados, com aplicações em várias áreas. Publicou vários artigos nessas áreas, alguns deles premiados em conferências organizadas por ACM, IEEE and SBC. Escreveu vários livros, entre eles Inteligência Artificial: Uma abordagem de Aprendizado de Máquina, publicado pelo GrupoGen em 2011 e prêmio Jabuti 2012, e A General Introduction to Data Analytics, publicado pela Wiley, em 2018. Foi Professor Associado na University of Guelph, Canada. Foi ainda Professor Visitante na University of Kent e Pesquisador Visitante na University of Kent e no Alan Turing Institute, UK. Avalia projetos para agências de fomento a pesquisa nacionais, CAPES, CNPq, FAPESP, FACEPE, FAPEMIG e Fundação Serrapilheira, e internacionais, NSERC (Canada), The Leverhulme Trust (Reino Unido), EPSRC Reino Unido), GACR (República Checa), CONICYT (Chile), Croatian Science Foundation (Croácia) e MIUR (Itália). É vice-diretor do ICMC-USP e do Centro de Ciências Matemáticas Aplicadas à Indústria da USP. É ainda Vice-Coordenador do MBA em Ciência de Dados do ICMC-USP. , do Conselho Consultivo da Rede MCTI-EMBRAPII de Inovação em Inteligência Artificial (IA), da Rede Ciência para Educação (CpE), do Comitê Diretivo para América Latina e Caribe da International Network for Government Science Advice (INGSA), do Conselho Universitário da Universidade de São Paulo e do Comitê Científico do Advanced Institute for Artificial Intelligence (AI2), do Strategy and Partnerships Board of the UKRI Centre for Doctoral Training in Accountable, Responsible and Transparent AI (ART-AI), at University of Bath, UK. Membro associado da Artificial Intelligence Institute - Te Ipu o te Mahara da University of Waikato, Nova Zelândia e do Grupo de Governança da Estratégia Brasileira de Inteligência Artificial (EBIA) do Ministério de Ciência, Tecnologia e Inovações e do Conselho Tecnológico da Associação Gestora de Fundo Patrimonial Chronos (?CHRONOS?).. Foi membro do Conselho Técnico Científico da Escola de Matemática Aplicada da Fundação Getúlio Vargas (EMAp-FGV) de 2018 a 2020. (Texto informado pelo autor)

  • https://lattes.cnpq.br/9674541381385819 (28/10/2021)
  • Rótulo/Grupo:
  • Bolsa CNPq: Nível 1A
  • Período de análise:
  • Endereço: Universidade de São Paulo, Instituto de Ciências Matemáticas e de Computação. Rua Trabalhador Sancarlense Centro 13560970 - São Carlos, SP - Brasil - Caixa-postal: 668 Telefone: (16) 33739691 Fax: (16) 33739751 URL da Homepage: www.icmc.usp.br
  • 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 (29)
    1. 2019-Atual. Artificial Intelligence for Sustainable Project Management
      Descrição: Delay and cost overrun have been a common problem in projects across many global sectors such as infrastructure construction, healthcare and IT. One major factor that has been identified as reasons for cost overrun and delay is the lack of effective project management, especially in dealing with large sociotechnical elements where many uncertainties arising from variability in human aspects. The rise of Artificial intelligence (AI) is making global impact to many parts of our society, and has the potential to revolutionize the practice of project management. In this project, we aim to bring together the highly complementary skillsets among the researchers from UGPN universities to identify and analyse the requirements for novel framework where cutting-edge AI technologies are leveraged to provide project management support. We also aim to develop an initial architectural design of this AI-powered framework which will assist many aspects of project management, such as automating repetitive, high-volume tasks, enabling project analytics for estimation and risk prediction, facilitating project planning, providing actionable recommendations, and even making timely decisions. This will potentially be a distinctive game changer for project management in helping accelerate productivity and boosting project success rates, making significant impact to projects in many sectors globally.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Doutorado: (2) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Hoa Khanh Dam - Coordenador / Singh, Munindar - Integrante / Nigel Gilbert - Integrante / Aditya Ghose - Integrante. Financiador(es): University Global Partnership Network - Auxílio financeiro.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    2. 2019-Atual. Optimizing control interventions for Visceral Leishmaniasis in multiple settings
      Descrição: Visceral leishmaniasis (VL) is a zoonotic vector-borne disease of public health concern worldwide, with high incidence in Brazil, the Indian Sub-Continent and some countries in East Africa. Optimal VL control has proven challenging given the wide array of interventions targeting the vector, animal host (especially domestic dogs), and human populations. There are two types of VL parasite species (L. Donovani and L. Infantum) and their spatial heterogeneity further complicates effective control strategies. Optimization of the portfolio of surveillance alternatives and interventions is thus a complex, spatially-explicit and dynamic endeavour. This proposal aims to support national programmes for control of VL, mainly in Brazil, combining mathematical modelling, geo-spatial mapping, disease ecology and machine learning.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Doutorado: (2) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Prada, Joaquin - Integrante / Gustavo Machado - Coordenador / Ricardo Augusto Dias - Integrante / Victor del Rio Vilas - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
      Descrição: The proposal aims support national programmes for control of visceral leishmaniasis, including Brazil, combining mathematical modelling, geo-spatial mapping, disease ecology and machine learning.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (6) . Integrantes: Ricardo Augusto Dias - Coordenador / Joaquin M Prada - Integrante / Gustavo Machado - Integrante / Victor del Rio Vilas - Integrante / Andre Carlos Ponde de Leon Ferreira de Carvalho - Integrante. Financiador(es): University Global Partnership Network - Auxílio financeiro.
      Membro: Ricardo Augusto Dias.
    3. 2019-Atual. Mobilidade na Computacao Urbana: Caracterizacao, Modelagem e Aplicacoes (MOBILIS)
      Descrição: A mobilidade tem um papel central nas diversas atividades relacionadas que fazemos, principalmente no trabalho, comércio, indústria e lazer. O estudo da mobilidade para diferentes finalidades (e.g., econômicas, serviços públicos, estudo acadêmico) deve ser feito de forma sistemática já que do ponto de vista científico é a questão mais fundamental que deve ser estudada para, a partir daí, soluções serem aplicadas. Assim, este projeto tem como objetivo investigar como ocorre a mobilidade de entidades móveis em ambientes urbanos para podermos projetar algoritmos, protocolos, aplicações e serviços que sejam apropriados tanto para o cenário que temos atualmente quanto para cidades inteligentes. O projeto "Mobilidade na Computação Urbana: Caracterização, Modelagem e Aplicações (MOBILIS) inova e avança o estado da arte ao pesquisar questões fundamentais individualmente e de forma integrada desses diferentes aspectos de uma forma mais ampla que temos atualmente.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Antonio Alfredo Loureiro - Coordenador / Alejandro Cesar Frery Orgambide - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    4. 2018-2019. Fairness, Privacy and Transparency when Learning from Data Streams
      Descrição: We are using technologies based on Machine Learning in a growing number of systems and tools. This growing use of Machine Learning has made many dangerous, monotonous and tiring activities safer, more reliable and more accurate. However, new demands require the development of new Machine Learning techniques, or their use in new and innovative ways, taking into account ethical and legal issues - including in particular, the right to appropriate privacy, transparency and fairness. Recent studies have approached these themes from different perspectives. However, most of them assume the possibility to assess and analyze a static model, induced from a static dataset. In most real applications, data are continuously generated in streams, which can come with very high speed and volume, and present concept changes along the time. In this situation, a model can rapidly become outdated. Learning algorithms able to continuously update models are an increasingly important research issue and many current applications are being developed in this area. This project will study the challenges faced to ensure appropriate transparency and fairness when models need to be continuously and autonomously adapted.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (8) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Leandro Resende Mundim - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    5. 2018-Atual. Paje: Ferramenta de Aprendizado de Maquina Automatico(AutoML)
      Descrição: Com o crescente volume de dados, a Ciência dos Dados tornou-se uma parte relevante de muitas aplicações. Muitas empresas estão aplicando a Ciência de Dados em áreas como Finanças, Jogos, Assistência Médica, Cidades Inteligentes, entre muitas outras. A maioria das soluções da Ciência de Dados dependem do Aprendizado de Máquina (AM), em particular AM do início ao fim. Uma solução de AM do início ao fim inclui todas as etapas necessárias para a criação de um sistema bem-sucedido baseado em AM, como pré-processamento de dados, engenharia de atributos, seleção de modelos e ajuste de hiperparâmetros. No entanto, seu processo de desenvolvimento ainda depende fortemente de especialistas humanos, o que é raro e caro. À medida que a complexidade dessas tarefas aumenta, também aumenta a demanda por soluções automatizadas (Automated ML - AutoML). O AutoML investiga como apoiar o cientista de dados e não especialistas, automatizando o design de soluções de AM End-to-End. Várias empresas, como Google, Facebook e Microsoft, estão investindo nessa nova e excitante área. AutoML foca em usuários com pouco ou nenhum conhecimento em AM, também fornecendo novas ferramentas e funcionalidades para especialistas avançar o estado-da-arte.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (10) / Mestrado acadêmico: (2) / Mestrado profissional: (1) / Doutorado: (10) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Coordenador.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    6. 2018-Atual. Long non-coding RNAs in animals and plants: a bioinformatics perspective
      Descrição: No comprehensive study comparing lncRNAs in animal and plant domains is available. To fill this gap, this project aims to integrating research groups to perform an in-depth study of lncRNAs in both domains, to identify features that could be used in machine learning approaches for annotation.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Walter, Maria Emilia - Coordenador / Alexandre Rossi Paschoal - Integrante / Alan Mitchell Durham - Integrante / Andre Yoshiaki Kashiwabara - Integrante / Douglas Silva Domingues - Integrante / Peter Florian Stadler - Integrante / Danilo Sipoli Sanches - Integrante / Leandro Resende Mundim - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    7. 2018-Atual. Infraestrutura de SoQware e Aplicacoes de IoT para Cidades Inteligentes
      Descrição: A Internet das Coisas (IoT - Internet of Things) se refere à extensão da Internet e da Web ao mundo físico através do uso em larga escala de dispositivos distribuídos identificáveis e com capacidade de sensoreamento e atuação. Estes dispositivos são genericamente denominados Smart Objects - SOs. A IoT não está relacionada somente com a interconexão de dispositivos à Internet, mas também em se obter uma percepção de espaços físicos através de dados coletados por sensores, a capacidade de análise e raciocínio sobre estes dados e a possibilidade de atuação sobre o espaço físico. A IoT é uma das bases fundamentais para a construção das Cidades Inteligentes (CI). Cidades inteligentes são sistemas de pessoas interagindo e usando energia, materiais, serviços e financiamento para catalisar o desenvolvimento econômico e a melhoria da qualidade de vida. Esses fluxos de interação são considerados inteligentes por fazer uso estratégico de infraestrutura e serviços e de informação e comunicação com planejamento e gestão urbana para dar resposta às necessidades sociais e econômicas da sociedade. Desta forma, o espaço urbano é palco de experiências de uso intensivo de tecnologias de comunicação e Internet das Coisas, de gestão urbana e ação social dirigidos por dados (Data-Driven Urbanism). Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Markus Endler - Integrante / Francisco Jose da Silva e Silva - Coordenador / Davi Viana - Integrante / Alexandre C M Oliveira - Integrante / Luciano R. Coutinho - Integrante / Alex Barradas - Integrante / Allan Kardec Duailibe - Integrante / Noemi Rodriguez - Integrante / Marcos Kalinowsk - Integrante / Luiz Eduardo Galvão Martins - Integrante / Arlindo Conceição - Integrante / Antonio Augusto Chaves - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    8. 2017-2018. Where do machine learning and optimization meet?
