Teresa Bernarda Ludermir

Pós-doutorado

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• MACÊDO, DAVID ; ZANCHETTIN, CLEBER ; LUDERMIR, TERESA . Sigmoidal learning rate optimizer for deep neural network training using a two-phase adaptation approach. APPLIED SOFT COMPUTING , v. 168, p. 112264, 2024.

• DE LACERDA, MARCELO GOMES PEREIRA ; DE LIMA NETO, FERNANDO BUARQUE ; LUDERMIR, TERESA BERNARDA ; KUCHEN, HERBERT . Out-of-the-box parameter control for evolutionary and swarm-based algorithms with distributed reinforcement learning. Swarm Intelligence , v. 17, p. 1-45, 2023.

• ARAUJO, ISRAEL F. ; PARK, DANIEL K. ; Ludermir, Teresa B. ; OLIVEIRA, WILSON R. ; PETRUCCIONE, FRANCESCO ; DA SILVA, ADENILTON J. . Configurable sublinear circuits for quantum state preparation. QUANTUM INFORMATION PROCESSING (DORDRECHT. ONLINE) , v. 22, p. 123, 2023.

• Sampaio, A. ; Teresa B. Ludermir . Inserção Internacional do Centro de Informática da UFPE. Revista Inovação e Desenvolvimento , v. 10, p. 19-23, 2023.

• GOMES PEREIRA DE LACERDA, MARCELO ; DE ANDRADE AMORIM NETO, HUGO ; LUDERMIR, TERESA BERNARDA ; KUCHEN, HERBERT ; BUARQUE DE LIMA NETO, FERNANDO . Towards a parameterless out-of-the-box population size control for evolutionary and swarm-based algorithms for single objective bound constrained real-parameter numerical optimization. APPLIED SOFT COMPUTING , v. 123, p. 108920, 2022.

• MACEDO, DAVID ; REN, TSANG ING ; ZANCHETTIN, CLEBER ; OLIVEIRA, ADRIANO L. I. ; LUDERMIR, TERESA . Entropic Out-of-Distribution Detection: Seamless Detection of Unknown Examples. IEEE Transactions on Neural Networks and Learning Systems , v. 33, p. 2350-2364, 2022.

• CHEVTCHENKO, SÉRGIO F. ; BARBOSA, EDUARDO J. ; CAVALCANTI, MARCELO C. ; AZEVEDO, GUSTAVO M.S. ; Ludermir, Teresa B. . Combining PPO and incremental conductance for MPPT under dynamic shading and temperature. APPLIED SOFT COMPUTING , v. 131, p. 109748, 2022.

• GOMES PEREIRA DE LACERDA, MARCELO ; DE ARAUJO PESSOA, LUIS FILIPE ; BUARQUE DE LIMA NETO, FERNANDO ; LUDERMIR, TERESA BERNARDA ; KUCHEN, HERBERT . A systematic literature review on general parameter control for evolutionary and swarm-based algorithms. Swarm and Evolutionary Computation , v. 60, p. 100777, 2021.

• LUDERMIR, TERESA BERNARDA . Inteligência Artificial e Aprendizado de Máquina: estado atual e tendências. ESTUDOS AVANÇADOS (ONLINE) , v. 35, p. 85-94, 2021.

• CHEVTCHENKO, SÉRGIO F. ; Ludermir, Teresa B. . Combining STDP and binary networks for reinforcement learning from images and sparse rewards. NEURAL NETWORKS , v. 144, p. 496-506, 2021.

• PACIFICO, LUCIANO D. S. ; Ludermir, Teresa B. . An evaluation of k-means as a local search operator in hybrid memetic group search optimization for data clustering. Natural Computing , v. 20, p. 611-636, 2021.

• XAVIER-JÚNIOR, JOÃO C. ; FREITAS, ALEX A. ; Ludermir, Teresa B. ; FEITOSA-NETO, ANTONINO ; BARRETO, CEPHAS A.S. . An evolutionary algorithm for automated machine learning focusing on classifier ensembles: An improved algorithm and extended results. THEORETICAL COMPUTER SCIENCE , v. 805, p. 1-18, 2020.

• de Paula Neto, Fernando M. ; Ludermir, Teresa B. ; de Oliveira, Wilson R. ; DA SILVA, ADENILTON J. . Implementing Any Nonlinear Quantum Neuron. IEEE Transactions on Neural Networks and Learning Systems , v. 31, p. 3741-3746, 2020.

• BRITTO, Larissa ; PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . Geração Automática de Receitas Culinárias para Pessoas com Restrições Alimentares. REVISTA ELETRÔNICA DE INICIAÇÃO CIENTÍFICA , v. 18, p. 1-10, 2020.

• STOSIC, DARKO ; STOSIC, DUSAN ; Ludermir, Teresa B. ; STOSIC, TATIJANA . Multifractal behavior of price and volume changes in the cryptocurrency market. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS , v. 520, p. 54-61, 2019.

• MACÊDO, DAVID ; ZANCHETTIN, CLEBER ; OLIVEIRA, ADRIANO L.I. ; LUDERMIR, TERESA . Enhancing Batch Normalized Convolutional Networks using Displaced Rectifier Linear Units: A Systematic Comparative Study. EXPERT SYSTEMS WITH APPLICATIONS , v. 124, p. 271-281, 2019.

• STOSIC, DUSAN ; STOSIC, DARKO ; LUDERMIR, TERESA BERNARDA ; REN, TSANG ING . Natural Image Segmentation with Non-Extensive Mixture Models. JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION , v. 63, p. 102598-1, 2019.

• STOSIC, DARKO ; STOSIC, DUSAN ; Ludermir, Teresa B. ; STOSIC, TATIJANA . Exploring disorder and complexity in the cryptocurrency space. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS , v. 525, p. 548-556, 2019.

• DE PAULA NETO, FERNANDO M ; DA SILVA, ADENILTON J ; DE OLIVEIRA, WILSON R ; Ludermir, Teresa B. . Quantum probabilistic associative memory architecture. NEUROCOMPUTING , v. 351, p. 101-110, 2019.

• STOSIC, DARKO ; STOSIC, DUSAN ; Teresa B. Ludermir ; STOSIC, TATIJANA . Nonextensive triplets in cryptocurrency exchanges. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS , v. 505, p. 1069-1074, 2018.

• STOSIC, DARKO ; STOSIC, DUSAN ; Teresa B. Ludermir ; STOSIC, TATIJANA . Collective behavior of cryptocurrency price changes. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS , v. 507, p. 499-509, 2018.

• Lucas, T.D.P. ; SILVA, T. C. P. B. E. ; VIMIEIRO, R. ; Teresa B. Ludermir . A new evolutionary algorithm for mining top-k discriminative patterns in high dimensional data. APPLIED SOFT COMPUTING , v. 59, p. 487-499, 2017.

• STOSIC, DUSAN ; MULKERS, J. ; Van WAEYENBERGE, B. ; Teresa B. Ludermir ; MILOSEVIC, M.V. . Paths to collapse for isolated skyrmions in few-monolayer ferromagnetic films. PHYSICAL REVIEW B , v. 95, p. 214418, 2017.

• PAPPA, GISELE LOBO ; REVOREDO, KATE CERQUEIRA ; Ludermir, Teresa B. . BRACIS 2015: Progress in Computation Intelligence in Brazil. NEUROCOMPUTING , v. 246, p. 1-2, 2017.

• STOSIC, DUSAN ; Teresa B. Ludermir ; MILOSEVIC, M.V. . Pinning of magnetic skyrmions in a monolayer Co film on Pt(111): Theoretical characterization and exemplified utilization. PHYSICAL REVIEW B , v. 96, p. 214403, 2017.

• de Paula Neto, Fernando M. ; de Oliveira, Wilson R. ; Teresa B. Ludermir ; SILVA, Adenilton J. . Chaos in a quantum neuron: An open system approach. NEUROCOMPUTING , v. 246, p. 3-11, 2017.

• STOSIC, DUSAN ; STOSIC, DARKO ; ZANCHETTIN, CLEBER ; LUDERMIR, TERESA ; STOSIC, BORKO . QRNN: $q$ -Generalized Random Neural Network. IEEE Transactions on Neural Networks and Learning Systems , v. 28, p. 383-390, 2017.

• STOSIC, DARKO ; STOSIC, DUSAN ; LUDERMIR, TERESA ; DE OLIVEIRA, WILSON ; STOSIC, TATIJANA . Foreign exchange rate entropy evolution during financial crises. Physica. A (Print) , v. 449, p. 233-239, 2016.

• DA SILVA, ADENILTON JOSÉ ; LUDERMIR, TERESA BERNARDA ; DE OLIVEIRA, WILSON ROSA . Quantum perceptron over a field and neural network architecture selection in a quantum computer. Neural Networks , v. 78, p. 55-64, 2016.

• STOSIC, DARKO ; STOSIC, DUSAN ; LUDERMIR, TERESA ; STOSIC, TATIJANA . Correlations of multiscale entropy in the FX market. Physica. A (Print) , v. 457, p. 52-61, 2016.

• CAMBUIM, LUCAS F.S. ; MACIEIRA, RAFAEL M. ; NETO, FERNANDO M.P. ; BARROS, EDNA ; Ludermir, Teresa B. ; ZANCHETTIN, CLEBER . An Efficient Static Gesture Recognizer Embedded System Based on ELM Pattern Recognition Algorithm. Journal of Systems Architecture , v. 68, p. 1-16, 2016.

• FIGUEIREDO, E.M.N. ; LUDERMIR, T.B. ; BASTOS-FILHO, C.J.A. . Many Objective Particle Swarm Optimization. Information Sciences , v. 374, p. 115-134, 2016.

• STOSIC, DARKO ; STOSIC, DUSAN ; TERESA B. LUDERMIR ; STOSIC, BORKO ; MILOSEVIC, M.V. . GPU-advanced 3D electromagnetic simulations of superconductors in the Ginzburg-Landau formalism. JOURNAL OF COMPUTATIONAL PHYSICS , v. 322, p. 183-198, 2016.

• SOUSA, ARTHUR F.M. ; Prudêncio, Ricardo B.C. ; Ludermir, Teresa B. ; SOARES, CARLOS . Active Learning and Data Manipulation Techniques for Generating Training Examples in Meta-Learning. NEUROCOMPUTING , v. 194, p. 45-55, 2016.

• de Paula Neto, Fernando M. ; de Oliveira, Wilson R. ; DA SILVA, ADENILTON J. ; Ludermir, Teresa B. . Chaos in Quantum Weightless Neuron Node Dynamics. NEUROCOMPUTING , v. 183, p. 23-38, 2016.

• SERGIO, ANDERSON T. ; DE LIMA, TIAGO P.F. ; Ludermir, Teresa B. . Dynamic Selection of Forecast Combiners. NEUROCOMPUTING , v. 218, p. 37-50, 2016.

• DA SILVA, ADENILTON J. ; de Oliveira, Wilson R. ; Ludermir, Teresa B. . Weightless neural network parameters and architecture selection in a quantum computer. NEUROCOMPUTING , v. 183, p. 13-22, 2016.

• SILVA, Adenilton J. ; de Oliveira, Wilson R. ; Teresa B. Ludermir . Comments on -Quantum M-P Neural Network-. International Journal of Theoretical Physics , v. 54, p. 1878-1881, 2015.

• Prudêncio, Ricardo B.C. ; Ludermir, Teresa B. . Progress in intelligent systems design. NEUROCOMPUTING , v. 161, p. 1-3, 2015.

• POZO, AURORA ; DE ARRUDA CAMARGO, HELOISA ; Ludermir, Teresa B. . Progress in Intelligent Systems. NEUROCOMPUTING , v. 163, p. 77-78, 2015.

• OLIVEIRA, JOÃO F. L. DE ; Ludermir, Teresa B. . A Hybrid Evolutionary Decomposition System for Time Series Forecasting. NEUROCOMPUTING , v. 180, p. 27-34, 2015.

• STOSIC, DUSAN ; STOSIC, DARKO ; LUDERMIR, TERESA . Voting based q-generalized extreme learning machine. NEUROCOMPUTING , v. 174, p. 1021-1030, 2015.

• FIGUEIREDO, E. M. N. ; TERESA B. LUDERMIR . Investigating the use of alternative topologies on performance of the PSO-ELM. NEUROCOMPUTING , v. 127, p. 4-12, 2014.

• de Lima, Tiago P. F. ; SILVA, Adenilton J. ; Teresa B. Ludermir ; de Oliveira, Wilson R. . An automatic methodology for construction of multi-classifier systems based on the combination of selection and fusion. Progress In Artificial Intelligence , v. 2, p. 1-11, 2014.

• FERREIRA, A. A. ; TERESA B. LUDERMIR ; Aquino, R. . An Approach to Reservoir Computing Design and Training. Expert Systems with Applications , v. 40, p. 4172-4182, 2013.

• Ludermir, Teresa B. ; DE OLIVEIRA, WILSON R. . Particle Swarm Optimization of MLP for the identification of factors related to Common Mental Disorders. Expert Systems with Applications , v. 40, p. 4648-4652, 2013.

• GOMES, GECYNALDA S. DA S. ; Ludermir, Teresa B. . Optimization of the weights and asymmetric activation function family of neural network for time series forecasting. Expert Systems with Applications , v. 40, p. 6438-6446, 2013.

• LIMA, T. P. F. ; Teresa B. Ludermir . An automatic method for construction of ensembles to time series prediction. International Journal of Hybrid Intelligent Systems , v. 10, p. 191-203, 2013.

• Ludermir, Teresa B. ; ZANCHETTIN, CLEBER ; CAROLINA LORENA, ANA . Advances in Intelligent Systems. NEUROCOMPUTING , v. 127, p. 1-3, 2013.

• SILVA, A. ; De Oliveira, W.R. ; LUDERMIR, T. B. . Classical and Superposed Learning for Quantum Weightless Neural Networks. NEUROCOMPUTING , v. 75, p. 52-60, 2012.

• LUDERMIR, T. B. ; SOUTO, M. C. P. ; Vellasco,M. . Automatic parameters selection in machine learning. NEUROCOMPUTING , v. 75, p. 1-3, 2012.

• PRUDÊNCIO, R. B. C. ; LUDERMIR, T. B. . Combining Uncertainty Sampling methods for supporting the generation of meta-examples. Information Sciences , v. 196, p. 1-14, 2012.

• Pacifico, L. ; TERESA B. LUDERMIR . Improved Evolutionary Extreme Learning Machines Based on Particle Swarm Optimization and Clustering Approaches. International Journal of Natural Computing Research , v. 3, p. 1-20, 2012.

• GOMES, G. S. S. ; LUDERMIR, T. B. . Comparison of new activation functions in neural network for forecasting financial time series. Neural Computing & Applications (Print) , v. 20, p. 417-439, 2011.

• ZANCHETTIN, C. ; LUDERMIR, T. B. ; ALMEIDA, L. M. . Hybrid Training Method for MLP: Optimization of Architecture and Training. IEEE Transactions on Systems, Man and Cybernetics. Part B. Cybernetics , v. 41, p. 1097-1109, 2011.

• Valença, I.B. ; Lucas, T. ; LUDERMIR, T. B. ; VALENÇA, M. J. S. . Selecting variables with search algorithms and neural networks to improve the process of time series forecasting). International Journal of Hybrid Intelligent Systems , v. 8, p. 129-141, 2011.

• LUDERMIR, T. B. ; PRUDÊNCIO, R. B. C. ; ZANCHETTIN, C. . Feature and algorithm selection with Hybrid Intelligent Techniques. International Journal of Hybrid Intelligent Systems , v. 8, p. 115-116, 2011.

• ALMEIDA, L. M. ; TERESA B. LUDERMIR . A multi-objective memetic and hybrid methodology for optimizing the parameters and performance of artificial neural networks. NEUROCOMPUTING , v. 73, p. 1438-1450, 2010.

• ZANCHETTIN, C. ; MINKU, LEANDRO L. ; TERESA B. LUDERMIR . DESIGN OF EXPERIMENTS IN NEURO-FUZZY SYSTEMS. International Journal Of Computational Intelligence And Applications , v. 9, p. 137-152, 2010.

• TERESA B. LUDERMIR ; SOUTO, Marcílio Carlos Pereira de ; De Oliveira, W.R. . On A Hybrid Weightless Neural System. International Journal of Bio-Inspired Computation (Online) , v. 1, p. 93-104, 2009.

• CORRÊA, R. F. ; TERESA B. LUDERMIR . A Quickly Trainable Hybrid SOM-Based Document Organization System. NEUROCOMPUTING , v. 71, p. 3353-3359, 2008.

• MAIA, A. L. S. ; CARVALHO, Francisco de Assis Tenório de ; TERESA B. LUDERMIR . Forecasting models for interval-valued time series. NEUROCOMPUTING , v. 71, p. 3344-3352, 2008.

• MINKU, F. L. ; TERESA B. LUDERMIR . Clustering and co-evolution to construct neural network ensembles: an experimental study. Neural Networks , v. 21, p. 1363-1379, 2008.

• SOUTO, Marcílio Carlos Pereira de ; COSTA, I. G. ; ARAUJO, D. A. S. ; TERESA B. LUDERMIR ; SCHLIEP, A. . Clustering Cancer Gene Expression Data: a Comparative Study. BMC Bioinformatics , v. 9, p. 497, 2008.

• GOMES, G. S. S. ; TERESA B. LUDERMIR . Redes Neurais Artificiais com Funções de Ativação Complemento LOG-LOG e PROBIT para Aproximar Funções na Presença de Observações Extremas. LEARNING AND NONLINEAR MODELS , v. 6, p. 142-153, 2008.

• Teresa B. Ludermir ; KONIG, A. ; CARVALHO, A. C. P. L. F. . Special Issue HIS 2007. International Journal of Hybrid Intelligent Systems , v. 5, p. 57-58, 2008.

• Prudêncio, Ricardo B.C. ; Ludermir, Teresa B. . Selective generation of training examples in active meta-learning. International Journal of Hybrid Intelligent Systems , v. 5, p. 59-70, 2008.

• ZANCHETTIN, C. ; TERESA B. LUDERMIR . Wavelet filter for noise reduction and signal compression in an artificial nose. Applied Soft Computing (Print) , v. 7, p. 246-256, 2007.

• ZANCHETTIN, C. ; TERESA B. LUDERMIR . Global Optimization Methods for Designing and Training Feedforward Artificial Neural Networks. Dynamics of Continuous, Discrete and Impulsive System , v. 14, p. 328-337, 2007.

• CORRÊA, R. F. ; TERESA B. LUDERMIR . Improving Self Organization of Document Collections by Semantic Mapping. NEUROCOMPUTING , v. 70, p. 62-69, 2006.

• TERESA B. LUDERMIR ; YAMAZAKI, A. ; ZANCHETTIN, C. . An Optimization Methodology for Neural Network Weights and Architectures. IEEE Transactions on Neural Networks , v. 17, n.5, p. 1452-1459, 2006.

• T. B. LUDERMIR ; YAMAZAKI, Akio ; ZANCHETTIN, C. . An Optimization Methodology for Neural Network Weights and Architectures. IEEE Transactions on Neural Networks and Learning Systems , v. 15, p. 1452-1459, 2006.

• LACERDA, E. G. M. ; CARVALHO, A. C. P. L. ; BRAGA, Antônio de Pádua ; TERESA B. LUDERMIR . Evolutionary Radial Basis Functions for Credit Risk Assessment. Applied Intelligence (Boston) , Estados Unidos, v. 22, n.3, p. 167-181, 2005.

• ZANCHETTIN, C. ; TERESA B. LUDERMIR . Hybrid Neural Systems for Pattern Recognition in Artificial Noses. International Journal of Neural Systems , v. 15, n.1-2, p. 137-149, 2005.

• OLIVEIRA, E. M. J. ; CAMPOS, P. G. ; CARVALHO, Francisco de Assis Tenório de ; TERESA B. LUDERMIR . Uma abordagem híbrida de classificação para o reconhecimento de odores petroquimicos. Revista Tecnologia da Informação , Brasilia, v. 5, n.1, p. 65-79, 2005.

• ZANCHETTIN, C. ; TERESA B. LUDERMIR . Sistemas Neurais Híbridos para Reconhecimento de Padões em Narizes. Controle & Automação (Impresso) , Campinas, v. 16, n.2, p. 159-172, 2005.

• DE SOUTO, M.C.P. ; Teresa B. Ludermir ; DE OLIVEIRA, WILSON . Equivalence between RAM-based neural networks and probabilistic automata. IEEE Transactions on Neural Networks and Learning Systems , v. 16, p. 996-999, 2005.

• SOUTO, Marcílio Carlos Pereira de ; Teresa B. Ludermir ; DE OLIVEIRA, WILSON . Equivalence Between RAM-Based Neural Networks and Probabilistic Automata. IEEE TRANSACTIONS ON NEURAL NETWORKS , v. 16, p. 996-999, 2005.

• PRUDÊNCIO, R. B. ; TERESA B. LUDERMIR . Meta-learning approaches to selecting time series models. NEUROCOMPUTING , Estados Unidos, v. 61C, p. 121-137, 2004.

• PRUDÊNCIO, R. B. C. ; TERESA B. LUDERMIR ; CARVALHO, Francisco de Assis Tenório de . A modal symbolic classifier for selecting time series models. Pattern Recognition Letters , Holanda, v. 25, n.8, p. 911-921, 2004.

• LACERDA, E. G. M. ; CARVALHO, A. C. P. L. ; TERESA B. LUDERMIR . Model Selection via Genetic Algorithms for RBF Networks. Journal of Intelligent & Fuzzy Systems , Amsterdan, v. 13, p. 111-122, 2003.

• DINIZ FILHO, J. ; TERESA B. LUDERMIR . Modeling a Particular Decision Process by Using a Modulatory Activation Function. International Journal of Neural Systems , Estados Unidos, v. 13, n.2, p. 111-118, 2003.

• YAMAZAKI, A. ; TERESA B. LUDERMIR . Neural Network Training with Global Optimization Techniques. International Journal of Neural Systems , Estados Unidos, v. 13, n.2, p. 77-86, 2003.

• De Oliveira, W.R. ; SOUTO, Marcílio Carlos Pereira de ; TERESA B. LUDERMIR . Turing's Analysis of Computation and Artificial Neural Networks. Journal of Intelligent & Fuzzy Systems , Estados Unidos, v. 13, p. 85-98, 2003.

• TERESA B. LUDERMIR ; SOUTO, Marcílio Carlos Pereira de . Special Issue on the VIIth Brazilian Symposium on Artificial Neural Networks - Introduction by Guest Editors. International Journal of Neural Systems , v. 13, n.2, p. 55-57, 2003.

• LACERDA, E. G. M. ; CARVALHO, A. C. P. L. ; TERESA B. LUDERMIR . Um tutorial sobre Algoritmos Genéticos. Revista de Informática Teórica e Aplicada (Impresso) , v. 9, n.3, p. 7-39, 2002.

• TERESA B. LUDERMIR ; SOUTO, Marcílio Carlos Pereira de . The VIIth Brazilian Symposium on Neural Networks (SBRN'02). Journal of Intelligent & Fuzzy Systems , AMSTERDAM, v. 13, n.2-3, p. 61-62, 2002.

• SILVA, R. B. A. ; TERESA B. LUDERMIR . Hybrid systems of local basis functions. Intelligent Data Analysis , v. 5, p. 227-244, 2001.

• Lacerda, E. G. M. de ; Carvalho, A. de ; TERESA B. LUDERMIR . Evolutionary Optimization of RBF Networks. International Journal of Neural Systems , USA, v. 11, n.3, p. 1-12, 2001.

• YAMAZAKI, Akio ; TERESA B. LUDERMIR ; SOUTO, M. C. P. . Classification of vintages of wine by an artificial nose using time delay neural networks. Electronics Letters , Inglaterra, v. 37, n.24, p. 1466-1467, 2001.

• SOUZA, J. E. G. ; NETO, B.B. ; SANTOS, F. L. ; PINTO DE MELO, C. ; TERESA B. LUDERMIR . Polypyrrole Based Aroma Sensor.. Synthetic Metals , EUA, v. 102, p. 1296-1299, 1999.

• DE SOUTO, M. C. P. ; ADEODATO, P. J. L. ; TERESA B. LUDERMIR . Sequencial RAM-Based Neural Networks: Learnability, Generalization, Knowledge Extraction and Grammatical Inference. International Journal of Neural Systems , EUA, v. 9, n.3, p. 203-210, 1999.

• BRAGA, A. P. ; TERESA B. LUDERMIR . Artificial Neural Networks in Brazil: an introduction to the special issue of IJNS.. International Journal of Neural Systems , EUA, v. 9, n.3, p. 163-165, 1999.

• NOBRE, C. N. ; MARTELLI, E. ; BRAGA, A. P. ; CARVALHO, A. C. P. P. L. F. ; REZENDE, S. ; BRAGA, J. L. ; TERESA B. LUDERMIR . Knowledge extraction: a comparison between symbolic and connectionist methods.. International Journal of Neural Systems , v. 9, n.3, p. 257-264, 1999.

• TERESA B. LUDERMIR ; CARVALHO, A. P. L. ; BRAGA, A. P. ; DE SOUTO, M. C. P. . Weightless Neural Models: A Review Of Current And Past Works.. Neural Computing Surveys , EUA, v. 2, p. 41-61, 1998.

• TERESA B. LUDERMIR . Estudo das Redes Neurais Une Várias Ciências. Informática Brasileira em Análise, Recife, v. 1, n.1, p. 1-03, 1997.

• TERESA B. LUDERMIR ; De Oliveira, W.R. . Weigthless Neural Models. Computer Standards & Interfaces , Amsterdam, v. 16, p. 253-263, 1994.

• TERESA B. LUDERMIR . Computability of Logical Neural Networks. Journal of Intelligent Systems , v. 2, n.1, p. 261-290, 1992.

• TERESA B. LUDERMIR . Temporal Behaviour and Computability in Logical Neural Networks. Center Neural Networks Newsletter, Londres, v. 1, n.1, p. 05-07, 1991.

• TERESA B. LUDERMIR . A Simple Network For Temporal Processing. Neural Network Review, v. 1, p. 1-4, 1990.

• TERESA B. LUDERMIR ; LORENA, A. C. (Org.) ; ZANCHETTIN, C. (Org.) . Neurocomputing - Special Issue Brazilian Symposium on Neural Network 2012. 78. ed. Amsterdan: Elsevier, 2013. v. 1. 90p .

