Mirelle Candida Bueno

Mestranda em Tecnologia com enfoque em Mineração de dados pela Unicamp. Graduação completa em Bacharelado em Sistemas da informação pela Universidade Estadual de Campinas (UNICAMP). Possui experiência em Sistemas da informação, arquitetura em sistema e mineração de dados. Possui interesse nas seguintes áreas: Mineração de dados, Inteligência Artificial, Mineração em textos e processamento em imagens.

Informações coletadas do Lattes em 20/06/2020

Acadêmico

Seção coletada automaticamente pelo Escavador

Formação acadêmica

Mestrado em andamento em Mestrado em Tecnologia

2019 - Atual

Faculdade de Tecnologia - Unicamp
Orientador: Guilherme Palermo Coelho;

Graduação em Sistemas de Informação

2015 - 2018

Universidade Estadual de Campinas

Ensino Médio (2º grau)

2012 - 2014

E.E Professor João Batista Leme

Seção coletada automaticamente pelo Escavador

Idiomas

Inglês

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

Espanhol

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

Seção coletada automaticamente pelo Escavador

Áreas de atuação

    Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Sistemas de Computação/Especialidade: Arquitetura de Sistemas de Computação.

Seção coletada automaticamente pelo Escavador

Comissão julgadora das bancas

Guilherme Palermo Coelho

COELHO, G. P.DA SILVA, ANA ESTELA ANTUNESGRADVOHL, A. L. S.. Estudo Exploratório de Técnicas de Agrupamento Hierárquico de Dados Aplicados ao Problema de Explosões Solares. 2018. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Estadual de Campinas.

Ana Estela Antunes da Silva

COELHO, G. P.;SILVA, A. E. A.; GRADVOHL, A. L. S.. Estudo exploratório de agrupamento hieráquico de dados aplicados ao problema de explosões solares. 2018. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Estadual de Campinas.

Seção coletada automaticamente pelo Escavador

Foi orientado por

Guilherme Palermo Coelho

Estudo Exploratório de Técnicas de Agrupamento Hierárquico de Dados Aplicados ao Problema de Explosões Solares; 2018; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Estadual de Campinas; Orientador: Guilherme Palermo Coelho;

Guilherme Palermo Coelho

Estudo Comparativo de Técnicas de Agrupamento Hierárquico Aplicadas ao Problema de Previsão de Explosões Solares; 2017; Iniciação Científica; (Graduando em Sistemas de Informação) - Universidade Estadual de Campinas; Orientador: Guilherme Palermo Coelho;

José Carlos Magossi

Matemática e Estruturas; 2016; Orientação de outra natureza - Universidade Estadual de Campinas, Unicamp; Orientador: José Carlos Magossi;

José Carlos Magossi

Matemática com Mathematica; 2015; Orientação de outra natureza - Universidade Estadual de Campinas, Unicamp; Orientador: José Carlos Magossi;

Seção coletada automaticamente pelo Escavador

Produções bibliográficas

  • BUENO, M. C. . Inteligência Artiicial: Introdução. 2018. (Apresentação de Trabalho/Conferência ou palestra).

  • BUENO, M. C. ; COELHO, G. P ; SILVA, A. E. A ; GRADVOHL, A. L. S . Evaluating the Impact of Pre - clustering and Class Imbalance on Solar Flare Forecasting. 2018. (Apresentação de Trabalho/Congresso).

Seção coletada automaticamente pelo Escavador

Projetos de pesquisa

  • 2017 - 2018

    Avaliando o Impacto do Pré-agrupamento e Desequilíbrio de Classe na Previsão de explosões solares., Descrição: Dentre os fenômenos que ocorrem na superfície do Sol, as explosões solares podem provocar desde curtos circuitos em linhas de transmissão de energia até interrupções completas em sistemas de telecomunicações. Visando mitigar tais efeitos,muitos trabalhos têm se dedicado a desenvolver mecanismos capazes de prever a ocorrência de explosões solares. Neste contexto,o presente trabalho buscou avaliar dois aspectos relacionados á previsão deste fenômeno baseada em aprendizado de máquinas: (i) o impacto que o desbalanceamento das classes dos conjuntos de dados de treinamento tem no desempenho dos preditores; e (ii) se a incorporação de uma etapa de pré-agrupamento dos dados, antes do treinamento dos classificadores, contribui para uma melhor previsão.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Mirelle Candida Bueno - Coordenador / Guilherme Palermo Coelho - Integrante / Ana Estela Antunes da Silva - Integrante / André Leon Sampaio Gradvohl - Integrante.

  • 2017 - 2018

    ESTUDO EXPLORATÓRIO DE TÉCNICAS DE AGRUPAMENTO HIERÁRQUICO DE DADOS APLICADAS AO PROBLEMA DE EXPLOSÕES SOLARES, Descrição: Monografia apresentada à Faculdade de Tecnologia da Universidade Estadual de Campinas como parte dos requisitos exigidos para a obtenção do título de Bacharel em Sistemas de Informação. Os fenômenos que ocorrem na superfície do Sol influenciam diretamente, tanto positiva quanto negativamente, a vida na Terra. Dentre aqueles fenômenos que podem ter consequências negativas na superfície terrestre, cabe destacar as explosões solares, que modificam o campo magnético da Terra e podem provocar desde curtos circuitos em linhas de transmissão de energia até interrupções completas em sistemas de telecomunicações. Dado este cenário, diversos grupos de pesquisa têm se dedicado a estudar o fenômeno das explosões solares e a desenvolver ferramentas para sua previsão, tomando como base dados que são gerados constantemente por instrumentos de monitoramento do Sol. Em razão disso, este trabalho teve como foco a realização de um estudo exploratório de técnicas de agrupamento hierárquico de dados, aplicadas ao contexto de explosões solares. Para isso, tais técnicas foram utilizadas para identificação de grupos (clusters) e, posteriormente, os clusters identificados foram utilizados em uma etapa de classificação de dados, cujo intuito era prever a ocorrência de explosões solares com 24 horas de antecedência. Para isto, foi implementada neste trabalho uma ferramenta de agrupamento de dados, que permite a simples definição de diversos parâmetros pelo usuário. A partir do carregamento dos dados, a ferramenta calcula a matriz de distância entre as amostras, permitindo a escolha entre os coeficientes de Gower e Euclidiana. Feito isto, esta matriz de distâncias é utilizada pelo algoritmo AGNES, que pode empregar dois critérios de junção Single-Linkage e Complete-Linkage. Por fim, são identificados os clusters. Os classificadores utilizados para a análise foram: KNN, NaiveBayes e J48, e as métricas de avaliação de resultados, adotadas neste projeto, foram Acurácia e F-Measure, sendo esta última calculada a partir da matriz de confusão. Os resultados demonstram que o classificador KNN, sem a utilização de uma estratégia de pré-agrupamento, é o mais indicado para a classificação de novas amostras de dados.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Mirelle Candida Bueno - Coordenador / Guilherme Palermo Coelho - Integrante.

Histórico profissional

Seção coletada automaticamente pelo Escavador

Experiência profissional