      Descrição: Aprendizado de máquina e otimização têm provido soluções eficientes para muitos problemas práticos. Embora muitas iniciativas relevantes para unir pesquisadores dessas áreas têm sido realizadas, elas ainda seguem caminhos independentes. Muitos desafios de pesquisa seriam beneficiados a partir de uma cooperação mais forte entre pesquisadores dessas áreas. Esse projeto tenta caminhar nessa direção trazendo pesquisadores de aprendizado de máquina e otimização para explorar novas maneiras onde os conhecimentos dessas duas áreas de pesquisa podem ser combinados, resultados em novas e eficientes soluções para aplicações relevantes. Por um lado, técnicas de otimização podem economizar recursos computacionais e humanos explorando diferentes regiões do espaço de busca por meio de técnicas exaustivas e força bruta, as quais possuem alta propensão a falhas. Assim sendo, aprendizado de máquina possuem um conjunto grande de aplicações que técnicas de otimizações podem ser avaliadas e utilizadas para testes. Nesse trabalho, pretendemos focar em aplicações relacionadas à bioinformática, com atenção especial à análise de expressão gênica de câncer de mama e dados de ressonância magnética funcional para análise de Autismo. (AU). Situação: Concluído; Natureza: Pesquisa. Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / João Paulo Papa - Coordenador / André Fujita - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    9. 2017-Atual. Aprendizado de Maquina Avancado
      Descrição: Resumo em Português Sem percebermos, estamos usando tecnologias baseadas em algoritmos de Aprensizado de Máquina (AM) em um número crescente de nossas atividades diárias. O uso do ML tem feito várias atividades rotineiras e de riscos e mais seguras, mais confiáveis e mais precisas. Apesar dessas contribuições, novas demandas exigem o desenvolvimento de novos algoritmos de AM, ou utilização desses algoritmos de maneiras diferentes e inovadoras. Duas demandas atuais importantes são tratar com eficiência os dados que chegam em fluxos contínuos, onde novidades podem aparecer e conceitos podem mudar, e como melhorar o uso dos algoritmos de ML mais adequados, além de valores mais apropriados para os Hyper-parâmetros dos algoritmos selecionados para uma nova tarefa. Este projeto irá pesquisar novas abordagens para lidar eficientemente com essas demandas.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (5) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Ana Carolina Lorena - Integrante / Renato Tinós - Integrante / Ricardo Cerri - Integrante / Paulo H. Pisani - Integrante / Paula Costa Castro - Integrante / Moacir Pereira Ponti Junior - Integrante / Gustavo Batista - Integrante / Rafael Mantovani - Integrante / Adriano Rivolli - Integrante / Davi P. dos Santos - Integrante / Luis Paulo Faina Garcia - Integrante / Kemilly Dearo - Integrante / Leandro Resende Mundim - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    10. 2017-Atual. Desafios em Aprendizado de Maquina e Mineracao de Dados
      Descrição: Dados são gerados e consumidos a uma taxa e volume cada vez maiores. Junto com esses aumentos, cresce também o reconhecimento dos benefícios da extração de conhecimento útil e relevante desses dados, pelos setores público e privado, no Brasil e no exterior. Avanços científicos e tecnológicos na área de Mineração de Dados, muitas delas baseadas em Aprendizado de Máquina, têm levado ao desenvolvimento de ferramentas capazes da extração desse conhecimento. Esses avanços são acompanhados da criação de grupos de pesquisa em Mineração de Dados e Aprendizado de Máquina nos meios acadêmico e empresarial. Grupos de pesquisa nessas áreas já existem nas principais universidades brasileiras. Este projeto vai investigar três temas de pesquisa dessas áreas: pré-processamento de dados, meta-aprendizado e mineração de fluxos contínuos de dados.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (6) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Katti Faceli - Integrante / Renato Tinós - Integrante / Giampaolo Libralon - Integrante / A Carolina Lorena - Integrante / Dino Ienco - Integrante / Ricardo Cerri - Integrante / Paulo H. Pisani - Integrante / Soledad Espezua - Integrante / Everlândio Fernandes - Integrante / Elaine Faria - Integrante / Rafael Mantovani - Integrante / Joaquin Vanschoren - Integrante / João Gama - Integrante / Victor Hugo Barella - Integrante / Davi P. dos Santos - Integrante / Isvani Frías-Blanco - Integrante / Romain Giot - Integrante / Tomas Horvath - Integrante / Luis Paulo Faina Garcia - Integrante / Rivolli, Adriano - Integrante / Kemilly Dearo - Integrante / Charu Aggarwal - Integrante / João Mendes Moreira - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    11. 2017-Atual. DejaVu: Coerencia Temporal, Espacial e de Caracterizacao de Dados Heterogeneos para Analise e Interpretacao de Integridade
      Descrição: Neste projeto de pesquisa, objetivamos desenvolver metodologias computacionais capazes de sincronizar eventos específicos no espaço e no tempo (X-coherence), checar fatos quanto à sua veracidade e padrão de espalhamento, e buscar conteúdos específicos de interesse a partir de fontes diversas e heterogêneas, incluindo --- mas não limitado a --- internet, redes sociais e imagens de vigilância. Para isso, iremos explorar fontes heterogêneas de informação buscando sincronizar informações textuais e visuais em torno da posição de um evento ou objeto de interesse, bem como ordená-los espacial e temporalmente de modo a permitir uma melhor compreensão sobre o que aconteceu antes, durante e logo após o dito evento. Após a organização automática das informações obtidas e do entendimento da ordem dos fatos, objetivamos desenvolver soluções para mineração (busca) de pessoas, objetos e lugares de interesse para possíveis análises de busca de suspeitos, verificação de fatos ou até mesmo para entender a natureza do ocorrido. A partir da exploração das possíveis conexões existentes entre diferentes tipos de informação, buscaremos desenvolver ferramentas de análise de integridade de mídia para verificar possíveis falsificações existentes nos dados, detectar conteúdo sensível (por exemplo, conteúdo violento, pornografia infantil) e inferir os padrões de espalhamento de objetos digitais multimídia online. Com a sofisticação dos crimes digitais e ameaças terroristas cada vez mais presentes em nosso dia-a-dia, bem como o advento e propagação de notícias falsas nos mais variados meios, buscamos ser capazes de utilizar as soluções desenvolvidas para nos ajudar a responder às quatro questões mais importantes nas Ciências Forenses em relação a um evento de interesse: "quem participou", "em quais circunstâncias", "por quê" e "como foi tal participação", identificando as principais características e circunstâncias em que ocorreu o evento em questão.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Jacques Wainer - Integrante / Anderson de Rezende Rocha - Coordenador / Helio Pedrini - Integrante / Alexandre Mello Ferreira - Integrante / Eduardo Alves do Valle Junior - Integrante / Marcos André Gonçalves - Integrante / Zanoni Dias - Integrante / Adam Maciej Czajka - Integrante / Edward John Delp III - Integrante / Fernanda Alcântara Andaló - Integrante / Gerberth Adín Ramírez Rivera - Integrante / Kevin Wilson Bowyer - Integrante / Kot Chi Chung Alex - Integrante / Lin Tzy Li - Integrante / Paolo Bestagini - Integrante / Patrick Joseph Flynn - Integrante / Sandra Eliza Fontes de Avila - Integrante / Stefano Tubaro - Integrante / Walter Jerome Scheirer - Integrante / William Robson Schwartz - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    12. 2016-2018. Provendo uma maior inteligencia em IoTs: abordagens e aplicacoes em sensores, VANTs e smartphones
      Descrição: Os dispositivos com recursos escassos como a Internet das Coisas (IoT) estão cada vez mais onipresentes coletando dados no intuito de melhorar e otimizar o cotidiano de um ambiente como uma smart city. A IoT normalmente consiste de sensores e objetos que interagem e trabalham em conjunto, estando ao mesmo tempo conectados a Internet. A IoT é considerada como fazendo parte da Internet do Futuro e incorpora dispositivos como sensores, smartphones, câmeras, automóveis, VANTs e/ou qualquer dispositivo doméstico. Como mais objetos/sensores estão conectados, um maior volume de dados (inclusive voz, vídeo e imagem) é gerado e transportado, demandando assim uma maior inteligência para tratar adequadamente tais dados. Entretanto, o maior problema reside em que grande parte do dispositivo IoT como os sensores e objetos domésticos são dispositivos que possuem pouca memória e poder de processamento. Assim, este projeto de pesquisa tem como objetivo prover um maior grau de inteligência nestes dispositivos com poucos recursos já citados. O desafio chave é prover esta inteligência nos próprios dispositivos a despeito dos recursos limitados de memória e poder de processamento que tais dispositivos dispõem. As técnicas adequadas devem ser investigadas e utilizadas, para que possamos otimizar o uso dos poucos recursos disponíveis e muitas vezes ociosos. O projeto envolve estudar as técnicas de inteligência artificial e de evolução existentes na literatura. Além disso, a proposta compreende também pesquisar a abordagem centralizada ou distribuída das inteligência nos nós (i.e. centralizar toda inteligência em um nó ou distribui-la entre os dispositivos da rede). Há várias aplicações a serem exploradas neste projeto e uma delas é o uso da inteligência artificial para classificar o estado emocional dos usuários de smartphones. Uma outra aplicação é embarcar a inteligência nos sensores para prever enchentes em rios urbanos no contexto de uma smart city. Outros cenários envolvem o uso de VANTs "inteligentes" para pulverizar defensivos químicos com uma rota ajustada (ou "evoluída") em tempo de execução, levando-se em consideração as condições climáticas impostas, como as mudanças no sentido e na velocidade do vento. Outras aplicações poderão ser investigadas ao longo do progresso desta pesquisa. Finalmente, ressalta-se que os primeiros resultados desta pesquisa foram publicados na Revista Pesquisa FAPESP de Janeiro de 2015 (como parte do resultado do projeto Regular). Deseja-se dar continuidade a estes resultados promissores através deste novo projeto proposto.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Jo Ueyama - Coordenador / Isvani Frías-Blanco - Integrante / Gustavo Pessin - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    13. 2016-2018. Hiper-heuristicas multi-objetivas para construcao automatica de algoritmos de inducao de arvores de decisao com multiplos testes
      Descrição: Árvores de Decisão constituem uma técnica poderosa e amplamente utilizada em tarefas de aprendizado de máquina e mineração de dados, principalmente em virtude da facilidade de interpretação do conhecimento adquirido. Em contraste com os algoritmos tradicionais de indução de árvores de decisão - todos manualmente desenvolvidos por humanos - o algoritmo HEAD-DT constitui uma abordagem de hiper-heurística evolutiva para construção automática de algoritmos de indução de árvores de decisão. HEAD-DT trabalha sobre diversos componentes manualmente desenvolvidos para indução de árvores de decisão, combinando os componentes mais adequados para o problema em questão. Recentemente, foi introduzido o conceito de árvores de decisão com múltiplos testes (MTDT, do inglês Multi-Test Decision Trees), uma nova forma de representação de árvores de decisão. Nas MTDT, cada nó da árvore pode ser composto por múltiplos testes univariados, o que pode ser visto como um caso intermediário (em termos de interpretabilidade) entre as árvores de decisão univariadas e as árvores de decisão multivariadas. Em relação aos algoritmos tradicionais de árvores de decisão univariadas, os algoritmos de indução das MTDT possuem certas particularidades. O critério de split é um exemplo claro, em que pode ser conduzido por um mecanismo de votação majoritária em que todos os testes univariados têm a mesma importância. No entanto, diversas outras estratégias podem ser desenvolvidas para realizar essa tarefa. Nesse contexto, o presente projeto propõe estender o algoritmo HEAD-DT em dois principais aspectos: (i) construir automaticamente algoritmos de indução de árvores de decisão com múltiplos testes, e algumas extensões; e (ii) adotar três abordagens multi-objetivas para guiar o processo evolutivo. Embora muitos trabalhos utilizem algoritmos evolutivos para indução de árvores de decisão, o que se propõe aqui é algo totalmente diferente, pois a ideia é evoluir algoritmos genéricos para indução de árvores de decisão de múltiplos testes, ou seja, o resultado final do método será um algoritmo de indução, e não apenas uma árvore de decisão. Isso caracteriza um algoritmo de meta-learning, pois o objetivo é aprender um algoritmo de aprendizagem.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Márcio Basgalupp - Coordenador / Rodrigo C. Barros - Integrante / Alex A. Freitas - Integrante / Marcos Evandro Cintra - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    14. 2016-2018. Classificacao Hierarquica de Elementos Transponiveis Utilizando Aprendizado de Maquina
      Descrição: Elementos Transponíveis (TEs) são sequências de DNA que podem se mover de um local para outro dentro do genoma de uma célula. Eles contribuem para a diversidade genética das espécies, e seus mecanismos de transposição podem afetar a funcionalidade dos genes. A correta identificação e classificação de TEs é útil para a compreensão de seus efeitos no processo evolutivo dos genomas. Os TEs são organizados em uma taxonomia hierárquica, com famílias e superfamílias. Geralmente, a identificação e classificação de TEs é realizada por meio de ferramentas de Bioinformática que utilizam homologia, comparando uma sequência com várias sequências de um conjunto de dados com TEs já identificados. Esse método apresenta limitações, pois a homologia entre sequências ignora as propriedades bioquímicas das mesmas, e também os relacionamentos hierárquicos entre as diferentes famílias e superfamílias de TEs. Assim, neste projeto, serão investigados e propostos diferentes métodos de classificação hierárquica de TEs utilizando Aprendizado de Máquina (AM). Inicialmente, diferentes conjuntos de dados serão construídos com sequências de nucleotídeos e de aminoácidos já com TEs previamente identificados. Para a construção desses conjuntos de dados, serão utilizadas ferramentas de Bioinformática desenvolvidas para extrair características bioquímicas de sequências, e também diferentes estratégias para conversão de sequências em valores de atributos adequados para a utilização em técnicas de AM. Os conjuntos de dados serão, então, estruturados hierarquicamente, de acordo com as famílias e superfamílias de TEs a que pertencem. Os métodos de classificação propostos serão comparados com métodos existentes na literatura, e avaliados por meio de medidas de avaliação específicas para problemas de classificação hierárquica.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Márcio Basgalupp - Integrante / Ricardo Cerri - Coordenador / Carlos Norberto Fischer - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    15. 2015-2017. MAP: Aprendizado de Maquina: uma abordagem baseada em multiplas estrategias
      Descrição: Esse projeto diz respeito a uma pesquisa conjunta em que técnicas de Aprendizado de Máquina (AM), com ênfase em uma abordagem baseada em múltiplas estratégias. De uma perspectiva da abordagem baseada em múltiplas estratégias, os objetivos são estudar \textit{trade-offs} entre diferentes estratégias de aprendizado e desenvolver sistemas de aprendizado que empregam múltiplas estratégias de inferência ou paradigmas computacionais em um processo de aprendizado. Como consequência, sistemas baseados em múltiplas estratégias têm o potencial de serem aplicáveis a um vasto grupo de problemas. A maioria dos problemas abordados será no contexto de aprendizado não supervisionado, ou análise de agrupamento. Por exemplo, nos iremos analisar a sinergia e os trade-offs entre agrupamento com restrições por programação com restrições (grupo francês) e agrupamento evolutivo multi-objetivo (grupo brasileiro). Os aspectos práticos das técnicas propostas serão abordados, por exemplo, no contexto de mineração e modelagem de dados biológicos, provenientes de texto e temporais. Outro importante objetivo do projeto é estimular a cooperação internacional reunindo pesquisadores brasileiros e Francês para a troca de idéias e experiências. Os grupos do Brasil e da França já possuem um histórico de colaboração que pode ser fortalecida com este projeto.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (10) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Katti Faceli - Integrante / Marcílio Souto - Integrante / Teresa Ludermir - Integrante / Renata M.C.R. de Souza - Integrante / Mariá Cristina Nascimento - Integrante / A Carolina Lorena - Integrante / Tiemi Sakata - Integrante / Sandra Aluísio - Integrante / Gustavo Batista - Integrante. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    16. 2014-2017. Recuperacao de Imagens em Contextos Dinamicos - CNPq - PVE
      Descrição: Um sistema de recuperação de imagens por conteúdo (CBIR) é um sistema computacional para navegar, pesquisar e recuperar imagens de grandes bases de dados. Em tais sistemas, usualmente, o conteúdo da imagem é representado por características extraídas automaticamente, como cor, forma ou textura e representadas por valores reais normalizados no intervalo [0,1]. A cada imagem é associado um vetor de características. A distância entre dois vetores de características indica o grau de (dis)similaridade entre as respectivas imagens. Esta abordagem é utilizada na maioria dos sistemas CBIR encontrados na literatura. No entanto, o uso apenas de características obtidas diretamente da imagem, comumente referenciadas como características de baixo nível, não se mostraram suficientes para descrever os conceitos de uma imagem. Há um distanciamento entre a descrição da imagem e o seu conceito semântico, conhecido como descontinuidade semântica. Para reduzir a descontinuidade semântica na busca por similaridade, surge no cenário da recuperação de imagens o termo recuperação de imagens baseada em semântica . Varias abordagens são usadas para endereçar esse problema, no entanto, é importante notar que os métodos que utilizam alguma técnica de aprendizagem de máquina para, de alguma forma, treinar os conceitos semânticos limitam-se a bases de treinamento que não se alteram durante o tempo. É importante lembrar que o cenário da recuperação de imagens é dinâmico e os conceitos semânticos definidos num determinado momento podem evoluir, novos conceitos podem surgir ou conceitos estabelecidos podem desaparecer; Este projeto tem como objetivo recuperar imagens levando em consideração questões semânticas, em um contexto em que a base de imagens ou as preferências do usuário podem se modificar ao longo do tempo. Para tanto propomos quatro sub-projetos, cada um abordando um problema importante, ainda em aberto, na área de recuperação de imagens: 1) Construção do Dicionário de Palavras Visuais para a Técnica de BoVW em Contexto Dinâmico; 2) Diversidade de Respostas em Contexto Dinâmico apoiada por Ferramentas Visuais; 3) Sistema de Recomendação de Imagens baseado em Informações Visuais e Não Visuais em Contexto Dinâmico; 4) Exploração de Estratégias para Transformar Realimentação de Relevância em Restrições para Detecção Semi-Supervisionada de Agrupamentos de Imagens em Contexto Dinâmico. Esse projeto envolve pesquisadores nacionais e internacionais.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (2) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / João Gama - Integrante / Sandra de Amo - Integrante / Denise Guliato - Coordenador / Jose Gustavo de Souza Paiva - Integrante / Elaine Faria - Integrante / Maria Camila Baroni - Integrante / Humberto Razente - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Cooperação.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    17. 2013-2015. RACE: pRojeto colAborativo para gestao e otimizaCao de Energia em veiculos eletricos
      Descrição: Este projeto, que possui um elevado grau de interdisciplinaridade, diz respeito a pesquisa e ao desenvolvimento de um sistema para armazenamento e gerenciamento inteligente de energia para VE, utilizando modelos de algoritmos de inteligência computacional, controle e identificação e dispositivos móveis.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (4) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / G. Batista - Integrante / Roseli Francelin Romero - Integrante / Zhao Liang - Integrante. Financiador(es): Universidade de São Paulo - Cooperação.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    18. 2013-2015. Research on Geo-spatial Marine Biology Data Mining Using Time Series, Text Mining and Visualization