• LUDERMIR, T. B. ; PRUDÊNCIO, R. B. (Org.) ; ZANCHETTIN, C. (Org.) . Internacional Journal of Hybrid Intelligent Systems - Special Issue on Brazilian Symposium on Neural Networks. Hong Kong: IOS Press, 2011. v. 8. 60p .

• LUDERMIR, T. B. ; SOUTO, M. C. P. (Org.) ; Vellasco,M. (Org.) . Neurocomputing - Special Issue of Brazilian Symposium on Neural Network 2010. 75. ed. Amsterdan: Elsevier, 2011. v. 44. 52p .

• LUDERMIR, T. B. ; Figueiredo, K. (Org.) ; Thomaz, C.E. (Org.) . Proceedings of VII Brazilian Symposium on Neural Networks. 1. ed. Los Alamitos: IEEE Computer Society, 2010. v. 1. 270p .

• CARVALHO, A. C. P. L. (Org.) ; TERESA B. LUDERMIR (Org.) . Internacional Journal of Hybrid Intelligent Systems. 1. ed. Holanda: IOS Press, 2008.

• BRAGA, A. P. ; CARVALHO, A. C. P. L. ; TERESA B. LUDERMIR . Redes Neurais Artificiais: teoria e aplicações. 2. ed. Rio de Janeiro: LTC - Livros Técnicos e Científicos, 2007. 260p .

• LUDERMIR, T. B. ; SOUTO, M. C. P. (Org.) . International Journal of Neural Systems - Special Issue Brazilian Symposium on Neural Networks. Hong Kong: World Scientific, 2003. v. 13. 80p .

• REZENDE, S. ; EVSUKOFF, A. ; GARCIA, A. C. ; CARVALHO, A. C. P. L. F. ; BRAGA, A. ; MONARD, A. C. ; EBECKEN, N. ; Teresa B. Ludermir . Sistemas inteligentes: fundamentos e aplicações. 2. ed. Tambore: Manole, 2003. v. 1. 525p .

• SOUTO, M. C. P. (Org.) ; TERESA B. LUDERMIR (Org.) . Proceedings of VII Brazilian Symposium on Neural Networks. 1. ed. Los Alamitos: IEEE Computer Society, 2002. v. 1. 270p .

• TERESA B. LUDERMIR ; SOUTO, M. C. P. (Org.) . Anais do VII Simpósio Brasileiro de Redes Neurais. 1. ed. Porto Alegre: Sociedade Brasileira de Computação, 2002.

• LUDERMIR, T. B. ; SOUTO, M. C. P. (Org.) . Journal of Intelligent & Fuzzy Systems - Special Issue Brazilian Symposium on Neural Networks. Hong Kong: IOS Press, 2002. v. 13. 90p .

• BRAGA, A. P. ; CARVALHO, A. P. L. ; TERESA B. LUDERMIR . Redes Neurais Artificiais: teoria e aplicações. 1. ed. Rio de Janeiro: Livros Técnicos e Científicos, 2000. 262p .

• BRAGA, A. P. (Org.) ; TERESA B. LUDERMIR (Org.) . International Journl of Neural Systems. 1. ed. New Jersey: World Sientific, 1999.

• Galvão, C. de ; VALENÇA, M. J. S. ; Vieira, V. P. P. B. ; DINIZ, L. S. ; Lacerda, E. G. M. de ; Carvalho, A. de ; TERESA B. LUDERMIR . Sistemas Inteligentes: Aplicações a Recursos Hídricos e Ciências Ambientais. 1. ed. Porto Alegre: Universidade Federal do Rio Grande do Sul; ABRH, 1999. 246p .

• BRAGA, A. P. ; CARVALHO, A. P. L. ; TERESA B. LUDERMIR . Fundamentos de Redes Neurais. 1. ed. Rio de Janeiro: XII Escola de Computacao - UFRJ, 1998. 246p .

• BRAGA, A. P. (Org.) ; TERESA B. LUDERMIR (Org.) . Vth Brazilian Symposium on Neural Networks. 1. ed. Los Alamitos: IEEE Computer Society, 1998. v. 1. 260p .

• TERESA B. LUDERMIR . III Simpósio Brasileiro de Redes Neurais. 1. ed. Recife: UFPE, 1996. v. 1. 313p .

• Teresa B. Ludermir . Weightless Neural Models: An Overview. In: Smith, A.E.. (Org.). Women in Computational Intelligence, Key Advances and Perspectives on Emerging. 1ed.: Springer, 2022, v. , p. 335-349.

• PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . Improving Group Search Optimization for Automatic Data Clustering Using Merge and Split Operators. In: Xavier-Junior, J.C.; Rios, R.A.. (Org.). Intelligent Systems. BRACIS 2022. Lecture Notes in Computer Science. 1ed.Amsterdam: Springer, 2022, v. 13653, p. 340-354.

• MACEDO, David L. ; LEUCHTENBERG, P. H. D. ; Teresa B. Ludermir ; ZANCHETTIN, CLEBER . Training Aware Sigmoidal Optimization. In: Xavier-Junior, J.C.; Rios, R.A.. (Org.). Intelligent Systems. BRACIS 2022. Lecture Notes in Computer Science. 1ed.Amsterdam: Springer, 2022, v. 13653, p. 123-138.

• PACIFICO, LUCIANO D. S. ; BRITTO, LARISSA FELICIANA DA SILVA ; Teresa B. Ludermir . Improved Alternative Average Support Value for Automatic Ingredient Substitute Recommendation in Cooking Recipes.. In: Xavier-Junior, J.C.; Rios, R.A.. (Org.). Intelligent Systems. BRACIS 2022. Lecture Notes in Computer Science. 1ed.Amsterdam: Springer, 2022, v. 13653, p. 373-387.

• Pacifico, Luciano ; LUDERMIR, TERESA . Backtracking Group Search Optimization: A Hybrid Approach for Automatic Data Clustering. Lecture Notes in Computer Science. 1ed.: Springer International Publishing, 2020, v. 12319, p. 64-78.

• Pereira, Danilo ; Santos, Flávio ; Matos, Leonardo N. ; Novais, Paulo ; ZANCHETTIN, CLEBER ; Ludermir, Teresa B. . On Analysing Similarity Knowledge Transfer by Ensembles. In: Analide C.; Novais P.; Camacho D.; Yin H.. (Org.). Lecture Notes in Computer Science. 1ed.Amsterdam: Springer International Publishing, 2020, v. 12490, p. 202-210.

• Oliveira, João Fausto Lorenzato ; Ludermir, Teresa B. . A Modified Artificial Fish Swarm Algorithm for the Optimization of Extreme Learning Machines. In: Proceedings ICANN 2012. (Org.). Lecture Notes in Computer Science. 1ed.: Springer Berlin Heidelberg, 2012, v. 7553, p. 66-73.

• Lima, Tiago P. F. ; Silva, Adenilton J. ; Ludermir, Teresa B. . Selection and Fusion of Neural Networks via Differential Evolution. Lecture Notes in Computer Science. 1ed.: Springer Berlin Heidelberg, 2012, v. 7637, p. 149-158.

• Sergio, Anderson Tenório ; Ludermir, Teresa B. . PSO for Reservoir Computing Optimization. In: Proceedings ICANN 2012. (Org.). Lecture Notes in Computer Science. 1ed.Berlin: Springer Berlin Heidelberg, 2012, v. 7552, p. 685-692.

• PRUDÊNCIO, R. B. C. ; SOUTO, M. C. P. ; LUDERMIR, T. B. . Selecting Machine Learning Algorithms Using the Ranking Meta-Learning Approach. In: Jankowski, Norbert; Duch, Wlodzislaw; Grabczewski, Krzysztof. (Org.). Meta-learning in computational intelligence. 1ed.Berlin: Springer, 2011, v. 358, p. 225-243.

• CARVALHO, A. C. P. L. ; GAMA, J. M. P. ; Teresa B. Ludermir . Credit Risk Assessment and Data Mining. In: Mehdi Khosrow-Pour. (Org.). Encyclopedia of Information Science and Technology. 2 ed. 1ed.Hershey: Idea Publishing, 2009, v. 1, p. 2464-2467.

• de Carvalho, André ; Braga, Antonio P. ; Teresa B. Ludermir . Credit Card Users' Data Mining. In: Mehdi Khosrow-Pour. (Org.). Encyclopedia of Information Science and Technology 2005. 1ed.Londres: Idea Group Inc, 2005, v. 1, p. 603-605.

• CARVALHO, André Carlos Ponce de Leon Ferreira de ; BRAGA, Antônio de Pádua ; Teresa B. Ludermir . Credit Card Users' Data Mining. In: Mehdi Khosrow-Pour. (Org.). Encyclopedia of Information Science and Technology. 1ed.: Idea Group Inc, 2004, v. 1, p. 1-3.

• CARVALHO, A. P. L. ; BRAGA, A. P. ; REZENDE, S. ; TERESA B. LUDERMIR ; MARTELLI, E. . Understanding Credit Card Users Behaviour: A Data Mining Approach. In: Ruhul A. Sarker; Hussein A. Abbass; Charles S. Newton. (Org.). Heuristic and Optimization for Konwledge Discovery. 1ed.New York: Idea Group Publishing, 2002, v. , p. 241-262.

• CARVALHO, A. C. P. L. F. ; BRAGA, A. P ; TERESA B. LUDERMIR . Computação Evolutiva. In: Solange Oliveira Resende. (Org.). Sistemas Inteligentes - Fundamentos e Aplicações. 1ed.BARUERI: Editora Manole, 2002, v. 01, p. 225-248.

• BRAGA, A. P ; CARVALHO, A. C. P. L. F. ; TERESA B. LUDERMIR . Radial Basis Functions: Theory and Applications. Nonlinear Modeling and Forecasting of High Frequency Financial and Economic Time Series. 1ed.Boston: Kluwer Academic Publishers, 2002, v. , p. 1-10.

• BRAGA, A.P. ; TERESA B. LUDERMIR ; CARVALHO, A. C. P. L. F. . Redes Neurais Artificiais. In: Solange Oliveira Resende. (Org.). Sistemas Inteligentes - Fundamentos e Aplicações. 1ed.Barueri: Editora Manole, 2002, v. 01, p. 141-168.

• TERESA B. LUDERMIR ; CARVALHO, A. C. P. L. F. ; BRAGA, A. ; SOUTO, M.C.P. . Sistemas Inteligentes Híbridos. In: Solange Oliveira Resende. (Org.). Sistemas Inteligentes - Fundamentos e Aplicações. 1ed.Barueri: Editora Manole, 2002, v. 01, p. 249-268.

• LACERDA, E. ; CARVALHO, A. C. P. L. ; TERESA B. LUDERMIR . Análise de Crédito utilizando Redes Neurais Artificiais. In: Solange Oliveira Rezende. (Org.). Sistemas Inteligentes - Fundamentos e Aplicações. 1ed.Barueri: Manole, 2002, v. 1, p. 473-476.

• TERESA B. LUDERMIR ; CARVALHO, A. C. P. L. ; BRAGA, Antônio de Pádua . Nariz Artificial. In: Solange Oliveira Rezende. (Org.). Sistemas Inteligentes - Fundamentos e Aplicações. 1ed.Barueri: Manole, 2002, v. 1, p. 391-393.

• BRAGA, A. ; Carvalho, A. C. ; Ludermir, T. ; de Almeida, M. ; LACERDA, E. . Radial Basis Functions Networks. Studies in Computational Finance. 1ed.: Springer US, 2002, v. , p. 159-178.

• Lacerda, E. G. M. de ; CARVALHO, A. P. L. ; Teresa B. Ludermir . Evolutionary Optimization of RBF networks, Radial basis function neural networks: design and applications. In: Robert J. Howlett and Lakhmi C. Jain. (Org.). Radial Basis Function Networs 1, Recent Developments in Theory and Applications.. 1ed.New York: Springer-Verlag, 2001, v. , p. 280-310.

• VALENÇA, Mêuser Jorge da Silva ; TERESA B. LUDERMIR . Introdução às Redes Neurais. In: Assoc. Brasileira de Recursos Hídricos. (Org.). Sistemas Inteligentes-Aplicações a Recursos Hídricos e Ciências Ambientais. 1ed.Rio Grande do Sul: Editora da Universidade Federal do Rio Grande do Sul, 1999, v. , p. 19-59.

• VALENÇA, Mêuser Jorge da Silva ; TERESA B. LUDERMIR . Aplicações de Redes Neurais. In: ABRH, C. O. Galvão e M. J. S. Valença. (Org.). Sistemas Inteligentes-aplicações a recursos hídricos e ciências ambientais. 1ed.Rio Grande do Sul: Editora da Universidade Federal do Rio Grande do Sul, 1999, v. , p. 49-84.

• DE SOUTO, M. C. P. ; TERESA B. LUDERMIR ; De Oliveira, W.R. . Synthesis of Probabilistic Automata in pRAM Neural Networks. In: Niklasson, L.; Bóden, M.; Ziemke, T.. (Org.). Artificial Neural Networks. 1ed.Berlim: Spring-Verlag, 1998, v. , p. 603-608.

• TERESA B. LUDERMIR ; BRAGA, A. P. ; NOBRE, C. N. ; CARVALHO, A. P. L. . Extracting Rules From Neural Networks: A Data Mining Approach. In: Ebecken, N.. (Org.). Data Mining. 1ed.England: Wit Press, Computational Mechanics Publication, 1998, v. , p. 303-314.

• SANTOS, M. S. ; TERESA B. LUDERMIR ; SANTOS, F. L. ; PINTO DE MELO, C. ; GOMES, J. E. . Artificial Nose And Data Analysis Using Multi Layer Perceptron. In: Ebecken, N.. (Org.). Data Mining. 1ed.England: WIT Press, Computational Mechanics Publication, 1998, v. , p. 251-264.

• Ludermir, Teresa B. . A CUT-POINT RECOGNITION ALGORITHM USING PLN NODE. In: K. Mäkisara; O. Simula; J. Kangas; T. Kohonen. (Org.). Artificial Neural Networks. 1ed.: Elsevier, 1991, v. , p. 1091-1094.

• Teresa B. Ludermir . APRENDIZADO DE MÁQUINA, A CEREJA DO BOLO DA INTELIGÊNCIA ARTIFICIAL. Informes da Academia Pernambucana de Ciências/SBCP-PE, Recife, 01 fev. 2021.

• TORQUETTE, G. ; BASGALUPP, M. P. ; Teresa B. Ludermir ; LORENA, A. C. . Network-based instance hardness measures for classification problems. In: ACM Symposium on Applied Computing (SAC), 2025, Catania. Proceedings of the 40th ACM Symposium on Applied Computing, 2025. v. 1. p. 1-8.

• INOCENCIO JUNIOR, R. ; BASGALUPP, M. P. ; Teresa B. Ludermir ; LORENA, A. C. . Data Balancing for Mitigating Sampling Bias in Machine Learning. In: ACM Symposium on Applied Computing (SAC), 2025, Catania. Proceedings of the 40th ACM Symposium on Applied Computing, 2025. v. 1. p. 1-8.

• Sergio Chevtchenko ; BETHI, Y. ; Teresa B. Ludermir ; AFSHAR, S. . A Neuromorphic Architecture for Reinforcement Learning from Real-Valued Observations. In: International Joint Conference on Neural Networks, 2024, Yokohoma. Proceeding International Joint Conference on Neural Networks. Los Alamitoa: IEEE Computer Society, 2024. v. 1. p. 1-8.

• MORAIS, Lucas R. A. ; FRAGOSO, Gabriel A. M. ; Teresa B. Ludermir ; MONTEIRO, Claudio L. A. . Explainable AI For the Brazilian Stock Market Index: A Post-Hoc Approach to Deep Learning Models in Time-Series Forecasting. In: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2024, Belém. Anais do Encontro Nacional de Inteligência Artificial e Computacional 2024. Porto Alegre: SBC, 2024. v. 1. p. 1-8.

• MORAIS, Lucas R. A. ; Teresa B. Ludermir . A Hybrid COMTE-LEFTIST Time-Series Explanation Method For a Time-series Classification Bitcoin Recommendation System. In: Latinx in AI @ NeurIPS 2024, 2024, Vancouver. Proceedings Latinx in AI @ NeurIPS 2024, 2024. v. 1. p. 1-8.

• BENGIO, Y. ; ADEKANMBI, B. ; CHRISTIANO, P. ; DALRYMPLE, D. ; DIETTERICH, T. G. ; FUNG, P. ; JENNINGS, N. ; KRAUSE, A. ; LIANG, P. ; T. B. LUDERMIR ; MARDA, V. ; MARGETTS, H. ; MCDERMID, J. A. ; NARAYANAN, A. ; NELSON, A. ; OH, A. ; RAMCHURN, G. ; RUSSELL, S. ; SCHAAKE, M. ; SONG, D. ; et.al . International Scientific Report on the Safety of Advanced AI (Interim Report). In: Scientific Report on the Safety of Advanced AI, 2024, Londres. Scientific Report on the Safety of Advanced AI Research, series number: DSIT 2024/009. Vancouver: OGL, 2024. v. 1. p. 1-132.

• BRITTO, Larissa ; Pacifico, L. ; Teresa B. Ludermir . Previsao de Utilidade de Avaliacoes de Produtos Online na iíngua Portuguesa Brasileira. In: STiIL - Symposium on Information and Human Language Technology, 2023, Belo Horizonte. Anais do Symposium on Information and Human Language Technology 2023. Porto Alegre: SBC - SOL, 2023. v. 1. p. 1-6.

• MACEDO, David L. ; LEUCHTENBERG, P. H. D. ; Teresa B. Ludermir ; ZANCHETTIN, C. . Training Aware Sigmoidal Optimization. In: Brazilian Conference on Intelligent Systems 2022, 2022, Campinas. Proceedings Brazilian Conference on Intelligent Systems. Porto Alegre: SBC, 2022. v. 1. p. 1.

• Pacifico, L. ; BRITTO, Larissa ; Teresa B. Ludermir . Improved Alternative Average Support Value for Automatic Ingredient Substitute Recommendation in Cooking Recipes. In: Brazilian Conference on Intelligent Systems 2022, 2022, Campinas. Proceedings Brazilian Conference on Intelligent Systems. Porto Alegre: SBC, 2022. v. 1. p. 1.

• Pacifico, Luciano ; Teresa B. Ludermir . Improving Group Search Optimization for Automatic Data Clustering Using Merge and Split Operators. In: Brazilian Conference on Intelligent Systems 2022, 2022, Campinas. Proceedings Brazilian Conference on Intelligent Systems. Porto Alegre: SBC, 2022. v. 1. p. 1.

• PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . Improving Group Search Optimization Through Local Search Heuristics for Automatic Data Clustering. In: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2022), 2022, Campinas. Anais di Encontro Nacional de Inteligência Artificial e Computacional 2022, 2022.

• PACIFICO, LUCIANO D. S. ; BRITTO, LARISSA FELICIANA DA SILVA ; Teresa B. Ludermir . Automatic Recipe Ingredient Substitution Based on Text Mining and Data Clustering Approaches. In: Symposium on Knowledge Discovery, Mining and Learning(KDMiLe), 2022, Campinas. Anais do Symposium on Knowledge Discovery, Mining and Learning, 2022.

• OLIVEIRA, Nicolas M. ; ALBUQUERQUE, L. ; Teresa B. Ludermir ; DE OLIVEIRA, WILSON ; SILVA, Adenilton J. . Quantum One-class Classification With a Distance-based Classifier. In: International Joint Conference on Neural Networks 2021 (IJCNN 2021), 2021, Evento Virtual. Proceedings of International Joint Conference on Neural Networks 2021. Los Alamitos: IEEE, 2021. p. 1-8.

• MACEDO, David L. ; Tsang, I. R. ; ZANCHETTIN, C. ; Oliveria, A.L. ; Teresa B. Ludermir . Entropic Out-of-Distribution Detection. In: International Joint Conference on Neural Networks 2021 (IJCNN 2021), 2021, Evento Virtual. Proceedings of International Joint Conference on Neural Networks 2021. Los Alamitos: IEEE, 2021. v. 1. p. 1-8.

• BRITTO, LARISSA FELICIANA DA SILVA ; PACÍFICO, LUCIANO DEMÉTRIO SANTOS ; LUDERMIR, TERESA BERNARDA . Inferência Automática de Nível Calórico de Receitas Culinárias Através de Técnicas de Aprendizagem de Máquina. In: Anais Estendidos do Simpósio Brasileiro de Sistemas de Informação, 2021, Brasil. Anais Estendidos do XVII Simpósio Brasileiro de Sistemas de Informação (Anais Estendidos do SBSI 2021). Porto Alegre: Sociedade Brasileira de Computação, 2021. p. 33-36.

• PACIFICO, LUCIANO D. S. ; BRITTO, LARISSA FELICIANA DA SILVA ; Teresa B. Ludermir . Geração de Receitas Culinárias para Usuários com Restrições Alimentares pela Substituição Automática de Ingredientes. In: XXXIII Seminário Integrado de Software e Hardware (SEMISH), 2021, Evento Online. Anais do XXXIII Seminário Integrado de Software e Hardware. Porto Alegre: Sociedade Brasileira de Computação, 2021. v. 1. p. 183-190.

• PACIFICO, LUCIANO D. S. ; BRITTO, Larissa ; Teresa B. Ludermir . Ingredient Substitute Recommendation Based on Collaborative Filtering and Recipe Context for Automatic Allergy-Safe Recipe Generation. In: XXVII Simpósio Brasileiro de Multimídia e Web (WebMedia '21), 2021, Porto Alegre. Anais do XXVII Simpósio Brasileiro de Multimídia e Web (WebMedia '21). Porto Alegre: SBC, 2021. v. 1. p. 97-104.

• PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . Uma Abordagem de Agrupamento Automático de Dados Baseada na Otimização por Busca em Grupo Memética. In: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2021), 2021, Porto Alegre. Anais do Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2021). Porto Alegre: SBC, 2021. v. 1. p. 302-313.

• Sergio Chevtchenko ; Teresa B. Ludermir . Learning from Sparse and Delayed Rewards with a Multilayer Spiking Neural Network. In: International Joint Conference on Neural Networks, 2020, Glasgow. Proceedings of International Joint Conference on Neural Network 2020. Los Alamitos: IEEE Computer Society, 2020. v. 1. p. 1-8.

• PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . An Evaluation on Competitive and Cooperative Evolutionary Algorithms for Data Clustering. In: IEEE Congress on Evolutionary Computation, 2020, Glasgow. Proceedings of IEEE Congress on Evolutionary Computation. Los Alamitos: IEEE Computer Society, 2020. p. 1-8.

• PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . Backtracking Group Search Optimization: A Hybrid Approach for Automatic Data Clustering. In: Brazilian Conference on Intelligent Systems, 2020, Rio Grande. Proceedings Brazilian Conference on Intelligent Systems 2020, 2020. p. 1-8.

• BRITTO, Larissa ; Pacifico, L. ; SILVA, M. F. ; Teresa B. Ludermir . Medicinal Plant Recognition Using Color, Texture and Shape Features. In: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2020, Rio Grande. Anais do Encontro Nacional de Inteligência Artificial e Computacional. Porto Alegre: SBC, 2020. p. 674-685.

• BRITTO, Larissa ; Pacifico, L. ; Teresa B. Ludermir . Automatic Cooking Recipe Difficulty Level Inference using Natural Language Processing Techniques. In: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2020, Rio Grande. Anais do Encontro Nacional de Inteligência Artificial e Computacional. Porto Alegre: SBC, 2020. p. 104-115.

• BRITTO, Larissa ; Pacifico, L. ; OLIVEIRA, Emilia ; Teresa B. Ludermir . A Cooking Recipe Multi-Label Classification Approach for Food Restriction Identification. In: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2020, Rio Grande. Anais do Encontro Nacional de Inteligência Artificial e Computacional. Porto Alegre: SBC, 2020. p. 247-257.

• BRITTO, Larissa ; Pacifico, L. ; Teresa B. Ludermir . A Multilevel Thresholding Approach Based on Improved Particle Swarm Optimization for Color Image Segmentation. In: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2020, Rio Grande. Anais do Encontro Nacional de Inteligência Artificial e Computacional. Porto Alegre: SBC, 2020. p. 306-317.

• FARIAS, Felipe C. ; Teresa B. Ludermir ; BASTOS FILHO, C. J. A. . Clustering for Data-driven Unraveling Artificial Neural Networks. In: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2020, Rio Grande. Anais do Encontro Nacional de Inteligência Artificial e Computacional. Porto Alegre: SBC, 2020. p. 567-576.

• de Paula Neto, Fernando M. ; T. B. LUDERMIR ; De Oliveira, W.R. . Avanços em Redes Neurais Quânticas. In: Concurso de Teses e Dissertações em Inteligência Artificial e Computacional (CTDIAC), 2020, Rio Grande. Anais do Concurso de Teses e Dissertações em Inteligência Artificial e Computacional. Porto Alegre: SBC, 2020. p. 1-10.

• PACIFICO, LUCIANO D. S. ; BRITTO, Larissa ; Teresa B. Ludermir . Reconhecimento de Plantas Medicinais através de Características das Folhas e Aprendizagem de Máquina. In: XIV Brazilian e-Science Workshop, 2020, Cuiabá. Anais do XIV Brazilian e-Science Workshop. Porto Alegre: SBC, 2020. p. 17-24.

• BRITTO, Larissa ; PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . Geração Automática de Receitas Culinárias para Pessoas com Restrições Alimentares. In: XXXIX Concurso de Trabalhos de Iniciação Científica da SBC (CTIC-SBC 2020), 2020, Cuiabá. Anais do XXXIX Concurso de Trabalhos de Iniciação Científica da SBC (CTIC-SBC 2020). Porto Alegre: SBC, 2020. p. 61-70.

• PEREIRA, D. ; SANTOS, F. ; MATOS, L. ; NOVAIS, P. ; ZANCHETTIN, CLEBER ; Teresa B. Ludermir . On Analysing Similarity Knowledge Transfer by Ensembles. In: International Conference on Intelligent Data Engineering and Automated Learning, 2020, Serzedo. Proceedings of International Conference on Intelligent Data Engineering and Automated Learning. Amsterdan: Springer, 2020. v. 1. p. 1-8.

• PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . Hybrid K-Means and Improved Self-Adaptive Particle Swarm Optimization for Data Clustering. In: International Joint Conference on Neural Networks, 2019, Budapeste. Proceedings of International Joint Conference on Neural Network 2019. Los Alamitos: IEEE Computer Society, 2019. v. 1. p. 1-8.

