André Luis Debiaso Rossi

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• GOMES MANTOVANI, RAFAEL ; HORVÁTH, TOMÁ? ; ROSSI, ANDRÉ L. D. ; CERRI, RICARDO ; BARBON JUNIOR, SYLVIO ; VANSCHOREN, JOAQUIN ; CARVALHO, ANDRÉ C. P. L. F. DE . Better trees: an empirical study on hyperparameter tuning of classification decision tree induction algorithms. DATA MINING AND KNOWLEDGE DISCOVERY , v. 1, p. 1, 2024.

• CEBRIAN, JUAN C. ; GIACOMINI JR, JAIRO ; ROSSI, ANDRÉ L. D. ; TRINDADE, FERNANDA C. L. ; MORALES-PAREDES, HELMO K. . Methodology to Estimate the Financial Impacts of the Integration of PV Generators in Distribution Systems on Voltage Sags and Energy Losses. IEEE TRANSACTIONS ON POWER DELIVERY , v. 1, p. 1-13, 2024.

• DEIENNO, AUGUSTO CISCONI ; GOMES, RAMON HERNANY MARTINS ; ROSSI, ANDRÉ LUIS DEBIASO ; SIMÕES, RAFAEL PLANA ; BATAGIN-NETO, AUGUSTO . Exploring the antiviral activity of α-ketoamides compounds through electronic structure calculations: a structure-activity relationship study. JOURNAL OF BIOMOLECULAR STRUCTURE & DYNAMICS , v. 1, p. 1-16, 2023.

• ZAPATERINI, JOYCE R. ; FONSECA, ANTONIO R. B. ; BIDINOTTO, LUCAS T. ; COLOMBELLI, KETLIN T. ; ROSSI, ANDRÉ L. D. ; KASS, LAURA ; JUSTULIN, LUIS A. ; BARBISAN, LUIS F. . Maternal Low-Protein Diet Deregulates DNA Repair and DNA Replication Pathways in Female Offspring Mammary Gland Leading to Increased Chemically Induced Rat Carcinogenesis in Adulthood. FRONTIERS IN CELL AND DEVELOPMENTAL BIOLOGY , v. 9, p. 1-17, 2022.

• RODER, MATEUS ; DE ROSA, GUSTAVO HENRIQUE ; DE ALBUQUERQUE, VICTOR HUGO C. ; ROSSI, ANDRE L. D. ; PAPA, JOAO P. . Energy-Based Dropout in Restricted Boltzmann Machines: Why Not Go Random. IEEE Transactions on Emerging Topics in Computational Intelligence , v. 6, p. 276-286, 2021.

• DEBIASO ROSSI, ANDRÉ LUIS ; Soares, Carlos ; DE SOUZA, BRUNO FERES ; PONCE DE LEON FERREIRA DE CARVALHO, ANDRÉ CARLOS . Micro-MetaStream: algorithm selection for time-changing data. INFORMATION SCIENCES , v. 565, p. 262-277, 2021.

• MANTOVANI, RAFAEL G. ; Rossi, André L.D. ; ALCOBAÇA, EDESIO ; VANSCHOREN, JOAQUIN ; DE CARVALHO, ANDRÉ C.P.L.F. . A meta-learning recommender system for hyperparameter tuning: predicting when tuning improves SVM classifiers. INFORMATION SCIENCES , v. 501, p. 193-221, 2019.

• ROSSI, A.L.D. ; de SOUZA, B. F. ; Soares, Carlos ; CARVALHO, A. C. P. L. F. . A guidance of data stream characterization for meta-learning. Intelligent Data Analysis , v. 21, p. 1015-1035, 2017.

• AFFONSO, CARLOS ; ROSSI, ANDRÉ LUIS DEBIASO ; VIEIRA, FÁBIO HENRIQUE ANTUNES ; DE CARVALHO, ANDRÉ CARLOS PONCE DE LEON FERREIRA . Deep Learning for Biological Image Classification. EXPERT SYSTEMS WITH APPLICATIONS , v. 85, p. 114-122, 2017.

• PILAN, P. H. ; CERVI, R. G. ; RODRIGUES, S. A. ; OLIVEIRA, P. A. ; ROSSI, A.L.D. . Caracterização de variedades de cana-de-açúcar submetidas à processo mecanizados de colheita em diferentes estágios de corte. TEKHNE E LOGOS , v. 8, p. 167-182, 2017.

• ROSSI, A.L.D. ; CARVALHO, A. C. P. L. F. ; SOARES, C. ; SOUZA, B. F. de . MetaStream: A meta-learning based method for periodic algorithm selection in time-changing data. NEUROCOMPUTING , v. 127, p. 52-64, 2014.

