Erlandson Ferreira Saraiva
Possui graduação em Matemática Aplicada e Computacional pela Universidade Católica Dom Bosco (2002), mestrado em Estatistica pela Universidade Federal de São Carlos (2006) e doutorado em estatística pela Universidade Federal de São Carlos (2009). Tem experiência na área de Probabilidade e Inferência Estatística, com ênfase em inferência bayesiana e métodos de Monte Carlo em Cadeias de Markov.
Informações coletadas do Lattes em 01/05/2022
Acadêmico
Formação acadêmica
Doutorado em Estatística
2006 - 2009
Universidade Federal de São Carlos
Título: Modelo de Mistura com Número de Componentes Desconhecido: Estimação via Método Split-Merge
Luís Aparecido Milan. Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. Palavras-chave: Modelo com mistura; MCMC; Gibbs sampling; atualização split-merge.
Mestrado em Estatística
2004 - 2006
Universidade Federal de São Carlos
Título: Métodos Estatísticos Aplicados à Análise da Expressão Gênica,Ano de Obtenção: 2006
Luís Aparecido Milan.Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil. Grande área: Ciências Exatas e da TerraGrande Área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Probabilidade. Grande Área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Probabilidade e Estatística Aplicadas.
Pós-doutorado
2014 - 2015
Pós-Doutorado. , Universidade de São Paulo / Universidade Federal de São Carlos, USP/UFSCAR, Brasil. , Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil. , Grande área: Ciências Exatas e da Terra
Idiomas
Inglês
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.
Áreas de atuação
Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística.
Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Estatística/Especialidade: Inferência Paramétrica.
Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Bioestatística.
Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Inferência Bayesiana.
Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Probabilidade/Especialidade: Processos Markovianos.
Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Probabilidade/Especialidade: Processos Estocásticos Especiais.
Organização de eventos
SANTOS, R. M. O. ; SOLER, W. A. O. ; SARAIVA, E.F. . Minissimpósio Matemática Aplicada na Indústria. 2021. (Congresso).
Participação em eventos
Congresso Nacional de Matemática Aplicada e Computacional. 2021. (Congresso).
Simpósio Nacional de Probabilidade e Estatística.MODELOS DE MISTURA: ESTIMACAO E DETERMINACAO DO NUMERO DE COMPONENTES VIA ALGORITMO SEM E METODOS DE SELECAO DE MODELOS. 2018. (Simpósio).
54a Reuniao Anual da Sociedade Brasileira de Zootecnia. ACOUSTIC METHOD TO EVALUATE THE INGESTIVE BEHAVIOR OF NELLORE IN. 2017. (Congresso).
Simpósio Nacional de Probabilidade e Estatística.Split-Merge MCMC based on Mahalanobis distance for analysis of mixture models with an unknown number of components. 2014. (Simpósio).
Simpósio Nacional de Probabilidade e Estatística.Um algoritmo reversible-jump MCMC com propostas ejeção-absorção para processamento de imagens. 2014. (Simpósio).
11th Brazilian Bayesian Statistics Meeting.A Bayesian Approach for Decision Making on the Identification of Genes with Different Expression Levels: An application to Escherichia Coli bacterium data. 2012. (Encontro).
11th Brazilian Bayesian Statistics Meeting.A Predictive Bayes Factor Approach To Identify Genes Differentially Expressed. 2012. (Encontro).
10o. Encontro Brasileiro de Estatística Bayesiana. Clustering Gene Expression Data using a Split-Merge-Birth Procedure. 2010. (Congresso).
10o. Encontro Brasileiro de Estatística Bayesiana.An efficient split-merge MCMC algorithm for mixture model with unknown number of components. 2010. (Encontro).
54 Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria e 13 Simpósio de Estatística Aplicada à Experimentação Agronômica. An efficient split-merge MCMC algorithm for mixture model with unknown number of components. 2009. (Congresso).
18o. Simpósio Nacionla de Probabilidade e Estatística.Modelo Bayesiano com Mistura Infinita aplicado à Análise da Expressão Gênica. 2008. (Simpósio).
7a. Jornada Científica da UFSCar.Estimação da estrutura de dependência de uma rede probabilística utilizando uma ordenação da variáveis. 2007. (Outra).
17o. Simpósio Nacional de Probabilidade e Estatística.Métodos Estatísticos Aplicados à Análise da Expressão Gênica. 2006. (Simpósio).
51a. Reunião anual da região brasileira da sociedade internacional de biometria. Análise da Expressão Gênica utilizando o Modelo de Mistura de processos Dirichlet. 2006. (Congresso).
I Workshop de Modelagem de Risco. 2005. (Encontro).
Participação em bancas
MILAN, L. A.; TEKOUGANG, T. C.;SARAIVA, E.F.. Bayesian variable selection using data driven reversible jump: an application to schizophrenia data. 2021. Dissertação (Mestrado em Mestrado em Estatística) - Universidade Federal de São Carlos.
SUZUKI, A. K.;SARAIVA, E.F.; GUZMAN, J. L. B.; CONCEICAO, K. S.. Detecção de vulnerabilidade de estudantes do ensino fundamental público durante a pandemia de Covid-19 através de técnicas de agrupamento. 2021. Dissertação (Mestrado em Mestrado em Profissional em Matemática, Estatística e Computação Aplicadas) - Universidade de São Paulo - ICMC.
ZUANETTI, D. A.;SARAIVA, E.F.; FERREIRA, R. F.. Algoritmos de estimação para modelos Markovianos não- homogêneos. 2020. Dissertação (Mestrado em Mestrado em Estatística) - Universidade Federal de São Carlos.
SUZUKI, A. K.;SARAIVA, E.F.; SILVA, P. H. F.. Modelos de Sobrevivência Bivariados Baseados na Cópula PVF. 2020. Dissertação (Mestrado em Estatística) - Universidade de São Paulo.
SANTOS, R. R.;SARAIVA, E.F.; MATSUBARA, E. T.; RUTHER, R.. Predição de Perdas de Potência em Módulos de Usinas Solares Fotovoltaicas. 2019. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Mato Grosso do Sul.
