João Kenji Suwa

Formação complementar

Idiomas

Áreas de atuação

Produções bibliográficas

• SUWA, J. K. . INTERPRETABILIDADE DE MODELOS DE IA: AVALIAÇÃO DE UMA ABORDAGEM POST-HOC COM FEATURE SELECTION LAYER. 2025. (Apresentação de Trabalho/Seminário).

Projetos de pesquisa

• 2026 - Atual

  Bolsista de Desenvolvimento Inovação - SENAI/CEDRA, Descrição: Bolsista de PD pelo SENAI atuando no projeto Rede AgroInteligente do CEDRA. Trabalho com o desenvolvimento de software e modelos de Machine Learning voltados para a otimização hídrica e energética em sistemas de irrigação. Sou responsável também por integrar essas soluções de IA em sistemas embarcados e documentar os avanços tecnológicos em publicações científicas e relatórios técnicos.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Técnico de nível médio: (0) Graduação: (2) / Especialização: (0) / Mestrado acadêmico: (2) / Mestrado profissional: (0) / Doutorado: (2) . , Integrantes: João Kenji Suwa - Coordenador / Taciano Ares Rodolfo - Integrante.

• 2025 - Atual

  Post-hoc Feature Selection Layer, Descrição: O projeto propõe um novo método de feature weighting post-hoc focado em aumentar a interpretabilidade de redes neurais pré-treinada. A ideia central é adaptar a Feature Selection Layer (FSL) como um módulo trainable que identifica as features mais relevantes para as predições sem alterar os parâmetros originais do modelo. Na prática, o sistema utiliza uma camada densa com one-to-one mapping posicionada entre a entrada e a rede principal, onde cada atributo é multiplicado por um peso treinável antes de seguir para as camadas subsequentes.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Especialização: (0) / Mestrado acadêmico: (1) / Mestrado profissional: (0) / Doutorado: (1) . , Integrantes: João Kenji Suwa - Coordenador / Bruno Iochins Grisci - Integrante.