• FARIAS, Felipe C. ; BASTOS FILHO, C. J. A. ; Teresa B. Ludermir ; Silva, Flavio . Analyzing the impact of data representations in classification problems using clustering. In: International Joint Conference on Neural Networks, 2019, Budapeste. Proceedings of International Joint Conference on Neural Network 2019. Los Alamitos: IEEE Computer Society, 2019. v. 1. p. 1-8.

• Lucas, T.D.P. ; GOMES, Joao A. ; VIMIEIRO, R. ; PRUDÊNCIO, R. B. C. ; Teresa B. Ludermir . A Multivariate Method for Group Profiling Using Subgroup Discovery. In: 2019 Brazilian Conference on Intelligent Systems, 2019, Salvador. Proceedings of Brazilian Conference on Neural Networks 2019. Los Alamitos: IEEE Computer Society, 2019. p. 371-376.

• de Paula Neto, Fernando M. ; Teresa B. Ludermir ; De Oliveira, W.R. . Quantum neural networks learning algorithm based on a global search. In: 2019 Brazilian Conference on Intelligent Systems, 2019, Salvador. Proceedings of Brazilian Conference on Neural Networks 2019. Los Alamitos: IEEE Computer Society, 2019. p. 836-841.

• PACIFICO, LUCIANO D. S. ; BRITTO, Larissa ; OLIVEIRA, Emilia ; Teresa B. Ludermir . Automatic Classification of Medicinal Plant Species Based on Color and Texture Features. In: 2019 Brazilian Conference on Intelligent Systems, 2019, Salvador. Proceedings of Brazilian Conference on Neural Networks 2019. Los Alamitos: IEEE Computer Society, 2019. p. 735-740.

• PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . A Partitional Cooperative Coevolutionary Group Search Optimization Approach for Data Clustering. In: 2019 Brazilian Conference on Intelligent Systems, 2019, Salvador. Proceedings of Brazilian Conference on Neural Networks 2019. Los Alamitos: IEEE Computer Society, 2019. p. 347-352.

• BRITTO, Larissa ; OLIVEIRA, Emilia ; PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . A Text Analysis Approach for Cooking Recipe Classification Based on Brazilian Portuguese Documents. In: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2019), 2019, Salvador. Anais do Encontro Nacional de Inteligência Artificial e Computação (ENIAC 2019). Porto Alegre: SBC, 2019. v. 1. p. 1-12.

• BRITTO, Larissa ; PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . An Automatic Leaf Classification System Based on Shape Features. In: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2019), 2019, Salvador. Anais do Encontro Nacional de Inteligência Artificial e Computação (ENIAC 2019). Porto Alegre: SBC, 2019. v. 1. p. 1-12.

• OLIVEIRA, Emilia ; BRITTO, Larissa ; PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . Recipe Recommendation and Generation Based on Ingredient Substitution. In: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2019), 2019, Salvador. Anais do Encontro Nacional de Inteligência Artificial e Computação (ENIAC 2019). Porto Alegre: SBC, 2019. v. 1. p. 1-12.

• LACERDA, Marcelo G. P. ; LIMA NETO, F. B. ; AMORIM NETO, H. ; KUCHEN, H. ; Teresa B. Ludermir . On the Learning Properties of Dueling DDQN in Parameter Control for Evolutio-nary and Swarm-based Algorithms. In: IEEE Latin American Congress on Computational Intelligence (LA-CCI), 2019, Guayaquil. Proceedings IEEE Latin American Congress on Computational Intelligence, 2019. v. 1. p. 1-6.

• PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . Hybrid K-Means and Improved Group Search Optimization Methods for Data Clustering. In: International Joint Conference on Neural Networks, 2018, Rio de Janeiro. Proceedings of nternational Joint Conference on Neural Networks. Los Alamitos: IEEE, 2018. v. 1. p. 4397-4404.

• JUNIOR, L. ; MEDEIROS, H. ; MACEDO, D. ; ZANCHETTIN, C. ; Oliveria, A.L. ; Teresa B. Ludermir . SegNetRes-CRF-L1: A Deep Convolutional Encoder-Decoder Architecture for Semantic Image Segmentation. In: International Joint Conference on Neural Network, 2018, Rio de Janeiro. Proceedings of International Joint Conference on Neural Network. Los Alamitos: IEEE, 2018. v. 1. p. 3685-3690.

• SANTOS, A. G. ; SOUZA, C. O. ; ZANCHETTIN, C. ; MACEDO, D. ; Oliveria, A.L. ; Teresa B. Ludermir . Reducing Squeezenet Storage Size with Depthwise Separable Convolutions. In: International Joint Conference on Neural Network, 2018. Proceedings of International Joint Conference on Neural Network. Los Alamitos: IEEE, 2018. v. 1. p. 4581-4586.

• PAULA NETO, F. M. ; Teresa B. Ludermir ; De Oliveira, W.R. ; DA SILVA, ADENILTON J. . Quantum Perceptron with Dynamic Internal Memory. In: International Joint Conference on Neural Network, 2018, Rio de Janeiro. Proceedings of International Joint Conference on Neural Network. Los Alamitos: IEEE, 2018. v. 1. p. 952-959.

• SILVA, R. ; XAVIER-JUNIOR, J. ; Teresa B. Ludermir ; CANUTO, ANNE M. P. . Using Meta-learning in the Selection of the Combination Method of a Classifier Ensemble. In: International Joint Conference on Neural Network, 2018, Rio de Janeiro. Proceedings of International Joint Conference on Neural Network. Los Alamitos: IEEE, 2018. v. 1. p. 4587-4594.

• Pacifico, L. ; Teresa B. Ludermir . Alternative Population Initialization Schemes for Group Search Optimization for Data Clustering. In: IEEE Congress on Evolutionary Computation, 2018, Rio de Janeiro. Proceedings of IEEE Congress on Evolutionary Computation. Los Alamitos: IEEE, 2018. v. 1. p. 2275-2282.

• Lucas, T.D.P. ; VIMIEIRO, R. ; Teresa B. Ludermir . SSDP+: a Diverse and More Informative Subgroup Discovery Approach for High Dimensional Data. In: EEE Congress on Evolutionary Computation, 2018, Rio de Janeiro. Proceedings of IEEE Congress on Evolutionary Computation. Los Alamitos: IEEE, 2018. v. 1. p. 2119-2126.

• LACERDA, Marcelo G. P. ; AMORIM NETO, H. ; Teresa B. Ludermir ; KUCHEN, H. ; LIMA NETO, F. B. . Population Size Control for Efficiency and Efficacy Optimization in Population Based Metaheuristics. In: IEEE Congress on Evolutionary Computation, 2018, Rio de Janeiro. IEEE Congress on Evolutionary Computation. Los Alamitos: IEEE, 2018. v. 1. p. 2419-2426.

• PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . Evolutionary ELMs with Alternative Treatments for the Population Out-Bounded Individuals. In: 2018 Brazilian Conference on Intelligent Systems, 2018, São Paulo. Proceedings of Brazilian Conference on Neural Networks 2018. Los Alamitos: IEEE, 2018. p. 151-156.

• PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . A Hybrid Improved Group Search Optimization and Otsu Method for Color Image Segmentation. In: 2018 Brazilian Conference on Intelligent Systems, 2018, São Paulo. Proceedings of Brazilian Conference on Neural Networks 2018. Los Alamitos: IEEE, 2018. p. 296-301.

• XAVIER-JUNIOR, J. ; FREITAS, A. ; FEITOSA, A. ; Teresa B. Ludermir . A Novel Evolutionary Algorithm for Automated Machine Learning Focusing on Classifier Ensembles. In: 2018 Brazilian Conference on Intelligent Systems, 2018, São Paulo. Proceedings of 2018 Brazilian Conference on Intelligent Systems. Los Alamitos: IEEE, 2018. p. 462-467.

• DE PAULA NETO, FERNANDO M. ; DE OLIVEIRA, WILSON ; DA SILVA, ADENILTON J. ; Teresa B. Ludermir . On the Entanglement Dynamics of the Quantum Weightless Neuron. In: 2017 Brazilian Conference on Intelligent Systems (BRACIS 2017), 2017, Uberlandia. Proceedings Brazilian Conference on Intelligent Systems 2017. Los Alamitos: IEEE Computer Society, 2017. v. 1. p. 175-180.

• PAULA NETO, F. M. ; DA SILVA, ADENILTON J. ; DE OLIVEIRA, WILSON ; TERESA B. LUDERMIR . Non-unitary Quantum Associative Memory. In: 2017 Brazilian Conference on Intelligent Systems (BRACIS 2017), 2017, Uberlandia. Proceedings Brazilian Conference on Intelligent Systems 2017. Los Alamitos: IEEE Computer Society, 2017. v. 1. p. 97-102.

• Lucas, T.D.P. ; VIMIEIRO, R. ; Teresa B. Ludermir . SSDP: A Simple Evolutionary Approach for Top-K Discriminative Patterns in High Dimensional Databases. In: 2016 Brazilian Conference on Intelligent Systems (BRACIS 2016), 2016, Recife. Proceedings Brazilian Conference on Intelligent Systems 2016. Los Alamitos: IEEE Computer Society, 2016. v. 1. p. 361-366.

• PACIFICO, LUCIANO D. S. ; Teresa B. Ludermir . Data Clustering Using Group Search Optimization with Alternative Fitness Functions. In: 2016 Brazilian Conference on Intelligent Systems (BRACIS 2016), 2016, Recife. Proceedings Brazilian Conference on Intelligent Systems 2016. Los Alamitos: IEEE Computer Society, 2016. v. 1. p. 301-306.

• FIGUEIREDO, E. M. N. ; BASTOS FILHO, C. J. A. ; Teresa B. Ludermir . Physical Topology Design of Optical Networks Aided by Many-Objective Optimization Algorithms. In: 2016 Brazilian Conference on Intelligent Systems (BRACIS 2016), 2016, Recife. Proceedings Brazilian Conference on Intelligent Systems 2016. Los Alamitos: IEEE Computer Society, 2016. v. 1. p. 409-414.

• PAULA NETO, F. M. ; Teresa B. Ludermir ; De Oliveira, W.R. ; SILVA, A. . Resolvendo 3-SAT com Neurônios Quânticos Sem Peso. In: V Workshop-Escola de Computação e Informação Quântica, 2015, Campina Grande. Anais do V Workshop-Escola de Computação e Informação Quântica, 2015.

• Lima, Tiago P. F. ; Ludermir, Teresa B. . Differential evolution and meta-learning for dynamic ensemble of neural network classifiers. In: 2015 International Joint Conference on Neural Networks (IJCNN), 2015, Killarney. 2015 International Joint Conference on Neural Networks (IJCNN). v. 1. p. 1-8.

• PAULA NETO, F. M. ; Teresa B. Ludermir ; De Oliveira, W.R. ; SILVA, A. . Fitting Parameters on Quantum Weightless Neuron Dynamics. In: 2015 Brazilian Conference on Intelligent Systems (BRACIS 2015), 2015, Natal. Proceedings Brazilian Conference on Intelligent Systems 2015. Los Alamitos: IEEE, 2015. v. 1. p. 169-174.

• SERGIO, A. T. ; Teresa B. Ludermir . Deep Learning for Wind Speed Forecasting in Northeastern Region of Brazil. In: 2015 Brazilian Conference on Intelligent Systems (BRACIS), 2015, Natal. Proceedings Brazilian Conference on Intelligent Systems 2015. Los Alamitos: IEEE, 2015. v. 1. p. 322-327.

• PAULA NETO, F. M. ; Teresa B. Ludermir ; De Oliveira, W.R. ; Silva, Adenilton J. . Solving NP-complete Problems using Quantum Weightless Neuron Nodes. In: 2015 Brazilian Conference on Intelligent Systems, 2015, Natal. Proceedings Brazilian Conference on Intelligent Systems 2015. Los Alamitos: IEEE, 2015. v. 1. p. 258-263.

• PAULA NETO, F. M. ; CAMBUIM, L. ; MACIEIRA, R. ; ZANCHETTIN, C. ; Teresa B. Ludermir ; BARROS, E. N. S. . Extreme Learning Machine for Real Time Recognition of Brazilian Sign Language. In: IEEE INTERNATIONAL CONFERENCE ON SYSTEMS, MAN, AND CYBERNETICS, 2015, Hong Kong. Proceedings IEEE SMC 2015. Los Alamitos: IEEE, 2015. v. 1. p. 1464-1469.

• SERGIO, A. T. ; Teresa B. Ludermir . Reservoir Computing Optimization with a Hybrid Method. In: International Joint Conference on Neural Networks (IJCN), 2014, Beijing. Proceedings International Joint Conference on Neural Networks 2014. Los Alamitos: IEEE Computer Society, 2014. v. 1. p. 1-6.

• LIMA, T. P. F. ; Teresa B. Ludermir . Ensembles Of Evolutionary Extreme Learning Machines Through Differential Evolution And Fitness Sharing. In: International Joint Conference on Neural Networks (IJCNN), 2014, Beijing. Proceedings International Joint Conference on Neural Networks 2014. Los Alamitos: IEEE Computer Society, 2014. v. 1. p. 1-6.

• SILVA, A. ; De Oliveira, W.R. ; Teresa B. Ludermir . Training a classical weightless neural network in a quantum computer. In: European Symposium on Artificial Neural Networks 2014, 2014, Bruges. Proceedings European Symposium on Artificial Neural Networks 2014. Bruges: i6doc publisher, 2014. v. 1. p. 523-528.

• SILVA, A. ; De Oliveira, W.R. ; Teresa B. Ludermir . Probabilistic automata simulation with single layer weightless neural networks. In: European Symposium on Artificial Neural Networks 2014, 2014, Bruges. Proceedings European Symposium on Artificial Neural Networks 2014. Bruges: i6doc publisher, 2014. v. 1. p. 547-552.

• De Oliveira, W.R. ; SILVA, A. ; Teresa B. Ludermir . Vector space weightless neural networks. In: European Symposium on Artificial Neural Networks 2014, 2014, Bruges. Proceedings European Symposium on Artificial Neural Networks 2014. Bruges: i6doc publisher, 2014. v. 1. p. 535-540.

• OLIVEIRA, JOAO FAUSTO LORENZATO DE ; Ludermir, Teresa B. . A distributed PSO-ARIMA-SVR hybrid system for time series forecasting. In: 2014 IEEE International Conference on Systems, Man and Cybernetics SMC, 2014, San Diego. 2014 IEEE International Conference on Systems, Man, and Cybernetics (SMC). v. 1. p. 3867-3872.

• DE AQUINO, RONALDO R. B. ; Ludermir, Teresa B. ; FERREIRA, AIDA A. ; NOBREGA NETO, OTONI ; SOUZA, RAMON B. ; LIRA, MILDE M. S. ; CARVALHO, MANOEL A. . Improving reservoir based wind power forecasting with ensembles. In: 2014 IEEE International Conference on Systems, Man and Cybernetics SMC, 2014, San Diego. 2014 IEEE International Conference on Systems, Man, and Cybernetics (SMC), 2014. v. 1. p. 946-952.

• LIMA, TIAGO PESSOA FERREIRA DE ; SERGIO, ANDERSON TENORIO ; LUDERMIR, TERESA BERNARDA . Improving Classifiers and Regions of Competence in Dynamic Ensemble Selection. In: 2014 Brazilian Conference on Intelligent Systems (BRACIS), 2014, Sao Paulo. 2014 Brazilian Conference on Intelligent Systems, 2014. v. 1. p. 13-18.

• OLIVEIRA, JOAO FAUSTO LORENZATO DE ; LUDERMIR, TERESA BERNARDA . A Hybrid Evolutionary System for Parameter Optimization and Lag Selection in Time Series Forecasting. In: 2014 Brazilian Conference on Intelligent Systems (BRACIS), 2014, Sao Paulo. 2014 Brazilian Conference on Intelligent Systems, 2014. v. 1. p. 73-78.

• PACIFICO, LUCIANO DEMETRIO SANTOS ; LUDERMIR, TERESA BERNARDA . Improved Cooperative Group Search Optimization Based on Divide-and-Conquer Strategy. In: 2014 Brazilian Conference on Intelligent Systems (BRACIS), 2014, Sao Paulo. 2014 Brazilian Conference on Intelligent Systems, 2014. v. 1. p. 420-425.

• REGO JUNIOR, U. S. ; CORREA, R. F. ; Teresa B. Ludermir . Aperfeiçoamento do Mapeador de Teses e Dissertações da UFPE. In: Encontro Nacional de Inteligência Artificial, 2014, São Carlos. Anais ENIAC 2014, 2014. v. 1. p. 1-8.

• Oliveira, J.F.L. ; Teresa B. Ludermir . Iterative ARIMA-Multiple Support Vector Regression models for long term time series prediction. In: European Symposium on Artificial Neural Networks 2014, 2014, Bruges. Proceedings European Symposium on Artificial Neural Networks 2014. Bruges: i6doc publisher, 2014. v. 1. p. 208-212.

• PACIFICO, LUCIANO DEMETRIO SANTOS ; LUDERMIR, TERESA BERNARDA . A Group Search Optimization Method for Data Clustering. In: 2014 Brazilian Conference on Intelligent Systems (BRACIS), 2014, Sao Paulo. 2014 Brazilian Conference on Intelligent Systems, 2014. v. 1. p. 342-347.

• DE AQUINO, RONALDO R. B. ; NETO, OTONI NOBREGA ; SOUZA, RAMON B. ; LIRA, MILDE M. S. ; CARVALHO, MANOEL A. ; Ludermir, Teresa B. ; FERREIRA, AIDA A. . Investigating the use of Echo State Networks for prediction of wind power generation. In: 2014 IEEE Symposium on Computational Intelligence for Engineering Solutions (CIES), 2014, Orlando. 2014 IEEE Symposium on Computational Intelligence for Engineering Solutions (CIES). v. 1. p. 148-154.

• PACIFICO, LUCIANO D. S. ; Ludermir, Teresa B. . Evolutionary extreme learning machine based on particle swarm optimization and clustering strategies. In: 2013 International Joint Conference on Neural Networks (IJCNN 2013 Dallas), 2013, Dallas. The 2013 International Joint Conference on Neural Networks (IJCNN). v. 1. p. 1-6.

• SOUSA, ARTHUR F. M. ; PRUDENCIO, RICARDO B. C. ; SOARES, CARLOS ; Ludermir, Teresa B. . Active selection of training instances for a random forest meta-learner. In: 2013 International Joint Conference on Neural Networks (IJCNN 2013 Dallas), 2013, Dallas. The 2013 International Joint Conference on Neural Networks (IJCNN). v. 1. p. 1-7.

• DE AQUINO, RONALDO R. B. ; Ludermir, Teresa B. ; NETO, OTONI NOBREGA ; FERREIRA, AIDA A. ; LIRA, MILDE M. S. ; CARVALHO, MANOEL A. . Forecasting models of wind power in Northeastern of Brazil. In: 2013 International Joint Conference on Neural Networks (IJCNN 2013 Dallas), 2013, Dallas. The 2013 International Joint Conference on Neural Networks (IJCNN). v. 1. p. 1-8.

• PACIFICO, L. D. S. ; LUDERMIR, T. B. . Cooperative Group Search Optimization. In: 2013 IEEE Congress on Evolutionary Computation (CEC), 2013, Cancun. 2013 IEEE Congress on Evolutionary Computation. v. 1. p. 3299-3306.

• OLIVEIRA, JOAO F.L. ; PACIFICO, LUCIANO D.S. ; Ludermir, Teresa B. . A Hybrid Group Search Optimization Based on Fish Swarms. In: 2013 Brazilian Conference on Intelligent Systems (BRACIS), 2013, Fortaleza. 2013 Brazilian Conference on Intelligent Systems. v. 1. p. 51-56.

• NETO, ANTONINO A. FEITOSA ; CANUTO, ANNE M. P. ; LUDERMIR, TERESA B . Using good and bad diversity measures in the design of ensemble systems: A genetic algorithm approach. In: 2013 IEEE Congress on Evolutionary Computation (CEC), 2013, Cancun. 2013 IEEE Congress on Evolutionary Computation. v. 1. p. 789-796.

• LIMA, TIAGO PESSOA FERREIRA DE ; LUDERMIR, TERESA BERNARDA . Optimizing Dynamic Ensemble Selection Procedure by Evolutionary Extreme Learning Machines and a Noise Reduction Filter. In: 2013 IEEE 25th International Conference on Tools with Artificial Intelligence (ICTAI), 2013, Herndon. 2013 IEEE 25th International Conference on Tools with Artificial Intelligence. p. 546-552.

• SILVA, EVANDRO JOSE DA ROCHA E ; LUDERMIR, TERESA BERNARDA ; Almeida, Leandro Maciel . Clustering and Selection Using Grouping Genetic Algorithms for Blockmodeling to Construct Neural Network Ensembles. In: 2013 IEEE 25th International Conference on Tools with Artificial Intelligence (ICTAI), 2013, Herndon. 2013 IEEE 25th International Conference on Tools with Artificial Intelligence. p. 420-425.

• de Paulo, F.M. ; SILVA, A. ; Teresa B. Ludermir ; De Oliveira, W.R. . Analysis of Quantum Neural Models. In: 11º Congresso Brasileiro de Inteligência Computacional- CBIC 2013, 2013, Porto de Galinhas. Proceedings do CBIC 2013. Recife: CBIC, 2013. v. 1. p. 1-6.

• SILVA, A. ; Teresa B. Ludermir ; De Oliveira, W.R. . Single-shot learning algorithm for quantum weightless neural networks. In: 11º Congresso Brasileiro de Inteligência Computacional- CBIC 2013, 2013, Porto de Galinhas. Proceedings do CBIC 2013. Recife: CBIC, 2013. v. 1. p. 1-6.

• SERGIO, A. T. ; Teresa B. Ludermir ; FERREIRA, A. A. . Otimização de Reservoir Computing com PSO Parâmetros Globais, Arquitetura e Pesos. In: 11º Congresso Brasileiro de Inteligência Computacional- CBIC 2013, 2013, Porto de Galinhas. Proceedings do CBIC 2013. Recife: CBIC, 2013. v. 1. p. 1-6.

• FIGUEIREDO, E. M. N. ; MESQUITA, R. ; LUDERMIR, T. B. ; Cavalcanti, G. . Application of the IPSONet in Face Detection. In: International Joint Conference on Neural Network, 2012, Brisbane. Proceedings of IJCNN 2012. Los Alamitos: IEEE Computer Society, 2012. v. 1. p. 2234-2245.

• LIMA, T. P. F. ; SILVA, A. ; LUDERMIR, T. B. . Clustering and Selection of Neural Networks Using Adaptive Differential Evolution. In: International Joint Conference on Neural Network, 2012, Brisbane. Proceedings of IJCNN 2012. Los Alamitos: IEEE Computer Society, 2012. v. 1. p. 747-753.

• FERREIRA, A. A. ; LUDERMIR, T. B. ; Aquino, R. . Comparing Recurrent Networks for Time-Series Forecasting. In: International Joint Conference on Neural Network, 2012, Brisbane. Proceedings of IJCNN 2012. Los Alamitos: IEEE Computer Society, 2012. v. 1. p. 699-706.

• ZANCHETTIN, C. ; ALMEIDA, L. M. ; Menezes, F. ; LUDERMIR, T. B. ; Azevedo, W. M. . Odor recognition systems for natural gas odorization monitoring. In: International Joint Conference on Neural Network, 2012, Brisbane. Proceedings IJCNN 2012. Los Alamitos: IEEE Computer Society, 2012. v. 1. p. 1694-1701.

• FIGUEIREDO, E. M. N. ; LUDERMIR, T. B. . Effect of the PSO Topologies on the Performance of the PSO-ELM. In: Brazilian Symposium on Neural Networks, 2012, Curitiba. Proceedings SBRN 2012. Los Alamitos: IEEE Computer Society, 2012. p. 178-183.

• Mineu N. ; SILVA, A. ; LUDERMIR, T. B. . Evolving Neural Networks using Differential Evolution with Neighborhood-Based Mutation and Simple Subpopulation Scheme. In: Brazilian Symposium on Neural Networks, 2012, Curitiba. Proceedings SBRN 2012. Los Alamitos: IEEE Computer Society, 2012. p. 190-195.

• SILVA, A. ; De Oliveira, W.R. ; LUDERMIR, T. B. . On the universality of quantum logical neural networks. In: Brazilian Symposium on Neural Networks, 2012, Curitiba. Proceedings SBRN 2012. Los Alamitos: IEEE Computer Society, 2012. p. 102-106.

• Pacifico, L. ; LUDERMIR, T. B. . Improved Group Search Optimization Based on Opposite Populations for Feedforward Networks Training with Weight Decay. In: IEEE International Conference on Systems, Man, and Cybernetics (IEEE SMC 2012), 2012, Seoul. Proceedings IEEE SMC 2012. Los Alamitos: IEEE Computer Society, 2012. p. 474-479.

• Pacifico, L. ; LUDERMIR, T. B. . Melhorando Redes Neurais do Tipo Extreme Learning Machine Através da Otimização por Enxame de Partículas com Mecanismo de Seleção. In: Encontro Nacional de Inteligência Artificial, 2012, Curitiba. Anais ENIA 2012. Porto Alegre: SBC, 2012. v. 1. p. 1-8.

• Oliveira, J.F.L. ; Teresa B. Ludermir . An Evolutionary Extreme Learning Machine Based on Fuzzy Fish Swarms. In: THE 2012 INTERNATIONAL CONFERENCE ON ARTIFICIAL INTELLIGENCE, 2012, Las Vegas. Proceedings THE 2012 INTERNATIONAL CONFERENCE ON ARTIFICIAL INTELLIGENCE, 2012. v. 1. p. 66-72.

• Oliveira, J.F.L. ; Teresa B. Ludermir . Fuzzy Artificial Fish Ensemble Extreme Learning Machine. In: THE 2012 INTERNATIONAL CONFERENCE ON ARTIFICIAL INTELLIGENCE, 2012, Las Vegas. Proceedings THE 2012 INTERNATIONAL CONFERENCE ON ARTIFICIAL INTELLIGENCE, 2012. v. 1. p. 39-45.

• PRUDÊNCIO, R. B. C. ; Soares, C. ; LUDERMIR, T. B. . Active Selection of Datasetoids for Meta-Learning. In: HAIS 2011 : The 6th International Conference on Hybrid Artificial Intelligence Systems, 2011, Wroclaw. HAIS 2011 - LNAI 6678, 2011. p. 164-171.