SANTOS, R. M. O.;SARAIVA, E. F.; NASCIMENTO, R. Q.. Regressão Logística Aplicada a Pecuária de Corte. 2017. Dissertação (Mestrado em Mestrado em Matemática em Rede Nacional) - Universidade Federal de Mato Grosso do Sul.
MILAN, L. A.;SARAIVA, E.F.; LEANDRO, R. A.. Modelo de Mistura para dados com distribições Poisson truncadas no zero. 2017. Dissertação (Mestrado em Mestrado em Estatística) - Universidade Federal de São Carlos.
SILVA, J.; MISSIO, M.;SARAIVA, E. F.. Análise Comparativa Entre Avaliação Diagnóstica e Desempenho Escolar no Colégio Militar de Campo Grande - Via Intervalos BootStrap. 2014. Dissertação (Mestrado em Mestrado em Matemática em Rede Nacional) - Universidade Federal de Mato Grosso do Sul.
SALASAR, L. E. B.;SARAIVA, E. F.LOUZADA, F.; SUZUKI, A. K.. Distribuição de Poisson bivariada aplicada à previsão de resultados esportivos. 2014. Dissertação (Mestrado em Estatística) - Universidade Federal de São Carlos.
SCHLINDWEIN, M. M.;SARAIVA, E. F.. Índice de Desenvolvimento dos Municípios da Microrregião de Dourados - MS: uma Aplicação da Análise Fatorial. 2013. Dissertação (Mestrado em AGRONEGÓCIOS) - Universidade Federal da Grande Dourados.
Milan, L. A.;SARAIVA, E. F.; Dias, T. C. M.. Estudo de Algoritmos para Independent Component Analysis. 2010. Dissertação (Mestrado em Estatística) - Universidade Federal de São Carlos.
TRINCA, L. A.; BARBOSA, G. C.; LIMA, M. C. P.;SARAIVA, E. F.; BASTOS, R. R.. Estimação da Prevalência da Depressão via o Modelo de Classes Latentes Utilizando a Amostra da Pesquisa Nacional de Saúde, 2013.. 2019. Tese (Doutorado em Biometria) - Universidade Estadual Paulista Júlio de Mesquita Filho.
POLPO, A.; BARRERA, J.; DINIZ, J. B.; TRINCA, L. A.;SARAIVA, E.F.. Predições Estatísticas para Dados Politômicos. 2018. Tese (Doutorado em Estatística) - Universidade de São Paulo.
MILAN, L. A.; SOLER, J. P.; LEANDRO, R. A.;SARAIVA, E.F.; PINHEIRO, H. P.. Efficient Bayesian Methods for mixture models with genetic applications. 2016. Tese (Doutorado em Doutorado em Estatística) - Universidade Federal de São Carlos.
MILAN, L. A.;SARAIVA, E. F.; Leite, J. G.; ESTEVES, L. G.; TOMAZELLA, V. L. D.. Modelo de Mistura com Dependência Markoviana de Primeira Ordem. 2014. Tese (Doutorado em Doutorado em Estatística) - Universidade Federal de São Carlos.
SARAIVA, E. F.; LEVADA, A. L. M.; Leite, J. G.; EHLERS, R. S.; LEANDRO, R. A.. Algoritmo Ejeção-Absorção Metropolizado para Segmentação de Imagens. 2014. Tese (Doutorado em Estatística) - Universidade Federal de São Carlos.
DINIZ, C. A. R.;SARAIVA, E. F.; IZBICKI, R.. Uma abordagem bayesiana para avaliação de concordância entre dispositivos de medição de uma variável funcional. 2021. Exame de qualificação (Doutorando em Programa Interinstitucional de Pós-Graduação em Estatística) - Universidade de São Paulo / Universidade Federal de São Carlos.
MILAN, L. A.;SARAIVA, E.F.; TOMAZELLA, V. L. D.. Métodos Bayesianos para seleção de modelos de mistura de distribuições assimétricas. 2020. Exame de qualificação (Doutorando em Doutorado em Estatística) - Universidade Federal de São Carlos.
Milan, L. A.;SARAIVA, E. F.; Dias, T. C. M.. Modelo de mistura aplicado a dados com dependência espacial. 2019. Exame de qualificação (Doutorando em Estatística) - Universidade Federal de São Carlos.
LOUZADA, F.; IZBICKI, R.;SARAIVA, E.F.. Modelagem de regressão composicional sob algumas abordagens. 2016. Exame de qualificação (Doutorando em Doutorado em Estatística) - Universidade de São Paulo - ICMC.
MILAN, L. A.;SARAIVA, E. F.; MASCARENHAS, N. D. D.; LEANDRO, R. A.; Leite, J. G.; ESTEVES, L. G.. Um algoritmo reversible-jump MCMC com propostas ejeção-absorção para processamento de imagens. 2014. Exame de qualificação (Doutorando em Doutorado em Estatística) - Universidade Federal de São Carlos.
SUZUKI, A. K.; SOUZA, A. L. A.;SARAIVA, E.F.. Novos Modelos de Sobrevivência com Fração de Cura. 2020. Exame de qualificação (Mestrando em Estatística) - Universidade de São Paulo.
ZUANETTI, D. A.; Milan, L. A.;SARAIVA, E.F.. Metodologias de estimação para modelos Markovianos ocultos não-homogêneos. 2019.
SANTOS, R. R.; MATSUBARA, E. T.;SARAIVA, E.F.. Predição e Diagnóstico de Perdas em Módulos de Usinas Solares Fotovoltaicas. 2018. Exame de qualificação (Mestrando em Ciência da Computação) - Universidade Federal de Mato Grosso do Sul.
SUZUKI, A. K.; Cobre, J.;SARAIVA, E.F.. Modelos de sobrevivência bivariados baseados na cópula PVF. 2018. Exame de qualificação (Mestrando em Estatística) - Universidade de São Paulo.
SUZUKI, A. K.; CONCEICAO, K. S.;SARAIVA, E. F.. Modelagens Estatistica para Dados de Sobrevivencia Bivariados: Uma Abordagem Bayesiana?. 2016. Exame de qualificação (Mestrando em Estatística) - Universidade de São Paulo.