      Descrição: We propose a focused, interdisciplinary research project on data mining and data visualization with a specific focus on marine data. This data is particularly challenging for data mining as it presents only a very sparse set of data points with respect to the volume of the marine space that is being modelled and investigated. It also presents a set of challenges in visualization of data and of modelling results, as the data are inherently three-dimensional and from an unfamiliar context relative to data from on land. We will work in an interdisciplinary team with researchers in data mining, data visualization, and marine biology to develop visualization methods that will be appropriate for marine biology applications of data mining. The data may be derived from multiple disparate sources, including fisheries or scientific surveys, autonomous sensors, satellite data or field studies. For model outputs, we will particularly work on the visualization of results from a new generation of ecosystem model, analogous to the general circulation models used to predict global climate. This model includes all organism types on both land and sea. We face the challenge that it can produce gigabytes to terabytes of outputs, including tracking all organism interactions, individual states, and the spatial distribution of individuals. Thus we need to summarize, extract, and visualize outputs at multiple scales including that of individuals, ecological communities, and the globe. These data need to be visualized in a manner that will then be useful and interpretable for the international policy community.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (2) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Maria Cristina Oliveira - Integrante / Solange Rezende - Integrante / Gustavo Batista - Coordenador / Stan Matwin - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    19. 2013-2015. Automatic Design of Decision-Tree Induction Algorithms for Detecting Patterns of Functional Gene-Gene Interactions in Observational Gene Expression Data
      Descrição: Predicting an organism s or a cell s response to a therapeutical intervention lies at the heart of medical research. In a functional cellular experiment, one can intervene in the expression of a gene x using RNA interference technologies and collect the downstream effects in the entire transcriptome using high throughput technologies like microarrays or RNAseq. This experiment gives us a class of genes that respond to the intervention in x (class A) and a class of genes that do not (class B). We hypothesize that also observational data that does not involve perturbations of gene x holds information whether a gene is in class A or B, since the biological mechanisms that drive the expression of these classes of genes must be different. This yields a standard classification problem: Predict whether a gene belongs to a class A or B by considering only observational data. In this project, we will investigate machine learning-based solutions to this problem by evolving decision tree induction algorithms. Decision tree induction is one of the most employed methods to extract knowledge from data, since the representation of knowledge is very intuitive and easily understandable by humans. The most successful strategy for inducing decision trees, the greedy top-down approach has been continuously improved by researchers over the years. This work, following recent breakthroughs in the automatic design of machine learning algorithms, proposes a hyper-heuristic evolutionary algorithm for automatically generating decision-tree induction algorithms, named HEAD-DT. We will automatically design a decision tree induction algorithm tailored to tdetecting functional gene-gene interactions from observational gene expression data. The designed algorithm and its induced classifiers may be a first step to develop a platform for virtual intervention experiments that could be used to prioritize genes for further biological experimental studies.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (1) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Rodrigo Barros - Integrante / Márcio Basgalupp - Coordenador / Tiago Silva da Silva - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    20. 2013-2015. Automatic design of decision-tree induction algorithms for detecting patterns of functional gene-gene interactions in observational gene expression data
      Descrição: Predicting an organism's or a cell's response to a therapeutical intervention lies at the heart of medical research. In a functional cellular experiment, one can intervene in the expression of a gene x using RNA interference technologies and collect the downstream effects in the entire transcriptome using high throughput technologies like microarrays or RNAseq. This experiment gives us a class of genes that respond to the intervention in x (class A) and a class of genes that do not (class B). We hypothesize that also observational data that does not involve perturbations of gene x holds information whether a gene is in class A or B, since the biological mechanisms that drive the expression of these classes of genes must be different. This yields a standard classification problem: Predict whether a gene belongs to a class A or B by considering only observational data. In this project, we will investigate machine learning-based solutions to this problem by evolving decision tree induction algorithms. Decision tree induction is one of the most employed methods to extract knowledge from data, since the representation of knowledge is very intuitive and easily understandable by humans. The most successful strategy for inducing decision trees, the greedy top-down approach has been continuously improved by researchers over the years. This work, following recent breakthroughs in the automatic design of machine learning algorithms, proposes a hyper-heuristic evolutionary algorithm for automatically generating decision-tree induction algorithms, named HEAD-DT. We aim to automatically designing a decision tree induction algorithm tailored to a specific domain: Detecting functional gene-gene interactions from observational gene expression data. If successful, both the designed algorithm and their induced classifiers could be seen as a first step to develop a platform for "virtual intervention experiments" that could be used to prioritize genes for further biological experimental studies. (AU). Situação: Concluído; Natureza: Pesquisa. Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Márcio Basgalupp - Coordenador / M.Quiles - Integrante / Rodrigo C. Barros - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    21. 2013-2015. TECNOLOGIAS ASSISTIVAS PARA MORADIA E INDEPENDENCIA NO ENVELHECIMENTO
      Descrição: Esse projeto tenta preencher uma lacuna quanto ao desenvolvimento de Tecnologias Assistivas para independência e autonomia no envelhecimento, nomeadamente: validação do uso de um sensor baseado em aceleração para a detecção e a prevenção da queda em idosos e tecnologia em Web 2.0 para dispositivos táteis. Os resultados podem apontar a validade de equipamentos de baixo custo, baixo nível de erro, e boa receptividade possibilitando a geração de produtos que permitam a manutenção da independência do idoso frágil.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (1) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Renata Pontin - Integrante / Paula Costa Castro - Coordenador / Jorge Oishi - Integrante / Moacir Pereira Ponti Junior - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    22. 2012-2014. Desafios em Mineracao de Dados
      Descrição: Com o volume cada vez maior de dados gerados e a importância crescente da economia baseada em conhecimento, a Descoberta de Conhecimento de Bases de Dados, principalmente sua etapa de Mineração de Dados, é cada vez mais adotada em empresas e órgãos governamentais. A complexidade dos problemas a serem tratados por Mineração de Dados leva a necessidade de novos métodos e ferramentas computacionais capazes de apoiar a análise dos dados pelos usuários. Duas das principais etapas de Mineração de Dados são as de pré-processamento e de construção de modelos. Desafios relacionados a essas duas etapas são investigados neste projeto. Dados com baixa qualidade ou com problemas de elevada dimensão pode afetar significativamente o desempenho de algoritmos para construção de modelos. A etapa de construção de modelos permite induzir modelos descritivos e preditivos, frequentemente por algoritmos de Aprendizado de Máquina. Este projeto investigará as principais alternativas existentes para lidar com esses desafios assim como irá propor e investigar novos métodos para tal. Os métodos investigados serão experimentalmente avaliados de acordo com a metodologia correntemente utilizada pela comunidade de pesquisa das duas subáreas. Dado o elevado custo computacional associado aos experimentos nessas subáreas, serão investigados o uso de arquiteturas GPU e computação em nuvens. Deve ser observado que esse projeto continua pesquisas realizadas em projetos anteriores, com novas abordagens e desafios.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (10) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Rodrigo Barros - Integrante / Alex Freitas - Integrante / Murilo Coelho Naldi - Integrante / David S. dos Santos Jr - Integrante / Bruno Feres - Integrante / João Gama - Integrante / Eduardo Hruschka - Integrante / Rosane Maffei Vallim - Integrante / André Rossi - Integrante / Luis Paulo Garcia - Integrante / Ana Carolina Lorena - Integrante / Carlos M. Soares - Integrante / José Augusto de Andrade Jr. - Integrante / Elaine Ribeiro - Integrante / Pablo Granitto - Integrante / Tiago Silva da Silva - Integrante / Jonathan de Andrade Silva - Integrante / Luiz Fernando Sommaggio Coletta - Integrante / Thiago Ferreira Covões - Integrante / Dino Ienco - Integrante / Maguelonne Teisseire - Integrante / Pascal Poncelet - Integrante / Rogério Miguel Pascual - Integrante / Ricardo Cerri - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    23. 2012-Atual. Nucleo de Apoio a Pesquisa de Aprendizado de Maquina em Analise de Dados (NAP-AMDA)
      Descrição: O valor crescente dos dados produzidos por diferentes áreas do conhecimento e a complexidade dos problemas a serem tratados computacionalmente indicam a necessidade de novas ferramentas computacionais capazes de apoiar a análise dos dados pelos usuários. Muitas das ferramentas computacionais atuais que permitem uma análise automática e eficiente dos dados são baseadas em conceitos de Inteligência Artificial, particularmente do Aprendizado de Máquina (AM). Além de Inteligência Artificial, o AM está associado a outras áreas, como estatística, probabilidade, cognição, teoria da computação, neurociência, teoria da informação, para citar algumas. Existem vários centros de pesquisa bem estabelecidos no exterior para análise de dados utilizando técnicas de AM, nas universidades e empresas. No Brasil, apesar do grande número e da alta qualidade da pesquisa em AM, não há um centro de pesquisa equivalente. Assim, este projeto propõe a criação do Centro Núcleo de Apoio à Pesquisa de Aprendizado de Máquina em Análise de Dados, NAP-AMDA. O principal objetivo do NAP-AMDA é o estabelecimento de um centro interdisciplinar e multidisciplinar de excelência no uso de AM em Aanálise de dados em São Paulo, Brasil, de reconhecimento internacional. O centro também vai estimular colaborações com empresas e instituições governamentais cujos dados podem ser analisados através de técnicas de AM. O uso dessas técnicas pelas empresas pode levar a melhores produtos e serviços, aumentando a competitividade das empresas brasileiras. O uso pelo governo pode melhorar a qualidade dos serviços públicos. O centro vai promover e organizar reuniões e workshops com os membros das instituições participantes para discutir os problemas de análise de dados a serem resolvidos. O NAP-AMDA é composto por docentes, pesquisadores e estudantes da Universidade de São Paulo e de outras Universidades e Centros de Pesquisa, do Brasil e do exterior. O NAP-AMDA será baseado no Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (6) / Mestrado acadêmico: (5) / Doutorado: (14) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / João Luís Garcia Rosa - Integrante / Rodrigo Mello - Integrante / Zhao Liang - Integrante / Solange Rezende - Integrante / Sandra Aluísio - Integrante / Gustavo Batista - Integrante / Cristina Ciferri - Integrante / Ricardo Campello - Integrante / Rosane Minguin - Integrante / Leandro Resende Mundim - Integrante. Financiador(es): Universidade de São Paulo - Auxílio financeiro.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    24. 2011-2015. Programacao Genetica para evolucao de algoritmos de inducao de arvores de decisao
      Descrição: Árvores de Decisão constituem uma técnica poderosa e amplamente utilizada em tarefas de mineração de dados. Geralmente, algoritmos de indução de árvores de decisão usam uma estratégia gulosa, top down e com particionamento recursivo para a construção das árvores. No entanto, há pelo menos dois problemas relacionados a essas características: (i) estratégias gulosas geralmente produzem soluções ótimas locais ao invés de globais, (ii) particionamento recursivo degrada iterativamente a qualidade do dataset e, consequentemente, a qualidade dos resultados obtidos. Para lidar com essas dificuldades, diferentes abordagens foram sugeridas, tais como Options Trees, ensembles (ex: boosting e bagging), e algoritmos evolutivos. No entanto, tais algoritmos evolutivos são usados para evoluir árvores de decisão específicas para cada problema de classificação, e não para evoluir algoritmos genéricos para indução de árvores de decisão para qualquer problema de classificação. Uma das subáreas de algoritmos evolutivos, a Programação Genética (PG) é uma ferramenta adequada para evoluir programas de computadores. Um programa evoluído por Programação Genética pode produzir a mesma solução desenvolvida por um humano para solucionar um problema, mas também pode produzir algo completamente diferente e talvez melhor. Nesse contexto, o objetivo deste projeto é estudar programação genética com o intuito de utilizá-la para evoluir algoritmos de indução de árvores de decisão. A ideia é evoluir algoritmos genéricos para indução de árvores de decisão, ou seja, o resultado final da PG será um algoritmo de indução árvores de decisão, e não apenas uma árvore de decisão. Nesse sentido, pode-se considerar um algoritmo de meta-learning, pois o objetivo é aprender um algoritmo de aprendizagem.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Márcio Basgalupp - Coordenador / M.Quiles - Integrante / Alex A. Freitas - Integrante / RODRIGO C. BARROS - Integrante / Vili Podgorelec - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    25. 2011-2015. DataExplorer: Uma nova abordagem para analise de agrupamento
      Descrição: A análise de agrupamento é muito utilizada em diversas áreas. Porém, mesmo as abordagens mais recentes apresentam dificuldades que limitam o seu uso por especialistas de outras áreas. Este projeto de pesquisa se refere ao desenvolvimento de uma nova abordagem para análise de agrupamento que possibilite a obtenção de uma variedade maior de clusters com potencial de fornecer informações úteis aos especialistas se comparadas com as técnicas tradicionais e mesmo as mais recentes como ensembles de agrupamento e as estratégias multi-objetivo. A abordagem proposta visa ser um mecanismo para a obtenção de todos os (ou a maioria dos) clusters relevantes presentes em um determinado conjunto de dados, independente da estrutura mais complexa a que eles pertençam (ex. uma partição). Para isso, busca-se clusters independentemente do nível de refinamento em que ocorrem ou do critério de agrupamento que satisfazem, ou se há sobreposição entre eles. Assim, visa-se fornecer uma descrição o mais completa possível dos dados, facilitando o trabalho dos especialistas no domínio dos dados e aumentando a quantidade de conhecimento que pode ser extraída dos dados a partir da aplicação de uma única ferramenta.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Katti Faceli - Coordenador / Marcílio Carlos Pereira de Souto - Integrante / Tiemi Sakata - Integrante / Fabio Luciano Verdi - Integrante / Luciana Aparecida Martinez Zaina - Integrante.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    26. 2011-2014. Nucleo de Excelencia em Aprendizado de Maquina - Programa de Apoio a Nucleos de Excelencia - PRONEX-FACEPE APQ 1188-1.03/10
      Descrição: O principal objetivo deste projeto é avançar o estado-da-arte na área de Aprendizado de Máquina em problemas de classificação e agrupamentos de dados aplicados a problemas relevantes na área de Bioinformática. Processo: APQ-1188-1.03/10. Coordenado pela Profa Teresa Ludermir. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (10) / Doutorado: (10) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Gerson Zaverucha - Integrante / Teresa Ludermir - Coordenador / Wilson de Oliveira - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ricardo Prudêncio - Integrante / Cleber Zanchettin - Integrante / Ivan Gesteira Costa - Integrante. Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    27. 2011-2013. Analise de Data Streams Utilizando Aprendizado de Maquina - Processo: 490482/2010-4
      Descrição: A quatidade de dados gerados por diferentes fontes tem crescido em escalas cada vez maiores. Um dos grandes desafios da computação definidos pela Sociedade Brasileira de Computação é a gestão desses grandes volumes de dados. A necessidade de analisar esses dados de forma automática e as dificuldades encontradas têm demandado o desenvolvimento de novos métodos de Aprendizado de Máquina que possam lidar com os vários problemas associados a esse desafio. Um desses problemas é a atualização de hipóteses induzidas por algoritmos de Aprendizado de Máquinas que permaneçam válidam quando novos dados são incluídos na base ou conjunto de dados. Esse problema é na área de pesquisa Data Streams ou Fluxos Contínuos de Dados. Este projeto investigará as principais alternativas investigadas pelos grupos de pesquisa brasileiro e argentino para lidar com esses problemas assim como irá propor novos métodos para tal. Os métodos investigados serão experimentalmente avaliados de acordo com a metodologia correntemente utilizada pela comunidade de pesquisa na área, utilizando para isso os testes estatísticos relevantes. Como resultado, espera-se contribuições científicas que levem ao avanço das pesquisas nesses dois temas, a formação pesquisadores que possam atuar com competência e autonomia nessas sub-áreas e a publicação de trabalhos científicos que permitam a divulgação dos resultados obtidos em veículos de qualidade.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (10) / Doutorado: (10) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Liang Zhao - Integrante / Marcílio Carlos Pereira de Souto - Integrante / Teresa Ludermir - Integrante / Eduardo Hruschka - Integrante / Ricardo Prudêncio - Integrante / Cleber Zanchettin - Integrante / Ivan Gesteira Costa - Integrante / Pablo Granitto - Integrante / Alejandro Ceccatto - Integrante. Financiador(es): Centro Cientifico Tecnologico Conicet de Rosario - Auxílio financeiro / Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    28. 2010-2014. Meta-aprendizagem Aplicada a Classificacao de Dados de Expressao Genica - CNPq (Edital 28/2010 - Linha 3: Projetos Vinculados a Grupos de Pesquisa)
      Descrição: Dentre as aplicações mais comuns envolvendo microarrays, pode-se destacar a classificação de amostras de tecido, essencial para a identificação correta do tipo de câncer. Esta classificação é realizada com a ajuda de algoritmos de Aprendizagem de Máquina (AM). Neste projeto, o candidato vai utilizar meta-aprendizagem para melhorar a classificação de dados de expressão gênica. Além de estudar maneiras de selecionar os melhores algoritmos de AM para cada caso, em conjunto com seus parâmetros ótimos, pretende-se investigar técnicas que sugiram ao usuário não apenas soluções simples, mas conjuntos de classificadores que trabalhem juntos para resolver o problema, os chamados Ensembles. Outro ponto a ser explorado com o auxílio de meta-aprendizagem e a utilização de técnicas de Seleção de Atributos (SA) integradas ao esquema de aprendizagem, propiciando soluções mais adequadas às propriedades dos dados de expressão gênica. Além de utilizar meta-aprendizagem para determinar os algoritmos de SA, é objetivo utilizar AS para selecionar as (meta-) características que melhor descrevem os problemas.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (1) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Bruno Feres de Souza - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Outra.