• Silva, D.N.G ; Pacifico, L. ; LUDERMIR, T. B. . An Evolutionary Extreme Learning Machine Based on Group Search Optimization. In: 2011 IEEE Congress on Evolutionary Computation, 2011, New Orleans. Proceedings of IEEE Congress on Evolutionary Computation. Los Alamitos: IEEE Computer Society, 2011. v. 1. p. 1-8.

• Lima, N.F. ; LUDERMIR, T. B. . Frankenstein PSO Applied to Neural Network Weights and Architectures. In: 2011 IEEE Congress on Evolutionary Computation, 2011, New Orleans. Proceedings of IEEE Congress on Evolutionary Computation. Los Alamitos: IEEE Computer Society, 2011. v. 1. p. 1-6.

• Mineu N. ; LUDERMIR, T. B. . Differential Evolution with Neighborhood-Based Mutation and Spaciation to Construct Ensembles. In: 2011 IEEE Congress on Evolutionary Computation, 2011, New Orleans. Proceedings of IEEE Congress on Evolutionary Computation. Los Alamitos: IEEE Computer Society, 2011. v. 1. p. 1-8.

• PRUDÊNCIO, R. B. C. ; Soares, C. ; LUDERMIR, T. B. . Uncertainty Sampling-Based Active Selection of Datasetoids for Meta-learning. In: International Conference on Artificial Neural Networks (ICANN 2011), 2011, Helsinki. Lecture Notes in Computer Science. Amsterdam: Springer Verlag, 2011. v. 6792. p. 454-461.

• FERREIRA, A. A. ; LUDERMIR, T. B. . Comparing Evolutionary Methods for Reservoir Computing Pre-training. In: IEEE International Joint Conference on Neural Networks (IJCNN), 2011, San Jose. Proceedings of International Joint Conference on Neural Networks. Los Alamitos: IEEE, 2011. v. 1. p. 283-290.

• PRUDÊNCIO, R. B. C. ; Soares, C. ; LUDERMIR, T. B. . Uncertainty Sampling Methods to Select Datasets for Active Meta-Learning. In: IEEE International Joint Conference on Neural Networks (IJCNN), 2011, San Jose. Proceedings International Joint Conference on Neural Networks. Los Alamitos: IEEE, 2011. v. 1. p. 1082-1089.

• Silva, A.P. ; LUDERMIR, T. B. ; ALMEIDA, L. M. . Método AGCRN-CR para Busca Automática de Redes Neurais Artificiais. In: ENIA - Encontro Nacional de Inteligência Artificial, 2011, Natal. Anais do ENIA 2011. Porto Alegre: Sociedade Brasileira de Computação, 2011. p. 1-8.

• Lucas, T.D.P. ; LUDERMIR, T. B. ; PRUDÊNCIO, R. B. C. ; Soares, C. . Meta-aprendizagem para otimização o de parâmetros de redes neurais. In: ENIA 2011 - Encontro Nacional de Inteligência Artificial, 2011, Natal. Anais do ENIA 2011. Porto Alegre: Sociedade Brasileira de Computação, 2011. p. 1-8.

• Silva, D.N.G ; Pacifico, L. ; LUDERMIR, T. B. . Improved Group Search Optimizer based on cooperation among groups for feedforward networks training with Weight Decay. In: IEEE Int Conf on Systems, Man, and Cybernetics, 2011, Anchorage. Proceedings of IEEE Int Conf on Systems, Man, and Cybernetics. Los Alamitos: IEEE Computer Society, 2011. v. 1. p. 2133-2138.

• SOUTO, M. C. P. ; OLIVEIRA, J. C. ; LUDERMIR, T. B. . A Tool to Implement Probabilistic Automata in RAM-based Neural Networks. In: Internacional Joint Conference on Neural Networks (IJCNN), 2011, San Jose. Proceedings of Internacional Joint Conference on Neural Networks. Los Alamitos: IEEE Computer Society, 2011. v. 1. p. 1054-1060.

• Oliveira, J.F.L. ; LUDERMIR, T. B. . Homogeneous Ensemble Selection through Hierarchical Clustering with a Modified Artificial Fish Swarm Algorithm. In: 23rd IEEE International Conference on Tools with Artificial Intelligence, 2011, Boca Raton - Florida. Proceedings of ICTAI 2011. Los Alamitos: IEEE Computer Society, 2011. p. 177-180.

• Silva, A.P. ; LUDERMIR, T. B. . ALGORITMO GENÉTICO CELULAR PARA OTIMIZAÇÃO DE REDES NEURAIS MULTILAYER PERCEPTRON. In: Simpósio Brasileiro de Inteligência Computacional, 2011, Fortaleza. Anais de Simpósio Brasileiro de Inteligência Computacional, 2011. p. 1-8.

• Silva, D.N.G ; LUDERMIR, T. B. . OTIMIZAÇÃO DE REDES NEURAIS USANDO GSO COOPERATIVOS COM DECAIMENTO DE PESOS. In: Simpósio Brasileiro de Inteligência Computacional, 2011, Fortaleza. Anais do Simpósio Brasileiro de Inteligência Computacional, 2011. p. 1-8.

• Silva, D.N.G ; LUDERMIR, T. B. ; Pacifico, L. . EXTREME LEARNING MACHINE BASEADA EM PSO COOPERATIVOS. In: Simpósio Brasileiro de Inteligência Computacional, 2011, Fortaleza. Anais do Simpósio Brasileiro de Inteligência Computacional, 2011. p. 1-8.

• Lucas, T.D.P. ; PRUDÊNCIO, R. B. C. ; LUDERMIR, T. B. ; Soares, C. . Meta-learning to optimize the number of hidden nodes of MLP networks trained by Extreme Learning Machine algorithm. In: Simpósio Brasileiro de Inteligência Computacional, 2011, Fortaleza. Anais do Simpósio Brasileiro de Inteligência Computacional, 2011. p. 1-8.

• Oliveira, J.F.L. ; LUDERMIR, T. B. . ALGORITMO BASEADO EM CARDUMES DE PEIXES MODIFICADO PARA A OTIMIZAÇÃO DE EXTREME LEARNING MACHINES. In: Simpósio Brasileiro de Inteligência Computacional, 2011, Fortaleza. Anais do Simpósio Brasileiro de Inteligência Computacional, 2011. p. 1-8.

• ZANCHETTIN, C. ; ALMEIDA, L. M. ; LUDERMIR, T. B. . Hybrid Training Method for MLP: Optimization of Architecture and Training. In: IEEE Int Conf on Systems, Man, and Cybernetics, 2011, Anchorage. IEEE Transactions on Systems, Man and Cybernetics. Part B. Cybernetics. Los Alamitos: IEEE, 2011. p. 1097-1109.

• FERREIRA, A. A. ; LUDERMIR, T. B. . Evolutionary strategy for simultaneous optimization of parameters, topology and reservoir weights in Echo State Networks. In: IEEE International Joint Conference on Neural Networks, 2010, Barcelona. Proceedings of International Joint Conference on Neural Networks. Los Alamitos: IEEE, 2010. p. 1870-1877.

• Mineu N. ; ALMEIDA, L. M. ; LUDERMIR, T. B. . Topology Optimization for Artificial Neural Networks using Differential Evolution. In: IEEE International Joint Conference on Neural Networks, 2010, Barcelona. Proceedings International Joint Conference on Neural Networks. Los Alamitos: IEEE, 2010. p. 4062-4068.

• SILVA, A. ; De Oliveira, W.R. ; LUDERMIR, T. B. . Superposition Based Learning Algorithm. In: Brazilian Symposium on Neural Network, 2010, São Bernardo do Campo. Proceedings of Brazilian Symposium on Neural Network. Los Alamitos: IEEE Computer Press, 2010. v. 1. p. 1-6.

• SILVA, A. ; De Oliveira, W.R. ; LUDERMIR, T. B. . A Weightless Neural Node based in a Probabilistic Quantum Memory. In: Brazilian Symposium on Neural Network, 2010, São Bernardo do Campo. Proceedings of Brazilian Symposium on Neural Network. Los Alamitos: IEEE Computer Press, 2010. v. 1. p. 259-264.

• SILVA, A. ; Mineu N. ; LUDERMIR, T. B. . Evolving Artificial Neural Networks using Adaptive Differential Evolution. In: Ibero-American Conference on Artificial Intelligence, 2010, Bahía Blanca. Lectures Notes in Artificial Intelligence, 2010. v. 6433. p. 396-405.

• Valença, I.B. ; LUDERMIR, T. B. ; VALENÇA, M. J. S. . Hybrid Systems to Select Variables for Time Series Forecasting Using MLP and Search Algorithms. In: Brazilian Symposium on Neural Network, 2010, São Bernardo do Campo. Proceedings of Brazilian Symposium on Neural Network. Los Alamitos: IEEE Computer Press, 2010. v. 1. p. 247-252.

• SILVA, A. ; De Oliveira, W.R. ; LUDERMIR, T. B. . Um algoritmo de aprendizado probabilístico para redes neurais quânticas baseado na superposição. In: Workshop-Escola de Computação e Informação Quantica 2010, 2010, Petropolis. Anais WECIQ2010, 2010. v. 1.

• PRUDÊNCIO, R. ; Soares, C. ; LUDERMIR, T. B. . Active Selection of Datasetoids for Meta-Learning. In: Planning to Learn Workshop in ECAI 2010, 2010, Lisboa. Proceedings of Planning to Learn Workshop 2010, 2010.

• ZANCHETTIN, C. ; TERESA B. LUDERMIR . Hybrid Optimization Technique for Artificial Neural Networks Design. In: International Conference on Enterprise Information Systems, 2009, Milão. Proceedings International Conference on Enterprise Information Systems, 2009.

• FERREIRA, A. A. ; Teresa B. Ludermir . Genetic Algorithm for Reservoir Computing Optimization.. In: International Joint Conference on Neural Networks, 2009, Atlanta. Proceedings of International Joint Conference on Neural Networks, 2009. p. 811-815.

• GOMES, G. S. S. ; Teresa B. Ludermir ; ALMEIDA, L. M. . Neural networks with asymmetric activation function for function approximation. In: International Joint Conference on Neural Networks, 2009, Atlanta. Proceedings of International Joint Conference on Neural Networks. Los Alamitos: IEEE Press, 2009.

• SOUZA, J. R. ; Teresa B. Ludermir ; ALMEIDA, L. M. . A Two Stage Clustering Method Combining Self-Organizing Maps and Ant K-means.. In: 19th International Conference on Artificial Neural Networks (ICANN 2009), 2009, Linassol. Lecture Notes in Computer Science. Amsterdam: Springer Verlag, 2009. v. 5768. p. 485-494.

• SOUZA, J. R. ; TERESA B. LUDERMIR ; ALMEIDA, L. M. . Um método de agrupamento em dois estágios combinando mapas auto-organizáveis e ant k-médias. In: VII ENIA - Encontro Nacional de Inteligência Artificial, 2009, Bento Gonçalves. Anais do VII ENIA - Encontro Nacional de Inteligência Artificial, 2009.

• PRUDÊNCIO, R. B. C. ; Teresa B. Ludermir . Active Generation of Training Examples for Meta-Regression. In: nternational Conference on Artificial Neural Networks, 2009, Linassol. Lecture Notes in Computer Science. Amsterdam: Springer Verlag, 2009. v. 5768. p. 30-39.

• Valença, I.B. ; Teresa B. Ludermir . Hybrid Systems for River Flood Forecasting using MLP, SOM and Fuzzy Systems. In: 19th International Conference on Artificial Neural Networks (ICANN 2009), 2009, Linassol. Lecture Notes in Computer Science. Amsterdam: Springer Verlag, 2009. v. 5768. p. 557-566.

• Soares, R.G.F. ; Teresa B. Ludermir ; CARVALHO, Francisco de Assis Tenório de . An analysis of meta-learning techniques for ranking clustering algorithms applied to artificial data. In: 19th International Conference on Artificial Neural Networks (ICANN 2009), 2009, Linassol. Lecture Notes in Computer Science. Amsterdam: Springer Verlag, 2009. v. 5768. p. 131-140.

• ZARTH, A. M. F. ; Teresa B. Ludermir . Optimization of Neural Networks Weights and Architecture: A multimodal methodology. In: International Conference on Intelligent Systems Design and. Applications, 2009, Pisa. Proceedings International Conference on Intelligent Systems Design and. Applications. Los Alamitos: IEEE Computer Press, 2009. p. 209-214.

• PRUDÊNCIO, R. B. C. ; Teresa B. Ludermir . Combining Uncertainty Sampling Methods for Active Meta-Learning. In: International Conference on Intelligent Systems Design and. Applications, 2009, Pisa. Proceedings International Conference on Intelligent Systems Design and. Applications. Los Alamitos: IEEE Computer Press, 2009. p. 220-225.

• VALENÇA, M. J. S. ; LUDERMIR, T. B. . Uma Metodologia para Correção do Erro de Defasagem Durante o Processo de Previsão com Redes Neurais. In: XVIII Simpósio Brasileiro de Recursos Hídricos, 2009, Porto Alegre. Anais SBRH 2009. Porto Alegre: ABRH, 2009.

• CORRÊA, R. F. ; Teresa B. Ludermir . Semantic Mapping and K-means applied to Hybrid SOM-Based Document Organization System Construction. In: SAC'08 - ACM 2008 SYMPOSIUM ON APPLIED COMPUTING, 2008, Fortaleza. Proceedings of ACM 2008 SYMPOSIUM ON APPLIED COMPUTING. p. 1111-1115.

• SOUTO, M. C. P. ; PRUDÊNCIO, R. B. ; Soares, R.G.F. ; ARAUJO, D. A. S. ; COSTA, I. G. ; Teresa B. Ludermir ; SCHLIEP, A. . Ranking and Selecting Clustering Algorithms Using a Meta-learning Approach. In: International Joint Conference on Neural Networks, 2008, Hong Kong. Proceedings of International Joint Conference on Neural Networks. Los Alamitos: IEEE, 2008. p. 3728-3734.

• SOUTO, M. C. P. ; ARAUJO, D. A. S. ; COSTA, I. G. ; Soares, R.G.F. ; Teresa B. Ludermir ; SCHLIEP, A. . Comparative Study on Normalization Procedures for Cluster Analysis of Gene Expression Datasets. In: International Joint Conference on Neural Networks, 2008, Hong Kong. Proceedings of International Joint Conference on Neural Networks. Los Alamitos: IEEE, 2008. p. 2793-2799.

• FERREIRA, A. A. ; Teresa B. Ludermir ; Aquino, R. . Investigating the Use of Reservoir Computing for Forecasting the Hourly Wind Speed in Short -term. In: International Joint Conference on Neural Networks, 2008, Hong Kong. Proceedings International Joint Conference on Neural Networks. Los Alamitos: IEEE, 2008. p. 1950-1957.

• SILVA, K. P. ; Soares, R.G.F. ; CARVALHO, Francisco de Assis Tenório de ; Teresa B. Ludermir . Evolving Both Size and Accuracy of RBF Networks. In: International Joint Conference on Neural Networks, 2008, Hong Kong. Proceedings of International Joint Conference on Neural Networks. Los Alamitos: IEEE, 2008. p. 1939-1945.

• Soares, R.G.F. ; SILVA, K. P. ; Teresa B. Ludermir ; CARVALHO, Francisco de Assis Tenório de . An Evolutionary Approach for the Clustering Data Problem. In: International Joint Conference on Neural Networks, 2008, Hong Kong. Proceedings of International Joint Conference on Neural Networks. Los Alamitos: IEEE, 2008. p. 1946-1951.

• ZANCHETTIN, C. ; Teresa B. Ludermir . Feature Subset Selection in a Methodology for Training and Improving Artificial Neural Network Weights and Connections. In: International Joint Conference on Neural Networks, 2008, Hong Kong. Proceedings of International Joint Conference on Neural Networks. Los Alamitos: IEEE, 2008. p. 1952-1959.

• PRUDÊNCIO, R. B. C. ; Teresa B. Ludermir . Active Meta-learning with Uncertainty Sampling and Outlier Detection. In: International Joint Conference on Neural Networks, 2008, Hong Kong. Proceedings of International Joint Conference on Neural Networks. Los Alamitos: IEEE, 2008. p. 347-352.

• ALMEIDA, L. M. ; Teresa B. Ludermir . An Improved Method for Automatically Searching Near-optimal Artificial Neural Networks. In: International Joint Conference on Neural Networks, 2008, Hong Kong. Proceedings of International Joint Conference on Neural Networks. Los Alamitos: IEEE, 2008. p. 2236-2243.

• Guerra, S. ; PRUDÊNCIO, Ricardo Bastos Cavalcante ; Teresa B. Ludermir . Predicting the Performance of Learning Algorithms Using Support Vector Machines as Meta-Regressors. In: 18th International Conference on Artificial Neural Networks, 2008, Praga. Lecture Notes in Computer Science - Proceedings of ICANN. Amsterdan: Springer, 2008. v. 5163. p. 523-532.

• Teresa B. Ludermir ; SOUTO, Marcílio Carlos Pereira de ; De Oliveira, W.R. . Weightless Neural Networks: Knowledge-based Inference System. In: Simpósio Brasileiro de Redes Neurais, 2008, Salvador. Proceedings of Brazilian Symposium of Neural Networks. Los Alamitos: IEEE, 2008. p. 207-212.

• Guerra, S. ; PRUDÊNCIO, R. ; Teresa B. Ludermir . Using Support Vector Machines to Predict the Performance of MLP Neural Networks. In: Simpósio Brasileiro de Redes Neurais, 2008, Salvador. Proceeding Brazilian Symposium Neural Networks Support Vector Machines as Meta-Regressors. Los Alamitos: IEEE, 2008. p. 201-206.

• SANTOS, P. M. ; PRUDÊNCIO, R. ; Teresa B. Ludermir . Selecting Neural Network Forecasting Models Using the Zoomed-Ranking Approach. In: Simpósio Brasileiro de Redes Neurais, 2008, Salvador. Proceedings of Brazilian Symposium Neural Networks. Los Alamitos: IEEE, 2008. p. 165-170.

• De Oliveira, W.R. ; SILVA, A. ; Galindo, W. ; PEREIRA, J. ; Teresa B. Ludermir . Quantum Logical Neural Network. In: Simpósio Brasileiro de Redes Neurais, 2008, Salvador. Proceedings of Brazilian Symposium of Neural Networks. Los Alamitos: IEEE, 2008. p. 147-152.

• ALMEIDA, L. M. ; Teresa B. Ludermir . An evolutionary approach for tuning artificial neural network parameters. In: The 3rd International Workshop on Hybrid Artificial Intelligence Systems, 2008, Burgos. Lecture Notes in Artificial Intelligence - HAIS 2008. Amsterdan: Springer, 2008. v. 5271. p. 156-163.

• GOMES, G. S. S. ; Teresa B. Ludermir . Complementary log-log and probit: activation functions implemented in artificial neural networks. In: 8th International Conference on Hybrid Intelligent Systems - HIS 2008, 2008, Barcelona. Proceedings of the 8th International Conference on Hybrid Intelligent Systems - HIS 2008. Los Alamitos: IEEE Computer Society, 2008. v. 1. p. 939-942.

• ALMEIDA, L. M. ; Teresa B. Ludermir . Tuning artificial neural networks parameters using an evolutionary algorithm. In: 8th International Conference on Hybrid Intelligent Systems - HIS 2008, 2008, Barcelona. Proceedings of the 8th International Conference on Hybrid Intelligent Systems - HIS 2008. Los Alamitos: IEEE Computer Society, 2008. v. 1. p. 927-930.

• CORRÊA, R. F. ; Teresa B. Ludermir . Improved Semantic Mapping and SOM applied to Document Organization. In: 8th International Conference on Hybrid Intelligent Systems - HIS 2008, 2008, Barcelona. Proceedings of the 8th International Conference on Hybrid Intelligent Systems - HIS 2008. Los Alamitos: IEEE Computer Society, 2008. v. 1. p. 284-289.

• FERREIRA, A. A. ; Teresa B. Ludermir . Using Reservoir Computing for Forecasting Time Series: Brazilian Case Study. In: 8th International Conference on Hybrid Intelligent Systems - HIS 2008, 2008, Barcelona. Proceedings of the 8th International Conference on Hybrid Intelligent Systems - HIS 2008. Los Alamitos: IEEE Computer Society, 2008. v. 1. p. 602-607.

• FERREIRA, A. A. ; LUDERMIR, T. B. . Algoritmo Genetico para Otimização de Reservoir Computing: Uma primeira Tentativa. In: II Workshop on Computational Intelligence (WCI), 2008, Salvador. Anais do II Workshop on Computational Intelligence (WCI). Porto Alegre: SBC, 2008.

• GOMES, G. S. S. ; LUDERMIR, T. B. . Aproximação de funções através de redes neurais artificiais com funções de ativação complemento log-log e probit. In: II Workshop on Computational Intelligence (WCI), 2008, Salvador. Anais do II Workshop on Computational Intelligence (WCI). Porto Alegre: SBC, 2008.

• VALENÇA, M. J. S. ; TERESA B. LUDERMIR . Análise Comparativa entre o uso de diferentes funções de ativação para previsão de vazões com redes neurais. In: IX Simpósio de Recursos Hídricos do Nordeste, 2008, Salvador. Anais do IX Simpósio de Recursos Hídricos do Nordeste, 2008.

• VALENÇA, M. J. S. ; LUDERMIR, T. B. ; Valença, I.B. . NORMALIZAÇÃO: A CHAVE PARA EXTRAPOLAÇÃO DE UMA REDE NEURAL. In: II Simpósio de Recursos Hídricos do Sul-Sudeste, 2008, Rio de Janeiro. Anais do II Simpósio de Recursos Hídricos do Sul-Sudeste, 2008.

• ALMEIDA, L. M. ; TERESA B. LUDERMIR . Automatically searching near-optimal artificial neural networks. In: European Symposium on Artificial Neural Networks 2007, 2007, Bruges. Proceedings European Symposium on Artificial Neural Networks 2007. Evere: d-side publications, 2007. p. 549-554.

• ZANCHETTIN, C. ; Teresa B. Ludermir . Comparison of the Effectiveness of Different Cost Functions in Global Optimization Techniques. In: International Joint Conference on Neural Networks, 2007, Orlando. Proceedings IJCNN 2007. Los Alamitos: IEEE Computer Society, 2007. p. 2701-2706.

• FERREIRA, A. A. ; Nascimento, F. ; Tsang, I. R. ; Cavalcanti, G. ; Teresa B. Ludermir ; Aquino, R. . Analysis of mammogram using self-organizing neural networks based on spatial isomorphism. In: International Joint Conference on Neural Networks, 2007, Orlando. Proceedings IJCNN 2007. Los Alamitos: IEEE Computer Society, 2007. p. 1796-1801.

• PRUDÊNCIO, R. B. C. ; TERESA B. LUDERMIR . Aprendizagem Ativa para Seleção de Exemplos em Meta-Aprendizado. In: Encontro Nacional de Inteligência Artificial, 2007, Rio de Janeiro. ENIA 2007, 2007.

• Guerra, S. ; PRUDÊNCIO, R. B. C. ; TERESA B. LUDERMIR . Meta-Aprendizado de Algoritmos de Treinamento para Redes Multi-Layer Perceptron. In: Encontro Nacional de Inteligência Artificial, 2007, Rio de Janeiro. ENIA 2007, 2007.

• PRUDÊNCIO, R. B. C. ; Teresa B. Ludermir . Active Learning to Support the Generation of Meta-Examples. In: International Conference on Artificial Neural Networks, 2007, Porto. Lecture Notes in Computer Science - ICANN 2007. Amsterdan: Springer, 2007. v. 4668. p. 817-826.

• CORRÊA, R. F. ; TERESA B. LUDERMIR . Dimensionality Reduction of very large document collections by Semantic. In: 6th Int. Workshop on Self-Organizing Maps, 2007, Bielefeld. Proceedings of 6th Int. Workshop on Self-Organizing Maps, 2007.

• SILVA, K. P. ; Soares, R.G.F. ; TERESA B. LUDERMIR ; CARVALHO, Francisco de Assis Tenório de . Uma Abordagem Evolucionária para a Tarefa de Agrupamento de Dados. In: Congresso Brasileiro de Redes Neurais, 2007, Florianópolis. Anais do Congresso Brasileiro de Redes Neurais 2007, 2007.

• CARVALHO, M. ; Teresa B. Ludermir . Particle Swarm Optimization of Neural Network Architectures and Weights. In: International Conference on Hybrid Intelligent Systems, 2007, Kaiserslautern. Proceddings International Conference on Hybrid Intelligent Systems. Los Alamitos: IEEE Computer Society, 2007. p. 336-339.

• OLIVEIRA, E. M. J. ; CAMPOS, P. G. ; Teresa B. Ludermir ; CARVALHO, Francisco de Assis Tenório de ; De Oliveira, W.R. . Application of a Hybrid Classifier to the Recognition of Petrochemical Odors. In: International Conference on Hybrid Intelligent Systems, 2007, Kaiserslautern. Proceddings of International Conference on Hybrid Intelligent Systems. Los Alamitos: IEEE Computer Society, 2007. p. 78-83.

• PRUDÊNCIO, R. B. C. ; Teresa B. Ludermir . Active Selection of Examples for Meta-Learning. In: International Conference on Hybrid Intelligent Systems, 2007, Kaiserslautern. Proceddings of International Conference on Hybrid Intelligent Systems. Los Alamitos: IEEE Computer Society, 2007. p. 126-131.

• Soares, R.G.F. ; SILVA, K. P. ; CARVALHO, Francisco de Assis Tenório de ; Teresa B. Ludermir . Uma Abordagem Evolucionária para a Otimização de Redes RBF. In: Congresso Brasileiro de Redes Neurais, 2007, Florianópolis. Anais do Congresso Brasileiro de Redes Neurais, 2007.

• VALENÇA, M. J. S. ; TERESA B. LUDERMIR . SIAQUA - SISTEMA DE INFORMAÇÕES AMBIENTAIS SOBRE QUALIDADE DA ÁGUA. In: XVII Simpósio Brasileiro de Recursos Hídricos, 2007, São Paulo. Anais do XVII Simpósio Brasileiro de Recursos Hídricos. Rio Grande do Sul: ABRH, 2007.