SCHLINDWEIN, M. M.; PEREIRA, W. G.;SARAIVA, E. F.. O agronegócios e o desenvolvimento socioeconomico dos municípios da microrregião de Dourados, MS. 2012. Exame de qualificação (Mestrando em AGRONEGÓCIOS) - Universidade Federal da Grande Dourados.
Craveiro, I. M.;SARAIVA, E. F.; Bezerra, A. C.. Extensões e Aplicações do Binômio de Newton. 2011. Trabalho de Conclusão de Curso (Graduação em Matemática) - Universidade Federal da Grande Dourados.
CALIXTO, A. P.;SARAIVA, E.F.; OLIVERA, J. R. T.. Calixto, A. P., Saraiva, E. F., Oliveira, J. R. T. Concurso Público para Ingresso na Carreira de Magistério Superior, Edital no.4 de 08 de Fevereiro de 2018. 2018. Universidade Federal da Grande Dourados.
SARAIVA, E.F.. Saraiva, E.F., Leite, K. M. D. e Galante, E. T. Concurso Público de Provas e Títulos para Professor Substituto. 2016. Universidade Federal de Mato Grosso do Sul.
SARAIVA, E. F.. Saraiva, E.F., Aniz, C. e Galante, E. T. Concurso Público de Provas e Títulos para Professor Substituto. 2016. Universidade Federal de Mato Grosso do Sul.
SARAIVA, E. F.. Saraiva, E.F., Rossini, A. F. e Leite, K. M. D. Concurso Público de Provas e Títulos para Professor Substituto. 2015. Universidade Federal de Mato Grosso do Sul.
SARAIVA, E. F.; FREITAS, L. A.; ARAUJO, E. G.. Saraiva, E.F., Freitas, L. A., Araujo, E. G. Concurso Público de Provas e Títulos para Professor Assistente A. 2014. Universidade Federal de Mato Grosso do Sul.
SARAIVA, E. F.; CARDOSO, C.; ARAUJO, E. G.. Saraiva, E.F., Cardoso, C., Araujo, E. G. Concurso Público de Provas e Títulos para Professor Assistente. 2012. Universidade Federal de Mato Grosso do Sul.
Carvalho;SARAIVA, E. F.; HASHIMOTO, S. H. M.. Carvalho, E. D., Saraiva, E. F., Hashimoto, S .H. M. Concurso Público para provimento de cargos efetivos de Professor Adjunto da Universidade Federal da Grande Dourados.. 2010. Universidade Federal da Grande Dourados.
Comissão julgadora das bancas
ASCENCIO, A. F. G.. A Aplicação e a Arte de Resolver Problemas. 2002. Trabalho de Conclusão de Curso (Graduação em Matemática Aplicada e Computacional) - Universidade Católica Dom Bosco.
Milan, L. A.; LEITE, José Galvão;PAULA, G. A.. Abordagem Bayesiana para Comparação de Tratamentos e Modelos com Mistura de Distribuições com Número de Componentes Desconhecido. 2009. Exame de qualificação (Doutorando em Estatística) - Universidade Federal de São Carlos.
MILAN, L.A.LEITE, José Galvão; PINTO JUNIOR, Dorival Leão; DIAS, Teresa Cristina Martins; ANDRADE FILHO, Mário de Castro. Métodos estatísticos aplicados à análise da expressão gênica. 2006. Dissertação (Mestrado em Programa de Pós-Graduação em Estatística) - Universidade Federal de São Carlos.
MILAN, L.A.; EHLERS, R.; BOLFARINE, Heleno; MIgon, H.S.; SOLER, J. M. P.. Modelo de mistura com número de componentes desconhecido: estimação via split merge. 2009. Tese (Doutorado em Programa de Pós-Graduação em Estatística) - Universidade Federal de São Carlos.
EHLERS, R. S.; MIGON, H. S.; Soler, J.M.P; MILAN, L. A.; BOLFARINE, H.. Modelo de Mistura com Número de Componentes Desconhecido: Estimação via Método Split-Merge. 2009. Tese (Doutorado em Programa de Pós-graduação em Estatística) - Universidade Federal de São Carlos.
MILAN, L. A.; PINTO JUNIOR, D. L.;LEITE, J. G.. MÉTODOS ESTATÍSTICOS APLICADOS À ANÁLISE DA EXPRESSÃO GÊNICA. 2006. Dissertação (Mestrado em Estatística) - Universidade Federal de São Carlos.
MILAN, L. A.; MIGON, H.; SOLER, J. M. P.;BOLFARINE, H.; EHLERS, R.S.;LEITE, J. G.; SCHIMIDT, A.M.. MODELO DE MISTURA COM NÚMERO DE COMPONENTES DESCONHECIDO: ESTIMAÇÃO VIA MÉTODO SPLIT-MERGE. 2009. Tese (Doutorado em Estatística) - Universidade Federal de São Carlos.