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.
    29. 2010-2012. Meta-Aprendizado e Analise de Data Streams - CNPq/Universal 473595/2010-9
      Descrição: A quatidade de dados gerados por diferentes fontes tem crescido em escalas cada vez maiores. Um dos grandes desafios da computação definidos pela Sociedade Brasileira de Computação é a gestão desses grandes volumes de dados. A necessidade de analisar esses dados de forma automática e as dificuldades encontradas têm demandado o desenvolvimento de novos métodos de Aprendizado de Máquina que possam lidar com os vários problemas associados a esse desafio. Dois desses problemas são a atualização de hipóteses induzidas por algoritmos de Aprendizado de Máquinas que permaneçam válidam quando novos dados são incluídos na base ou conjunto de dados e a escolha do algoritmo mais promissor para induzir hipéteses a partir de um conjunto de dados. O primeiro problema é investigado em uma sub-área de Aprendizado de Máquina denominada Data Streams ou Fluxos Contínuos de Dados e o segundo na sub-area de Meta-Aprendizado. Este projeto investigará as principais alternativas existentes para lidar com esses problemas assim como irá propor novos métodos para tal. Os métodos investigados serão experimentalmente avaliados de acordo com a metodologia correntemente utilizada pela comunidade de pesquisa das duas sub-áreas, utilizando para isso os testes estatísticos relevantes. Como resultado, espera-se contribuições científicas que levem ao avanço das pesquisas nesses dois temas, a formação pesquisadores que possam atuar com competência e autonomia nessas sub-áreas e a publicação de trabalhos científicos que permitam a divulgação dos resultados obtidos em veículos de qualidade.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (7) . Integrantes: André Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Bruno Feres de Souza - Integrante / Rosane Maffei Vallim - Integrante / André Rossi - Integrante / Jorge Kanda - Integrante / José Augusto de Andrade Jr. - Integrante / Ivani de Oliveira Negrão Lopes - Integrante / Elaine Ribeiro - Integrante / Ricardo Cerri - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro. Número de produções C, T & A: 4
      Membro: Andre Carlos Ponce de Leon Ferreira de Carvalho.

Prêmios e títulos

Participação em eventos

  • Total de participação em eventos (194)
    1. Membro da Comissão de Programa da BRACIS 2021 - 10th Brazilian Conference on Intelligent Systems. Membro da Comissão de Programa da BRACIS 2021 - 10th Brazilian Conference on Intelligent Systems. 2021. (Congresso).
    2. Membro da Comissão de Programa da CAEPIA 2020-2021 - XIX Conferencia de la Asociación Española para la Inteligencia Artificial. Membro da Comissão de Programa da CAEPIA 2020-2021 - XIX Conferencia de la Asociación Española para la Inteligencia Artificial. 2021. (Congresso).
    3. Membro da Comissão de Programa da ECML PKDD 2021 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Membro da Comissão de Programa da ECML PKDD 2021 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. 2021. (Congresso).
    4. Membro da Comissão de Programa da EPIA 2021 ? 20th Portuguese Conference on Artificial Intelligence. Membro da Comissão de Programa da EPIA 2021 ? 20th Portuguese Conference on Artificial Intelligence. 2021. (Congresso).
    5. Membro da Comissão de Programa da ICTAI 2021 - 33rd IEEE International Conference on Tools with Artificial Intelligence. Membro da Comissão de Programa da ICTAI 2021 - 33rd IEEE International Conference on Tools with Artificial Intelligence. 2021. (Congresso).
    6. Membro da Comissão de Programa da KDD 2021 - 26th SIGKDD Conference on Knowledge Discovery and Data Mining. Membro da Comissão de Programa da KDD 2021 - 26th SIGKDD Conference on Knowledge Discovery and Data M. 2021. (Congresso).
    7. Membro da Comissão de Programa da MICAI 2021, 20th Mexican International Conference in Artificial Intelligence. Membro da Comissão de Programa da MICAI 2021, 20th Mexican International Conference in Artificial Intelligence. 2021. (Congresso).
    8. Membro da Comissão de Programa do IJCNN'2021 - International Joint Conference on Neural Networks (IJCNN). Membro da Comissão de Programa do IJCNN'2021 - International Joint Conference on Neural Networks (IJCNN). 2021. (Congresso).
    9. Membro da Comissão de Programa do SEMISH 2021 - 48o Seminário integrado de Software e Hardware.Membro da Comissão de Programa do SEMISH 2021 - 48o Seminário integrado de Software e Hardware. 2021. (Seminário).
    10. Membro da Comissão de Programa do SoGood 2021 - Data Science for Social Good at ECML PKDD 2021.Membro da Comissão de Programa do SoGood 2021 - Data Science for Social Good at ECML PKDD 2021. 2021. (Oficina).
    11. Membro das Bancas de Doutorado do CTD 2021, XXXIV Concurso de Teses e Dissertações, XLI Congresso da Sociedade Brasileira de Computação.Membro das Bancas de Doutorado do CTD 2021, XXXIV Concurso de Teses e Dissertações, XLI Congresso da Sociedade Brasileira de Computação. 2021. (Outra).
    12. Membro Sênior da Comissão de Programa do IJCAI 2021 - International Joint Conference on Artificial Intelligence. Membro Sênior da Comissão de Programa do IJCAI 2020 - International Joint Conference on Artificial Intelligence. 2021. (Congresso).
    13. ICNC-FSKD 2020, The 16th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery. ICNC-FSKD 2020, The 16th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery. 2020. (Congresso).
    14. Membro da Comissão de Programa da BRACIS 2020 - 9th Brazilian Conference on Intelligent Systems. Membro da Comissão de Programa da BRACIS 2020 - 9th Brazilian Conference on Intelligent Systems. 2020. (Congresso).
    15. Membro da Comissão de Programa da ICTAI 2021 - 32nd IEEE International Conference on Tools with Artificial Intelligence. Membro da Comissão de Programa da ICTAI 2021 - 32nd IEEE International Conference on Tools with Artificial Intellige. 2020. (Congresso).
    16. Membro da Comissão de Programa da IDA'2020 - Eighteenth International Symposium on Intelligent Data Analysis.Membro da Comissão de Programa da IDA'2020 - Eighteenth nInternational Symposium on Intelligent Data Analysis. 2020. (Simpósio).
    17. Membro da Comissão de Programa da KDD 2020 - 25th SIGKDD Conference on Knowledge Discovery and Data Mining. Membro da Comissão de Programa da KDD 2020 - 25th SIGKDD Conference on Knowledge Discovery and Data Mining. 2020. (Congresso).
    18. Membro da Comissão de Programa da MICAI 2020, 19th Mexican International Conference in Artificial Intelligence. Membro da Comissão de Programa da MICAI 2020, 19th Mexican International Conference in Artificial Intelligence. 2020. (Congresso).
    19. Membro da Comissão de Programa do IJCNN'2019 - International Joint Conference on Neural Networks (IJCNN). Membro da Comissão de Programa do IJCNN'2019 - International Joint Conference on Neural Networks (IJCNN). 2020. (Congresso).
    20. Membro da Comissão de Programa do NeurIPS 2020 Workshop on Meta-Learning.Membro da Comissão de Programa do NeurIPS 2020 Workshop on Meta-Learning. 2020. (Oficina).
    21. Membro da Comissão de Programa do SEMISH 2020 - 47o Seminário integrado de Software e Hardware.Membro da Comissão de Programa do SEMISH 2020 - 47o Seminário integrado de Software e Hardware. 2020. (Seminário).
    22. Membro Senior da Comissão de Programa da AAAI 2020 - Thirty-Forth AAAI Conference on Artificial Intelligence. Membro Senior da Comissão de Programa da AAAI 2020 - Thirty-Forth AAAI Conference on Artificial Intelligence. 2020. (Congresso).
    23. Membro Sênior da Comissão de Programa do IJCAI 2020 - International Joint Conference on Artificial Intelligence. Membro Sênior da Comissão de Programa do IJCAI 2020 - International Joint Conference on Artificial Intelligence. 2020. (Congresso).
    24. Um dos Area Chars da Comissão de Programa da ECML PKDD 2020. Um dos Area Chars da Comissão de Programa da ECML PKDD 2020. 2020. (Congresso).
    25. Membro da Comissão de Programa da 2019 CEC IEEE Congress on Evolutionary Computation (IEEE CEC 2019). Membro da Comissão de Programa da 2019 CEC IEEE Congress on Evolutionary Computation (IEEE CEC 2019). 2019. (Congresso).
    26. Membro da Comissão de Programa da 2019 FUZZ-IEEE International Conference on Fuzzy Systems (FUZZ-IEEE 2019). Membro da Comissão de Programa do 2019 FUZZ-IEEE International Conference on Fuzzy Systems (FUZZ-IEEE 2019). 2019. (Congresso).
    27. Membro da Comissão de Programa da BRACIS 2019 - 8th Brazilian Conference on Intelligent Syste.Membro da Comissão de Programa da BRACIS 2019 - 8th Brazilian Conference on Intelligent Syste. 2019. (Simpósio).
    28. Membro da Comissão de Programa da ECML PKDD 2019 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Membro da Comissão de Programa da ECML PKDD 2015 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. 2019. (Congresso).
    29. Membro da Comissão de Programa da EPIA 2019 ? 19th Portuguese Conference on Artificial Intelligence. Membro da Comissão de Programa da EPIA 2019 ? 19th Portuguese Conference on Artificial Intelligence. 2019. (Congresso).
    30. Membro da Comissão de Programa da ICTAI 2019 - 31st IEEE International Conference on Tools with Artificial Intelligence. Membro da Comissão de Programa da ICTAI 2019 - 31st IEEE International Conference on Tools with Artificial Intelligence. 2019. (Congresso).
    31. Membro da Comissão de Programa da KDD 2019 - 25th SIGKDD Conference on Knowledge Discovery and Data Mining. Membro da Comissão de Programa da KDD 2019 - 25th SIGKDD Conference on Knowledge Discovery and Data Mining. 2019. (Congresso).
    32. Membro da Comissão de Programa da MICAI 2019, 18th Mexican International Conference in Artificial Intelligenc. Membro da Comissão de Programa da MICAI 2019, 18th Mexican International Conference in Artificial Intelligence. 2019. (Congresso).
    33. Membro da Comissão de Programa do AutoML workshop at ICML 2019.Membro da Comissão de Programa do AutoML workshop at ICML 2019. 2019. (Oficina).
    34. Membro da Comissão de Programa do IJCAI 2019 - International Joint Conference on Artificial Intelligence. Membro da Comissão de Programa do IJCAI 2019- International Joint Conference on Artificial Intelligence. 2019. (Congresso).
    35. Membro da Comissão de Programa do IJCNN'2019 - International Joint Conference on Neural Networks (IJCNN). Membro da Comissão de Programa do IJCNN'2019 - International Joint Conference on Neural Networks (IJCNN). 2019. (Congresso).
    36. Membro da Comissão de Programa do NeurIPS 2019 Workshop on Meta-Learning.Membro da Comissão de Programa do NeurIPS 2019 Workshop on Meta-Learning. 2019. (Oficina).
    37. Membro das Bancas de Doutorado do CTD 2019, XXXII Concurso de Teses e Dissertações, CTD 2019, XXXIX Congresso da Sociedade Brasileira de de Computação.Membro das Bancas de Doutorado do CTD 2019, XXXII Concurso de Teses e Dissertações, CTD 2019, XXXIX Congresso da Sociedade Brasileira de Computação. 2019. (Outra).
    38. Membro da Comissão de Programa da CAEPIA 2018 - XVIII Conferencia de la Asociación Española para la Inteligencia Artificial. Membro da Comissão de Programa da CAEPIA 2018 - XVIII Conferencia de la Asociación Española para la Inteligencia Artificial. 2018. (Congresso).
    39. Membro da Comissão de Programa da ICTAI 2018 - 30th IEEE International Conference on Tools with Artificial Intelligence. Membro da Comissão de Programa da ICTAI 2018 - 30th IEEE International Conference on Tools with Artificial Intelligence. 2018. (Congresso).
    40. Membro da Comissão de Programa da IDA'2018 - Seventeenth International Symposium on Intelligent Data Analysis.Membro da Comissão de Programa da IDA'2018 - Seventeenth International Symposium on Intelligent Data Analysis. 2018. (Simpósio).
    41. Membro da Comissão de Programa da Lion 2018 - The 12nd Learning and Intelligent OptimizatioN Conference. Membro da Comissão de Programa da Lion 2018 - The 12nd Learning and Intelligent OptimizatioN Conference. 2018. (Congresso).
