Rafael Aparecido Granzotti

Possui graduação em Matemática Aplicada e Computacional e mestrado em Engenharia Elétrica, com ênfase em Engenharia de Computação, pela Universidade Estadual de Campinas (UNICAMP). Atualmente atua como Analista de Software no Instituto de Pesquisa Eldorado. Tem interesse pelas seguintes áreas de pesquisa: Aprendizado de Máquina, Aprendizado Profundo e Inteligência Computacional.

Informações coletadas do Lattes em 28/08/2024

Acadêmico

Formação acadêmica

Mestrado em Engenharia Elétrica

2018 - 2020

Universidade Estadual de Campinas
Título: Extração de características via autoencoders aplicada a interfaces cérebro-computador baseadas em potenciais evocados visualmente em regime estacionário,Ano de Obtenção: 2020
Levy Boccato.Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. Palavras-chave: Interface Cérebro-Computador; Potenciais Visualmente Evocados; Extração de Características; Autoencoders; Redes Neurais Artificiais.Grande área: Engenharias

Graduação em Matemática Aplicada e Computacional

2012 - 2016

Universidade Estadual de Campinas

Curso técnico/profissionalizante em Informática

2009 - 2010

Escola Técnica Estadual Polivalente de Americana

Ensino Médio (2º grau)

2008 - 2010

Escola Técnica Estadual Polivalente de Americana

Formação complementar

2017 - 2017

Machine Learning. , Coursera, COURSERA, Estados Unidos.

Idiomas

Bandeira representando o idioma Inglês

Compreende Razoavelmente, Fala Razoavelmente, Lê Razoavelmente, Escreve Razoavelmente.

Áreas de atuação

Grande área: Ciências Exatas e da Terra / Área: Matemática.

Produções bibliográficas

  • GRANZOTTI, R. A. ; VARGAS, G. V. ; BOCCATO, L. . Application of Autoencoders for Feature Extraction in BCI-SSVEP. In: XXVII Congresso Brasileiro de Engenharia Biomédica, 2021, Vitória - ES. XXVII Brazilian Congress on Biomedical Engineering, 2021.

  • VERONEZE, ROSANA ; NADALIN, E. ; GRANZOTTI, R. A. ; SOUZA, T. ; LOPES, R. . Convergence Analysis of Global Optimization in Seismic Data Processing. In: 15th International Congress of the Brazilian Geophysical Society, 2017, Rio de Janeiro. Evento sem anais, 2017.

  • GRANZOTTI, R. A. ; CHINELATO, M. ; VARGAS, G. V. ; BOCCATO, L. . Application of autoencoders for feature extraction in BCI-SSVEP. In: 7th CEPID Brainn Congress, 2021, Campinas. Journal of Epilepsy and Clinical Neurophysiology, 2021.

Projetos de pesquisa

  • 2018 - Atual

    Algoritmos e métodos para separação de difrações no domínio pré-empilhado e extração de parâmetros anisotrópicos em sistemas de HPC, Descrição: O presente projeto tem como principais objetivos a pesquisa, desenvolvimento e aplicação prática de uma técnica de separação e regularização 5D de difrações no domínio pré-empilhado, assim como extração de parâmetros cinemáticos relacionados a parâmetros anisotrópicos do meio. Os resultados obtidos, em particular softwares de aplicação direta em produção, terão impacto significativo na validação de modelos de velocidade para migração em geologias complexas como as existentes nos reservatórios da camada pré-sal.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Rafael Aparecido Granzotti - Integrante / Tainá Souza - Integrante / Jorge Henrique Faccipieri Junior - Integrante / Martin Tygel - Coordenador / Edson Borin - Integrante / Tiago Antonio Alves Coimbra - Integrante / Caian Benedicto - Integrante / Alcides Goldoni Junior - Integrante / Dany Rueda Serrano - Integrante / Fernando Gamboa - Integrante / Nycholas Maia - Integrante / José Ribeiro Neto - Integrante / Nicholas Torres Okita - Integrante / João Henrique Speglich - Integrante., Financiador(es): PetrÃleo Brasileiro - Rio de Janeiro - Matriz - Auxílio financeiro.