Orientou
Predição de Perdas de Potência em Módulos de Usinas Solares Fotovoltaicas; 2019; Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Mato Grosso do Sul,; Coorientador: Erlandson Ferreira Saraiva;
Algoritmo ejeção-absorção metropolizado para segmentação de imagens; 2014; Tese (Doutorado em Doutorado em Estatística) - Universidade Federal de São Carlos, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Coorientador: Erlandson Ferreira Saraiva;
Modelagem Estatística para o número de casos de dengue na Cidade de Campo Grande - MS; 2021; Trabalho de Conclusão de Curso; (Graduação em Física) - Universidade Federal de Mato Grosso do Sul; Orientador: Erlandson Ferreira Saraiva;
Influência do clima urbano da cidade de Campo Grande - MS na quantidade de casos registrados de dengue: Um estudo de caso via modelo de regressão Poisson; 2021; Iniciação Científica - Universidade Federal de Mato Grosso do Sul; Orientador: Erlandson Ferreira Saraiva;
Modelagem e Predição do Número de Casos de COVID-19 na Cidade de Campo Grande - MS; 2020; Iniciação Científica; (Graduando em Ciências Econômicas) - Universidade Federal de Mato Grosso do Sul; Orientador: Erlandson Ferreira Saraiva;
Modelagem Estatística para predição do número de casos de dengue na Cidade de Campo Grande - MS; 2020; Iniciação Científica; (Graduando em Matematica) - Universidade Federal de Mato Grosso do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Erlandson Ferreira Saraiva;
Inferência Estatística para Modelos de Mistura; 2017; Iniciação Científica; (Graduando em Matemática) - Universidade Federal de Mato Grosso do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Erlandson Ferreira Saraiva;
Inferência Bayesiana para modelos de mistura; 2016; Iniciação Científica; (Graduando em Engenharia de Produção) - Universidade Federal de Mato Grosso do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Erlandson Ferreira Saraiva;
Inferência Bayesiana para segmentação de imagens; 2016; Iniciação Científica; (Graduando em Matemática) - Universidade Federal de Mato Grosso do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Erlandson Ferreira Saraiva;
Inferencia Bayesiana para segmentacao de imagens; 2015; Iniciação Científica; (Graduando em Engenharia Elétrica) - Universidade Federal de Mato Grosso do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Erlandson Ferreira Saraiva;
Inferencia Bayesiana para modelos de mistura; ; 2015; Iniciação Científica; (Graduando em Engenharia Elétrica) - Universidade Federal de Mato Grosso do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Erlandson Ferreira Saraiva;
Foi orientado por
Métodos estatísticos aplicados à análise da expressão gênica (Prêmio de melhor dissertação de mestrado no 17; SINAPE, 2006); 2006; 136 f; Dissertação (Mestrado em Programa de Pós-Graduação em Estatística) - Universidade Federal de São Carlos, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Luis Aparecido Milan;
Modelo de mistura com número componentes desconhecido: Estimação via método split-merge; 2009; 0 f; Tese (Doutorado em Programa de Pós-Graduação em Estatística) - Universidade Federal de São Carlos, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Luis Aparecido Milan;
2014; Universidade Federal de São Carlos, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Luis Aparecido Milan;
Métodos estatísticos aplicados à análise da expressão gênica; 2006; Dissertação (Mestrado em Estatística) - Universidade Federal de São Carlos, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Coorientador: Teresa Cristina Martins Dias;
2015; Universidade de São Paulo,; Francisco Louzada Neto;
Produções bibliográficas
-
MULLER, PAULO T. ; SARAIVA, ERLANDSON F. . Ventilatory inefficiency during graded exercise in COPD: A pragmatic approach. CLINICAL PHYSIOLOGY AND FUNCTIONAL IMAGING , v. 41, p. 103-109, 2021.
-
SARAIVA, E.F. ; SAUER, L. ; PEREIRA, B. B. ; PEREIRA, CARLOSALBERTO DE BRAGANÇA . A PIECEWISE GROWTH MODEL FOR MODELING THE ACCUMULATED NUMBER OF COVID-19 CASES IN THE CITY OF CAMPO GRANDE. REVISTA BRASILEIRA DE BIOMETRIA , v. 39, p. 240-265, 2021.
-
MULLER, PAULO T. ; ORRO, G. G. ; BARBOSA, G. W. ; SARAIVA, E.F. . A New Ventilatory Efficiency Index and Accuracy for Early Lung Diffusion Impairment in Non-COPD Smokers. RESPIRATORY PHYSIOLOGY & NEUROBIOLOGY , v. 1, p. 103670, 2021.
-
RIBEIRO, K. G. M. ; SANTOS, R. R. ; SARAIVA, E.F. ; RAJAGOPAL, R. . A Statistical Methodology to Estimate Soiling Losses on Photovoltaic Solar Plants. JOURNAL OF SOLAR ENERGY ENGINEERING-TRANSACTIONS OF THE ASME , v. 1, p. 1-12, 2021.
-
SARAIVA, ERLANDSON FERREIRA ; DE BRAGANÇA PEREIRA, CARLOS ALBERTO . Piecewise Modeling the Accumulated Daily Growth of COVID-19 Deaths: The Case of the State of São Paulo, Brazil. Entropy , v. 23, p. 1013, 2021.
-
SANTOS, R. M. O. ; SARAIVA, E. F. ; SANTOS, R. R. . An Integrated Approach between Computing and Mathematical Modelling for Cattle Welfare in Grazing Systems. Trends in Computational and Applied Mathematics , v. 22, p. 629-643, 2021.
-
SARAIVA, E.F. ; SUZUKI, A. K. ; MILAN, L. A. . A Bayesian sparse finite mixture model for clustering data from a heterogeneous population. Brazilian Journal of Probability and Statistics , v. 34, p. 323-344, 2020.
-
VOLPI, DENISE ; VIGAS, VALDEMIRO PIEDADE ; ALVES, FABIANA VILLA ; SARAIVA, ERLANDSON FERREIRA ; SILVA, GIOVANA OLIVEIRA . AN APPLICATION OF HOTELLING?S T2 TEST FOR THE COMPARISON OF THE VISUAL-ACOUSTIC METHOD IN THE IDENTIFICATION OF INGESTIVE CATTLE BEHAVIOR. REVISTA BRASILEIRA DE BIOMETRIA , v. 38, p. 79, 2020.
-
SARAIVA, ERLANDSON F. ; Milan, Luís A. ; PEREIRA, CARLOS ALBERTO B. . Bayesian criterion for identification of differentially expressed genes. COMMUNICATIONS IN STATISTICS: CASE STUDIES, DATA ANALYSIS AND APPLICATIONS ONLINE , v. 1, p. 1-14, 2020.
-
SARAIVA, ERLANDSON ; SAUER, L. . Modelagem e Predição das quantidades de casos confirmados da COVID-19 no estado do Mato Grosso do Sul. Revista Brasileira de Estatística , v. 78, p. 42, 2020.
-
SARAIVA, E. F. ; PEREIRA, C. A. B. ; SUZUKI, A. K. . A data-driven selection of the number of clusters in the Dirichlet allocation model via Bayesian mixture modelling. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION , v. 1, p. 1-23, 2019.