• VALENÇA, M. J. S. ; TERESA B. LUDERMIR . EXPLICANDO A RELAÇÃO ENTRE AS VARIÁVEIS DE UMA REDE NEURAL - ILUMINANDO A CAIXA PRETA. In: XVII Simpósio Brasileiro de Recursos Hídricos, 2007, Sao Paulo. Anais do XVII Simpósio Brasileiro de Recursos Hídricos. Porto Alegre: ABRH, 2007.

• VALENÇA, M. J. S. ; TERESA B. LUDERMIR . Proposta de um nova função objetivo para ajuste dos parâmetros de modelos de previsão. In: XVII Simpósio Brasileiro de Recursos Hídricos, 2007, São Paulo. XVII Simpósio Brasileiro de Recursos Hídricos, 2007.

• Valença, I.B. ; VALENÇA, M. J. S. ; VANDERLEI FILHO, D. ; T. B. LUDERMIR . Apoio Decisão com Aplicação de Rede Neural Artificial Construtiva e Sistema de Informações na Avaliação de Qualidade de Água de Reservatórios. In: X SIMPÓSIO DE PESQUISA OPERACIONAL E LOGÍSTICA DA MARINHA, 2007, Rio de Janeiro. Anais do X SIMPÓSIO DE PESQUISA OPERACIONAL E LOGÍSTICA DA MARINHA, 2007. v. 1. p. 1-15.

• ZANCHETTIN, C. ; Teresa B. Ludermir . A methodology to training and optimize artificial neural networks weights and connections. In: International Joint Conference on Neural Networks, 2006, Vancouver. Proceedings IJCNN 2006. Los Alamitos: IEEE Computer Society, 2006. p. 10723-10730.

• MINKU, F. L. ; Teresa B. Ludermir . EFuNNs Ensembles Construction Using a Clustering Method and a Coevolutionary Genetic Algorithm. In: IEEE Congress on Evolutionary Computation 2006, 2006, Vancouver. Proceedings CEC 2006. Los Alamitos: IEEE, 2006. p. 5548-5555.

• GOMES, G. S. S. ; MAIA, A. L. S. ; Teresa B. Ludermir ; ARAÚJO, Aluízio Fausto Ribeiro ; CARVALHO, Francisco de Assis Tenório de . Hybrid model with dynamic architecture for forecasting time series. In: International Joint Conference on Neural Networks, 2006, Vancouver. Proceedings IJCNN 2006. Los Alamitos: IEEE, 2006. p. 7133-7138.

• PRUDÊNCIO, Ricardo Bastos Cavalcante ; Teresa B. Ludermir . A Machine Learning Approach to Define Weights for Linear Combination of Forecasts. In: Internacional Conference on Artificial Neural Networks, 2006, Atenas. Lectures Notes in Computer Science - ICANN 2006. Berlin: Springer, 2006. v. 4131. p. 274-283.

• MINKU, F. L. ; Teresa B. Ludermir . EFuNN Ensembles Construction Using CONE with Multi-objective GA. In: Simpósio Brasileiro de Redes Neurais 2006, 2006, Ribeirão Preto. Proceedings of SBRN 2006. Los Alamitos: IEEE Computer Society, 2006.

• PRUDÊNCIO, Ricardo Bastos Cavalcante ; Teresa B. Ludermir . Learning Weights for Linear Combination of Forecasting Methods. In: Simpósio Brasileiro de Redes Neurais 2006, 2006, Ribeirão Preto. IX Brazilian Neural Networks Symposium. Los Alamitos: IEEE Computer Society, 2006.

• CORRÊA, R. F. ; Teresa B. Ludermir . A Hybrid SOM-Based Document Organization System. In: Simpósio Brasileiro de Redes Neurais 2006, 2006, Ribeirão Preto. IX Brazilian Neural Networks Symposium. Los Alamitos: IEEE Computer Society, 2006.

• ZANCHETTIN, C. ; Teresa B. Ludermir . The Influence of Different Cost Functions in Global Optimization Techniques. In: Simpósio Brasileiro de Redes Neurais 2006, 2006, Ribeirão Preto. IX Brazilian Neural Networks Symposium. Los Alamitos: IEEE Computer Society, 2006.

• MAIA, A. L. S. ; CARVALHO, Francisco de Assis Tenório de ; Teresa B. Ludermir . Symbolic interval time series forecasting using a hybrid model. In: Simpósio Brasileiro de Redes Neurais, 2006, Ribeirão Preto. IX Brazilian Neural Networks Symposium. Los Alamitos: IEEE Computer Society, 2006.

• CARVALHO, M. ; Teresa B. Ludermir . An Analysis of PSO Hybrid Algorithms for Feed-Forward Neural Networks Training. In: Simpósio Brasileiro de Redes Neurais, 2006, Ribeirão Preto. IX Brazilian Neural Networks Symposium. Los ALamitos: IEEE Computer Society, 2006.

• CARVALHO, M. ; Teresa B. Ludermir . Hybrid Training of Feed-Forward Neural Networks with PSO. In: International Conference on Neural Information Processing (ICONIP2006), 2006, Hong Kong. Lecture Notes in Computer Science - ICONIP 2006, 2006. v. 4233. p. 1061-1070.

• GOMES, G. S. S. ; Teresa B. Ludermir . Feature selection for neural networks through binomial regression. In: International Conference on Neural Information Processing, 2006, Hong Kong. Lectures Notes in Computer Scienve - ICONIP 2006, 2006. v. 4233. p. 737-745.

• MAIA, A. L. S. ; CARVALHO, Francisco de Assis Tenório de ; Teresa B. Ludermir . A hybrid model for symbolic interval time series forecasting. In: International Conference on Neural Information Processing, 2006, Hong Kong. Lectures Notes in Computer Scienve - ICONIP 2006. Berlin: Springer. v. 4233. p. 934-941.

• MINKU, F. L. ; Teresa B. Ludermir . EFuNN Ensembles Construction Using a Clustering Method and a Coevolutionary Multi-Objective Genetic Algorithm. In: International Conference on Neural Information Processing, 2006, Hong Kong. Lectures Notes in Computer Scienve - ICONIP 2006. Berlin: Springer. p. 884-891.

• GOMES, G. S. S. ; TERESA B. LUDERMIR . Modelo Híbrido em Duas Etapas Usando Redes Neurais Artificiais e Regressão Binomial. In: Workshop on Computacional Intelligence, 2006, Riberao Preto. Anais do WCI2006, 2006.

• ALMEIDA, L. M. ; Teresa B. Ludermir . A hybrid method for search near-optimal artificial neural networks. In: 6th International Conference on Hybrid Intelligent Systems (HIS 06'), 2006, Auckland. Proceedings HIS 2006. Los Alamitos: IEEE Computer Society, 2006.

• CARVALHO, M. ; Teresa B. Ludermir . Particle Swarm Optimization of Feed-Forward Neural Networks with Weight Decay. In: 6th International Conference on Hybrid Intelligent Systems (HIS 06'), 2006, Auckland. Proceedings HIS 2006. Los Alamitos: IEEE, 2006.

• FERREIRA, A. A. ; Teresa B. Ludermir . Comparing neural network architecture for pattern recognize system on artificial noses. In: Internacional Conference on Artificial Neural Networks, 2005, Warsaw. Lecture Notes in Computer Science 3696- ICANN 2005. Amsterdan: Springer, 2005. p. 635-640.

• FERREIRA, A. A. ; Teresa B. Ludermir . A comparative study of neural network to artificial noses. In: Internacional Joint Conference on Neural Networks, 2005, Montreal. Proceedings of IJCNN2005. Los Alamitos: IEEE, 2005. p. 2081-2086.

• Teresa B. Ludermir ; LOPES, Cláudia Ribeiro Santos ; LUDERMIR, Ana Bernarda ; SOUTO, Marcílio Carlos Pereira de . Neural Network use for the Identification of Factors Related to Common Mental. In: Internacional Conference on Artificial Neural Networks, 2005, Varsovia. Lecture Notes in Computer Science 3696- ICANN 2005. Amsterdan: Springer, 2005. p. 653-658.

• MINKU, F. L. ; TERESA B. LUDERMIR ; ARAÚJO, Aluízio Fausto Ribeiro . Computação evolucionária para otimização dinâmica de parâmetros de EFuNNs. In: Encontro Nacional de Inteligência Artificial, 2005. ENIA 2005, 2005. p. 612-621.

• CAMPOS, P. G. ; TERESA B. LUDERMIR . Literal Uma Abordagem Pedagógica para Extração de Regras de RNAs. In: Encontro Nacional de Inteligência Artificial, 2005, São Leopoldo. ENIA 2005, 2005. p. 1138-1141.

• ZANCHETTIN, C. ; TERESA B. LUDERMIR . Técnica Híbrida de Otimização para Pesos e Arquiteturas de Redes Neurais Artificiais. In: Encontro Nacional de Inteligência Artificial, 2005, São Leopoldo. ENIA 2005, 2005. p. 902-911.

• MINKU, F. L. ; Teresa B. Ludermir . Evolutionary Strategies and Genetic Algorithms for Dynamic. In: IEEE Congress on Evolutionary Computation, 2005, Edinburgh. IEEE Congress on Evolutionary Computation. Los Alamitos: IEEE, 2005. p. 1951-1951.

• ARNAUD, A. L. ; CUNHA, R. C. ; TERESA B. LUDERMIR ; ADEODATO, P. J. L. . Modelo Híbrido com Redes Neurais Artificiais e Técnicas Não-Supervisionadas para o Problema de Credit Scoring. In: Encontro Nacional de Inteligência Artificial, 2005, São Leopoldo. Anais do ENIA 2005, 2005. p. 922-931.

• MINKU, F. L. ; TERESA B. LUDERMIR . Estratégia Evolucionária e Algoritmo Genético para Otimização Dimâmica de Parâmetros de EFuNNs. In: VII Congresso Brasileiro de Redes Neurais, 2005, Natal. Anais do VII CBRN, 2005.

• ZANCHETTIN, C. ; TERESA B. LUDERMIR . Sistemas Neurais Híbridos para Reconhecimento de Padrões em Narizes Artificiais. In: Concurso de Teses e Dissertações da SBC, 2005, São Leopoldo. Sistemas Neurais Híbridos para Reconhecimento de Padrões em Narizes Artificiais, 2005. p. 47-52.

• ZANCHETTIN, C. ; Teresa B. Ludermir . Hybrid Technique for Artificial Neural Network Architecture and Weight Optimization. In: 9th European Conference on Principles and Practice of Knowledge Discovery in Databases (PKDD), 2005, Porto. Lecture Notes in Artificial Intelligence - PKDD 2005, 2005. v. 3721. p. 709-716.

• CAMPOS, P. G. ; Teresa B. Ludermir . Literal and ProRulext: Algorithms for Rule Extraction of ANNs. In: The Fifth International conference on Hybrid Intelligent Systems (HIS'05), 2005, Rio de Janeiro. Proceedings HIS05. Los Alamitos: IEEE Computer Society, 2005. p. 143-148.

• ZANCHETTIN, C. ; MINKU, F. L. ; Teresa B. Ludermir . Design of Experiments in Neuro-Fuzzy Systems. In: The Fifth International conference on Hybrid Intelligent Systems (HIS'05), 2005, Rio de Janeiro. Proceedings HIS05. Los Alamitos: IEEE Computer Society, 2005. p. 218-223.

• LINS, A. P. E. S. ; Teresa B. Ludermir . Hybrid Optimization Algorithm for the Definition of MLP Neural Network Architectures and Weights. In: The Fifth International conference on Hybrid Intelligent Systems (HIS'05), 2005, Rio de Janeiro. Proceedings HIS05. Los Alamitos: IEEE Computer Society, 2005. p. 149-154.

• VALENÇA, M. J. S. ; TERESA B. LUDERMIR . NEURODIARIO? UM MODELO MULTIVARIADO PARA PREVISÃO DE VAZÕES MÉDIAS DIÁRIAS. In: Simpósio Brasileiro de Recursos Hídricos, 2005, João Pessoa. Anais do Simpósio Brasileiro de Recursos Hídricos, 2005.

• VALENÇA, Mêuser Jorga da Silva ; TERESA B. LUDERMIR . UM MODELO NÃO LINEAR PARA AJUSTAR AS PREVISÕES DE VAZÕES REALIZADAS POR MODELOS CONCEITUAIS. In: Simpósio Brasileiro de Recursos Hídricos, 2005, João Pessoa. Anais do Simpósio Brasileiro de Recursos Hídricos, 2005.

• VALENÇA, Mêuser Jorga da Silva ; Teresa B. Ludermir ; VALENÇA, A. C. B. . Modeling of the rainfall-runoff relationship with artificial neural network. In: The Fifth International conference on Hybrid Intelligent Systems, 2005, Rio de Janeiro. Proceedings of HIS05. Los Alamitos: IEEE Computer Society, 2005. p. 548-550.

• VALENÇA, Mêuser Jorga da Silva ; Teresa B. Ludermir ; VALENÇA, A. C. B. . River Flow Forecasting for Reservoir management through Neural Networks. In: The Fifth International conference on Hybrid Intelligent Systems, 2005, Rio de Janeiro. Proceedings of HIS05. Los Alamitos: IEEE Computer Society, 2005. p. 545-547.

• VALENÇA, Mêuser Jorga da Silva ; Teresa B. Ludermir ; VALENCA, A. . River Flow Forecasting with Constructive Neural Network. In: The 18th Australian Joint Conference on Artificial Intelligence, 2005, Sydney. Lecture Notes in Artificial Intelligence - AI 2005. Heidelberg: Springer, 2005. v. 3809. p. 1031-1036.

• VALENÇA, M. J. S. ; Teresa B. Ludermir . Estabelecimento de Volumes de Espera em Tempo Real Aplicando Algoritmos Genéticos e Redes Neurais. In: VII Congresso Brasileiro de Redes Neurais, 2005, Natal. Anais do VII Congresso Brasileiro de Redes Neurais, 2005. v. 1. p. 1-6.

• ZANCHETTIN, C. ; TERESA B. LUDERMIR . Evolving Fuzzy Neural Networks Applied to Odor Recognition in an Artificial Nose. In: Internation Joint Conference on Neural Networks, 2004, Budapest. Proceedings of IJCNN 2004. Los Alamitos: IEEE Computer Society, 2004. p. 675-680.

• CAMPOS, P. G. ; OLIVEIRA, E. M. J. ; Teresa B. Ludermir ; ARAÚJO, Aluízio Fausto Ribeiro . MLP Networks for Classification and Prediction with Rule Extraction Mechanism. In: International Joint Conference on Neural Networks, 2004, Budapest. Proceedings of IJCNN 2004. Los Alamitos: IEEE, 2004. p. 1387-1392.

• DE ALMEIDA, M.B. ; DE SOUTO, M.C.P. ; LUDERMIR, T.B. . Comparative study of connectionist techniques for implementing the pattern recognition system of an artificial nose. In: 2004 IEEE International Joint Conference on Neural Networks, 2004, Budapest. 2004 IEEE International Joint Conference on Neural Networks (IEEE Cat. No.04CH37541). v. 1. p. 653-656.

• VALENÇA, M. J. S. ; TERESA B. LUDERMIR . A non-linear constructive neural network technique for updating of river flow forecasts. In: VIII Simpósio Brasileiro de Redes Neurais, 2004, São Luiz. Proceedings of SBRN 2004. Los Alamitos: IEEE Computer Society, 2004. v. 1.

• ZANCHETTIN, C. ; TERESA B. LUDERMIR . Sistemas Neurais para Classificação de Odores em um Nariz Artificial. In: VIII Simpósio Brasileiro de Redes Neurais (VIII SBRN), 2004, São Luiz. Anais do VIII SBRN, 2004. v. 1.

• ZANCHETTIN, C. ; TERESA B. LUDERMIR . Filtro Wavelet para Redução de Ruído e Compressão de Sinal em um Nariz Artificial. In: VIII Simpósio Brasileiro de Redes Neurais (VIII SBRN), 2004, São Luiz. Anais do VIII SBRN, 2004. v. 1.

• FERREIRA, A. A. ; TERESA B. LUDERMIR . Comparação de arquiteturas de redes neurais artificiais para sistemas de reconhecimento de padrões em narizes artificiais. In: VIII Simpósio Brasileiro de Redes Neurais (VIII SBRN), 2004, São Luiz. Anais do VIII SBRN, 2004. v. 1.

• CAMPOS, P. G. ; TERESA B. LUDERMIR . Extraindo Regras de RNAs Treinadas Usando Duas Abordagens Distintas. In: VIII Simpósio Brasileiro de Redes Neurais (VIII SBRN), 2004, São Luiz. Anais do VIII SBRN, 2004. v. 1.

• SANTOS, P. M. ; TERESA B. LUDERMIR ; PRUDÊNCIO, Ricardo Bastos Cavalcante . Seleção de Modelos de Previsão de Séries Temporais baseada em Informações de Performance. In: VIII Simpósio Brasileiro de Redes Neurais (VIII SBRN), 2004, São Luiz. Anais do VIII SBRN, 2004. v. 1.

• CORRÊA, R. F. ; TERESA B. LUDERMIR . Dimensionality Reduction by Semantic Mapping. In: VIII Simpósio Brasileiro de Redes Neurais (VIII SBRN), 2004, São Luiz. Proceedings of VIII SBRN. Los Alamitos: IEEE Computer Society, 2004. v. 1.

• De Oliveira, W.R. ; SOUTO, M. C. P. ; TERESA B. LUDERMIR . On the Computational Universality of NARX Neural Networks. In: VIII Simpósio Brasileiro de Redes Neurais (VIII SBRN), 2004, São Luiz. Proceedings of VIII SBRN. Los Alamitos: IEEE Computer Society, 2004. v. 1.

• BENANTE, R. C. ; ARAÚJO, Aluízio Fausto Ribeiro ; TERESA B. LUDERMIR . Automatização na Escolha de Parâmetros para o Modelo Incremental GNG Usando Algoritmos Genéticos. In: VIII Simpósio Brasileiro de Redes Neurais (VIII SBRN), 2004, São Luiz. Anais do VIII SBRN, 2004. v. 1.

• GOMES, A. ; CARVALHO, Francisco de Assis Tenório de ; Teresa B. Ludermir . Comparing Metrics in Fuzzy Clustering for Symbolic Data on SODAS format. In: IX Ibero-American Conference on Artificial Intelligence (IBERAMIA2004), 2004, Puebla. Lectures Notes in Artificial Intelligence - IBERAMIA 2004. Berlin: Springer-Verlag, 2004. v. 3315. p. 727-736.

• VALENÇA, Mêuser Jorga da Silva ; Teresa B. Ludermir . Hydrological forecasting and updating procedures for neural network. In: 11th International Conference on Neural Information Processing (ICONIP-2004), 2004, Calcuta (India). Lectures Notes in Computer Scienve - ICONIP 2004. Heidelberg (Alemanha): Springer-Verlag, 2004. v. 3316. p. 1304-1309.

• CORRÊA, R. F. ; Teresa B. Ludermir . Web Documents Categorization using Neural Networks. In: 11th International Conference on Neural Information Processing (ICONIP-2004, 2004, Calcuta (India). Lectures Notes in Computer Science - ICONIP 2004. Heidelberg (Germany): Springer-Verlag, 2004. v. 3316. p. 758-763.

• ZANCHETTIN, C. ; Teresa B. Ludermir . Evolving Fuzzy Neural Networks Applied to Odor Recognition. In: 11th International Conference on Neural Information Processing (ICONIP-2004, 2004, Calcuta (India). Lectures Notes in Computer Science - ICONIP 2004. Heidelberg (Alemanha): Springer-Verlag, 2004. v. 3316. p. 953-958.

• LINS, A. P. E. S. ; Teresa B. Ludermir . Neighbor Generation Mechanism Optimizing the Neural Network. In: 11th International Conference on Neural Information Processing (ICONIP-2004), 2004, Calcuta (India). Lectures Notes in Computer Science - ICONIP 2004. Heidelberg (Germany): Springer-Verlag, 2004. v. 3316. p. 613-618.

• CORRÊA, R. F. ; Teresa B. Ludermir . Dimensionality Reduction by Semantic Mapping in Text Categorization. In: 11th International Conference on Neural Information Processing, 2004, Calcuta (India). Lectures Notes in Computer Science - ICONIP 2004. Heidelberg (Alemanha): Springer Verlag, 2004. v. 3316. p. 1032-1037.

• PRUDÊNCIO, Ricardo Bastos Cavalcante ; Teresa B. Ludermir . Using Machine Learning Techniques to Combine Forecasting Methods. In: 17th Australian Joint Conference on Artificial Intelligence - AI2004, 2004, Cairns (Australia). Lecture Notes in Artificial Intelligence - AI 2004. Berlin: Spring-Verlag, 2004. v. 3339. p. 1122-1127.

• SANTOS, P. M. ; Teresa B. Ludermir ; PRUDÊNCIO, Ricardo Bastos Cavalcante . Selection of Time Series Forecasting Models based on Performance. In: Fourth International Conference on Hybrid Intelligent Systems (HIS04), 2004, Kitakyushu. Proceedings of HIS 2004. Los Alamitos: IEEE Computer Society, 2004. p. 366-371.

• ZANCHETTIN, C. ; TERESA B. LUDERMIR ; YAMAZAKI, Akio . Classification of Gases from the Petroliferous Industry by an Artificial Nose with Neural Network. In: Proceedings of Internacional Conference on Artificial Neural Networks/International Conference on Neural Information Processing (ICANN/ICONIP'03), 2003, Istanbul. Proceedings of ICANN/ICONIP'03, 2003. p. 208-211.

• PRUDÊNCIO, Ricardo Bastos Cavalcante ; TERESA B. LUDERMIR . Selecting and Ranking Time Series Models Using the NOEMON Approach. In: Proceedings of Internacional Conference on Artificial Neural Networks/International Conference on Neural Information Processing (ICANN/ICONIP'03), 2003, Istanbul. Proceedings of ICANN/ICONIP'03 Lectures Notes in Computer Science, 2003.

• Teresa B. Ludermir ; YAMAZAKI, Akio . Neural Networks for Odor Recognition in Artificial Noses. In: International Joint Conference on Neural Networks 2003, 2003, Oregon. Proceedings of the International Joint Conference on Neural Networks. Los Alamitos: IEEE Press, 2003. p. 143-148.

• PRUDÊNCIO, Ricardo Bastos Cavalcante ; TERESA B. LUDERMIR ; CARVALHO, Francisco de Assis Tenório de . Seleção de Modelos de Séries Temporais Utilizando Meta-Protótipos. In: IV ENIA - Encontro Nacional de Inteligência Artificial, 2003, Campinas. Anais do IV ENIA - Encontro Nacional de Inteligência Artificial, 2003.

• AMORIM, Bruno P ; ZANCHETTIN, C. ; VASCONCELLOS, Denise M. R. H. ; VASCONCELOS, Germano ; TERESA B. LUDERMIR ; ARAÚJO, Aluízio Fausto Ribeiro . Avaliação de um Modelo Neuro-difuso para Classificação de Padrões, Seleção de Atributos e Extração de Regras. In: IV ENIA - Encontro Nacional de Inteligência Artificial, 2003, Campinas. Anais do IV ENIA - Encontro Nacional de Inteligência Artificial, 2003.

• LOPES, Cláudia Ribeiro Santos ; TERESA B. LUDERMIR ; LUDERMIR, Ana Bernarda . Rede Neural Artificial e Regressão Logística: Uma abordagem comparativa para análise de fatores relacionados a Transtornos Mentais Comuns. In: IV ENIA - Encontro Nacional de Inteligência Artificial, 2003, Campinas. Anais do IV ENIA - Encontro Nacional de Inteligência Artificial, 2003.

• ZANCHETTIN, C. ; TERESA B. LUDERMIR . Wavelet Filter for Noise reduction and Signal Compression in an Artificial Nose. In: International Conference on Hybrid Intelligent Systems (HIS), 2003, Melbourne. Design and Apllication of Hybrid Intelligent Systems. Amsterdam: IOS Press, 2003. v. 1. p. 907-916.

• ZANCHETTIN, C. ; TERESA B. LUDERMIR . A Neuro-Fuzzy Model Applied to Odor Recognition in an Artificial Nose. In: International Conference on Hybrid Intelligent Systems (HIS), 2003, Melbourne. Design and Application of Hybrid Intelligent Systems. Amsterdam: IOS Press, 2003. v. 1. p. 917-926.

• LOPES, Cláudia Ribeiro Santos ; TERESA B. LUDERMIR ; LUDERMIR, Ana Bernarda . Rede Neural Artificial e Simulated Annealing: Uma alternativa à Regressão Logística para identificação de fatores relacionados a Transtornos Mentais Comuns. In: Simpósio Brasileiro de Automação Inteligente, 2003, Bauru. Anais do Simpósio Brasileiro de Automação Inteligente, 2003. v. 1. p. 207-212.

• PRUDÊNCIO, Ricardo Bastos Cavalcante ; TERESA B. LUDERMIR ; CARVALHO, Francisco de Assis Tenório de . Neural Network Hybrid Learning: Genetic Algorithms & Levenberg-Marquadt. In: 26th Annaul Conference of the Gesellschaft fur Klassifikation, 2003, Mannheim. Between Data Science and Applied Data Analysis. Berlin: Springer Verlag, 2003. v. 1. p. 464-472.

• YAMAZAKI, Akio ; Teresa B. Ludermir ; SOUTO, M. C. P. . Optimization of neural networks weights and architectures for odor recognition using simulated annealing. In: International Joint Conference on Neural Networks, 2002, Honolulu. Proc. of International Joint Conference on Neural Networks. Los Alamitos: IEEE Press, 2002. p. 800-806.

• Lacerda, E. G. M. de ; Teresa B. Ludermir ; CARVALHO, A. P. L. . A Study of Crossvalidation and Holdout as Objective Functions for Genetic Algorithms. In: VII Brazilian Symposium on Neural Networks, 2002, Recife. VII Brazilian Symposium on Neural Networks. Los Alamitos: IEEE Computer Society, 2002. v. 1. p. 118-123.

• De Oliveira, W.R. ; SOUTO, M. C. P. ; Teresa B. Ludermir . Neural Turing Machines with Finite Memory. In: VII Brazilian Symposium on Neural Networks, 2002, Recife. VII Brazilian Symposium on Neural Networks. Los Alamitos: IEEE Computer Society, 2002. v. 1. p. 67-72.

• YAMAZAKI, Akio ; Teresa B. Ludermir ; SOUTO, M. C. P. . Global Optimization Methods for Designing and Training Neural Networks. In: VII Brazilian Symposium on Neural Networks, 2002, Recife. VII Brazilian Symposium on Neural Networks. Los Alamitos: IEEE Computer Society, 2002. v. 1. p. 136-141.