    42. Membro da Comissão de Programa da MICAI 2018, 17th Mexican International Conference in Artificial Intelligencence. Membro da Comissão de Programa da MICAI 2018, 17th Mexican International Conference in Artificial Intelligence. 2018. (Congresso).
    43. Membro da Comissão de Programa do AutoML workshop at ICML 2018.Membro da Comissão de Programa do AutoML workshop at ICML 2018. 2018. (Oficina).
    44. Membro da Comissão de Programa do CEC'2018 - IEEE Congress on Evolutionary Computation (CEC). Membro da Comissão de Programa do CEC'2018 - IEEE Congress on Evolutionary Computation (CEC). 2018. (Congresso).
    45. Membro da Comissão de Programa do IJCNN'2018 - International Joint Conference on Neural Networks (IJCNN). Membro da Comissão de Programa do IJCNN'2018 - International Joint Conference on Neural Networks (IJCNN). 2018. (Congresso).
    46. Membro da Comissão de Programa do SDM 2018 - SIAM International Conference on on Data Mining. Membro da Comissão de Programa do SDM 2018 - SIAM International Conference on on Data Mining. 2018. (Congresso).
    47. Membro da Membro da Comissão de Programa da BRACIS 2018 - 7th Brazilian Conference on Intelligent Syste.Membro da Comissão de Programa da BRACIS 2018 - 7th Brazilian Conference on Intelligent Syste. 2018. (Simpósio).
    48. Membro Senior da Comissão de Programa da AAAI 2018 - Thirty-Second AAAI Conference on Artificial Intelligence. Membro Senior da Comissão de Programa da AAAI 2018 - Thirty-Second AAAI Conference on Artificial Intelligence. 2018. (Congresso).
    49. Membro Senior da Comissão de Programa do IJCAI 2018- International Joint Conference on Artificial Intelligence. Membro Senior da Comissão de Programa do IJCAI 2018- International Joint Conference on Artificial Intelligence. 2018. (Congresso).
    50. Membro da Comissão de Programa da EPIA 2017 ? 18th Portuguese Conference on Artificial Intelligence. Membro da Comissão de Programa da EPIA 2017 ? 18th Portuguese Conference on Artificial Intelligence. 2017. (Congresso).
    51. Membro da Comissão de Programa da ICTAI 2017 - 29th IEEE International Conference on Tools with Artificial Intelligence. Membro da Comissão de Programa da ICTAI 2017 - 29th IEEE International Conference on Tools with Artificial Intelligence. 2017. (Congresso).
    52. Membro da Comissão de Programa da IDA'2017 - Sixteenth International Symposium on Intelligent Data Analysis. Membro da Comissão de Programa da IDA'2017 - Sixteenth International Symposium on Intelligent Data Analysis. 2017. (Congresso).
    53. Membro da Comissão de Programa da Lion 2017 - The 11st Learning and Intelligent OptimizatioN ConferenceMembro da Comissão de Programa da Lion 2017 - The 11th Learning and Intelligent OptimizatioN Conference. Membro da Comissão de Programa da Lion 2017 - The 11st Learning and Intelligent OptimizatioN Conference. 2017. (Congresso).
    54. Membro da Comissão de Programa da MICAI 2017, 16th Mexican International Conference in Artificial Intelligenc. Membro da Comissão de Programa da MICAI 2017, 16th Mexican International Conference in Artificial Intelligenc. 2017. (Congresso).
    55. Membro da Comissão de Programa do AutoML workshop at ECML/PKDD 2017.Membro da Comissão de Programa do AutoML workshop at ECML/PKDD 2017. 2017. (Oficina).
    56. Membro da Comissão de Programa do AutoML workshop at ICML 2017.Membro da Comissão de Programa do AutoML workshop at ICML 2017. 2017. (Oficina).
    57. Membro da Comissão de Programa do BRACIS 2017 - 6th Brazilian Conference on Intelligent System.Membro da Comissão de Programa do BRACIS 2017 - 6th Brazilian Conference on Intelligent System. 2017. (Simpósio).
    58. Membro da Comissão de Programa do ENIAC 2016.Membro da Comissão de Programa do ENIAC 2016. 2017. (Encontro).
    59. Membro da Comissão de Programa do KDMILE 2017.Membro da Comissão de Programa do KDMILE 2017. 2017. (Simpósio).
    60. Membro da Comissão de Programa do SDM 2017 - SIAM International Conference on on Data Mining. Membro da Comissão de Programa do SDM 2017 - SIAM International Conference on on Data Mining. 2017. (Congresso).
    61. Membro Senior da Comissão de Programa da AAAI 2017 - Thirty-First AAAI Conference on Artificial Intelligence. Membro Senior da Comissão de Programa da AAAI 2017 - Thirty-First AAAI Conference on Artificial Intelligence. 2017. (Congresso).
    62. Membro Senior da Comissão de Programa do IJCAI 2017- International Joint Conference on Artificial Intelligence. Membro Senior da Comissão de Programa do IJCAI 2017 - International Joint Conference on Artificial Intelligence. 2017. (Congresso).
    63. Debatedor em Evento do Instituto Moreira Salles (IMS) e da Academia Brasileira de Ciências (ABC) para celebrar o aniversário de 100 anos da ABC.Debate sobre filme filme Ex-machina: instinto artificial na mostra de filmes ?Cinema e ciência?. 2016. (Outra).
    64. Membro da Comissão de Programa da ACM-SAC´2016. Membro do Comitê de Programa da ACM-SAC´2015. 2016. (Congresso).
    65. Membro da Comissão de Programa da CAEPIA 2016 - XVII Conferencia de la Asociación Española para la Inteligencia Artificial. Membro da Comissão de Programa da CAEPIA 2016 - XVII Conferencia de la Asociación Española para la Inteligencia Artificial. 2016. (Congresso).
    66. Membro da Comissão de Programa da ICTAI 2016 - 28th IEEE International Conference on Tools with Artificial Intelligence. Membro da Comissão de Programa da ICTAI 2016 - 28th IEEE International Conference on Tools with Artificial Intelligence. 2016. (Congresso).
    67. Membro da Comissão de Programa da IDA 2016 - 15th International Symposium on Intelligent Data Analysis.Membro da Comissão de Programa da IDA 2016 - 15th International Symposium on Intelligent Data Analysis. 2016. (Simpósio).
    68. Membro da Comissão de Programa da KDD 2016 - 22nd SIGKDD Conference on Knowledge Discovery and Data Mining. Membro da Comissão de Programa da KDD 2016 - 22nd SIGKDD Conference on Knowledge Discovery and Data Mining. 2016. (Congresso).
    69. Membro da Comissão de Programa da Lion 2016 - The 10th Learning and Intelligent OptimizatioN Conference. Membro da Comissão de Programa da Lion 2016 - The 10th Learning and Intelligent OptimizatioN Conference. 2016. (Congresso).
    70. Membro da Comissão de Programa da MICAI 2016, 15th Mexican International Conference in Artificial Intelligenc. Membro da Comissão de Programa da MICAI 2016, 15th Mexican International Conference in Artificial Intelligenc. 2016. (Congresso).
    71. Membro da Comissão de Programa do AutoML workshop at ICML 2016.Membro da Comissão de Programa do AutoML workshop at ICML 2016. 2016. (Encontro).
    72. Membro da Comissão de Programa do BRACIS 2016 - 5th Brazilian Conference on Intelligent System. Membro da Comissão de Programa do BRACIS 2015 - 5th Brazilian Conference on Intelligent Systems. 2016. (Congresso).
    73. Membro da Comissão de Programa do ENIAC 2016.Membro da Comissão de Programa do ENIAC 2016. 2016. (Encontro).
    74. Membro da Comissão de Programa do KDMILE 2016.Membro da Comissão de Programa do KDMILE 2016. 2016. (Simpósio).
    75. Membro da Comissão de Programa do SBBD 2016 - 31o Simpósio Brasileiro de Banco de Dados.Membro da Comissão de Programa do SBBD 2016 - 31o Simpósio Brasileiro de Banco de Dados. 2016. (Simpósio).
    76. Membro da Comissão de Programa do SBPO 2016 - XLVIII Simpósio Brasileiro de Pesquisa Operacional.Membro da Comissão de Programa do SBPO 2016 - XLVIII Simpósio Brasileiro de Pesquisa Operacional. 2016. (Simpósio).
    77. Membro da Comissão de Programa do SoGood 2016 - Data Science for Social Good at ECML PKDD.Membro do Comite de Programa do SoGood 2016 - Data Science for Social Good at ECML PKDD. 2016. (Simpósio).
    78. Membro do Guest Editorial Board do ECMLPKDD 2016 - European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Membro do Guest Editorial Board do ECMLPKDD 2016 - European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. 2016. (Congresso).
    79. Membro Senior da Comissão de Programa do SDM 2016 - SIAM International Conference on on Data Mining. Membro Senior da Comissão de Programa do SDM 2016 - SIAM International Conference on on Data Mining. 2016. (Congresso).
    80. Membro da Comissão de Programa da CAEPIA 2015 - XVI Conferencia de la Asociación Española para la Inteligencia Artificial. Membro da Comissão de Programa da CAEPIA 2015 - XVI Conferencia de la Asociación Española para la Inteligencia Artificial. 2015. (Congresso).
    81. Membro da Comissão de Programa da EPIA 2015 ? 18th Portuguese Conference on Artificial Intelligence. Membro da Comissão de Programa da EPIA 2015 ? 18th Portuguese Conference on Artificial Intelligence. 2015. (Congresso).
    82. Membro da Comissão de Programa da GECCO 2015 - 24th Genetic and Evolutionary Computation Conference. Membro da Comissão de Programa da GECCO 2015 - 24th Genetic and Evolutionary Computation Conference. 2015. (Congresso).
    83. Membro da Comissão de Programa da IDA 2015 - 14th International Symposium on Intelligent Data Analysis. Membro da Comissão de Programa da IDA 2015 - 14th International Symposium on Intelligent Data Analysis. 2015. (Congresso).
    84. Membro da Comissão de Programa da IEEE DSAA'2015 - IEEE International Conference on Data Science and Advanced Analytics. Membro da Comissão de Programa da IEEE DSAA'2015 - IEEE International Conference on Data Science and Advanced Analytics. 2015. (Congresso).
    85. Membro da Comissão de Programa do BRACIS 2015. Membro da Comissão de Programa do BRACIS 2015. 2015. (Congresso).
    86. Membro da Comissão de Programa do ENIAC 2015.Membro da Comissão de Programa do ENIAC 2015. 2015. (Encontro).
    87. Membro da Comissão de Programa do KDMILE 2015.Membro da Comissão de Programa do KDMILE 2015. 2015. (Simpósio).
    88. Membro da Comissão de Programa do SBBD 2015.Membro da Comissão de Programa do SBBD 2015. 2015. (Simpósio).
    89. Membro da Comissão de Programa do SEMISH 2015 - 42o Seminário integrado de Software e Hardware.Membro da Comissão de Programa do SEMISH 2015 - 42o Seminário integrado de Software e Hardware. 2015. (Seminário).
    90. Membro da Comissão de Programa do XLVII SBPO.Membro da Comissão de Programa do XLVII SBPO. 2015. (Simpósio).
    91. Membro do Comitê de Programa da ACM-SAC´2015. Membro do Comitê de Programa da ACM-SAC´2015. 2015. (Congresso).
    92. Membro Senior da Comissão de Programa do IJCAI 2015 - International Joint Conference on Artificial Intelligence. Membro Senior da Comissão de Programa do IJCAI 2015 - International Joint Conference on Artificial Intelligence. 2015. (Congresso).
    93. Um dos Area Chairs da Comissão de Programa da ECML PKDD 2015 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Um dos Area Chairs Comissão de Programa do Membro Senior da Comissão de Programa da ECML PKDD 2015 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. 2015. (Congresso).
    94. Membro da Comissão de Programa da ECAI 2014 - European Conference on Artificial Intelligence,. Membro da Comissão de Programa da ECAI 2014 - European Conference on Artificial Intelligence. 2014. (Congresso).
    95. Membro da Comissão de Programa da ECML-PKDD 2014 - The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Membro da Comissão de Programa da ECML-PKDD 2014 - The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. 2014. (Congresso).
    96. Membro da Comissão de Programa da GECCO 2014 - 23rd Genetic and Evolutionary Computation Conference. Membro da Comissão de Programa da GECCO 2014 - 23rd Genetic and Evolutionary Computation Conference. 2014. (Congresso).
    97. Membro da Comissão de Programa da ICANN 2014 - 24th International Conference on Artificial Neural Networks. Membro da Comissão de Programa da ICANN 2014 - 24th International Conference on Artificial Neural Networks. 2014. (Congresso).
    98. Membro da Comissão de Programa da IDA 2014 - 13th International Symposium on Intelligent Data Analysis.Membro da Comissão de Programa da IDA 2014 - 13th International Symposium on Intelligent Data Analysis. 2014. (Simpósio).
    99. Membro da Comissão de Programa da IEEE DSAA'2014 - IEEE International Conference on Data Science and Advanced Analytics. Membro da Comissão de Programa da IEEE DSAA'2014 - IEEE International Conference on Data Science and Advanced Analytics. 2014. (Congresso).
    100. Membro da Comissão de Programa do BRACIS 2014. Membro da Comissão de Programa do BRACIS 2014. 2014. (Congresso).
    101. Membro da Comissão de Programa do DEXA 2014 - 25th International Conference on Database and Expert Systems Applications. Membro da Comissão de Programa do DEXA 2014 - 25th International Conference on Database and Expert Systems Applications. 2014. (Congresso).
    102. Membro da Comissão de Programa do ENIAC 2014.Membro da Comissão de Programa do ENIAC 2014. 2014. (Encontro).
    103. Membro da Comissão de Programa do KDMILE 2014.Membro da Comissão de Programa do KDMILE 2014. 2014. (Simpósio).
    104. Membro da Comissão de Programa do SBBD 2014.Membro da Comissão de Programa do SBBD 2014. 2014. (Simpósio).
    105. Membro da Comissão de Programa do SEMISH 2014 - 41o Seminário integrado de Software e Hardware.Membro da Comissão de Programa do SEMISH 2014 - 41o Seminário integrado de Software e Hardware. 2014. (Seminário).
    106. Membro da Comissão de Programa do XLVI SBPO.Membro da Comissão de Programa do XLVI SBPO. 2014. (Simpósio).
    107. Membro da Comissão de seleçao das JAI 2014 XXXIII Jornadas de Atualização em Informática.Membro da Comissão de seleçao das JAI 2014 XXXIII Jornadas de Atualização em Informática. 2014. (Outra).
    108. Membro do Comitê de Programa da ACM-SAC´2014. Membro do Comitê de Programa da ACM-SAC´2014. 2014. (Congresso).
    109. Membro da Comissão de Programa da ASONAN 2013 - IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining).. Membro da Comissão de Programa da ASONAN 2013 - IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining).. 2013. (Congresso).
    110. Membro da Comissão de Programa da CAEPIA 2013 - XV Conferencia de la Asociación Española para la Inteligencia Artificial. Membro da Comissão de Programa da CAEPIA 2013 - XV Conferencia de la Asociación Española para la Inteligencia Artificial. 2013. (Congresso).