-
SANTOS, RUBIA MARA DE OLIVEIRA ; SANTOS, RICARDO RIBEIRO DOS ; ARCE, THIAGO FARIAS ; SARAIVA, ERLANDSON FERREIRA . Predição do Nível de Sombreamento Utilizando um Modelo de Regressão Logístico Multinomial em Sistemas de Criação de Bovinos de Corte. REVISTA BRASILEIRA DE BIOMETRIA , v. 37, p. 378-393, 2019.
-
SARAIVA, ERLANDSON FERREIRA ; SUZUKI, ADRIANO KAMIMURA ; MILAN, LUIS APARECIDO ; PEREIRA, CARLOSALBERTO DE BRAGANÇA . An Integrated Approach for Making Inference on the Number of Clusters in a Mixture Model. Entropy , v. 21, p. 1063, 2019.
-
SARAIVA, ERLANDSON ; SUZUKI, ADRIANO ; MILAN, LUIS . Bayesian Computational Methods for Sampling from the Posterior Distribution of a Bivariate Survival Model, Based on AMH Copula in the Presence of Right-Censored Data. Entropy , v. 20, p. 642, 2018.
-
MULLER, PAULO T. ; UTIDA, KARINA A.M. ; AUGUSTO, TIAGO R.L. ; SPREAFICO, MARCOS V.P. ; MUSTAFA, REIBY C. ; XAVIER, ANA W. ; SARAIVA, ERLANDSON F. . Left ventricular diastolic dysfunction and exertional ventilatory inefficiency in COPD. RESPIRATORY MEDICINE , v. 1, p. 1-10, 2018.
-
ZUCARELI, L. R. ; SARAIVA, E.F. ; SUZUKI, A. K. . Um tutorial sobre estimação em modelos de mistura. REVISTA BRASILEIRA DE BIOMETRIA , v. 36, p. 968-997, 2018.
-
SARAIVA, ERLANDSON FERREIRA ; SUZUKI, ADRIANO KAMIMURA ; FERNANDES, PATRÍCIA GILAVERT . O modelo Lindley-Weibull com proporção de cura: uma abordagem Bayesiana. REVISTA BRASILEIRA DE BIOMETRIA , v. 36, p. 998-1022, 2018.
-
VOLPI, D. ; ALVES, F. V. ; SARAIVA, E. F. ; VIGAS, V. P. ; ARGUELHO, A. S. ; ZOPOLLATTO, M. ; ALMEIDA, R. G. . Validação da bioacústica como alternativa à avaliação visual para monitoramento do comportamento ingestivo de bovinos em pastagens. BOLETIM DE PESQUISA E DESENVOLVIMENTO EMBRAPA GADO DE CORTE , v. 40, p. 1-32, 2018.
-
MARCONDES, L. ; DUTRA, Z. M. ; SARAIVA, E. F. ; VIGAS, V. P. ; BRITES, B. F. . Aceitação Sensorial de Bala Funcional de Bocaiuva. Cadernos Agroecológicos , v. 13, p. 1-8, 2018.
-
RIBEIRO, T. R. ; SUZUKI, A. K. ; SARAIVA, E.F. . Uma abordagem bayesiana para o modelo de sobrevivência bivariado derivado da cópula AMH. REVISTA DA ESTATÍSTICA UFOP , v. 6, p. 1, 2017.
-
OLIVIERI FILHO, C. A. ; SUZUKI, A. K. ; LOUZADA, F. ; SARAIVA, E.F. ; SALASAR, L. E. B. . UMA ABORDAGEM BAYESIANA PARA PREVISÃO DE RESULTADOS DE JOGOS DE FUTEBOL: UMA APLICAÇÃO AO CAMPEONATO INGLÊS. REVISTA BRASILEIRA DE BIOMETRIA , v. 35, p. 76, 2017.
-
SARAIVA, E. F. ; SUZUKI, A. K. . Bayesian computational methods for estimation of two-parameters Weibull distribution in presence of right-censored data. CHILEAN JOURNAL OF STATISTICS , v. 08, p. 25-43, 2017.
-
SARAIVA, E. F. ; SUZUKI, A. K. ; Milan, L. A. . Identifying Differentially Expressed Genes Using the Polya Urn Scheme. Communications for Statistical Aplications and Methods , v. 24, p. 627-640, 2017.
-
SARAIVA, E.F. ; Milan, L. A. . A Bayesian multiple comparison approach for gene expression data analysis. Journal of Data Science (Print) , v. 14, p. 491-508, 2016.
-
SARAIVA, ERLANDSON F. ; SUZUKI, ADRIANO K. ; FILHO, CIRO A. O. ; Louzada, Francisco . Predicting football scores via Poisson regression model: applications to the National Football League. Communications for Statistical Applications and Methods , v. 23, p. 297-319, 2016.
-
SARAIVA, E. F. ; LOUZADA, F. . A gene-by-gene multiple comparison analysis: A predictive Bayesian approach. Brazilian Journal of Probability and Statistics , v. 29, p. 145-171, 2015.
-
SARAIVA, E.F. ; SUZUKI, A.K. ; LOUZADA, F. ; MILAN, L.A. . Partitioning gene expression data by data-driven Markov chain Monte Carlo. JOURNAL OF APPLIED STATISTICS , v. 43, p. 1155-1173, 2015.
-
LOUZADA, F. ; SARAIVA, E. F. ; MILAN, L. A. ; Cobre, J. . A predictive Bayes factor approach to identify genes differentially expressed: An application to Escherichia coli bacterium data. Brazilian Journal of Probability and Statistics , v. 28, p. 167-189, 2014.
-
SARAIVA, E. F. ; MILAN, L. A. ; LOUZADA, F. ; SUZUKI, A. K. . A Predictive Allocation Sampler for Clustering of Gene Expression data. Advances and Applications in Statistical Sciences , v. 9, p. 17-42, 2014.
-
SARAIVA, E. F. ; LOUZADA, F. ; MILAN, L. A. . Mixture models with an unknown number of components via a new posterior split-merge MCMC algorithm. APPLIED MATHEMATICS AND COMPUTATION , v. 244, p. 959-975, 2014.