• VALENÇA, Mêuser Jorge da Silva ; Teresa B. Ludermir . NeuroInflow: The New Model to Forecast Average Monthly Inflow. In: VII Brazilian Symposium on Neural Networks, 2002, Recife. VII Brazilian Symposium on Neural Networks. Los Alamitos: IEEE Computer Society, 2002. v. 1. p. 74-79.

• VANDERLEY FILHO, D. ; SILVA, A. F. D. E. ; VALENÇA, M. J. S. ; Teresa B. Ludermir . Gerenciamento da Fila Única para Transplante de Órgãos com Abordagem FUZZY. In: Terceiro Congresso de Lógica Aplicada à Tecnologia, 2002. Anais do Tereceiro Congresso de Lógica Aplicada à Tecnologia, 2002.

• VANDERLEI FILHO, D. ; VALENÇA, M. J. S. ; TERESA B. LUDERMIR ; SILVA, G. P. F. . Uma Proposta FUZZY na Avaliação de Desempenho de Bibliotecas Universitárias Brasileiras. In: XII Seminário Nacional de Bibliotecas Universitárias da América Latina e do Caribe / II Simpósio de Diretores de Bibliotecas Universitárias da América Latina e Caribe, 2002, Recife. Anais do XII Seminário Nacional de Bibliotecas Universitárias da América Latina e do Caribe, 2002.

• VANDERLEI FILHO, D. ; VALENÇA, M. J. S. ; TERESA B. LUDERMIR . Um Modelo de Previsão Baseado em Inteligência Artificial na Gestão de Bibliotecas Universitárias. In: XII Seminário Nacional de Bibliotecas Universitárias da América Latina e do Caribe / II Simpósio de Diretores de Bibliotecas Universitárias da américa Latina e Caribe, 2002, Recife. Anais do XII Seminário Nacional de Bibliotecas Universitárias da América Latina e do Caribe, 2002.

• OLIVEIRA, E. M. J. ; TERESA B. LUDERMIR . Forecasting the IBOVESPA Using NARX Networks. In: Sixth International Conference on Knowledge - Based Intelligent Information & Engineering Systems, 2002, Crema. Proceedings of Sixth International Conference on Knowledge - Based Intelligent Information & Engineering Systems, 2002. p. 301-305.

• PRUDÊNCIO, R. B. C. ; TERESA B. LUDERMIR . Selection of Models for Times Series Prediction via Meta-Learning. In: Second International Conference on Hybrid Intelligent Systems, 2002, Santiago. Proceedings of Second International Conference on Hybrid Intelligent Systems, 2002. p. 74-83.

• VALENÇA, M. J. S. ; TERESA B. LUDERMIR . Redes Compostas por Blocos de Regressões Sigmóides não Lineares com Aplicação na Classificação de Tumores de Mama. In: II Congresso Brasileiro de computação / II Workshop de Informática Aplicada a Saúde, 2002, Itajaí. Anais do II Congresso Brasileiro de Computação, 2002.

• VANDERLEY FILHO, D. ; SANTOS, M. A. ; VALENÇA, Mêuser Jorge da Silva ; TERESA B. LUDERMIR . Apoio ao Diagnóstico de LER/DORT Utilizando um Modelo Fuzzy. In: VII Simpósio Brasileiro de Redes Neurais, 2002, Recife. Anais do VII Simpósio Brasileiro de Redes Neurais, 2002. v. 1. p. 131-136.

• CORRÊA, R. F. ; TERESA B. LUDERMIR . Categorização Automática de Documentos: Estudo de Caso. In: VII Simpósio Brasileiro de Redes Neurais, 2002, Recife. Anais do VII Simpósio Brasileiro de Redes Neurais, 2002. v. 1. p. 17-22.

• OLIVEIRA, E. M. J. ; TERESA B. LUDERMIR . Comparando as Redes NARX com o Modelo Random Walk na Previsão do IBOVESPA. In: VII Simpósio Brasileiro de Redes Neurais, 2002, Recife. Anais do VII Simpósio Brasileiro de Redes Neurais, 2002. v. 1. p. 49-54.

• OLIVEIRA, J. C. M. DE ; SOUTO, M. C. P. ; TERESA B. LUDERMIR . Implemetação de Autômatos probabilísticos em Redes Neurais sem Pesos. In: VII Simpósio Brasileiro de Redes Neurais, 2002, Recife. Anais do VII Simpósio Brasileiro de Redes Neurais, 2002. v. 1. p. 74-80.

• DINIZ FILHO, J. ; TERESA B. LUDERMIR . Interação Modulatória como Suporte à Modelagem das Bases Neurais da Decisão. In: VII Simpósio Brasileiro de Redes Neurais, 2002, Recife. Anais do VII Simpósio Brasileiro de Redes Neurais, 2002. v. 1. p. 81-92.

• LOPES, C. ; TERESA B. LUDERMIR ; SOUTO, Marcílio Carlos Pereira de ; LUDERMIR, Ana Bernarda . Rede Neural Artificial para análise de fatores relacionados a Transtornos Mentais Comuns. In: VII Simpósio Brasileiro de Redes Neurais, 2002, Recife. Anais do VII Simpósio Brasileiro de Redes Neurais, 2002. v. 1. p. 43-48.

• BARBOSA, M. S. ; TERESA B. LUDERMIR ; SANTOS, Marizete Silva ; SANTOS, Francisco Luis dos ; SOUZA, J. E. G. ; MELO, Celso Pinto de . Uma RBF para classificar gases da indústria petrolífera. In: VII Simpósio Brasileiro de Redes Neurais, 2002, Recife. Anais do VII Simpósio Brasileiro de Redes Neurais, 2002. v. 1. p. 125-130.

• VALENÇA, M. J. S. ; TERESA B. LUDERMIR . Efficient Higher-order Constructive Neural Networks for Function Approximation. In: ITCC 2001, 2001, Las Vegas. Anais do ITCC 2001, 2001.

• VALENÇA, M. J. S. ; Teresa B. Ludermir . Constructive Neural Networks in Forecasting Weekly River Flow. In: International Conference on Computational Intelligence and Multimedia, 2001. Proceedings of ICCIMA - IEEE. Estados Unidos: IEEE, 2001. v. 1. p. 271-275.

• De Oliveira, W.R. ; DE SOUTO, M. C. P. ; Teresa B. Ludermir . Agent-Environment Approach to the simulation of Turing Machines by Neural Networks. In: International Joint Conference on Neural Networks, 2001, Washington. International Joint Conference on Neural Networks. Washington: IEEE, 2001. v. 1. p. 612-620.

• YAMAZAKI, Akio ; TERESA B. LUDERMIR . Classificação de Safras de Vinho por um Nariz Artificial com Redes Neurais. In: Encontro Nacional de Inteligência Artificial, 2001, Fortaleza. Anais do ENIA 2001, 2001. p. 1-10.

• YAMAZAKI, Akio ; TERESA B. LUDERMIR . Classification of Vintages of Wines by an Artificail Nose with Neural Networks. In: International Conference on Neural Information Processing, 2001, Shanghai. Proceedings of International Conference on Neural Information Processing. Shanghai: IOS Press, 2001. p. 184-187.

• PRUDÊNCIO, R. ; TERESA B. LUDERMIR . Evolutionary Design of Neural Networks: Application to River Flow Prediction. In: International Conference on Artificial Intelligence and Applications, 2001, Marbella. Proceedings of International Conference on Artificial Intelligence and Applications, 2001. v. unico. p. 56-61.

• PRUDÊNCIO, R. ; TERESA B. LUDERMIR . Design of Neural Networks for Time Series Prediction Using Case-Initialized Genetic Algorithms. In: International Conference on Neural Information Processing, 2001, Shanghai. Proceedings of International Conference on Neural Information Processing. Shanghai: IOS Press, 2001. p. 990-995.

• SOUTO, M. C. P. ; De Oliveira, W.R. ; TERESA B. LUDERMIR . Computational Complexity and Pyramidal Architecture. In: International Conference on Neural Information Processing, 2001, Shanghai. Proceedings of International Conference on Neural Information Processing. Shanghai: IOS Press, 2001. p. 1338-1343.

• VALENÇA, Mêuser Jorge da Silva ; TERESA B. LUDERMIR . Redes Compostas por Blocos de Regressões Sigmóides Não-lineares: Uma eficiente rede de alta ordem com aplicações na previsão de séries temporais. In: V Congresso Brasileiro de Redes Neurais, 2001, Rio de Janeiro. Proceedings of V Brazilian Conference on Neural Networks, 2001. p. 67-72.

• VALENÇA, Mêuser Jorge da Silva ; TERESA B. LUDERMIR . Multivariate Modelling of Water Resources Time Series Using Constructive Neural Networks. In: V Congresso Brasileiro de Redes Neurais, 2001, Rio de Janeiro. Proceedings of V Brazilian Conference on Neural Networks, 2001. p. 163-168.

• VALENÇA, Mêuser Jorga da Silva ; TERESA B. LUDERMIR . Previsão de Vazões de Longo Prazo Utilizando Redes Neurais. In: XVI Seminário Nacional de Produção e Transmissão de Energia Elétrica, 2001, Campinas. Anais do XVI Seminário Nacional de Produção e Transmissão de Energia Elétrica, 2001. p. 1-6.

• SILVA, R. B. A. ; TERESA B. LUDERMIR . Obtaining simplified rule bases by hybrid learning. In: Seventeenth International Conference on Machine Learning (ICML), 2000, Stanford. Anais do Seventeenth International Conference on Machine Learning (ICML), 2000.

• SOUTO, M. C. P. ; Teresa B. Ludermir ; CAMPOS, M. A. . Encoding of probabilistic automata into TAM-based Neural Networks. In: International Joint Conference on Neural Networks 2000, 2000, Italy. Anais do International Joint Conference on Neural Networks 2000. Los Alamitos: IEEE Computer Society, 2000.

• VALENÇA, M. J. S. ; TERESA B. LUDERMIR . Neural Networks vs. PARMA modelling: case studies of river flow prediction. In: International Joint Conference on Neural Networks 2000, 2000, Italy. Anais do International Joint Conference on Neural Networks 2000, 2000.

• VALENÇA, M. J. S. ; TERESA B. LUDERMIR . Bankruptcy prediction by nonlinear sigmoidal regression blocks networks. In: International Joint Conference on Neural Networks 2000, 2000, Italy. Anais do International Joint Conference on Neural Networks 2000, 2000.

• VALENÇA, M. J. S. ; TERESA B. LUDERMIR . Monthly steamlow forecasting using an Neural Fuzzy Network Model. In: International Joint Conference on Neural Networks 2000, 2000, Italy. Anais do International Joint Conference on Neural Networks 2000, 2000.

• SOUZA, J. E. G. ; NETO, B. B. ; SANTOS, F. L. ; MELO, C. P. ; SANTOS, M. S. ; TERESA B. LUDERMIR . Desenvolvimento de sensores de aroma baseados em filmes de polipirrol. In: II Simpósio Nacional de Instrumentação Agropecuária, 2000. Anais do II Simpósio Nacional de Instrumentação Agropecuária, 2000. p. 91-101.

• Lacerda, E. G. M. de ; Carvalho, A. de ; Teresa B. Ludermir . Evolutionary Optmization of RBF Networks. In: VI Brazilian Symposium on Neural Networks, 2000, Rio de Janeiro. Anais do Brazilian Symposium on Neural Networks. California: IEEE Computer Society, 2000. v. 1. p. 219-224.

• De Oliveira, W.R. ; DE SOUTO, M. C. P. ; TERESA B. LUDERMIR . On an alternative implementation of Turing Machine into a Neural Network. In: International Conference on Intelligent Tecnologies, 2000, Bangkok. Anais do International Conference on Intelligent Tecnologies, 2000.

• VALENÇA, M. J. ; Teresa B. Ludermir . Neural Networks vs. PARMA Modelling: case studies of river flow prediction. In: Simpósio Brasileiro de Redes Neurais, 2000, Rio de Janeiro. Anais do SBRN. California: IEEE Computer Society, 2000. v. 1. p. 113-116.

• VALENÇA, M. J. ; Teresa B. Ludermir . Monthly streamflow forecasting using an Neural Fuzzy Network Model. In: VI Brazilian Symposium on Neural Networks, 2000, Rio de Janeiro. Anais do VI SBRN. California: IEEE Computer Society, 2000. v. 1. p. 117-119.

• SANTOS, M. S. ; TERESA B. LUDERMIR ; SANTOS, F. L. . Proposta de um Nariz Artificial com Inspiração Biológica. In: VI Simpósio Brasileiro de Redes Neurais, 2000, Rio de Janeiro. Anais do VI Simpósio Brasileiro de Redes Neurais. Rio de Janeiro: SBC, 2000. v. 2. p. 1-10.

• DINIZ FILHO, J. ; TERESA B. LUDERMIR . Modelling modulatory aspects in association process. In: Sixth Neural Computation and Psichology Workshop-Perspectives in Neural Computing Series, 2000, Liége. Anais do Sixth Neural Computation and Psichology Workshop-Perspectives in Neural Computing Series. Liége: Springer-Verlag, 2000.

• VALENÇA, M. J. S. ; TERESA B. LUDERMIR ; VALENCA, A. ; VASCONCELOS, I. . Sistema de apoio à decisão para a operação hidráulica de Sobradinho incorporando tendências macro-climáticas utilizando redes neurais. In: Simpósio Nordestino de Recursos Hídricos, 2000, Natal. Anais do Simpósio Nordestino de Recursos Hídricos, 2000. p. 07-17.

• SANTOS, F. L. ; SOUZA, J. E. G. ; SANTOS, M. S. ; TERESA B. LUDERMIR ; NETO, B. B. ; SANTOS, C. G. ; MELO, C. P. . Novo Nariz Artificial Baseado a Tecnologia de Filmes Orgânicos Finos. In: XXIII Encontro Nacional de Física da Matéria Condensada, 2000, São Lourenço. Anais do VXXIII Encontro Nacional de Física da Matéria Condensada, 2000. p. 213-213.

• BARROS, M. M. ; Teresa B. Ludermir ; VALADARES, J. L. F. . Rule extraction from boolean artificial neural networks. In: International Joint Conference on Neural Networks, 1999, Washington. International Joint Conference on Neural Networks. Los Alamitos: IEEE Computer Society, 1999.

• VALENÇA, Mêuser Jorga da Silva ; Teresa B. Ludermir . Multiplicative-additive neural networks with active neurons. In: International Joint Conference on Neural Networks, 1999, Washington. International Joint Conference on Neural Networks. Los Alamitos: IEEE Computer Society, 1999.

• VALENÇA, Mêuser Jorga da Silva ; Teresa B. Ludermir . Self-organization sigmoidal blocks networks. In: International Conference on Computational Intelligence and Multimedia Applications (ICCIMA'99), 1999, Nova Deli. International Conference on Computational Intelligence and Multimedia Applications (ICCIMA'99). Nova Deli: IEEE Computer Society, 1999. p. 60-64.

• VALENÇA, Mêuser Jorga da Silva ; TERESA B. LUDERMIR . Uma Rede Neural Construtiva com Atualização Dinâmica dos Pesos. In: IV Congresso Brasileiro de Redes Neurais, 1999, São José dos Campos. IV Brazilian Conference on Neural Networks, 1999. p. 114-117.

• SANTOS, M. S. ; Teresa B. Ludermir . Using Factorial Design to Optmise Neural Networks. In: International Joint Conference on Neural Networks, 1999, Washington. International Joint Conference on Neural Networks. Los Alamitos: IEEE Computer Society, 1999.

• SILVA, R. B. A. ; Teresa B. Ludermir . Neural Netwoks Methods for Rule Induction. In: International Joint Conference on Neural Networks, 1999, Washington. International Joint Conference on Neural Networks. Los Alamitos: IEEE Computer Society, 1999.

• VALENÇA, M. J. S. ; TERESA B. LUDERMIR . Redes Neurais na Previsão de Vazões. In: I Reunion Internacional Generación y Transmisión-CIER 99, 1999, Santa Fé de Bogotá. Anais do CIER 99, 1999.

• VALENÇA, Mêuser Jorge da Silva ; TERESA B. LUDERMIR . Estratégia Operacional de um Reservatório utlizando Redes Neurais e Algoritmos Genéticos. In: I Reunión Internacional Generación y TRasmisión - CIER 99, 1999, Santa Fé de Bogotá. Anais do CIER 99, 1999.

• VALENÇA, Mêuser Jorge da Silva ; Teresa B. Ludermir . Self-organization sigmoidal blocks networks. In: International Joint Conference on Neural Networks, 1999, Washington. Anais do International Joint Conference on Neural Networks. Los Alamitos: IEEE Computer Society, 1999.

• TERESA B. LUDERMIR ; De Oliveira, W.R. . Extracting Rules From Boolean Neural Networks. In: ICONIP98, 1998, Kitakyushu. Anais do ICONIP98. Kitakyushu: IOS, 1998. v. 3. p. 1666-1669.

• SOUZA, J. E. G. ; NETO, B. B. ; SANTOS, F. L. ; PINTO DE MELO, C. ; TERESA B. LUDERMIR . Polypyrrole Based Aroma Sensor. In: International Conference of Synthetic Metals, 1998, Paris. Anais da International Conference of Synthetic Metals, 1998. p. 137.

• BARROS, M. M. ; SOUZA, G. G. ; TERESA B. LUDERMIR . Features Extraction On Boolean Artificial Neural Networks. In: 3rd International Conference on Computation Intelligence and Neural Science, 1998, Carolina do Norte. Anais do 3rd International Conference on Computation Intelligence and Neural Science, 1998. p. 99-102.

• VALENÇA, Mêuser Jorga da Silva ; Teresa B. Ludermir . Self-Organizing Modeling in Forecasting Daily River Flows. In: V Simpósio Brasileiro de Redes Neurais, 1998, Belo Horizonte. Anais do V Simpósio Brasileiro de Redes Neurais. Los Alamitos: IEEE Computer Society, 1998. v. 1. p. 210-214.

• VALENÇA, M. J. ; TERESA B. LUDERMIR . Previsão de Demanda Máxima Mensal Utilizando Um Modelo Auto-Organizável. In: V Simpósio Brasileiro de Redes Neurais, 1998, Belo Horizonte. Anais do V Simpósio Brasileiro de Redes Neurais, 1998. v. 2. p. 311-314.

• VALENÇA, Mêuser Jorga da Silva ; TERESA B. LUDERMIR . Uma Nova Rede Neural Polinominal Com Aplicação Na Previsão de Vazões. In: V Simpósio Brasileiro de Redes Neurais, 1998, Belo Horizonte. Anais do V Simpósio Brasileiro de Redes Neurais, 1998. v. 2. p. 273-278.

• Teresa B. Ludermir . Extracting Rules From Feedforward Boolean Neural Networks. In: V Simpósio Brasileiro de Redes Neurais, 1998, Belo Horizonte. Anais do V Simpósio Brasileiro de Redes Neurais. Los Alamitos: IEEE Computer Society, 1998. v. 1. p. 61-66.

• SANTOS, M. S. ; TERESA B. LUDERMIR ; SANTOS, F. L. ; PINTO DE MELO, C. ; GOMES, J. E. . Usando Um Nariz Artificial Para Reconhecer Safras de Vinho. In: V Simpósio Brasileiro de Redes Neurais, 1998, Belo Horizonte. Anais do V Simpósio Brasileiro de Redes Neurais, 1998. v. 2. p. 253-258.

• BARROS, M. M. ; SOUZA, G. M. ; TERESA B. LUDERMIR . Extração de Regras Em Uma Rede Neural Booleana Utilizando O Modelo Ram. In: V Simpósio Brasileiro de Redes Neurais, 1998, Belo Horizonte. Anais do V Simpósio Brasileiro de Redes Neurais, 1998. v. 2. p. 121-125.

• NOBRE, C. N. ; BRAGA, A. P. ; CARVALHO, A. P. L. ; TERESA B. LUDERMIR . Extração de Conhecimento: Uma Comparação Entre Os Métodos Clássico e Conexionista. In: V Simpósio Brasileiro de Redes Neurais, 1998, Belo Horizonte. Anais do V Simpósio Brasileiro de Redes Neurais, 1998. v. 2. p. 126-131.

• SANTOS, F. L. ; MELO, C. P. ; SOUZA, J. E. G. ; SANTOS, M. S. ; TERESA B. LUDERMIR . Nariz Eletrônico À Base de Polypirrol Condutor. In: XVI Encontro de Físicos do Norte e Nordeste, 1998, São Luis. Anais do XVI Encontro de Físicos do Norte e Nordeste.

• SOUZA, J. E. G. ; NETO, B.B. ; SANTOS, F. L. ; MELO, C. P. ; TERESA B. LUDERMIR . Desenvolvimento de Sensores de Aroma Baseados Em Filmes de Polypirrol. In: II Simpósio Nacional de Instrumentação Agropecuária, 1998, São Carlos. Anais do II Simpósio Nacional de Instrumentação Agropecuária, 1998. p. 3.

• SOUTO, M. C. P. ; Teresa B. Ludermir ; DE OLIVEIRA, WILSON R. . Synthesis of Probabilistic Automata in pRAM Neural Networks. In: Internacional Conference on Artificial Neural Networks, 1998, Skövde. Proceedings International Conference on Neural Networks (ICANN 1998). Amsterdam: Springer, 1998. v. 1. p. 603-608.

• TERESA B. LUDERMIR ; De Oliveira, W.R. ; SANTOS, A. Q. . Implementação Neural de Um Analisador Sintático. In: III Congresso Brasileiro de Redes Neurais, 1997, Florianópolis. Anais do III Congresso Brasileiro de Redes Neurais, 1997. p. 244-249.

• DE LIMA NETO, F. B. ; SANTOS, M. S. ; TERESA B. LUDERMIR . Estudo Comparativo de Desempenho das Topologias de Redes Neurais: MLP e Cascade-Correlation Em Problemas Reais de Classificação. In: III Congresso Brasileiro de Redes Neurais, 1997, Florianópolis. Anais do III Congresso Brasileiro de Redes Neurais. p. 493-498.

• MEDEIROS, C. A. ; TERESA B. LUDERMIR ; De Oliveira, W.R. . Avaliação do Aprendizado de Caracteres Em Redes Neurais Sem Pesos. In: III Simpósio Brasileiro de Automação Inteligente, 1997, Vitória. Avaliação do Aprendizado de Caracteres em Redes Neurais sem Pesos, 1997. p. 388-393.

• TERESA B. LUDERMIR ; De Oliveira, W.R. . Extração de Regras de Redes Booleanas Com Realimentação. In: IV Simpósio Brasileiro de Redes Neurais, 1997, Goiânia. Anais do IV Simpósio Brasileiro de Redes Neurais, 1997. p. 112-114.

• DE LIMA NETO, F. B. ; TERESA B. LUDERMIR . Suporte A Decisão Para A Colheita de Cana de Açúcar. In: IV Simpósio Brasileiro de Redes Neurais, 1997, Goiânia. Anais do IV Simpósio Brasileiro de Redes Neurais, 1997. p. 27-31.

• SANTOS, M. S. ; TERESA B. LUDERMIR . Construção de Um Nariz Artificial Usando Redes Neurais. In: IV Simpósio Brasileiro de Redes Neurais, 1997, Goiânia. Construção de um Nariz Artificial usando Redes Neurais, 1997. p. 71-73.

• TERESA B. LUDERMIR ; CARVALHO, E. B. ; VASCONCELOS, G. C. ; BORGES, D. L. . Redes Neurais: Filosofia, Teoria, Modelagem e Aplicações. In: Jornada de Atualização em Informática do Congresso da SBC, 1996, Recife. Apostila do curso ministrado na Jornada de Atualização em Informática do Congresso da SBC, 1996.

• TERESA B. LUDERMIR ; De Oliveira, W.R. ; SANTOS, A. Q. . Um Analisador Sintático Neural Para O Pascal. In: III Simpósio Brasileiro de Redes Neurais, 1996, Recife. Anais do III Simpósio Brasileiro de Redes Neurais, 1996.

• SOUTO, M. C. P. ; GUIMARÃES, K. S. ; TERESA B. LUDERMIR . On The Intractability Of Loading Pyramidal Arquitectures.. In: International Conference Artificial Neural Networks, 1995, Cambridge. International Conference Artificial Neural Networks-IEE, 1995. p. 189-194.

• TERESA B. LUDERMIR ; De Oliveira, W.R. . Taxonomy And Description Of Weightless Neural Systems. In: XXII Seminário Integrado de Software e Hardware, 1995, Canela. SEMISH'95 / CLEI'95, 1995. p. 825-837.

• SOUTO, M. C. P. ; GUIMARÃES, K. S. ; TERESA B. LUDERMIR . Learning And Generalization In Pyramidal Architectures.. In: II Simpósio Brasileiro de Automação Inteligente, 1995, Curitiba. Anais do II Simpósio Brasileiro de Automação Inteligente. Los Alamitos: IEEE Computer Society, 1995. p. 225-230.

• SILVA, S. L. ; TERESA B. LUDERMIR . Implementing Finite State Automata In Recurrent Ram-Based Networks.. In: ICANN95, 1995, Paris. Anais do ICANN95, 1995. p. 461-466.

• SILVA, S. L. ; TERESA B. LUDERMIR . Regular Language Recognition By Recurrent RAM-Based Networks.. In: Fifth Irish Neural Network Conference., 1995, Irlanda. Anais do Fifth Irish Neural Network Conference., 1995.

• SILVA, S. L. ; TERESA B. LUDERMIR . A Adequacidade de Uma Nova Rede Ram-Based Recorrente Para Reconhecimento de Sentenças de Linguagens Regulares.. In: II Simpósio Brasileiro de Redes Neurais, 1995, São Carlos. Anais do II Simpósio Brasileiro de Redes Neurais, 1995. p. 153-158.

• MEDEIROS, C. A. ; TERESA B. LUDERMIR . Avaliação do Aprendizado de Redes Neurais Sem Pesos.. In: Anais do II Simpósio Brasileiro de Redes Neurais, 1995, São Carlos. II Simpósio Brasileiro de Redes Neurais, 1995. p. 159-164.

• SOUTO, M. C. P. ; GUIMARÃES, K. S. ; TERESA B. LUDERMIR . Issues On The Complexity Of Training Weightless Neural Networks.. In: I Congresso Nacional de Redes Neurais., 1994, Itajubá. Anais do I Congresso Nacional de Redes Neurais., 1994. p. 09-14.