    111. Membro da Comissão de Programa da ECML-PKDD 2013 - The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Membro da Comissão de Programa da ECML - PKDD 2013 - The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. 2013. (Congresso).
    112. Membro da Comissão de Programa da EPIA 2013 ? 16th Portuguese Conference on Artificial Intelligence. Membro da Comissão de Programa da EPIA 2013 ? 16th Portuguese Conference on Artificial Intelligence. 2013. (Congresso).
    113. Membro da Comissão de Programa da GECCO 2013 - Genetic and Evolutionary Computation Conference. Membro da Comissão de Programa da GECCO 2013 - Genetic and Evolutionary Computation Conference. 2013. (Congresso).
    114. Membro da Comissão de Programa da HAIS 2013 - 8th International Conference on Hybrid Artificial Intelligence Systems. Membro da Comissão de Programa da HAIS 2013 - 8th International Conference on Hybrid Artificial Intelligence Systems. 2013. (Congresso).
    115. Membro da Comissão de Programa da IJCAI 2013 - International Joint Conference on Artificial Intelligence. Membro da Comissão de Programa da IJCAI 2013 - International Joint Conference on Artificial Intelligence. 2013. (Congresso).
    116. Membro da Comissão de Programa do Bracis 2013 - 2nd Brazilian Conference on Intelligent Systems. Membro da Comissão de Programa do Bracis 2013 - 2nd Brazilian Conference on Intelligent Systems. 2013. (Congresso).
    117. Membro da Comissão de Programa do DEXA 2013 - 24th International Conference on Database and Expert Systems Applications. Membro da Comissão de Programa do DEXA 2013 - 24th International Conference on Database and Expert Systems Applications. 2013. (Congresso).
    118. Membro da Comissão de Programa do ENIAC 2013 - X Encontro Nacional de Inteligência Artificial e Computacional (ENIAC).Membro da Comissão de Programa do ENIAC 2013 - X Encontro Nacional de Inteligência Artificial e Computacional (ENIAC). 2013. (Encontro).
    119. Membro da Comissão de Programa do IDA 2013 - The Twelfth International Symposium on Intelligent Data Analysis (IDA 2013).Membro da Comissão de Programa do IDA 2013 - The Twelfth International Symposium on Intelligent Data Analysis (IDA 2013). 2013. (Simpósio).
    120. Membro da Comissão de Programa do KDMILE 2013.Membro da Comissão de Programa do KDMILE 2013. 2013. (Simpósio).
    121. Membro da Comissão de Programa do SBBD 2013 - 28o Simpósio Brasileiro de Banco de Dados.Membro da Comissão de Programa do SBBD 2013 - 28o Simpósio Brasileiro de Banco de Dados. 2013. (Simpósio).
    122. Membro da Comissão de Programa do SEMISH 2013 - 40o Seminário integrado de Software e Hardware.Membro da Comissão de Programa do SEMISH 2013 - 40o Seminário integrado de Software e Hardware. 2013. (Seminário).
    123. Membro do Comitê de Programa da ACM-SAC´2013. Membro do Comitê de Programa da ACM-SAC´2013. 2013. (Congresso).
    124. Membro do Comitê de Programa da HIS2013 - International Conference on Hybrid Intelligent Systems. Membro do Comitê de Programa da HIS2013 - International Conference on Hybrid Intelligent Systems. 2013. (Congresso).
    125. Membro do Comitê de Programa do BSB X-Meeting 2013.Membro do Comitê de Programa do BSB X-Meeting 2013. 2013. (Simpósio).
    126. Membro do Comitê de Programa do CTIC 2013 - XXXII Concurso de Trabalhos de Iniciação Científica.Membro do Comitê de Programa do CTIC 2013 - XXXII Concurso de Trabalhos de Iniciação Científic. 2013. (Outra).
    127. Membro do Comite de Programa do XVII CLAIO/XLV SBPO. e situações de grande dinamicidade típicas de eventos de grandes massas. 2013. (Congresso).
    128. Membro do Comitê de Programa da ACM-SAC´2012 - Applications of Evolutionary Computating track. Membro do Comitê de Programa da ACM-SAC´2012 - Applications of Evolutionary Computating track. 2012. (Congresso).
    129. Membro do Comitê de Programa da ACM-SAC´2012 - Data Streams track. Membro do Comitê de Programa da ACM-SAC´2012 - Data Streams track. 2012. (Congresso).
    130. Membro do Comitê de Programa da ASONAM 2012 - International Conference on Social Network Analysis and Mining. Membro do Comitê de Programa da ASONAM 2012 - International Conference on Social Network Analysis and Mining. 2012. (Congresso).
    131. Membro do Comite de Programa da BI 2012 - Workshop on Behavior Informatics.Membro do Comite de Programa da BI 2012 - Workshop on Behavior Informatics. 2012. (Oficina).
    132. Membro do Comite de Programa da DEXA 2012 - International Conference on Database and Expert Systems Applications. Membro do Comite de Programa da DEXA 2012 - International Conference on Database and Expert Systems Applications. 2012. (Congresso).
    133. Membro do Comitê de Programa da ECML-PKDD´2012 The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Membro do Comitê de Programa da ECML-PKDD´2012 The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. 2012. (Congresso).
    134. Membro do Comitê de Programa da GECCO 2012 - Bioinformatics, Computational, Systems, and Synthetic Biology track. Membro do Comitê de Programa da GECCO´2012 - Bioinformatics, Computational, Systems, and Synthetic Biology track. 2012. (Congresso).
    135. Membro do Comitê de Programa da HIS2012 - International Conference on Hybrid Intelligent Systems. Membro do Comitê de Programa da HIS2012 - International Conference on Hybrid Intelligent Systems. 2012. (Congresso).
    136. Membro do Comite de Programa da IBERAMIA 2012 - Ibero-American Conference on Artificial Intelligence. Membro do Comite de Programa da IBERAMIA 2012 - Ibero-American Conference on Artificial Intelligence. 2012. (Congresso).
    137. Membro do Comitê de Programa da IBICA-2012 - 3rd International Conference on Innovations in Bio-Inspired Computing and Applications. Membro do Comitê de Programa da IBICA-2012 - 3rd International Conference on Innovations in Bio-Inspired Computing and Applications. 2012. (Congresso).
    138. Membro do Comite de Programa da IDA 2012 - Eleventh International Symposium on Intelligent Data Analysis.Membro do Comite de Programa da IDA 2012 - Eleventh International Symposium on Intelligent Data Analysis. 2012. (Simpósio).
    139. Membro do Comite de Programa da IDEAL 2012. Membro do Comite de Programa da IDEAL 2012. 2012. (Congresso).
    140. Membro do Comitê de Programa do BSB 2012.Membro do Comitê de Programa do BSB 2012. 2012. (Simpósio).
    141. Membro do Comitê de Programa do ENIA 2012.Membro do Comitê de Programa do ENIA 2012. 2012. (Encontro).
    142. Membro do Comitê de Programa do PlanLearn 2012 Workshop, na conferência ECAI 2012.Membro do Comitê de Programa do PlanLearn 2012 Workshop, na conferência ECAI 2012. 2012. (Oficina).
    143. Membro do Comitê de Programa do SBBD 2012.Membro do Comitê de Programa do SBBD 2012. 2012. (Simpósio).
    144. Membro do Comitê de Programa do SBIA 2012.Membro do Comitê de Programa do SBIA 2012. 2012. (Simpósio).
    145. Membro do Comitê de Programa do SBRN 2012.Membro do Comitê de Programa do SBRN 2012. 2012. (Simpósio).
    146. Membro do Comitê de Programa do SEAL 2012. Membro do Comitê de Programa do SEAL 2012. 2012. (Congresso).
    147. Membro do Comitê de Programa do SEMISH 2012, XXXII Congresso da Sociedade Brasileira da Computação.Membro do Comitê de Programa do SEMISH 2012, XXXII Congresso da Sociedade Brasileira da Computação. 2012. (Seminário).
    148. Membro do Comite de Programa do XVI CLAIO/XLIV SBPO. Membro do Comite de Programa do XVI CLAIO/XLIV SBPO. 2012. (Congresso).
    149. Membro do International Advisory Board e do Comite de Programa da HIS 2012 - 12th International Conference on Hybrid Intelligent Systems. Membro do International Advisory Board e do Comite de Programa da HIS 2012 - 12th International Conference on Hybrid Intelligent Systems. 2012. (Congresso).
    150. Um dos International Advisory Board Members e do Comitê de Programa da ISDA 2012 - 12th International Conference on Intelligent Systems Design and Applications. Um dos International Advisory Board Members e do Comitê de Programa da ISDA 2012 - 12th International Conference on Intelligent Systems Design and Applications. 2012. (Congresso).
    151. Membro do Comitê de Programa da AMS 2011 - Asia Modelling Symposium 2011.Membro do Comitê de Programa da AMS 2011 - Asia Modelling Symposium 2011. 2011. (Simpósio).
    152. Membro do Comitê de Programa da CA3PP 2011 - Tenth International Conference on Algorithms and Architectures for Parallel Processing. Membro do Comitê de Programa da CA3PP 2011 - Tenth International Conference on Algorithms and Architectures for Parallel Processing. 2011. (Congresso).
    153. Membro do Comitê de Programa da ENIA 2011 - Encontro Nacional de Inteligência Artificial.Membro do Comitê de Programa da ENIA 2011 - Encontro Nacional de Inteligência Artificial. 2011. (Encontro).
    154. Membro do Comitê de Programa da GECCO 2011 - Genetic and Evolutionary Computation Conference. Membro do Comitê de Programa da Genetic and Evolutionary Computation Conference (GECCO 2011). 2011. (Congresso).
    155. Membro do Comitê de Programa da HAIS2011 - 6th International Conference on HYBRID ARTIFICIAL INTELLIGENCE SYSTEMS (HAIS11). Membro do Comitê de Programa da HAIS2011 - 6th International Conference on HYBRID ARTIFICIAL INTELLIGENCE SYSTEMS (HAIS11). 2011. (Congresso).
    156. Membro do Comitê de Programa da HIS2011 - International Conference on Hybrid Intelligent Systems. Membro do Comitê de Programa da HIS2011 - International Conference on Hybrid Intelligent Systems. 2011. (Congresso).
    157. Membro do Comitê de Programa da ICAIS 2011 - International Conference on Adaptive and Intelligent Systems. Membro do Comitê de Programa da ICAIS 2011 - International Conference on Adaptive and Intelligent Systems. 2011. (Congresso).
    158. Membro do Comitê de Programa da ICNC-FSKD 2011 - International Conference on Natural Computation; International Conference on Fuzzy Systems and Knowledge Discovery. Membro do Comitê de Programa da ICNC-FSKD 2011 - International Conference on Natural Computation; International Conference on Fuzzy Systems and Knowledge Discovery. 2011. (Congresso).
    159. Membro do Comitê de Programa da IDA-2011 - Tenth International Symposium on Intelligent Data Analysis.Membro do Comitê de Programa da (IDA-2011) - Tenth International Symposium on Intelligent Data Analysis. 2011. (Simpósio).
    160. Membro do Comitê de Programa da IJCAI 2011 - International Joint Conference on Artificial Intelligence. Membro do Comitê de Programa da IJCAI 2011 - International Joint Conference on Artificial Intelligence. 2011. (Congresso).
    161. Membro do Comitê de Programa da ISDA 2011 - 11th International Conference on Intelligent Systems Design and Applications. Membro do Comitê de Programa da ISDA 2011 - 11th International Conference on Intelligent Systems Design and Applications. 2011. (Congresso).
    162. Membro do Comitê de Programa da MEDES-2011 - ACM International Conference on Management of Emergent Digital EcoSystems. Membro do Comitê de Programa da MEDES-2011 - ACM International Conference on Management of Emergent Digital EcoSystems. 2011. (Congresso).
    163. Membro do Comitê de Programa da SBBD 2011 - Simpósio Brasileiro de Banco de Dados.Membro do Comitê de Programa da SBBD 2011 - Simpósio Brasileiro de Banco de Dados. 2011. (Simpósio).
    164. Membro do Comitê de Programa da SEMISH 2011 - XXXVIII Seminário Integrado de Software e Hardware.Membro do Comitê de Programa da SEMISH 2011 - XXXVIII Seminário Integrado de Software e Hardware. 2011. (Seminário).
    165. Membro do Comitê de Programa da WIMS'11 - International Conference on Web Intelligence, Mining and Semantics. Membro do Comitê de Programa da WIMS'11 - International Conference on Web Intelligence, Mining and Semantics. 2011. (Congresso).
    166. Membro do Comitê de Programa do CTIC 2011 - XXX Concurso de Trabalhos de Iniciação Científica.Membro do Comitê de Programa do CTIC 2011 - XXX Concurso de Trabalhos de Iniciação Científica. 2011. (Outra).
    167. Membro do Comite de Programa do MICAI 2011. Membro do Comite de Programa do MICAI 2011. 2011. (Congresso).
    168. Membro do Comitê de Programa do WICT 2011. Membro do Comitê de Programa do WICT 2011. 2011. (Congresso).
    169. Membro do Comiitê de Programa da FCST 2010, International Conference on Frontier of Computer Science and Technology. Membro da Comissão de Programa da 2010 International Conference on Frontier of Computer Science and Technology (FCST 2010). 2010. (Congresso).
    170. Membro do Comite de Programa da ACML´2010, 2nd Asian Conference on Machine Learning. Membro do Comite de Programa da 2nd Asian Conference on Machine Learning (ACML'2010). 2010. (Congresso).
    171. Membro do Comitê de Programa da ACM-MEDES´2010, The International ACM Conference on Management of Emergent Digital EcoSystems. Membro do Comitê de Programa da ACM-MEDES´2010, The International ACM Conference on Management of Emergent Digital EcoSystems. 2010. (Congresso).
    172. Membro do Comitê de Programa da ADMA 2010, the Sixth International Conference on Advanced Data mining and Applications. Membro da Comissão de Programa da ADMA 2010, the Sixth International Conference on Advanced Data mining and Applications. 2010. (Congresso).
    173. Membro do Comitê de Programa da ASONAM 2010, International conference on Advances in Social Network Analysis and Mining (ASONAM 2010). Membro da Comissão de Programa da international conference on Advances in Social Network Analysis and Mining (ASONAM 2010). 2010. (Congresso).
    174. Membro do Comitê de Programa da CIARP'2010, V Iberoamerican Congress on Pattern Recognition. Membro da Comissão de Programa V Iberoamerican Congress on Pattern Recognition, CIARP'2010. 2010. (Congresso).
    175. Membro do Comitê de Programa da CIMSiM´2010, Second International Conference on Computational Intelligence, Modelling and Simulation. Second International Conference on Computational Intelligence, Modelling and Simulation. 2010. (Congresso).
    176. Membro do Comitê de Programa da DEXA 2010, 21st International Conference on Database and Expert Systems Applications. Membro da Comissao de Programa da 21st International Conference on Database and Expert Systems Applications. 2010. (Congresso).
    177. Membro do Comitê de Programa da DKSS 2010, Second International Workshop on Data Warehousing and Knowledge Discovery from Sensors and Streams.Membro da Comissão de Programa da Second International Workshop on Data Warehousing and Knowledge Discovery from Sensors and Streams (DKSS 2010). 2010. (Oficina).