-
OLIVEIRA, M. A. ; SUZUKI, A. K. ; SARAIVA, E. F. . Uma Abordagem Bayesiana para Modelos de Sobrevivência Bivariados baseados em Cópulas Arquimedianas. REVISTA BRASILEIRA DE BIOMETRIA , v. 32, p. 390-411, 2014.
-
SARAIVA, E. F. ; MILAN, LUIS A. . Clustering Gene Expression Data using a Posterior Split-Merge-Birth Procedure. SCANDINAVIAN JOURNAL OF STATISTICS , v. 39, p. 399-415, 2012.
-
SARAIVA, ERLANDSON F. ; Louzada, Francisco ; Milan, Luís A. ; Meira, Silvana ; Cobre, Juliana . A Bayesian Approach for Decision Making on the Identification of Genes with Different Expression Levels: An Application to Escherichia coli Bacterium Data. Computational and Mathematical Methods in Medicine (Print) , v. 2012, p. 1-13, 2012.
-
SARAIVA, E. F. ; Dias, T. C. M. ; Milan, L. A. . A Bayesian approach to identify differentially expressed genes. Revista Brasileira de Biometria , v. 28, p. 135-148, 2010.
-
SARAIVA, ERLANDSON F. ; Louzada, Francisco ; MILAN, LUI'S A. ; Meira, Silvana ; Cobre, Juliana . A predictive approach to identify genes differentially expressed. In: XI BRAZILIAN MEETING ON BAYESIAN STATISTICS: EBEB 2012, 2012, Amparo-SP. p. 314.
-
SARAIVA, E. F. ; Milan, L. A. ; LOUSADA-NETO, F. . An efficient split-merge MCMC algorithm for mixture model with unknown number of components. In: 10o encontro Brasileiro de Estatística Bayesiana, 2010, Angra dos Reis. 10o encontro Brasileiro de Estatística Bayesiana, 2010.
-
SARAIVA, E. F. ; Milan, L. A. ; Dias, T. C. M. . Métodos Estatísticos Aplicados à Análise da Expressão Gênica. In: 17o. Simpósio Nacional de Probabilidade e Estatística, 2006, Caxambu. 17o. Simpósio Nacional de Probabilidade e Estatística, 2006.
-
CALIXTO, A. P. ; SARAIVA, E. F. ; MILAN, L. A. . A Reversible-jump procedure for image analysis. In: 12th Brazilian Meeting on Bayesian Statistics, 2014, Atibaia ? SP ? Brazil. 12th Brazilian Meeting on Bayesian Statistics, 2014.
-
SARAIVA, E. F. ; MILAN, L. A. . A Predictive allocation sampler for Analysis of Mixture Model. In: 12th Brazilian Meeting on Bayesian Statistics, 2014, Atibaia ? SP ? Brazil. 12th Brazilian Meeting on Bayesian Statistics, 2014.
-
SARAIVA, E. F. ; LOUZADA, F. ; Cobre, J. ; MILAN, L. A. . A Predictive Bayes Factor Approach To Identify Genes Differentially Expressed. In: 11th Brazilian Bayesian Statistics Meeting, 2012, Amparo. 11th Brazilian Bayesian Statistics Meeting, 2012.
-
SARAIVA, E. F. ; LOUZADA, F. ; MILAN, L. A. ; Meira, Silvana ; Cobre, J. . A Bayesian Approach for Decision Making on the Identification of Genes with Different Expression Levels: An application to Escherichia Coli bacterium data. In: 11th Brazilian Bayesian Statistics Meeting, 2012, Amparo-SP. 11th Brazilian Bayesian Statistics Meeting, 2012.
-
SARAIVA, E. F. ; Milan, L. A. . Clustering Gene Expression Data Using a Split-Merge-Birth Procedure. In: 10o encontro Brasileiro de Estatística Bayesiana, 2010, Angra dos Reis. 10o encontro Brasileiro de Estatística Bayesiana, 2010.
-
SARAIVA, E. F. ; Milan, L. A. . Modelo Bayesiano com Mistura Infinita aplicado à Análise da Expressão Gênica. In: 18o. Simpósio Nacional de Probabilidade e Estatística, 2008, São Pedro. 18o. Simpósio Nacional de Probabilidade e Estatística, 2008.
-
SARAIVA, E. F. ; Milan, L. A. . Uma Abordagem Bayesiana para Análise de QTLs. In: 7a. Jornada cientifica da UFSCar, 2007, São Carlos. Resumos da 7 Jornada cientifica da UFSCar, 2007.
-
SARAIVA, E. F. ; Milan, L. A. . Estimação da estrutura de dependência de uma rede probabilística utilizando uma ordenação da variáveis. In: 7a. Jornada cientifica da UFSCar, 2007, São Carlos. Resumos da 7 Jornada cientifica da UFSCar, 2007.
-
SARAIVA, E. F. ; Dias, T. C. M. ; Milan, L. A. . Aplicando o Fator de Bayes e o DIC na Análise da Expressão Gênica. In: 51a Reunião anual da região brasileira da sociedade internacional de biometria,, 2006, Botucatu. Resumos da 51a. Reunião anual da região brasileira da sociedade internacional de biometria,, 2006.
-
SARAIVA, E. F. ; Dias, T. C. M. ; Milan, L. A. . Análise da Expressão Gênica utilizando o Modelo de Mistura de processos Dirichlet. In: 51a. Reunião anual da região brasileira da sociedade internacional de biometria,, 2006, Botucatu. Resumoas da 51a. Reunião anual da região brasileira da sociedade internacional de biometria,, 2006.
-
SARAIVA, E.F. ; SAUER, L. ; PEREIRA, B. B. ; PEREIRA, CARLOSALBERTO DE BRAGANÇA . A piecewise growth model for modeling the accumulated number of COVID-19 cases in the city of Campo Grnade. 2021. (Apresentação de Trabalho/Outra).
-
SARAIVA, E.F. ; SAUER, L. . Modelagem e predição das quantidades de casos confirmados da COVID-19 no estado de Mato Grosso do Sul. 2020. (Apresentação de Trabalho/Outra).