• TERESA B. LUDERMIR ; De Oliveira, W.R. . Automata And Weightless Neural Networks.. In: Conferência Latina Americana de Informática, 1993, Buenos Aires. Anais da Conferência Latina Americana de Informática, 1993. p. 089-105.

• TERESA B. LUDERMIR . Learning Algorithms For Cut-Point Neural Networks.. In: X Simpósio Brasileiro de Inteligência Artificial, 1993, Porto Alegre. Anais do X Simpósio Brasileiro de Inteligência Artificial, 1993. p. 433-443.

• TERESA B. LUDERMIR . Computability And Learnability Of Artificial Neural Networks.. In: I Simpósio Brasileiro de Automação Inteligente, 1993, Rio Claro. Anais do I Simpósio Brasileiro de Automação Inteligente, 1993. p. 1-9.

• Teresa B. Ludermir ; De Oliveira, W.R. . Training Strategies For Weightless Neural Networks. In: International Joint Conference on Neural Networks, 1993, Nagoya. International Joint Conference on Neural Networks. Los Alamitos: IEEE Computer Society, 1993. p. 2731-2734.

• DE OLIVEIRA, WILSON R. ; Teresa B. Ludermir . Turing Machine Simulation By Logical Neural Networks. In: Internacional Conference on Artificial Neural Networks, 1992, Bournemouth. Artificial Neural Networks 2. Amsterdam: North-Holland, 1992. v. 1. p. 663-668.

• Teresa B. Ludermir . Logical Networks Capable Of Computing Weighted Regular Languages.. In: International Joint Conference on Neural Networks (IJCNN-91), 1991, Singapore. International Joint Conference on Neural Networks (IJCNN-91). Los Alamitos: IEEE Computer Society, 1991. p. 1687-1692.

• TERESA B. LUDERMIR . Logical Neural Nets And Distributed Implementations Of Weighted Regular Languages. In: Second International Conference on Artificial Neural Networks (IEE 349), 1991, Bournemounth. IEE 349) of the Second International Conference on Artificial Neural Networks. Los Alamitos: IEEE Computer Society, 1991. p. 158-162.

• Teresa B. Ludermir . Relating Logical Neural Networks To Conventional Models Of Computation. In: International Joint Conference on Neural Network (IJCNN-91), 1991, Seattle. International Joint Conference on Neural Network (IJCNN-91). Los Alamitos: IEEE Computer Society, 1991. p. 101-104.

• Teresa B. Ludermir . A Cup-Point Recognition Algorithm Using Pln Node. In: Internacional Conference on Artificial Neural Networks, 1991, Espoo. Artificial Neural Networks. Amsterdam: North-Holland, 1991. v. 1. p. 1091-1094.

• TERESA B. LUDERMIR . Stability And Temporal Pattern Recognition.. In: International Joint Conference on Neural Networks (IJCNN-90), 1990, Washington. International Joint Conference on Neural Networks (IJCNN-90). Los Alamitos: IEEE Computer Society, 1990. p. 428-431.

• T. B. LUDERMIR . A Feedback Network For Temporal Pattern Recognition. In: Parallel Processing in Neural Systems and computers, 1990, Dusseldorf. Parallel Processing in Neural Systems and computers. Amsterdan: North-Holland, 1990. v. 1. p. 395-398.

• Teresa B. Ludermir . CHATGPT4: O QUE É E O QUE MUDA NA PRODUÇÃO ACADÊMICA?. In: 75ª Reunião Anual da SBPC, 2023, Curitiba. Anais da 75ª Reunião Anual da SBPC, 2023.

• PACIFICO, LUCIANO D. S. ; OLIVEIRA, Emilia ; BRITTO, Larissa ; Teresa B. Ludermir . Sistema de Predição de Valores Nutricionais em Receitas Culinárias através de Métodos de Aprendizagem de Máquina. In: XIV Brazilian e-Science Workshop, 2020, Cuiabá. Anais do XIV Brazilian e-Science Workshop. Porto Alegre: SBC, 2020. p. 129-132.

• PACIFICO, LUCIANO D. S. ; OLIVEIRA, Emilia ; BRITTO, Larissa ; Teresa B. Ludermir . Sistemas de Recomendação e Geração de Receitas Através da Categorização Ontológica dos Ingredientes. In: 2th Brazilian Symposium in Information and Human Language Technology, 2019, Salvador. Proceedings Brazilian Symposium in Information and Human Language Technology 2019. Porto Alegre: SBC, 2019. p. 81-85.

• VALENÇA, M. J. S. ; LUDERMIR, T. B. ; Valença, I.B. . ANÁLISE COMPARATIVA ENTRE O USO DE DIFERENTES FUNÇÕES DE ATIVAÇÃO PARA PREVISÃO DE VAZÕES COM REDES NEURAIS. In: IX SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS DO NORDESTE, 2008, Salvador. IX SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS DO NORDESTE, 2008.

• PRUDÊNCIO, Ricardo Bastos Cavalcante ; TERESA B. LUDERMIR ; CARVALHO, Francisco de Assis Tenório de . Using the Meta-Prototype approach to select time series models. In: 27th Annual Conference of the Gfkl, 2003, Cottubus. Proceedings of The 27th Annual Conference of the Gfkl, 2003. p. 145.

• DINIZ FILHO, J. ; Teresa B. Ludermir . Modulatory Interaction as a Support to Modeling Neural Substrates of the Decision Process. In: Simpósio Brasileiro de Redes Neurais, 2002, Recife. Anais do VII Simpósio Brasileiro de Redes Neurais. Los Alamitos: IEEE Computer Society, 2002. v. 1. p. 242.

• VANDERLEI FILHO, D. ; SANTOS, M. A. ; VALENÇA, Mêuser Jorge da Silva ; Teresa B. Ludermir . A Fuzzy Approach to Support a Musculoskeletal Disorders Diagnosis. In: VII Simpósio Brasileiro de Redes Neurais, 2002, Recife. Anais do VII Simpósio Brasileiro de Redes Neurais. Los Alamitos: IEEE Computer Society, 2002. v. 1. p. 154.

• OLIVEIRA, J. C. ; SOUTO, M. C. P. ; Teresa B. Ludermir . Implementation of Probabilistic Automata in Weightless Neural Networks. In: VII Simpósio Brasileiro de Redes Neurais, 2002, Recife. Anais do VII Simpósio Brasileiro de Redes Neurais. Los Alamitos: IEEE Computer Society, 2002. v. 1. p. 235.

• BARBOSA, M. S. ; Teresa B. Ludermir ; SANTOS, Francisco Luis dos ; SOUZA, J. G. . Pattern recognition of gases of petroleum based on RBF model. In: VII Simpósio Brasileiro de Redes Neurais, 2002, Recife. Anais do VII Simpósio Brasileiro de Redes Neurais. Los Alamitos: IEEE Computer Society, 2002. v. 1. p. 111.

• CORREA, R. F. ; Teresa B. Ludermir . Automatic Text Categorization: Case Study. In: VII Simpósio Brasileiro de Redes Neurais, 2002, Recife. Anais do VII Simpósio Brasileiro de Redes Neurais. Los Alamitos: IEEE Computer Society, 2002. v. 1. p. 150.

• OLIVEIRA, E. M. J. ; Teresa B. Ludermir . Forecasting the IBOVESPA Using NARX Networks and Random Walk Model. In: VII Simpósio Brasileiro de Redes Neurais, 2002, Recife. Anais do VII Simpósio Brasileiro de Redes Neurais. Los Alamitos: IEEE Computer Society, 2002. v. 1. p. 115.

• LOPES, C. ; Teresa B. Ludermir ; SOUTO, Marcílio Carlos Pereira de ; LUDERMIR, Ana Bernarda . Neural Networks for the analysis of Common Mental Disorders Factors. In: VII Simpósio Brasileiro de Redes Neurais, 2002, Recife. Anais do VII Simpósio Brasileiro de Redes Neurais. Los Alamitos: IEEE Computer Society, 2002. v. 1. p. 114.

• SOUZA, J. E. G. ; SANTOS, F. L. ; BARROS NETO, B. ; SANTOS, C. G. ; SANTOS, Marizete Silva ; TERESA B. LUDERMIR ; MELO, Celso Pinto de . Polypyrrole thin Films as gas sensors: discrimination between petroleum derivantes. In: 1º Encontro da Sociedade Brasileira de Pesquisa em Materiais, 2002, Rio de Janeiro. Anais do 1º Encontro da Sociedade Brasileira de Pesquisa em Materiais. p. 235.

• SOUZA, J. E. G. ; SANTOS, F. L. ; B NETO, B. ; SANTOS, C. G. ; SANTOS, M. S. ; TERESA B. LUDERMIR ; MELO, C. P. . Discriminação de Amostras de Aguarrás com Diferentes Níveis de Contaminação Através de Sensores de Voláteis Baseados em Filmes de Polipirrol. In: XXV Encontro Nacional de Física da Matéria Condensada, 2002, Caxambu. Anais do XXV Encontro Nacional de Física da Matéria Condensada, 2002. p. 378.

• SOUZA, J. E. G. ; SANTOS, F. L. ; B NETO, B. ; SANTOS, C. G. ; SANTOS, M. S. ; TERESA B. LUDERMIR ; MELO, C. P. . Reconhecimento de Gases Derivados do Petróleo Através de Sensores de Voláteis Baseados em Filmes de Polipirrol. In: XXV Encontro Nacional de Física da Matéria Condensada, 2002, Caxambu. Anais do XXV Encontro Nacional de Física da Matéria Condensada, 2002. p. 399.

• YAMAZAKI, A. ; TERESA B. LUDERMIR ; SOUTO, M. C. P. . Simulated Anneling and Tabu Search for Optimization of Neural Networks. In: 26th Annual Conference of the Germany Classification Society, 2002, Mannheim. Proceedings of 26th Annual Conference of the Germany Classification Society, 2002. p. 193.

• PRUDÊNCIO, R. B. C. ; TERESA B. LUDERMIR . Neural Network Hybrid Learning: Genetic Algorithms & Leverbeng-Marquat. In: 26th Annual Conference of the Germany Classification Society, 2002, Mannheim. Proceedings of 26th Annual Conference of the Germany Classification Society, 2002. p. 156.

• OLIVEIRA, E. M. J. ; TERESA B. LUDERMIR . Previsão do ïndice da Bolsa de São Paulo Utilizando o Modelo de Redes Neurais Multivariado NARX. In: Nona Escola de Séries Temporais e Ecometria, 2001, Belo Horizonte. Anais da Nona Escola de Séries Temporais e Ecometria, 2001.

• TERESA B. LUDERMIR . Automata Theoretic Aspects of Temporal Behavior and Computability in Logical Networks. Londres: o Autor, 1990 (Tese de Doutorado).

• TERESA B. LUDERMIR . Discriminação de Sequências com Redes Neuronais Digitais. Recife: o Autor, 1986 (Dissertação de Mestrado).

Outras produções

Projetos de pesquisa

• 2024 - Atual

  Centro de Excelência em Inteligência Artificial para Segurança Cibernética, Descrição: O Centro de Excelência em Inteligência Artificial para Segurança Cibernética é uma iniciativa conjunta da academia e da indústria no fomento a pesquisas e soluções aplicadas e inovadoras em Inteligência Artificial para promover a ciber-resiliência na sociedade e nas organizações, que representa a capacidade de se preparar, proteger, detectar, responder e se recuperar de possíveis ameaças cibernéticas internas ou externas. O Centro está sediado no Centro de Informática da Universidade Federal de Pernambuco, e sua proposta está centrada em três grandes áreas de pesquisa na interseção entre Inteligência Artificial e Segurança Cibernética: ataque e defesa, aprendizagem adversária e aplicações ciber físicas. As instituições científicas, tecnológicas e de inovação que hospedam os pesquisadores do Centro estão localizadas em todas as regiões do Brasil. O Centro possui caráter aplicado e conta com grupo relevante de pesquisadores nacionais e internacionais, além de empresas parceiras que são referências internacionais na aplicação de tecnologia em cada uma das áreas investigadas. Com sua capilaridade, interdisciplinaridade, pluralidade e o funcionamento em rede, o Centro irá fomentar projetos de pesquisas nos mais diversos níveis, pesquisas inovadoras de classe mundial, projetos de extensão para integração com a sociedade, empreendedorismo tecnológico, transferência de tecnologia e divulgação científica objetivando ser referência internacional na aplicação de Inteligência Artificial em Segurança Cibernética.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (10) / Mestrado acadêmico: (5) / Mestrado profissional: (5) / Doutorado: (10) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Francisco de Assis Tenório de Carvalho - Integrante / George Cavalcanti - Integrante / ZANCHETTIN, CLEBER - Integrante / Luiz Eduardo Soares de Oliveira - Integrante / Divanilson Campelo - Integrante / Eduardo Cerqueira - Integrante / Henrique Ferraz Arcoverde - Integrante / Giuliano Neves da Silva Mendonça - Integrante / Alex Sandro Gomes - Integrante., Financiador(es): EMBRAER - Cooperação / Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro / TEMPEST SERVIÇOS DE INFORMÁTICA S.A - Cooperação / Atech - Negócios em Tecnologias - Cooperação.

• 2022 - Atual

  Instituto Nacional de Inteligência Artificial, Descrição: A criação de um Instituto Nacional de Ciência e Tecnologia em Inteligência Artificial (IAIA) irá reunir e estimular pesquisas científicas, tecnológicas e de inovação colaborativas em Inteligência Artificial, além de tornar a Inteligência Artificial brasileira internacionalmente reconhecida pela qualidade de suas pesquisas. A iniciativa desenvolverá um forte programa de capacitação de formação de recursos humanos em Inteligência Artificial, inclusive Inteligência Artificial aplicada. O IAIA tem 87 pesquisadores. Financiamento: Edital Nº 58/2022 - Programa Institutos Nacionais de Ciência e Tecnologia - INCT do CNPq. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Francisco de Assis Tenório de Carvalho - Integrante / André C P L F Carvalho - Integrante / Marley Vellasco - Integrante / Carmelo Jose Albanez Bastos Filho - Integrante / Altigran Soares da Silva - Integrante / Wagner Meira Junior - Integrante.

• 2022 - Atual

  Construção e Seleção Automática de Algoritmos de Aprendizado de Máquina, Descrição: Técnicas de Aprendizado de Máquina (AM), tais como redes neurais artificiais estão resolvendo uma grande quantidade de tarefas, revolucionando muitos domínios de aplicação. Uma solução utilizando AM inclui etapas de pré-processamento de dados, engenharia de atributos, seleção de modelos e ajuste de hiper parâmetros. O processo de desenvolvimento destas soluções ainda depende fortemente de especialistas humanos, o que é caro. O aprendizado de máquina automático (AutoML) é o processo de automatizar as tarefas de aplicação do aprendizado de máquina a problemas do mundo real. À medida que a complexidade dessas tarefas aumenta, também aumenta a demanda por soluções automatizadas. Várias empresas, como Google, Facebook e Microsoft, estão investindo em AutoML. O objetivo principal deste projeto é avançar em alguns tópicos ainda em aberto na área de construção automática de algoritmos de aprendizado de máquina.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Teresa Bernarda Ludermir - Coordenador / André C P L F Carvalho - Integrante / Cléber Zanchettin - Integrante / George Cavalcanti - Integrante / Ana Carolina Lorena - Integrante / Péricles Barbosa Cunha de Miranda - Integrante / Márcio Porto Basgalupp - Integrante / Ricardo Cerri - Integrante., Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Cooperação / Fundação de Amparo à Pesquisa do Estado de São Paulo - Cooperação.

• 2021 - Atual

  Centro de Pesquisa Aplicada em Inteligência Artificial Recriando Ambientes (IARA), Projeto certificado pelo(a) coordenador(a) André Carlos Ponce de Leon Ferreira de Carvalho em 06/04/2022., Descrição: IARA é um projeto multidisciplinar composto por várias dezenas de pesquisadores brasileiros e de instituições parceiras fora do Brasil com foco nas áreas de Cidades Inteligentes, Inteligência Artificial, e Internet da Coisas. O projeto é nacionalmente coordenado Coordenado pelo Prof. André de Carvalho. O novo Centro de Pesquisa está entre uma das seis propostas selecionadas para financiamento na chamada lançada pelo Ministério da Ciência, Tecnologia e Inovação (MCTI), pela Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) e pelo Comitê Gestor da Internet (GCI.br). A Rede IARA (e sub redes regionais, e.g. IANE no Nordeste) já conta com a colaboração nas seguintes cidades-laboratório: Fortaleza (CE), Juazeiro (BA), Monteiro Lobato (SP), Niterói (RJ), Recife (PE), São Carlos (SP), São José dos Campos (SP) e Sorocaba (SP). O centro visa buscar desenvolver mecanismos para lidar, de maneira rápida e eficaz, com aplicações da área de aprendizado de máquina em larga escala, a fim de atender ao grande número de demandas por modelos nas várias aplicações em cidades inteligentes.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Teresa Bernarda Ludermir - Integrante / Wilson Rosa de Oliveira - Integrante / Fernando Buarque Lima Neto - Integrante / André Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Francisco de Assis Tenório de Carvalho - Integrante / George Cavalcanti - Integrante.

• 2021 - Atual

  Hiper: Laboratório de computação de alto desempenho, Descrição: O objetivo desse projeto é a implantação de infraestrutura de alto poder computacional para vários usuários, tanto para instituições de ensino como empresas que atuem em Pernambuco. Assim, o projeto objetiva assegurar a infraestrutura computacional robusta e, ao mesmo tempo, fortalecer o intercâmbio científico e tecnológico existente entre os parceiros e colaboradores. A equipe deste projeto é formada de 48 pesquisadores de 5 ICTs pernambucanas da região metropolitana e do interior do estado. APQ-0626-1.03/21. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Wilson Rosa de Oliveira - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Cleber Zanchettin - Integrante / Aida Araujo Ferreira - Integrante / George Cavalcanti - Integrante / Adenilton da Silva - Integrante / Paulo Henrique Borba - Integrante / Fernando M. de Paula Neto - Integrante / Sergio Soares - Integrante / Divanilson Campelo - Integrante / Anísio Brasileiro de Freitas Dourado - Integrante / Hansenclever de França Bassani - Integrante., Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro.

• 2020 - Atual

  Rede de Inteligência Artificial do Nordeste (IANE), Descrição: A IANE é uma rede de pesquisa de mais de 60 pesquisadores de alta produção em Inteligência Artificial vinculados a múltiplas instituições no Nordeste do Brasil. A missão da rede IANE é conceber, conduzir e disseminar pesquisas de alto nível que possibilitem transferências tecnológicas e capacitações para resolução de problemas complexos na Indústria e no Governo, em especial no Nordeste do Brasil. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Wilson Rosa de Oliveira - Integrante / Fernando Buarque Lima Neto - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Cleber Zanchettin - Integrante / George Cavalcanti - Integrante / João Fausto Lorenzato de Oliveira - Integrante / CANUTO, ANNE M. P. - Integrante / Carmelo Jose Albanez Bastos Filho - Integrante / FERREIRA, AIDA A. - Integrante.

• 2019 - 2023

  Aprendizagem por Reforço em Redes Neurais de Impulsos, Descrição: O projeto pretende investigar novas formas de organização e treinamento por reforço, visando: 1) aprendizagem online a partir de sinais de reforço esparsos e com atraso, 2) escalabilidade do algoritmo de treinamento em termos de quantidade de neurônios na rede e dimensões das entradas e saídas 3) incorporação de atrasos sinápticos em modelos de plasticidade neural, permitindo aprender filtros no domínio espacial e temporal. Pretende-se demonstrar aplicabilidade competitiva das soluções propostas em problemas do estado da arte.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / CHEVTCHENKO, SÉRGIO F. - Integrante.

• 2018 - 2024

  Extração de Conhecimento em Redes Neurais Artificiais, Descrição: Técnicas de aprendizado de máquina, tais como redes neurais artificiais (RNA) estão resolvendo uma grande quantidade de tarefas, revolucionando muitos domínios de aplicação. Redes neurais são hoje componentes chaves da solução de muitos processos críticos de decisão ou previsão. Embora o uso de RNAs venha crescendo rapidamente, elas ainda enfrentam dificuldades que limitam seu uso em muitas áreas. As RNAs tendem a se comportar como caixas-preta elas não têm mecanismos que as permitam explicar por quê uma certa saída foi gerada a partir de um dado de entrada. Este projeto se propõem a desenvolver técnicas que expliquem o conhecimento adquirido pelas RNAs. Edital Universal 2018. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (6) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Marcílio Carlos Pereira de Souto - Integrante / Tarcísio Daniel Pontes Lucas - Integrante / PACIFICO, LUCIANO D. S. - Integrante / Fernando Maciano de Paula Neto - Integrante / DE OLIVEIRA, WILSON - Integrante / Marcelo Gomes Pereira de Lacerda - Integrante / Adenilton José da Silva - Integrante / David Lopes de Macedo - Integrante / Nicolas Melo de Oliveira - Integrante / Felipe Costa Farias - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2016 - 2018

  On the development of a new method for analyzing multi-source biomedical data using multi-view clustering and pattern mining, Projeto certificado pelo(a) coordenador(a) Francisco de Assis Tenorio de Carvalho em 30/01/2024., Descrição: The ultimate goal of this project is to investigate and develop a new methodology for the analysis of multi-source biomedical data by the combination of multi-view clustering and pattern mining techniques. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Teresa Bernarda Ludermir - Integrante / Francisco de Assis Tenório de Carvalho - Coordenador / Renato Vimieiro - Integrante / Sergio Ricardo de Melo Queiroz - Integrante / Amedeo Napoli - Integrante., Financiador(es): Centre National de la Recherche Scientifique - Cooperação / Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Cooperação.

• 2015 - 2018

  MAP: Aprendizado de Máquina: uma abordagem baseada em múltiplas estratégias, Projeto certificado pelo(a) coordenador(a) André Carlos Ponce de Leon Ferreira de Carvalho em 12/02/2015., 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 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: (3) Doutorado: (3) . , Integrantes: Teresa Bernarda Ludermir - Integrante / Marcílio Carlos Pereira de Souto - Integrante / André Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Ana Carolina Lorena - Integrante / Katti Faceli - Integrante / Gustavo Batista - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação / COFECUB - Cooperação.

• 2014 - 2018

  Aprendizado de Máquina aplicado a problemas de Bioinformática, Descrição: Neste projeto serão investigadas técnicas e aplicações de Aprendizado de Máquina objetivando contribuir para o avanço nas pesquisas na área de Bioinformática. Edital Universal 2014. Processo: 442668/2014-7.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (7) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Wilson Rosa de Oliveira - Integrante / Marcilio C P de Souto - Integrante / Cleber Zanchettin - Integrante / Leandro Maciel Almeida - Integrante / Tarcísio Daniel Pontes Lucas - Integrante / João Fausto Lorenzato de Oliveira - Integrante / Elliackin Messias do Nascimento Figueiredo - Integrante / Tiago Pessoa Ferreira Lima - Integrante / Anderson Tenorio Sergio - Integrante / Carmelo Jose Albanez Bastos Filho - Integrante / DA SILVA, ADENILTON J. - Integrante / PACIFICO, LUCIANO DEMETRIO SANTOS - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2014 - 2018

  Mineração de padrões discriminativos em grandes volumes de dados biomédicos, Descrição: O projeto de pesquisa proposto nesse documento discute novas abordagens para o descobrimento de padrões discriminativos em grandes volumes de dados biomédicos. Padrões discriminativos são conjuntos de (ou expressões lógicas envolvendo) variáveis em uma base de dados que são muito relacionados (frequentes) em uma classe e pouco relacionados (infrequente) nas demais. Nosso interesse nesse projeto é investigar novas abordagens que possibilitem a identificação de padrões relacionados a doenças. Nossa proposta é desenvolver métodos com o intuito específico de minerar padrões discriminativos em conjuntos de dados de alta dimensionalidade, usando para isso técnicas evolutivas. Propomos ainda a investigação da paralelização desses novos métodos, sobretudo com o uso de novas arquiteturas computacionais como GPUs e MapReduce.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (1) . , Integrantes: Teresa Bernarda Ludermir - Integrante / Renato Vimieiro - Coordenador / Carlos Riveros - Integrante., Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro.

• 2014 - 2015

  Detecção de Assinaturas de Envelhecimento e Senescência a partir de Dados Epigenéticos, Descrição: Projeto de Cooperação CAPES-DAAD Probal entre a UFPE e Institute of Biomedical Engineering - RWTH University Hospital.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) / Doutorado: (3) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Francisco de Assis Tenório de Carvalho - Integrante / Cleber Zanchettin - Integrante / Ivan Gesteira Costa - Integrante / Ana Carolina Lorena - Integrante / PRUDENCIO, RICARDO B. C. - Integrante / Wolfgang Wagner - Integrante / Martin Zenke - Integrante / Sonja Haenzelmann - Integrante., Financiador(es): Deutscher Akademischer Austauschdienst - Cooperação / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação.

• 2012 - 2020

  IMPLANTAÇÃO DA INFRAESTRUTURA MULTIUSUÁRIA DE PESQUISA DO NEAM - EDITAL CTINFRA 2012 FINEP, Descrição: O principal objetivo deste projeto é viabilizar a construção de um prédio do CIn-UFPE. O prédio terá laboratórios de pesquisa na área de Aprendizado de Máquina. O objetivo de pesquisa do 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: CTINFRA REF 0183/12.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Francisco de Assis Tenório de Carvalho - Integrante.

• 2011 - 2016

  Núcleo de Excelência em Aprendizado de Máquina - Programa de Apoio a Núcleos de Excelência - PRONEX, 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. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (10) / Doutorado: (10) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Wilson Rosa de Oliveira - Integrante / Marcílio C P de Souto - Integrante / Ricardo B.C. Prudêncio - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Andre Carlos P L de Carvalho - Integrante / Cleber Zanchettin - Integrante / Gerson Zaverucha - Integrante / Ivan Gesteira Costa - Integrante / Gilson Ludmer - Integrante.

• 2011 - 2014

  Análise de Data Streams Utilizando Aprendizado de Máquina - Processo: 490482/2010-4, Projeto certificado pelo(a) coordenador(a) André Carlos Ponce de Leon Ferreira de Carvalho em 01/03/2013., 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. , Integrantes: Teresa Bernarda Ludermir - Integrante / Marcilio C P de Souto - Integrante / André C P L F Carvalho - Coordenador / Zhao Liang - Integrante / Alejandro Ceccatto - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Cooperação / Centro Cientifico Tecnologico Conicet de Rosario - Cooperação.