    178. Membro do Comite de Programa da DS 2010, Thirteenth International Conference on Discovery Science. Membro do Comite de Programa da Thirteenth International Conference on Discovery Science (DS 2010). 2010. (Congresso).
    179. Membro do Comitê de Programa da DS Track - ACM-SAC´2010, Data Streams Track da 25th ACM Symposium on Applied Computing. DS Track da 25th ACM Symposium on Applied Computing. 2010. (Congresso).
    180. Membro do Comitê de Programa da IDEAL´2010, 11th International Conference on Intelligent Data Engineering and Automated Learning (IDEAL2010).Membro da Comissão de Programa da 1th International Conference on Intelligent Data Engineering and Automated Learning (IDEAL2010). 2010. (Simpósio).
    181. Membro do Comitê de Programa da ISDA 2010 - 10th International Conference on Intelligent Systems Design and Applications. Member of the Program Comiitee of the ISDA 2010 - 10th International Conference on Intelligent Systems Design and Applications. 2010. (Congresso).
    182. Membro do Comitê de Programa da SOCPAR´2010, Second International Conference of Soft Computing and Pattern Recognition. Membro do Comitê de Programa da SOCPAR´2010, Second International Conference of Soft Computing and Pattern Recognition. 2010. (Congresso).
    183. Membro do Comitê de Programa do BSB 2010, VIII Brazilian Symposium on Bioinformatics.Membro da Comissão de Programa do VIII Brazilian Symposium on Bioinformatics (BSB 2010). 2010. (Simpósio).
    184. Membro do Comitê de Programa do CISIS 2010, 3rd International Workshop on Computational Intelligence in Security for Information Systems.Membro da Comissão de Programa do 3rd International Workshop on Computational Intelligence in Security for Information Systems CISIS 2010. 2010. (Oficina).
    185. Membro do Comitê de Programa do IAwDQ 2010, First Ibero-American Workshop on Data Quality.Membro da Comissao de Programa do First Ibero-American Workshop on Data Quality. 2010. (Oficina).
    186. Membro do Comitê de Programa do IEA/AIE´2010, The Twenty Third International Conference on. The Twenty Third International Conference on. 2010. (Congresso).
    187. Membro do Comitê de Programa do SBIA 2010, XX Brazilian Symposium on Artificial Intelligence.Membro da Comissão de Programa do XX Brazilian Symposium on Artificial Intelligence (SBIA 10). 2010. (Simpósio).
    188. Membro do Comitê de Programa do SBRN 2010, XI Brazilian Symposium on Artificial Neural Networka.Membro da Comissão de Programa do XI Brazilian Symposium on Artificial Neural Network (SBRN 10). 2010. (Simpósio).
    189. Membro do Comitê de Programa do SEAL´2010, Eighth International Conference on Simulated Evolution And Learning. Eighth International Conference on Simulated Evolution And Learning. 2010. (Congresso).
    190. Membro do Comitê de Programa do SEMISH 2010, XXXVII Seminário Integrado de Software e Hardware.Membro da Comissão de Programa do Semish 2010. 2010. (Outra).
    191. Membro do Comitê de Programa do UDM 2010, Workshop Ubiquitous Data Mining, parte da in conjunction with the 19th European Conference on Artificial Intelligence - ECAI 2010.Workshop (UDM 2010) Ubiquitous Data Mining, parte da in conjunction with the 19th European Conference on Artificial Intelligence - ECAI 2010. 2010. (Oficina).
    192. Membro do Comitê de Programa do WCI´2010, III Workshop on Computational Intelligence.III Workshop on Computational Intelligence (WCI 2010). 2010. (Oficina).
    193. Membro do Comitê de Programa do WSC15, 15th Online World Conference on Soft Computing in Industrial Applications.15th Online World Conference on Soft Computing in Industrial Applications. 2010. (Oficina).
    194. Membro do Comitê de Revisores da ICML´2010, XXVII International Confence on Machine Learning. Membro da Comissao de Revisores da XXVII International Confence on Machine Learning. 2010. (Congresso).

Organização de eventos

  • Total de organização de eventos (31)
    1. André Carlos Ponce Leon Ferreira de Carvalho; Lu, Jie. Um dos coordenadores da Comissão de Programa da Research Track da conferência IEEE DSAA´2021. 2021. Congresso
    2. Bifet, A. ; de Carvalho, A. C. P. L. F. ; Gama, J. ; Ferreira, C.. Um dos coordenadores da trilha Data Streams ACM SAC. 2020. 2020. Congresso
    3. de Carvalho, A. C. P. L. F.; OLIVEIRA JUNIOR, M. M.. Um dos organizadores do Zoohackathon 2019 São Paulo. 2019. Outro
    4. Bifet, A. ; de Carvalho, A. C. P. L. F. ; Ferreira, C. ; Gama, J.. Um dos coordenadores da trilha Data Streams ACM SAC. 2019. 2019. Congresso
    5. de Carvalho, A. C. P. L. F.; Bookeridge, M. ; Abeledo, Carlos ; Candotti, E.. Um dos organizadores do I Workshop de Assessoria Científica a Governos - INGSA-Brasil. 2018. Outro
    6. Bifet, A. ; de Carvalho, A. C. P. L. F. ; Gama, J.. Um dos coordenadores da trilha Data Streams ACM SAC. 2018. 2018. Congresso
    7. Bifet, A. ; de Carvalho, A. C. P. L. F. ; Gama, J. ; Rodrigues, P.. Um dos coordenadores da trilha Data Streams ACM SAC. 2017. 2017. Congresso
    8. Camacho, R. ; de Carvalho, A. C. P. L. F. ; Fonseca, N.. Um dos Organizadores do workshop WK2: Parallel and Distributed Computing for Knowledge Discovery in Databases., como parte da ECML PKDD - European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. 2015. Outro
    9. Abanto-Valle, C. ; de Carvalho, A. C. P. L. F.. Um dos Organizadores do IASC Satellite Conference 2015: Statistical Computing for Data Science. 2015. Outro
    10. de Carvalho, A. C. P. L. F.; Motz, R.. Um dos organizadores do XXII Concurso Latinoamericano de Tesis de Maestría do CLEI 2015. 2015. Concurso
    11. de Carvalho, A. C. P. L. F.; de Amo, S.. Um dos Coordenadores da Comissão de Programa do KDMILE 2014 - II Symposium on Knowledge Discovery, Mining and Learning. 2014. Congresso
    12. de Carvalho, A. C. P. L. F.; Silva, S.. Um dos coordenadoreas da trilha Bio-inspired computing do IBERAMIA 2012. 2012. Congresso
    13. Abraham, A. ; de Carvalho, A. C. P. L. F.. Um dos coordenadores de organização do 8th International Conference on Information Assurance and Security (IAS'12). 2012. Congresso
    14. Abraham, A. ; de Carvalho, A. C. P. L. F.. Um dos coordenadores de organização do 4th International Conference on Computational Aspects of Social Networks (CASoN12). 2012. Congresso
    15. Abraham, A. ; de Carvalho, A. C. P. L. F.. Um dos coordenadores de organização do 8th International Conference on Next Generation Web Services Practices(NWeSP12). 2012. Congresso
    16. Omatu, S. ; Molina, J. ; Linas, J. ; de Carvalho, A. C. P. L. F.. Um dos General Chairs do DCAI-2011 - Distributed Computing and Artificial Intelligence. 2011. Congresso
    17. de Carvalho, A. C. P. L. F.; Zomaya, A. ; Yager, R.. Um dos Coordenadores da Comissão de Programa da Third World Congress on Nature and Biologically Inspired Computing, NABIC´2011. 2011. Congresso
    18. de Carvalho, A. C. P. L. F.. Coordenador da trilha Data Mining do World Congress on Information and Communication Technologies (WICT´2011). 2011. (Congresso).. . 0.
    19. de Carvalho, A. C. P. L. F.. Coordenador da Comissão de Programa da International Symposium on Distributed Computing and Artificial Intelligence 2010 (DCAI'10). 2010. (Congresso).. . 0.
    20. Meira, W. ; de Carvalho, A. C. P. L. F.. Um dos coordenadores das Jornadas de Atualização em Informática, JAI 2010. 2010. Congresso
    21. KOEPPEN, M. ; de Carvalho, A. C. P. L. F.. Um dos Coordenadores da Comissão de Programa da 10th International Conference on Hybrid Intelligent Systems. 2010. Congresso
    22. Gama, João ; Rodrigues, P. P. ; de Carvalho, A. C. P. L. F.. Um dos coordenadores da trilha Data Streams ACM SAC. 2009. 2010. Congresso
    23. SANCHEZ, J. M. B. ; de Carvalho, A. C. P. L. F. ; CHORAS, R. S.. Um dos coordenadores da Comissão de Programa da International Conference on Computer Information Systems and Industrial Management Applications. 2010. Congresso
    24. de Carvalho, A. C. P. L. F.. Coordenador de publicações da Second World Congress on Nature and Biologically Inspired Computing, NABIC´2010. 2010. (Congresso).. . 0.
    25. de Carvalho, A. C. P. L. F.. Coordenador da trilha Ensemble Methods for Neural Networks. 2008. (Congresso).. . 0.
    26. de Carvalho, A. C. P. L. F.. Um dos internationais co-chair da 8th Hybrid Inteligent Systems, HIS' 2008 (Um dos International Co-Chairs). 2008. (Congresso).. . 0.
    27. de Carvalho, A. C. P. L. F.. Um dos coordenadores da Comissão de Programa da III International Conference on Computational Intelligence and Multimedia Applications. 1999. (Congresso).. . 0.
    28. de Carvalho, A. C. P. L. F.. Um dos coordenadores da trila de tutoriais em finanças da International Joint Conference on Neural Networks. 1999. (Outro).. . 0.
    29. de Carvalho, A. C. P. L. F.. Um dos coordenadores da Comissão de Programa da II International Conference on Computational Intelligence and Multimedia Applications. 1998. (Congresso).. . 0.
    30. de Carvalho, A. C. P. L. F.. Coordenador da Comissão de Programa do III Simpósio Brasileiro de Redes Neurais. 1996. (Congresso).. . 0.
    31. de Carvalho, A. C. P. L. F.. Coordenador da Comissão de Organização da II Simpósio Brasileiro de Redes Neurais. 1995. (Congresso).. . 0.

Lista de colaborações

  • Colaborações endôgenas (11)
    • André Carlos Ponce de Leon Ferreira de Carvalho ⇔ Rodrigo Coelho Barros (31.0)
      1. BASGALUPP, M. P. ; BARROS, R. C. ; SA, A. ; PAPPA, G. L. ; MANTOVANI, R. ; CARVALHO, ANDRÉ C. P. L. F. ; FREITAS, A. A.. An extensive experimental evaluation of automated machine learning methods for recommending classification algorithms. Evolutionary Intelligence (Print). v. 1, p. 1, issn: 1864-5909, 2020.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. Cerri, R. ; BARROS, Rodrigo C. ; BASGALUPP, M. P. ; de Carvalho, André C.P.L.F.. Inducing Hierarchical Multi-label Classification rules with Genetic Algorithms. APPLIED SOFT COMPUTING. v. 77, p. 584-604, issn: 1568-4946, 2019.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      3. CERRI, R. ; BARROS, Rodrigo C. ; CARVALHO, A.C.P.L.F. de ; JIN, Y.. Reduction strategies for hierarchical multi-label classification in protein function prediction. BMC Bioinformatics. v. 17, p. 1-24, issn: 1471-2105, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      4. BARROS, Rodrigo C.; JASKOWIAK, P. A. ; CERRI, R. ; CARVALHO, A.C.P.L.F. de. A framework for bottom-up induction of oblique decision trees. Neurocomputing (Amsterdam). v. 135, p. 3-12, issn: 0925-2312, 2014.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      5. BASGALUPP, M. P. ; BARROS, Rodrigo C. ; CARVALHO, A.C.P.L.F. de ; FREITAS, A. A.. Evolving Decision Trees with Beam Search-based Initialization and Lexicographic Multi-Objective Evaluation. Information Sciences. v. 258, p. 160-181, issn: 0020-0255, 2014.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      6. BARROS, R. C.; BASGALUPP, M. P. ; FREITAS, A. A. ; CARVALHO, A.C.P.L.F. de. Evolutionary Design of Decision-Tree Algorithms Tailored to Microarray Gene Expression Data Sets. IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION. v. 18, p. 873-892, issn: 1089-778X, 2014.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      7. CERRI, RICARDO ; Barros, Rodrigo C. ; de Carvalho, André C.P.L.F.. Hierarchical multi-label classification using local neural networks. Journal of Computer and System Sciences (Print). v. 80, p. 39-56, issn: 0022-0000, 2014.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      8. SILVA, JONATHAN A. ; FARIA, ELAINE R. ; Barros, Rodrigo C. ; HRUSCHKA, EDUARDO R. ; CARVALHO, ANDRÉ C. P. L. F. DE ; GAMA, JOÃO. Data stream clustering. ACM Computing Surveys. v. 46, p. 1-31, issn: 0360-0300, 2013.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      9. COVÕES, T. F. ; BARROS, R. C. ; DA SILVA, TIAGO S. ; HRUSCHKA, E. R. ; CARVALHO, A.C.P.L.F. de. Hierarchical Bottom-Up Safe Semi-Supervised Support Vector Machines for Multi-Class Transductive Learning. Journal of Information and Data Management - JIDM. v. 4, p. 357-372, issn: 2178-7107, 2013.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      10. BARROS, Rodrigo C. ; BASGALUPP, M. P. ; de Carvalho, A. C. P. L. F. ; FREITAS, A. A.. Automatic Design of Decision-Tree Algorithms with Evolutionary Algorithms. EVOLUTIONARY COMPUTATION. v. 21, p. 659-684, issn: 1063-6560, 2013.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      11. Barros, Rodrigo Coelho; BASGALUPP, MÁRCIO PORTO ; DE CARVALHO, ANDRÉ C. P. L. F. ; Freitas, Alex A.. A Survey of Evolutionary Algorithms for Decision-Tree Induction. IEEE Transactions on Systems, Man and Cybernetics. Part C, Applications and Reviews. v. 42, p. 291-312, issn: 1094-6977, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      12. BARROS, RODRIGO C. ; BASGALUPP, MÁRCIO P. ; CARVALHO, ANDRÉ C. P. L. F. ; Quiles, Marcos G.. Clus-DTI: improving decision-tree classification with a clustering-based decision-tree induction algorithm. JOURNAL OF THE BRAZILIAN COMPUTER SOCIETY (IMPRESSO). v. 18, p. 351-362, issn: 1678-4804, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      13. BARROS, Rodrigo C.; WINCK, A. T. ; MACHADO, K. S. ; BASGALUPP, M. P. ; CARVALHO, A.C.P.L.F. de ; RUIZ, D. ; SOUZA, O. N.. Automatic design of decision-tree induction algorithms tailored to flexible-receptor docking data. BMC Bioinformatics. v. 13, p. 310, issn: 1471-2105, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      14. Barros, R. ; Freitas, Alex ; Andr{\'{e}} Carlos Ponce Leon Ferreira de Carvalho. Automatic Design of Decision-Tree Induction Algorithms. 1 ed. Cham: Springer International Publishing, 2015. v. 1, p. 176.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      15. BASGALUPP, MÁRCIO PORTO ; Barros, Rodrigo Coelho ; DE CARVALHO, ANDRÉ C. P. L. F. ; Freitas, Alex A.. A Beam Search Based Decision Tree Induction Algorithm. Em: Siddhivinayak Kulkarni. (Org.). Machine Learning Algorithms for Problem Solving in Computational Applications. 