-
SARAIVA, E. F. ; LOUZADA, F. ; MILAN, L. A. ; Meira, Silvana ; Cobre, J. . A Bayesian Approach for Decision Making on the Identification of Genes with Different Expression Levels: An application to Escherichia Coli bacterium data. 2012. (Apresentação de Trabalho/Conferência ou palestra).
-
SARAIVA, E. F. ; Milan, L. A. ; LOUSADA-NETO, F. . An efficient split-merge MCMC algorithm for mixture model with unknown number of components. 2010. (Apresentação de Trabalho/Conferência ou palestra).
-
SARAIVA, E. F. ; Milan, L. A. . Clustering Gene Expression Data using a Split-Merge-Birth Procedure. 2010. (Apresentação de Trabalho/Congresso).
-
SARAIVA, E. F. ; Milan, L. A. . An efficient split-merge MCMC algorithm for mixture model with unknown number of components. 2009. (Apresentação de Trabalho/Congresso).
-
SARAIVA, E. F. ; Milan, L. A. ; Dias, T. C. M. . Análise da Expressão Gênica utilizando o Modelo de Mistura de processos Dirichlet. 2007. (Apresentação de Trabalho/Conferência ou palestra).
-
SARAIVA, E. F. ; Dias, T. C. M. ; Milan, L. A. . Métodos estatísticos aplicados à Análise da Expressão Gênica. 2006. (Apresentação de Trabalho/Congresso).
-
SARAIVA, E. F. ; Milan, L. A. . Algoritmo split-merge MCMC para modelos com mistura de distribuições com o número de componentes desconhecido. São Carlos: (Relatório Técnico DEs-UFSCar, Série A, Teoria e Métodos), 2009 (Rel. Tec.).
-
SARAIVA, E. F. ; Dias, T. C. M. ; Milan, L. A. . A Bayesian Approach Alternative to the t-test for Gene Expression Data Analysis. São Carlos: (Relatório Técnico DEs-UFSCar, Série A, Teoria e Métodos), 2008 (Rel. Tec. 185).
-
SARAIVA, E. F. ; Leite, J. G. ; Milan, L. A. . Analysing Gene Expression Data using Polya Urn Scheme. São Carlos: (Relatório Técnico DEs-UFSCar, Série A, Teoria e Métodos), 2007 (Rel. Tec. 184).
-
SARAIVA, E. F. ; Milan, L. A. ; Dias, T. C. M. . Métodos Estatísticos Aplicados à Análise da Expressão Gênica 2007 (Boletim ISBra).
-
SARAIVA, E. F. ; Milan, L. A. ; Dias, T. C. M. . Aplicando o Fator de Bayes na Análise da Expressão Gênica. São Carlos: Des/UFSCar, 2007 (Relatório Técnico).
Outras produções
SARAIVA, ERLANDSON ; SAUER, L. . Modelagem e Predição do Número de Casos de COVID-19 na Cidade de Campo Grande - MS. 2020.
SARAIVA, E.F. ; SAUER, L. . Matemático que previu onde de COVID-19 em Campo Grande fala à TV alems. 2021. (Programa de rádio ou TV/Entrevista).
SARAIVA, E.F. ; SAUER, L. . Modelo matemático aponta crescimento de casos da COVID-19 em Campo Grande. 2021.
SARAIVA, E.F. ; SAUER, L. . Matemático que previu ondas de COVID-19 em Campo Grande fala à TV Alems. 2021. (Programa de rádio ou TV/Entrevista).
SARAIVA, ERLANDSON . Evolução dos casos da COVID-19 na cidade de Campo Grande. 2021. (Programa de rádio ou TV/Entrevista).
SARAIVA, ERLANDSON ; SAUER, L. . Projeto da UFMS estuda taxa de notificação da Covid-19 em Campo Grande. 2020.
SAUER, L. ; SARAIVA, ERLANDSON . COVID-19. 2020. (Programa de rádio ou TV/Entrevista).
Projetos de pesquisa
-
2021 - Atual
Modelagem Estatística de Energia Solar, Descrição: Nos últimos anos houve um crescente interesse em geração de energia elétrica através de procedimentos renováveis e com baixo impacto ambiental. Neste cenário, modelos matemáticos/estatísticos de previsão são extremamente importantes para se entender a dinâmica de geração de energia a partir de valores observados de variáveis ambientais. O interesse nestas projeções se deve ao fato de que estas auxiliam engenheiros a planejar, desenvolver e/ou adaptar procedimentos e soluções sobre a manutenção da infraestrutura de geração energética, o armazenamento e distribuição da energia de maneira rápida e eficiente. O objetivo deste projeto é desenvolver modelos estatísticos baseados em modelos de regressão linear e não-linear para prever a geração de energia de uma usina fotovoltaica a partir de valores observados de variáveis ambientais, tais como, temperatura, irradiação, precipitação pluviométrica, velocidade e direção do vento, entre outras.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Erlandson Ferreira Saraiva - Coordenador / Valdemiro Piedade Vigas - Integrante / Ricardo Ribeiro dos Santos - Integrante / Leandro Sauer - Integrante / Guilherme Gloriano de Souza - Integrante / Edson Antonio Batista - Integrante / Marco Hiroshi Naka - Integrante.
