Gustavo Uchôa Barros

Formação complementar

Idiomas

Áreas de atuação

Participação em eventos

Produções bibliográficas

• BARROS, G. U. ; CASSAR, D. R. . Comparação entre modelos mono e multitarefa induzidos por aprendizado de máquina para a previsão de propriedades de vidros. 2024. (Apresentação de Trabalho/Congresso).

Projetos de pesquisa

• 2025 - 2025

  Aplicação de aprendizado por transferência para classificação de patologias em plantas no contexto de soberania alimentar no Brasil, Projeto certificado pelo(a) coordenador(a) Daniel Roberto Cassar em 30/01/2026., Descrição: Ao longo do último século, os debates envolvendo o direito à alimentação passaram pela construção dos conceitos de insegurança e soberania alimentar. No Brasil, soluções para os quadros de insegurança alimentar passam por movimentos que se preocupam não apenas com a disponibilidade de alimentos, mas também de sua qualidade nutricional. Neste contexto, surge a necessidade de identificar fitopatologias nas plantações de forma precoce, de forma a evitar perdas na colheita. Com isso, este trabalho teve como objetivo a aplicação de Redes Neurais Convolucionais para classificar fitopatologias em imagens de plantas brasileiras, com foco em espécies sub-representadas e importantes para a base alimentar brasileira -- feijão, mandioca e milho. Para isso, foram desenvolvidas abordagens comparando a especificidade das redes utilizadas com relação aos dados de treino, aplicando métodos de Aprendizado por Transferência para a tarefa de classificação final. Os modelos foram comparados com métricas usuais de classificação multi-classe e através de métodos de explicação de modelos. Após estas análises, foi observado que os modelos baseados na ResNet50 obtiveram melhor performance nas métricas analisadas, assim como nos resultados de explicabilidade.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Gustavo Uchôa Barros - Integrante / Daniel Roberto Cassar - Coordenador / Matheus Zaia Monteiro - Integrante.

• 2024 - 2024

  Expansão da Base de Dados Cruzeiro do Sul via Mineração de Espectros da Literatura, Descrição: Diversos síncrotrons ao redor do mundo contam com linhas de luz dedicadas à espectroscopia de absorção de raios-X. No síncrotron SIRIUS, a futura linha de luz QUATI, será especializada nesse tipo de análise. Esta linha de luz terá uma base de dados própria, a qual guardará os espectros medidos, que também serão utilizados para a comparação de espectros e a identificação dos materiais. Motivados por esta perspectiva,foi realizada a mineração de dados para preencher a referida base de dados incluindo os metadados apropriados. Neste trabalho identificamos diferentes bases de dados que já possuem uma série de dados armazenados. No entanto, tais bases não utilizam um formato de arquivo padrão, que facilitaria sua mineração. Para a Cruzeiro do Sul, adotou-se o formato XDI (XAFS Data Interchange Format), que é um formato com uma definição bem documentada. Foi encontrada apenas uma base de dados com os espectros em XDI(XAS Data Library), e outra com muitos dados (SSHADE) para a qual foi desenvolvido um código para converter seus arquivos para XDI. Após uma curadoria dos dados,removendo duplicatas e dados de baixa qualidade, totalizando, ao final, 516 espectros minerados. Isso permitirá, quando a linha de luz QUATI estiver operacional, a realização de comparações e normalizações de espectros, a busca por experimentos previamente conduzidos, além de suportar a operação da linha e a execução de novos experimentos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Gustavo Uchôa Barros - Integrante / James Moraes de Almeida - Integrante / Santiago José Alejandro Figueroa - Coordenador / Izaque Junior Oliveira Silva - Integrante.

• 2024 - Atual

  Comparação entre modelos mono- e multitarefa induzidos por aprendizado de máquina para a previsão de propriedades de vidros, Descrição: Modelos preditivos de propriedades dos materiais podem ser utilizados no processo de projeto inverso, isto é, na busca por materiais que atendam certas características de projetos desejadas. Desta forma, modelos preditivos de melhor performance são almejados, dado que quanto melhor a performance mais eficiente é a busca realizada na etapa de projeto inverso. Recentemente, um novo modelo preditivo capaz de prever 85 propriedades de materiais vítreos foi reportado. Este modelo foi batizado de GlassNet e é um modelo multitarefa. Uma pergunta que foi levantada no artigo do GlassNet é se modelos multitarefa têm performance melhor do que modelos mono-tarefa, no entanto, não foi possível responder com segurança esta pergunta. Este projeto tem como objetivo investigar esta pergunta. Para tal, iremos treinar diversos modelos mono-tarefa de propriedades de vidros passando pelas etapas de engenharia de atributos e de otimização de hiperparâmetros (esta última não foi realizada no artigo onde o GlassNet foi reportado). Os resultados deste trabalho são de interesse particular para a comunidade de materiais vítreos, mas que também poderão ser aproveitados pela comunidade de materiais em geral uma vez que as estratégias apresentadas são agnósticas do ponto de vista da natureza das composições estudadas.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Gustavo Uchôa Barros - Integrante / Daniel Roberto Cassar - Coordenador.