• 2011 - 2014

  Combining Numerical and Symbolical Methods for the Classification of Multi-valued and Interval Data, EDITAL FACEPE 21/2010 (acordo de cooperação FACEPE/INRIA), Projeto certificado pelo(a) coordenador(a) Francisco de Assis Tenorio de Carvalho em 30/01/2024., Descrição: Esse projeto visa o desenvolvimento e a comparação de algoritmos de agrupamento para dados multi-valorados e de tipo intervalo. Duas familias de algoritmos serão estudadas, ou seja algoritmos de agrupamento baseados principalmente no uso de uma similaridade ou de uma distância para comparar os objetos, e algoritmos de agrupamento formulados no contexto da ``Formal Concept Analysis (FCA)'' e baseados principalmente na partilha de atributos entre objetos. Os objetivos aqui são a combinação das virtudes de ambas as famílias de algoritmos para melhorar o potencial de cada família para lidar com conjuntos de dados mais complexos e volumosos, a fim de impulsionar o barreira de complexidade mais longe na mineração de dados complexos. Dados biológicos, ou seja, dados de expressão gênica, serão utilizados para testes e avaliação da combinação de algoritmos. O projeto envolve três equipes, uma equipe brasileira e duas francesas, incluindo especialistas de agrupamento e métodos de classificação. Assim, a complementaridade das equipes é assegurada e, além disso, existe contato estreito com peritos do domínio dos dados de modo a realizar uma avaliação completa dos resultados obtidos pela combinação dos algoritmos que deverão ser concebidos durante o projeto.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Teresa Bernarda Ludermir - Integrante / Marcílio Carlos Pereira de Souto - Integrante / Francisco de Assis Tenório de Carvalho - Coordenador / Yves Lechevallier - Integrante / Marc Csernel - Integrante / ZANCHETTIN, CLEBER - Integrante / Sergio Ricardo de Melo Queiroz - Integrante., Financiador(es): Institut National de Recherche en Informatique et en Automatique - Siège - Cooperação / Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Cooperação.

• 2009 - 2011

  Técnicas Avançadas de Aprendizado de Máquina (Edital CGCI Nr. 009/2008 - CAPES-FCT), Descrição: Nessa cooperação serão investigados diferentes temas, com ênfase para os temas de meta-aprendizado e análise de fluxos de dados. Participarão deste projeto pesquisadores de três Universidades brasileiras (Universidade de São Paulo, Universidade Federal de Pernambuco e Universidade Federal do Rio Grande do Norte) e duas portuguesas (Universidade do Porto e Universidade de Aveiro). , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Teresa Bernarda Ludermir - Integrante / Marcílio Carlos Pereira de Souto - Integrante / Ricardo Bastos Cavalcante Prudêncio - Integrante / Andre Carlos P L de Carvalho - Coordenador / João Manuel Portela da Gama - Integrante / Pavel Brazdil - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação / Fundação para a Ciência e a Tecnologia - Cooperação.

• 2008 - 2012

  Sistemas Hibridos de Aprendizado de Maquina, Descrição: Esse projeto envolve os programas de pós-graduação em computação do ICMC-USP-São Carlos (André C. P. L. F. Carvalho, coordenador geral), CIn-UFPE (Teresa Ludermir, coordenadora local) e DIMAp-UFRN (Marcilio C. P. de Souto, coordenador local). Os objetivos em termos de melhoria dos Programas de Pós-Graduação envolvidos, resumidamente, são elevação da qualidade das equipes envolvidas; produção conjunta de conhecimento científico e tecnológico expresso na forma de publicações especializadas em periódicos e congressos de qualidade; contribuição para a consolidação do Programa de Pós-Graduação em Sistemas e Computação (PPgSC) da UFRN; aplicação sócio-econômica dos conhecimentos desenvolvidos. Edital PROCAD-CAPES.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (6) / Mestrado profissional: (1) / Doutorado: (4) . , Integrantes: Teresa Bernarda Ludermir - Integrante / Ricardo Prudêncio - Integrante / Marcílio C P de Souto - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / André Carlos P L Carvalho - Coordenador / Anne Magaly de Paula Canuto - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação.

• 2008 - 2011

  Desenvolvimento de Sistemas Híbridos Inteligentes - Programa de Apoio a Núcleos de Excelência - PRONEX, Descrição: O objetivo deste projeto é contribuir para um avanço no estado-da-arte da integração dos paradigmas simbólico e conexionista através do desenvolvimento de sistemas híbridos inteligentes. Vários sistemas híbridos diferentes serão propostos e testados ao longo do projeto. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (6) / Doutorado: (6) . , Integrantes: Teresa Bernarda Ludermir - Coordenador., Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro / Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2008 - 2010

  Sistemas Neurais Híbridos para detecção de derivados de petróleo, Descrição: Narizes artificiais são dispositivos eletrônicos capazes de detectar e classificar odores, vapores e gases automaticamente. Eles têm despertado especial interesse da indústria petrolífera, onde podem ser utilizados na detecção e reconhecimento de gases tóxicos em dutos de transporte e plataformas de extração e refino de derivados de petróleo. Posicionados em locais estratégicos, podem detectar e identificar vazamentos em estágios iniciais, antes que a concentração de gases tóxicos alcance níveis perceptíveis e perigosos, para os seres humanos e para a natureza. O trabalho da dissertação tem como objetivo o estudo e a proposta de um sistema de reconhecimento de padrões, baseado na utilização de sistemas neurais híbridos. Processo: PBPG-0135-1.03/08. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Teresa Bernarda Ludermir - Coordenador., Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Bolsa., Número de produções C, T & A: 2

• 2008 - 2010

  Reconhecimento da Qualidade da Água de Ecossistemas através de algoritmos de aprendizagem híbrida, Descrição: O objetivo desse projeto é a implementação de um sistema de monitoração automática da qualidade da água dos reservatórios da Chesf utilizando técnicas de inteligência computacional. Processo: PBPG-0136-1.03/08. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Ivna Brasileiro Valença - Integrante., Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Bolsa., Número de produções C, T & A: 1

• 2008 - 2010

  Utilização de Redes Neurais para otimização da coleta de informações, Descrição: Otimizar a quantidade de postos de coleta de informações de qualidade da água de tal forma que os projetos de tanques-rede dos reservatórios sejam mais rápidos e de menor custo, bem como minimizar os custos de coleta das licenças de operação de forma a agilizar os atendimentos às condicionantes. Vários modelos de redes neurais serão utilizados para fazer interpolação de valores nos moldes necessários neste projeto. Edital MCT/CNPq ? 027/2007. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Antonio Miguel Faustini Zarth - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa., Número de produções C, T & A: 1

• 2008 - 2010

  Sistemas Inteligentes Híbridos para Previsão de Consumo e Demanda de Energia - Edital MCT/CNPq 15/2007 - UNIVERSAL, Descrição: A previsão de demanda e consumo de energia é de fundamental importância para uma operação econômica e segura de um sistema de geração de energia. Funções básicas de operação tais como: configuração mais econômica para suprir uma determinada demanda, avaliação segura do sistema elétrico e entrada de novas obras (subestações, linhas de transmissão), são alguns dos fatores que requerem uma boa previsão de carga. O objetivo deste trabalho é desenvolver e aplicar técnicas inteligentes, redes neurais artificiais, para previsão de mercado de energia.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Wilson Rosa de Oliveira - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro., Número de produções C, T & A: 7

• 2007 - 2010

  Otimização de Redes Neurais através de diferentes técnicas - Bolsa de IC, Descrição: Desenvolvimento (participação de alunos de IC) no desenvolvimento) de um sistema de Otimização de Redes Neurais através de diferentes técnicas.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2007 - 2009

  Otimização de Redes Neurais através de diferentes técnicas. Ed 02/2006 Universal, Descrição: O objetivo deste projeto é propor diferentes formas de otimizar o uso de redes neurais artificiais. Vários sistemas diferentes serão propostos e testados ao longo do projeto.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador., Número de produções C, T & A: 5

• 2006 - 2008

  Classificação Automatica e Web Usage Mining - Edital FACEPE/INRIA, Descrição: A informatização de um número crecente de atividades humanas produz um volume importante de dados cuja análise e utilização implicam em problemas complexos. Um dos remédios para esse forte crescimento do volume dos dados consiste em construir resumos dos mesmos. Entre os diversos métodos propostos para simplificar grandes volumes de dados a nossa abordagem, dita ``simbólica'', é uma abordagem de tipo ``data mining'' pois seu ponto de partida é a extração de conhecimentos à partir de grandes bases de dados. O conhecimento extraído é representado por dados mais complexos, chamados ``dados simbólicos''. O objetivo dessa representação simbólica é de realizar melhor a modelagem do conjunto de dados associado aos resumos. O objetivo principal desse projeto é a concepção de métodos de classificação automática apliáveis à dados não vetoriais (simbólicos ou complexos), sobretudo para a análise do uso em sites web. Serão desenvolvidas duas novas abordagens de classificação automática para conjuntos de objetos descritos por dados não vetoriais. O principal domínio de aplicação é a análise do uso e, em particular, a análise dos comportamentos dos internautas nos sites web. O nosso objetivo é propor novos métodos de análise de uso que ultrapassem os limites dos métodos existentes. A extração e a interpretação de comportamentos padrões pode ajudar tanto o webmaster à reestruturar o seu site como os futuros usuarios dos site à procurar uma informação. Iremos desenvolver novos métodos de visualização que permitirão ao webmaster de melhor analisar o comportamento dos usuários e a evolução do mesmo. De uma maneira geral, essa tecnicas poderão ser utilizadas em problemas que dizem respeito à dados de uso.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (1) . , Integrantes: Teresa Bernarda Ludermir - Integrante / Francisco de Assis Tenório de Carvalho - Coordenador / Renata Maria Cardoso Rodrigues de Souza - Integrante / Yves Lechevallier - Integrante / Marc Csernel - Integrante., Financiador(es): Institut National de Recherche En Informatique - Auxílio financeiro / Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro.

• 2005 - 2007

  Desenvolvimento de Sistemas Híbridos Inteligentes, Descrição: O objetivo deste projeto é contribuir para um avanço no estado-da-arte da integração dos paradigmas simbólico e conexionista através do desenvolvimento de sistemas híbridos inteligentes. Vários sistemas híbridos diferentes serão propostos e testados ao longo do projeto. Edital CNPq 19/2004 - Universal. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2005 - 2007

  Desenvolvimento de Sitemas Híbridos Inteligentes, Descrição: O objetivo deste projeto é contribuir para um avanço no estado-da-arte da integração dos paradigmas simbólico e conexionista através do desenvolvimento de sistemas híbridos inteligentes. Vários sistemas híbridos diferentes serão propostos e testados ao longo do projeto. Dentre estes sistemas podemos citar: ·Sistemas para a otimização simultânea de arquiteturas e pesos de redes MLP ·Sistemas para a seleção automática de modelos de previsão ·Projeto Evolucionário de Redes Neurais Artificiais ·Extração de conhecimento de Redes Neurais Artificiais Edital CTInfo 11/2005. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (6) / Doutorado: (5) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Wilson Rosa de Oliveira - Integrante / Marcílio Carlos Pereira de Souto - Integrante / Ricardo Bastos Cavalcante Prudêncio - Integrante / André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Anne Magaly de Paula Canuto - Integrante / Gerson Zaverucha - Integrante / Renata Maria Cardoso Rodrigues de Souza - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2005 - 2007

  Meta-Aprendizado para a Seleção e Combinação de Algoritmos de Agrupamento Aplicados a Séries Temporais - Edital CAPES-DAAD, Descrição: Esse projeto visa a implementação de uma metodologia, via meta-aprendizado, de seleção e combinação de modelos para o agrupamento (clustering) de séries temporais.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Marcílio Carlos Pereira de Souto - Integrante / Ricardo Bastos Cavalcante Prudêncio - Integrante / Francisco de Assis Tenório de Carvalho - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação / Max-Planck-Institut für Molekulare Genetik - Cooperação / Deutscher Akademischer Austauschdienst - Cooperação.

• 2004 - 2007

  Integração do processamento simbólico e conexionista em sistemas baseados em conhecimento - Bolsas de IC, Descrição: Desenvolvimento (participação de alunos de IC) no desenvolvimento) de um sistema neural híbrido aplicado a previsão de séries temporais. Edital CNPq 05/2004 / Iniciação Científica a Projetos de Pesquisa Científica e Tecnológica.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador.

• 2003 - 2006

  Integração do processamento simbólico e conexionista, Descrição: Este projeto aborda a intersecção de dois problemas distintos mas relacionados. O primeiro problema surge de uma análise do estado da arte na área da integração dos paradigmas simbólico e conexionista. Mais especificamente, este problema consiste no desenvolvimento de um esquema de integração que use de maneira eficiente a capacidade de explicação das abordagens simbólicas. O segundo problema é intrínseco à abordagem conexionista e pode ser definido da seguinte maneira: embora a tecnologia de Redes Neurais Artificiais (RNAs) venha crescendo rapidamente desde a década de 1980, ela ainda enfrenta dificuldades que limita seu uso em muitas áreas. Por exemplo, as RNAs tendem a se comportar como ?caixas-preta? ? elas não têm nenhum mecanismo que as permitam explicar por quê uma certa saída foi gerada a partir de um dado de entrada. Na pesquisa proposta aqui, abordaremos ambos os problemas simultaneamente.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (3) / Doutorado: (3) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Wilson Rosa de Oliveira - Integrante / Cleber Zanchettin - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa., Número de produções C, T & A: 1

• 2003 - 2005

  Integração do Processamento Simbólico e Conexionista, Descrição: Este projeto aborda a intersecção de dois problemas distintos mas relacionados. O primeiro problema surge de uma análise do estado da arte na área da integração dos paradigmas simbólico e conexionista. Mais especificamente, este problema consiste no desenvolvimento de um esquema de integração que use de maneira eficiente a capacidade de explicação das abordagens simbólicas. O segundo problema é intrínsico à abordagem conexionista e pode ser definido da seguinte maneira: embora a tecnologia de redes neurais artificiais venha crescendo rapidamente desde a década de 80, ela ainda enfrenta dificuldades que limita seu uso em muitas áreas. Por exemplo, as RNAs tendem a se comportar como ?caixas-preta? ? elas não têm nenhum mecanismo que as permitam explicar por quê uma certa saída foi gerada a partir de um dado de entrada.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (3) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Wilson Rosa de Oliveira - Integrante / A Yamazaki - Integrante / R.B.C. Prudêncio - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Cynthia Pimentel Belleza Bernardino - Integrante / Cléber Zanchettin - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2002 - 2004

  Previsão de Consumo e Demanda de Energia utilizando Redes Neurais Artificiais, Descrição: O objetivo deste projeto é desenvolver e aplicar técnicas inteligentes para previsão do mercado de energia.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / M.J. S Valença - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro., Número de produções C, T & A: 2

• 2001 - 2005

  Integracação do procesamento simbólico e conexionista em sistemas baseados em conhecimento, Descrição: O objetivo deste projeto é contribuir para um avanço no estado-da-arte da integração dos paradigmas simbólico e conexionista e reforço e conexionista.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (4) Doutorado: (4) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Wilson Rosa de Oliveira - Integrante / M C P DE SOUTO - Integrante / A.P.L. Carvalho - Integrante / S REZENDE - Integrante / A P BRAGA - Integrante / Aluízio Fausto Ribeiro Araújo - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação.

• 2001 - 2004

  Smart-es: Técnicas de Aprendizagem e de Adaptação para Comércio Eletrônico, Jogos e Busca na Internet - Cooperação CAPES/COFECUB, Descrição: Este projeto de pesquisa tem por objetivo estabelecer um intercâmbio entre pesquisadores da UFPE e da Université Paris VI na área de inteligência artificial, particularmente no desenvolvimento de sistemas capazes de aprender e adaptar seu comportamento em aplicações que envolvem a Internet. O projeto também facilita a formação de doutores, destinando para tal mais de 10 bolsas de doutorado pleno, doutorado sanduíche ou pós doutorado.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (8) / Doutorado: (6) . , Integrantes: Teresa Bernarda Ludermir - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Geber Lisboa Ramalho - Coordenador / Flávia Barros - Integrante / Vincent Corruble - Integrante / Jean Daniel Zucker - Integrante / Jaques Robin - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação / COFECUB - Cooperação / Université Pierre et Marie Curie - Não informado.

• 2001 - 2004

  Reconhecimento de derivados de petróleo, Descrição: Desenvolver um sistema de detecção e reconhecimento de vapores de diferentes substâncias derivadas do petróleo utilizando a tecnologia de redes neurais para reconhecer odores característicos derivados de petróleo, inclusive os gases tóxicos em ambientes fechados. Processo: 1364/00.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (6) / Mestrado acadêmico: (6) / Doutorado: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / J E G SOUZA - Integrante / Eleonora Maria de Jesus Oliveira - Integrante / Francisco Luis dos Santos - Integrante / Marizete Silva Santos - Integrante / Celso Pinto de Melo - Integrante / Cleber Zanchettin - Integrante / Akio Yamazaki - Integrante., Financiador(es): Financiadora de Estudos e Projetos - Auxílio financeiro., Número de produções C, T & A: 5

• 2001 - 2004

  Integração do Processamento Simbólico e Conexionista em Sistemas Baseados em Conhecimento, Descrição: Projeto PROCAD com as seguintes instituições: CIN-UFPE, CPDEE-UFMG, ICMC-USP, e EESC-ICMC.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Teresa Bernarda Ludermir - Coordenador / André C P L F Carvalho - Integrante / Braga, Antonio P. - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação.

• 2001 - 2003

  Nariz Artificial para detecção de derivados do petróleo utilizando redes neurais, Descrição: Utilização de Narizes artificiais para o reconhecimento de derivados de petróleo e de vapores de gases especiais de interesse da industria petrolífera.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (5) Doutorado: (1) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / C.P. Melo - Integrante / M S SANTOS - Integrante / Francisco Luis dos Santos - Integrante / J.E.G. de Souza - Integrante / A Yamazaki - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro., Número de produções C, T & A: 1

• 1997 - 2001

  Sistemas Inteligentes para Engenharia (Projeto RECOPE-IA), Descrição: Projeto coordenado pela USP-São Carlos com docentes da UNESP, UFSCar, ILTC, EFEI, UFPE, UFMG, CEFET-MG, UFRJ e USP. Um dos resultados do projeto foi a publicação do livro Sistemas Inteligentes: fundamentos e aplicações pela Editora Manole em 2003.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Teresa Bernarda Ludermir - Integrante / REZENDE, S. - Coordenador / André C P L F Carvalho - Integrante / Braga, Antonio P. - Integrante / Ana Carolina Monard - Integrante., Financiador(es): Financiadora de Estudos e Projetos - Auxílio financeiro.

• 1995 - 2000

  Tecnologias da Informação para o desenvolvimento do NE - Projeto RHAE., Descrição: Projeto Formação em Recursos Humanos em Informática e Microeletrônica. Projeto com a concessão inicial de 3 anos (1995-1997) com 62 bolsas (ITI, DTI, AEP, AEV, ASP). O segundo projeto aprovado também por 3 anos (1998-2000) com mais 70 bolsas.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Francisco de Assis Tenório de Carvalho - Integrante / Edson Costa de Barros Carvalho Filho - Integrante / Ana Lúcia Caneca Cavalcanti - Integrante / Flávia Barros - Integrante / Paulo Roberto Freire Cunha - Integrante / Augusto Sampaio - Integrante / Silvio Meira - Integrante / Ana Carolina Salgado - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 1994 - 1996

  Integrando Computação Convencional com Neurocomputação - Edital CNPq/ProTem 2, Descrição: O objetivo deste projeto é relacionar os modelos de computação convencional com os modelos de neurocomputacao. Processo 680063/94-3. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Wilson Rosa de Oliveira - Integrante / Braga, Antonio P. - Integrante / Felipe França - Integrante.

• 1993 - 1994

  Aprendizado em Redes Neuronais Artificiais, Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Selma Lúcia de Sá L. Fontoura Silva - Integrante / Marcilio C P de Souto - Integrante / DE OLIVEIRA, WILSON - Integrante., Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro.

• 1992 - 1994

  Temporal behaviour and computability in logical neural networks, Descrição: O objetivo deste projeto é estabelecer a computabilidade de redes neurais booleanas. Projeto Financiado pela Science Foundadtion do Reino Unido ? Processo SCI/180/39/G.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) . , Integrantes: Teresa Bernarda Ludermir - Coordenador., Financiador(es): Science Foundadtion - Auxílio financeiro.

• 1992 - Atual

  Integração do processamento simbólico e conexionista em sistemas baseados em conhecimento - Bolsa de Produtividade, Descrição: Bolsa de Produtividade em Pesquisa do CNPq com diferentes temas em Inteligência Artificial desde e 1992. Atualmente bolsa no nível 1A.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (50) / Especialização: (1) / Mestrado acadêmico: (42) / Mestrado profissional: (1) / Doutorado: (23) . , Integrantes: Teresa Bernarda Ludermir - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

Projetos de desenvolvimento

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2010 - 2012

  Desenvolvimento de Modelo de Previsão de Geração de Energia de Parques Eólicos da Região Nordeste, Projeto certificado pelo(a) coordenador(a) Ronaldo Ribeiro Barbosa de Aquino em 15/02/2022., Descrição: O modelo deverá fornecer a previsão de produção eólica dos agrupamentos identificados a partir de informações de previsão meteorológica e/ou dados de ventos históricos ou de produção medidos em tempo real, e ter as seguintes características: ? Módulo 1: módulo de cálculo para atender a programação diária da operação, considerando um horizonte de 5 dias à frente, em base de em hora. ? Módulo 2: módulo de cálculo para atender o horizonte da operação em tempo real, que deverá apresentar capacidade de previsão compatível com horizonte de cálculo de previsão de até seis horas à frente com resolução de 10 minutos. Resultando no Software: PrevEOL Contrato:n NNNE-3-CT-153/10 entre ONS/FADE/UFPE. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Integrante / DE AQUINO, RONALDO R. B. - Coordenador / NETO, OTONI NOBREGA - Integrante / FERREIRA, AIDA A. - Integrante / LIRA, MILDE M. S. - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2010 - 2012

  Desenvolvimento de Modelo de Previsão de Geração de Energia de Parques Eólicos da Região Nordeste, Projeto certificado pelo(a) coordenador(a) Ronaldo Ribeiro Barbosa de Aquino em 15/02/2022., Descrição: O modelo deverá fornecer a previsão de produção eólica dos agrupamentos identificados a partir de informações de previsão meteorológica e/ou dados de ventos históricos ou de produção medidos em tempo real, e ter as seguintes características: ? Módulo 1: módulo de cálculo para atender a programação diária da operação, considerando um horizonte de 5 dias à frente, em base de em hora. ? Módulo 2: módulo de cálculo para atender o horizonte da operação em tempo real, que deverá apresentar capacidade de previsão compatível com horizonte de cálculo de previsão de até seis horas à frente com resolução de 10 minutos. Resultando no Software: PrevEOL Contrato:n NNNE-3-CT-153/10 entre ONS/FADE/UFPE. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Integrante / DE AQUINO, RONALDO R. B. - Coordenador / NETO, OTONI NOBREGA - Integrante / FERREIRA, AIDA A. - Integrante / LIRA, MILDE M. S. - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2010 - 2012

  Desenvolvimento de Modelo de Previsão de Geração de Energia de Parques Eólicos da Região Nordeste, Projeto certificado pelo(a) coordenador(a) Ronaldo Ribeiro Barbosa de Aquino em 15/02/2022., Descrição: O modelo deverá fornecer a previsão de produção eólica dos agrupamentos identificados a partir de informações de previsão meteorológica e/ou dados de ventos históricos ou de produção medidos em tempo real, e ter as seguintes características: ? Módulo 1: módulo de cálculo para atender a programação diária da operação, considerando um horizonte de 5 dias à frente, em base de ½ em ½ hora. ? Módulo 2: módulo de cálculo para atender o horizonte da operação em tempo real, que deverá apresentar capacidade de previsão compatível com horizonte de cálculo de previsão de até seis horas à frente com resolução de 10 minutos. Resultando no Software: PrevEOL Contrato:nº NNNE-3-CT-153/10 entre ONS/FADE/UFPE. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Integrante / DE AQUINO, RONALDO R. B. - Coordenador / NETO, OTONI NOBREGA - Integrante / FERREIRA, AIDA A. - Integrante / LIRA, MILDE M. S. - Integrante.

• 2009 - 2011

  Redes Neurais para otimização da coleta de informações de qualidade de água em reservatórios, Descrição: O objetivo deste trabalho é obter a redução do número de postos de coleta sem prejudicar a estimativa da qualidade da água. Para isto serão utilizadas técnicas de redes neurais para interpolação das informações de alguns pontos de coleta selecionados gerando os dados de postos não coletados. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I- 92.2008.0790.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante.

• 2008 - 2010

  Reconhecimento da Qualidade de água de ecossistemas por redes neurais artificiais, Descrição: A CHESF (Companhia Hidro Elétrica do São Francisco) é responsável pela manutenção da qualidade da água dos seus reservatórios. O uso de métodos computacionais, tais como redes neurais, para reconhecimento de padrões da qualidade da água em ecossistemas de forma automática, utilizando indicadores físicos, químicos e biológicos, é de fundamental importância para o monitoramento da qualidade da água, pois classificam de forma rápida e eficiente as amostras de água coletadas e analisadas. CHESF ? ANEEL Edital P&D 2003/2004. Processo: CT-I-92.2007.7880.00. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

• 2007 - 2009

  Metodologia para o cálculo do Volume de Espera Dinâmico do Reservatório de Sobradinho, Descrição: Desenvolver metodologia visando o estabelecimento de regras de operação para o controle ótimo do reservatório de Sobradinho durante o período de cheias. O sistema proposto apresentará uma arquitetura inteligente híbrida utilizando diferentes abordagens de inteligência artificial para o controle ótimo do reservatório, tendo como base as previsões de vazões afluentes. CHESF ? ANEEL Edital P&D 2004/2005. Processo: CT-I-92.2008.0310.00.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Teresa Bernarda Ludermir - Coordenador / Mêuser Jorga da Silva Valença - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / Ivna Brasileiro Valença - Integrante.

Prêmios