-
2014 - Atual
Inferência Bayesiana e Algoritmos MCMC para análise de Modelos de mistura com o número de componentes desconhecido, Descrição: Neste projeto de pesquisa, vamos desenvolver uma abordagem bayesiana para estimação de modelos de misturas de distribuições com o número de componentes k sendo desconhecido. Primeiramente vamos desenvolver a abordagem bayesiana utilizando distribuições a priori conjugadas e posteriormente estendemos para o caso não-conjugado. Desenvolveremos uma nova estratégia split-merge (que denominaremos de ejeção-absorção, EA) para implementar uma metodologia MCMC para estimar conjuntamente os parâmetros e o número de componentes k do modelo de mistura. As propostas EA mudam o número de componentes k na vizinhança k+1 ou k-1, respectivamente, e determinam uma partição nos dados observados. Para desenvolver a proposta E vamos utilizar uma forma de alocação sequencial utilizando probabilidades de alocação que serão calculadas usando a densidade preditiva (caso conjugado) e a distância de Mahalanobis (caso não conjugado). Na proposta A as observações pertencentes a duas componentes serão unidas para dar origem a uma nova componente. Dado a nova proposta de alocação, valores-candidatos para os parâmetros das novas componentes serão gerados de uma densidade geradora de candidatos que será definida de acordo com a forma da distribuição a posteriori dos parâmetros. As propostas EA serão aceitas de acordo com a probabilidade de aceitação reversible jump, utilizando um procedimento na qual o Jacobiano da transformação é igual a 1.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Erlandson Ferreira Saraiva - Coordenador / Luís A. Milan - Integrante / Adriano Kamimura Suzuki - Integrante / Alexandre Pitangui Calixto - Integrante / Valdemiro Piedade Vigas - Integrante / Robert Jésus Reyes - Integrante / Mateus da Silva Corumbá Cyrino - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2013 - Atual
Inferência Bayesiana para Modelos com Mistura: Algoritmos de Alocação a posteriori, Descrição: Neste projeto de pesquisa, vamos desenvolver uma abordagem Bayesiana para modelos com mistura de distribuições com o número de componentes k sendo desconhecido. Para gerar amostras da distribuição a posteriori, propomos o desenvolvimento de dois algoritmos MCMC utilizando um par de movimentos reversíveis denominados de ejeção/absorção. Estes movimentos são utilizados para mudar o número de componentes k na vizinhança k+1 ou k-1. O primeiro algoritmo é uma cadeia de Markov com espaço de estados consistindo do número de componentes k e das variáveis latentes. Neste algoritmo, a probabilidade de aceitação para o movimentos ejeção/absorção é obtida via probabilidade de aceitação de Metropolis-Hastings. O Segundo algoritmo é uma cadeia de Markov com espaço de estados consistindo do número de componentes k, das variáveis latentes e parâmetros das componentes. Neste algoritmo, as probabilidades de aceitação são calculadas utilizando a probabilidade de aceitação reversible-jump com densidade geradora de novos candidatos dada pela densidade a posteriori dos parâmetros.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Erlandson Ferreira Saraiva - Coordenador / Luís Aparecido Milan - Integrante.
-
2011 - 2013
Métodos de Monte Carlo em Cadeias de Markov para estimação de modelos de mistura de distribuições, Descrição: O objetivo deste projeto de pesquisa é desenvolver uma abordagem Bayesiana e construir uma cadeia de Markov ergódica para estimar os parâmetros de um modelo de mistura de distribuições para situações em que o número de componentes é desconhecido.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Erlandson Ferreira Saraiva - Coordenador.
-
2011 - 2013
Testes de hipóteses clássicos e bayesianos para identificação de genes diferencialmente expressos: um estudo de simulação para verificação da performance dos métodos via estimativas do poder de teste., Descrição: O objetivo deste projeto de pesquisa é desenvolver uma abordagem Bayesiana para a identificação de genes diferencialmente expressos utilizando a probabilidade a posteriori de diferença que será calculada utilizando o fator de Bayes, intervalos de credibilidade e desidades preditivas. Para verificar a performance do método proposto e comparar com métodos usuais desenvolveremos um estudo de simulação utilizando o poder de teste como medida de comparação.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Erlandson Ferreira Saraiva - Coordenador.
Prêmios
2006
Melhor Dissertação de Mestrado em Estatística, ABE.
Histórico profissional
Endereço profissional
-
Universidade Federal de Mato Grosso do Sul, Instituto de Matemática. , Fundação Universidade Federal de Mato Grosso do Sul, Universitário, 79070900 - Campo Grande, MS - Brasil - Caixa-postal: 533, Telefone: (67) 33457001, URL da Homepage:
Experiência profissional
2013 - Atual
Universidade Federal de Mato Grosso do SulVínculo: , Enquadramento Funcional: Professor Adjunto III, Regime: Dedicação exclusiva.
2003 - 2004
Universidade Federal de Mato Grosso do SulVínculo: Professor Substituto, Enquadramento Funcional: Professor Substituto, Carga horária: 20
Atividades
-
02/2015 - 12/2017
Conselhos, Comissões e Consultoria, Instituto de Matemática.,Cargo ou função, Presidente da Comissão de Pesquisa e Pós-graduação.
2012 - 2013
Universidade Federal da Grande DouradosVínculo: Servidor Público, Enquadramento Funcional: Professor Adjunto, nível II, Regime: Dedicação exclusiva.
2010 - 2013
Universidade Federal da Grande DouradosVínculo: , Enquadramento Funcional: Professor Adjunto, nível I, Regime: Dedicação exclusiva.
Atividades
-
01/2012
Extensão universitária , FACET.,Atividade de extensão realizada, Seminários sobre Matemática e Estatística.
-
06/2011
Direção e administração, FACET.,Cargo ou função, Vice-Diretor.
-
01/2010
Conselhos, Comissões e Consultoria, FACET.,Cargo ou função, Membro da comissão de ensino da FACET.
Você é Erlandson Ferreira Saraiva?
Que tal assumir essas informações?
Basta criar uma conta no Escavador e enviar uma forma de comprovante. São três passos:
Escolha uma dentre três formas de verificação: Facebook, CPF ou Documento com Foto.
O Escavador irá analisar a sua solicitação.
As informações presentes nessa página serão transferidas para a sua página do perfil.
Depois do processo concluído, quem acessar essa página será redirecionado para seu cantinho no Escavador, seunome.escavador.com. Onde você poderá fazer a sua reputação, conhecer gente antenada, se informar e até mesmo ganhar clientes. Tudo isso de graça!
Criando um monitoramento
Nossos robôs irão buscar nos nossos bancos de dados todos os processos de Erlandson Ferreira Saraiva e sempre que o nome aparecer em publicações dos Diários Oficiais, avisaremos por e-mail e pelo painel do usuário
Criando um monitoramento
Nossos robôs irão buscar nos nossos bancos de dados todas as movimentações desse processo e sempre que o processo aparecer em publicações dos Diários Oficiais e nos Tribunais, avisaremos por e-mail e pelo painel do usuário
Confirma a exclusão?