  • 2016 - Atual

    Desenvolvimento e aplicação prática de técnicas de processamento, regularização e imageamento baseadas na tecnologia 3D HPC CRS no domínio pré-empilhado, Descrição: O presente projeto tem como objetivo a generalização das técnicas de tipo Common Reflection Surface (CRS), desenvolvidas em projeto "Algoritmos de processamento e Imageamento Sísmico com Ênfase em Reservatórios Carbonáticos" no domínio pós-empilhado ou zero-offset (ZO), para o domínio pré-empilhado, bem como sua aplicação prática a diversos problemas importantes do imageamento sísmico. Tais problemas incluem a Regularização 5D, Migração CRP (Common Reflection Point) 3D, Tomografias NIP (Normal Incidence Point), IIP (Image Incident Point) e estereotomografia, bem como estudos sobre anisotropia. Além disso, essas técnicas serão desenvolvidas utilizando uma plataforma computacional (SeisHPC). Essa plataforma garante a escalabilidade do desempenho dos programas que a utilizarão, potencializando o uso intensivo de computação juntamente com técnicas de tolerância a falhas que permitem o processamento de dados sísmicos reais de grande porte (ordem de Terabytes). A vigência do projeto é de 3 anos a partir do seu início, em fevereiro de 2016.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (2) . , Integrantes: Rafael Aparecido Granzotti - Integrante / Tainá Souza - Integrante / Jorge Henrique Faccipieri Junior - Integrante / Martin Tygel - Coordenador / Edson Borin - Integrante / Tiago Antonio Alves Coimbra - Integrante / Caian Benedicto - Integrante / Alcides Goldoni Junior - Integrante / Dany Rueda Serrano - Integrante / Nicholas Torres Okita - Integrante / João Henrique Speglich - Integrante / Ian Liu Rodrigues - Integrante / Edwin Humberto Fagua Duarte - Integrante.

Histórico profissional

Experiência profissional

2017 - 2019

Fundação de Desenvolvimento da UNICAMP

Vínculo: Prestador de serviços, Enquadramento Funcional: Programador, Carga horária: 40

2016 - 2017

DSPGeo, DSPGeo

Vínculo: Bolsista, Enquadramento Funcional: Pesquisa e desenvolvimento (P&D), Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Bolsa FAPESP TT-3. Processo: 2016/21742-3 (Bolsa TT-3). Processo vinculado: 2015/50475-0 (Projeto PIPE Fase II). Suporte à equipe de pesquisa para especificar, projetar, implementar, documentar e manter os softwares desenvolvidos no projeto.

2016 - 2016

DSPGeo, DSPGeo

Vínculo: Bolsista, Enquadramento Funcional: Pesquisa e desenvolvimento (P&D), Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Bolsa FAPESP TT-2. Processo: 2016/07925-8 (Bolsa TT-2). Processo vinculado: 2015/50475-0 (Projeto PIPE Fase II). Pesquisa e desenvolvimento de metodologias para análise, simulação e testes dos processos envolvidos em problemas inversos de tomografia sísmica.

2015 - 2016

Universidade Estadual de Campinas

Vínculo: Bolsista, Enquadramento Funcional: Estagiário

Atividades

  • 03/2016 - 07/2016

    Estágios , Instituto de Matemática Estatística e Ciência da Computação, Departamento de Matemática Aplicada.,Estágio realizado, Programa de Auxiliar Didático (PAD). Disciplina: MS211 (Cálculo Numérico).

  • 08/2015 - 12/2015

    Estágios , Instituto de Matemática Estatística e Ciência da Computação, Departamento de Matemática Aplicada.,Estágio realizado, Programa de Auxiliar Didático (PAD). Disciplina: MS211 (Cálculo Numérico).