1ed.Hershey, Pennsylvania (USA). : IGI Global. 2012.v. 1, p. 357-370.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      16. CERRI, RICARDO ; Barros, Rodrigo C. ; DE CARVALHO, ANDRE C. P. L. F.. Hierarchical Classification of Gene Ontology-based Protein Functions with Neural Networks. Em: 2015 International Joint Conference on Neural Networks (IJCNN), p. 1-6, 2015.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      17. CERRI, RICARDO ; Barros, Rodrigo C. ; FREITAS, ALEX A. ; de Carvalho, André C.P.L.F.. Evolving Relational Hierarchical Classification Rules for Predicting Gene Ontology-Based Protein Functions. Em: Genetic and Evolutionary Computation Conference, p. 1279-1286, 2014.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      18. CERRI, RICARDO ; Barros, Rodrigo C. ; de Carvalho, Andre C. P. L. F. ; Freitas, Alex A.. A grammatical evolution algorithm for generation of Hierarchical Multi-Label Classification rules. Em: 2013 IEEE Congress on Evolutionary Computation (CEC), v. 1, p. 454-461, 2013.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      19. Barros, Rodrigo C.; Basgalupp, Márcio P. ; CERRI, RICARDO ; DA SILVA, TIAGO S. ; DE CARVALHO, ANDRÉ C.P.L.F.. A grammatical evolution approach for software effort estimation. Em: Proceeding of the fifteenth annual conference, p. 1413-1420, 2013.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      20. Barros, R. ; Cerri, R. ; Freitas, Alex ; de Carvalho, A. C. P. L. F.. Probabilistic Clustering for Hierarchical Multi-Label Classification of Protein Functions. Em: Machine Learning and Knowledge Discovery in Databases - European Conference, v. 8189, p. 385-400, 2013.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      21. CERRI, RICARDO ; Barros, Rodrigo C. ; Carvalho, Andre C.P.L.F. De. Neural Networks for Hierarchical Classification of G-Protein Coupled Receptors. Em: 2013 Brazilian Conference on Intelligent Systems (BRACIS 2013), p. 125, 2013.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      22. BARROS, R. C.; BASGALUPP, M. P. ; CARVALHO, A.C.P.L.F. de ; FREITAS, A. A.. A Hyper-Heuristic Evolutionary Algorithm for Automatically Designing Decision-Tree Algorithms. Em: Fourteenth international conference on Genetic and evolutionary computation conference (GECCO '12), p. 1237-1244, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      23. Cerri, R. ; Barros, R. ; de Carvalho, A. C. P. L. F.. A Genetic Algorithm for Hierarchical Multi-Label Classification. Em: Proceedings of the 27th Annual ACM Symposium on Applied Computing (SAC´2012), p. 250-255, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      24. BARROS, R. C.; BASGALUPP, M. P. ; CARVALHO, A.C.P.L.F. de ; FREITAS, A. A.. Towards the Automatic Design of Decision Tree Induction Algorithms. Em: 1st Workshop on Evolutionary Computation for Designing Generic Algorithms - GECCO 2011, v. 1, p. 567-574, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      25. BARROS, R. C.; CARVALHO, A.C.P.L.F. de ; BASGALUPP, M. P. ; QUILES, M. G.. Um algoritmo de indução de árvore de decisão baseado em agrupamento. Em: VIII Encontro Nacional de Inteligência Artificial (ENIA 2011), v. 1, p. 1-10, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      26. Cerri, R. ; Barros, R. ; de Carvalho, A. C. P. L. F.. Redes Neurais Artificiais Aplicadas a Problemas de Classificação Hierárquica Multirrótulo. Em: Congresso Brasileiro de Inteligência Computacional - CBIC 2011, p. 1-8, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      27. BARROS, RODRIGO C. ; DE CARVALHO, ANDRE C. P. L. R ; BASGALUPP, MARCIO R ; Quiles, Marcos G.. A clustering-based decision tree induction algorithm. Em: 2011 11th International Conference on Intelligent Systems Design and Applications (ISDA), v. 1, p. 543-550, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      28. Barros, R. ; Cerri, R. ; Jaskowlak, P. A. ; de Carvalho, A. C. P. L. F.. A Bottom-Up Oblique Decision Tree Induction Algorithm. Em: 11th International Conference on Intelligent Systems Design and Applications, p. 450-456, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      29. Cerri, R. ; Barros, R. ; de Carvalho, A. C. P. L. F.. Hierarchical Multi-label Classification for Protein Function Prediction: A Local Approach based on Neural Networks. Em: 11th International Conference on Intelligent Systems Design and Applications, p. 337-343, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      30. Barros, Rodrigo C.; Basgalupp, Márcio P. ; Ruiz, Duncan D. ; DE CARVALHO, ANDRÉ C. P. L. F. ; Freitas, Alex A.. Evolutionary model tree induction. Em: the 2010 ACM Symposium, v. 2, p. 1131-1137, 2010.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      31. FARIA, ELAINE R. ; Barros, Rodrigo C. ; GAMA, JOÃO ; CARVALHO, ANDRÉ C. P. L. F.. Improving the offline clustering stage of data stream algorithms in scenarios with variable number of clusters. Em: 27th Annual ACM Symposium on Applied Computing (SAC´2012), 2012, Riva. Proceedings of the 27th Annual ACM Symposium on Applied Computing (SAC´2012). New York: ACM, p. 829-830, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • André Carlos Ponce de Leon Ferreira de Carvalho ⇔ Mariá Cristina Vasconcelos Nascimento Rosset (5.0)
      1. MÁXIMO, VINÍCIUS R. ; NASCIMENTO, MARIÁ C.V. ; CARVALHO, ANDRÉ C.P.L.F.. Intelligent-guided adaptive search for the maximum covering location problem. Computers & Operations Research. v. 78, p. 129-137, issn: 0305-0548, 2017.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. NASCIMENTO, M. C. V.; CARVALHO, A. C. P. L. F.. Spectral methods for graph clustering ? A survey. European Journal of Operational Research. v. 211, p. 221-231, issn: 0377-2217, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      3. NASCIMENTO, M. C. V.; CARVALHO, A. C. P. L. F.. A graph clustering algorithm based on a clustering coefficient for weighted graphs. Journal of the Brazilian Computer Society (Impresso). v. 17, p. 19-29, issn: 0104-6500, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      4. NASCIMENTO, M. C. V.; TOLEDO, F. M. B. ; CARVALHO, A. C. P. L. F.. Investigation of a new GRASP-based clustering algorithm applied to biological data. Computers & Operations Research. v. 37, p. 1381-1388, issn: 0305-0548, 2010.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      5. NASCIMENTO, M. C. V.; TOLEDO, F. M. B. ; P. L. F. de Carvalho, André C.. A Hybrid Heuristic for the k-medoids Clustering Problem. Em: Fourteenth international conference on Genetic and evolutionary computation conference (GECCO '12), p. 417-424, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • André Carlos Ponce de Leon Ferreira de Carvalho ⇔ Rafael Dias Loyola (4.0)
      1. SCHLOTTFELDT, SHANA ; WALTER, MARIA EMÍLIA M. T. ; DE CARVALHO, ANDRÉ CARLOS P. L. F. ; Soares, Thannya N. ; TELLES, MARIANA P. C. ; Loyola, Rafael D. ; Diniz-Filho, José Alexandre F.. Multi-objective optimization for plant germplasm collection conservation of genetic resources based on molecular variability. Tree Genetics & Genomes (Print). v. 11, p. press, issn: 1614-2942, 2015.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. SCHLOTTFELDT, SHANA ; WALTER, MARIA EMÍLIA M. T. ; de Carvalho, A.C.P.L.F. ; SOARES, THANNYA N. ; TELLES, MARIANA P. C. ; LOYOLA, RAFAEL D. ; DINIZ-FILHO, JOSE ALEXANDRE F.. Multi-objective optimization in systematic conservation planning and the representation of genetic variability among populations. Genetics and Molecular Research. v. 14, p. 6744-6761, issn: 1676-5680, 2015.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      3. SCHLOTTFELDT, SHANA ; TIMMIS, JON ; Walter, Maria Emilia ; Carvalho, André ; Simon, Lorena ; LOYOLA, RAFAEL ; Diniz-Filho, José Alexandre. A Multi-objective Optimization Approach Associated to Climate Change Analysis to Improve Systematic Conservation Planning. Em: Antonio Gaspar-Cunha, Carlos Henggeler Antunes e Carlos A. Coello Coello. (Org.). Lecture Notes in Computer Science. 1ed.Londres. : Springer International Publishing. 2015.v. 9019, p. 458-472.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      4. SCHLOTTFELDT, SHANA ; TIMMIS, JON ; WALTER, MARIA EMILIA M.T. ; CARVALHO, ANDRE C.P.L.F. ; DINIZ-FILHO, JOSE ALEXANDRE F. ; SIMON, LORENA M. ; LOYOLA, RAFAEL D. ; TELLES, MARIANA P.C.. Multi-objective optimization applied to systematic conservation planning and spatial conservation priorities under climate change. Em: the 2014 conference companion, 2014, Vancouver. Proceedings of the 2014 conference companion on Genetic and evolutionary computation companion - GECCO Comp '14, p. 177-179, 2014.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • André Carlos Ponce de Leon Ferreira de Carvalho ⇔ Marcos Gonçalves Quiles (4.0)
      1. BARROS, RODRIGO C. ; BASGALUPP, MÁRCIO P. ; CARVALHO, ANDRÉ C. P. L. F. ; Quiles, Marcos G.. Clus-DTI: improving decision-tree classification with a clustering-based decision-tree induction algorithm. JOURNAL OF THE BRAZILIAN COMPUTER SOCIETY (IMPRESSO). v. 18, p. 351-362, issn: 1678-4804, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. NOGUEIRA LORENA, LUIZ HENRIQUE ; GONCALVES QUILES, MARCOS ; NOGUEIRA LORENA, LUIZ ANTONIO ; DE CARVALHO, ANDRE C. P. L. F. ; CESPEDES, JULIANA GARCIA. Qualitative data clustering: a new Integer Linear Programming model. Em: 2019 International Joint Conference on Neural Networks (IJCNN), v. 1, p. 1-10, 2019.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      3. BARROS, R. C.; CARVALHO, A.C.P.L.F. de ; BASGALUPP, M. P. ; QUILES, M. G.. Um algoritmo de indução de árvore de decisão baseado em agrupamento. Em: VIII Encontro Nacional de Inteligência Artificial (ENIA 2011), v. 1, p. 1-10, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      4. BARROS, RODRIGO C. ; DE CARVALHO, ANDRE C. P. L. R ; BASGALUPP, MARCIO R ; Quiles, Marcos G.. A clustering-based decision tree induction algorithm. Em: 2011 11th International Conference on Intelligent Systems Design and Applications (ISDA), v. 1, p. 543-550, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • André Carlos Ponce de Leon Ferreira de Carvalho ⇔ Mariana Pires de Campos Telles (3.0)
      1. SCHLOTTFELDT, SHANA ; WALTER, MARIA EMÍLIA M. T. ; DE CARVALHO, ANDRÉ CARLOS P. L. F. ; Soares, Thannya N. ; TELLES, MARIANA P. C. ; Loyola, Rafael D. ; Diniz-Filho, José Alexandre F.. Multi-objective optimization for plant germplasm collection conservation of genetic resources based on molecular variability. Tree Genetics & Genomes (Print). v. 11, p. press, issn: 1614-2942, 2015.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. SCHLOTTFELDT, SHANA ; WALTER, MARIA EMÍLIA M. T. ; de Carvalho, A.C.P.L.F. ; SOARES, THANNYA N. ; TELLES, MARIANA P. C. ; LOYOLA, RAFAEL D. ; DINIZ-FILHO, JOSE ALEXANDRE F.. Multi-objective optimization in systematic conservation planning and the representation of genetic variability among populations. Genetics and Molecular Research. v. 14, p. 6744-6761, issn: 1676-5680, 2015.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      3. SCHLOTTFELDT, SHANA ; WALTER, MARIA EMILIA M.T. ; TIMMIS, JON ; CARVALHO, ANDRE C.P.L.F. ; TELLES, MARIANA P.C. ; DINIZ-FILHO, JOSE ALEXANDRE F.. Using Multi-Objective Artificial Immune Systems to Find Core Collections Based on Molecular Markers. Em: the 2015, p. 1271-8, 2015.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • André Carlos Ponce de Leon Ferreira de Carvalho ⇔ Jose Alexandre Felizola Diniz Filho (2.0)
      1. SCHLOTTFELDT, SHANA ; WALTER, MARIA EMÍLIA M. T. ; DE CARVALHO, ANDRÉ CARLOS P. L. F. ; Soares, Thannya N. ; TELLES, MARIANA P. C. ; Loyola, Rafael D. ; Diniz-Filho, José Alexandre F.. Multi-objective optimization for plant germplasm collection conservation of genetic resources based on molecular variability. Tree Genetics & Genomes (Print). v. 11, p. press, issn: 1614-2942, 2015.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. SCHLOTTFELDT, SHANA ; WALTER, MARIA EMÍLIA M. T. ; de Carvalho, A.C.P.L.F. ; SOARES, THANNYA N. ; TELLES, MARIANA P. C. ; LOYOLA, RAFAEL D. ; DINIZ-FILHO, JOSE ALEXANDRE F.. Multi-objective optimization in systematic conservation planning and the representation of genetic variability among populations. Genetics and Molecular Research. v. 14, p. 6744-6761, issn: 1676-5680, 2015.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • André Carlos Ponce de Leon Ferreira de Carvalho ⇔ Lucia Garcez Lohmann (1.0)
      1. Lorena, Ana C. ; Jacintho, Luis F.O. ; Siqueira, Marinez F. ; Giovanni, Renato De ; Lohmann, Lúcia G. ; de Carvalho, André C.P.L.F. ; Yamamoto, Missae. Comparing Machine Learning Classifiers in Potential Distribution Modelling. Expert Systems with Applications. v. 38, p. 5268-5275, issn: 0957-4174, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • André Carlos Ponce de Leon Ferreira de Carvalho ⇔ Zhao Liang (1.0)
      1. 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 ]

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

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

    • André Carlos Ponce de Leon Ferreira de Carvalho ⇔ Carlos Renato Lisboa Francês (1.0)
      1. CARDOSO, EVELIN HELENA SILVA ; SILVA, MARCELINO SILVA DA ; DE ALBUQUERQUE FELIX JUNIOR, FRANCISCO EGUINALDO ; DE CARVALHO, SOLON VENANCIO ; DE CARVALHO, ANDRE CARLOS PONCE DE LEON FERREIRA ; VIJAYKUMAR, NANDAMUDI ; FRANCES, CARLOS RENATO LISBOA. Characterizing the Impact of Social Inequality on COVID-19 Propagation in Developing Countries. IEEE Access. v. 8, p. 172563-172580, issn: 2169-3536, 2020.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]




(*) Relatório criado com produções desde 2010 até 2021
Data de processamento: 06/11/2021 15:22:19