• PRIYA, R. ; SOUZA, B. F. de ; ROSSI, A.L.D. ; CARVALHO, André Carlos Ponce de Leon Ferreira de . Predicting Execution Time of Machine Learning Tasks for Scheduling. International Journal of Hybrid Intelligent Systems , v. 10, p. 23-32, 2013.

• Gomes, Taciana A.F. ; Prudêncio, Ricardo B.C. ; Soares, Carlos ; ROSSI, A.L.D. ; Carvalho, André . Combining meta-learning and search techniques to select parameters for support vector machines. NEUROCOMPUTING , v. 75, p. 3-13, 2012.

• BASGALUPP, M. P. ; ROSSI, A.L.D. ; LORENA, A. C. . Algoritmos Genéticos em Problemas de Classificação. In: António Gaspar-Cunha; Ricardo Takahashi; Carlos Henggeler Antunes. (Org.). Manual de Computação Evolutiva e Metaheurística. 1ed.Coimbra / Belo Horizonte: Imprensa da Universidade de Coimbra / Editora da Universidade Federal de Minas Gerais, 2012, v. , p. 381-405.

• TAMASI, R. M. ; ROSSI, A.L.D. ; MALTA, G. S. ; SCHLEDER, A. M. ; BARROS, L. O. ; ORLOWSKI, R. T. C. ; MENDES, A. B. ; MARTINS, M. R. . A Cost-Effective Computational Approach to Integrate Offshore Inspections Planning and Routing Vessels. In: ASME 44th International Conference on Ocean, Offshore & Arctic Engineering (OMAE2025), 2025, Vancouver. Proceedings of the 44th International Conference on Ocean, Offshore & Arctic Engineering (OMAE2025), 2025.

• PEREIRA, GABRIEL F. D. ; COLETTA, LUIZ F. S. ; ROSSI, ANDRÉ L. D. . Effectiveness of different backbones for the DeepLabV3+ network applied to semantic segmentation of agricultural crops with limited image data. In: Encontro Nacional de Inteligência Artificial e Computacional, 2025, Brasil. Anais do XXII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2025), 2025. p. 604.

• LIMA, GABRIEL MOLINA DE ; ROSSI, ANDRÉ L. D. ; MENDES JUNIOR, JOSÉ JAIR ALVES ; CAMPOS, DANIEL PRADO ; MANTOVANI, RAFAEL GOMES . Evaluating the Effects of Feature set and Hyperparameter Optimization on sEMG-Based Gesture Recognition. In: Encontro Nacional de Inteligência Artificial e Computacional, 2025, Brasil. Anais do XXII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2025), 2025. p. 1340.

• ROSSI, A.L.D. ; TAMASI, R. M. ; MALTA, G. S. ; SCHLEDER, A. M. ; BARROS, L. O. ; ORLOWSKI, R. T. C. ; MARTINS, M. R. . Integrated Inspection Planning Optimization And Routing Inspection Vessels For Multiple Petroleum Offshore Equipment. In: EUROPEAN SAFETY AND RELIABILITY (ESREL), 2024, CRACOW. Advances in Reliability, Safety and Security. Gdynia: Polish Safety and Reliability Association, 2024. v. 6. p. 157-166.

• RODER, M. ; PASSOS, LEANDRO APARECIDO ; PAPA, JOAO P. ; Rossi, André L.D. . Feature Selection and Hyperparameter Fine-Tuning in Artificial Neural Networks for Wood Quality Classification. In: Brazilian Conference on Intelligent Systems (BRACIS), 2023, Belo Horizonte. BRACIS 2023: Intelligent Systems, 2023. v. 14196.

• CHAVES, RUBENS MARQUES ; ROSSI, ANDRÉ LUIS DEBIASO ; GARCIA, LUÍS PAULO FAINA . A Financial Distress Prediction using a Non-stationary Dataset. In: Encontro Nacional de Inteligência Artificial e Computacional, 2023, Brasil. Anais do XX Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2023). Porto Alegre: Sociedade Brasileira de Computação, 2023. p. 300-314.

• ROSSI, A.L.D. ; TAMASI, R. M. ; BARROS, L. O. ; ORLOWSKI, R. T. C. ; MALTA, G. S. ; FIUZA, M. F. F. ; SCHLEDER, A. M. ; MARTINS, M. R. . Optimizing Inspection Plans for Multiple Oil and Gas Equipment Under Resource Constraints. In: European Safety and Reliability Conference (ESREL 2023), 2023, Southampton. Proceedings of the 33nd European Safety and Reliability Conference - ESREL2023, 2023.

• CHAVES, R. M. ; ROSSI, A.L.D. ; GARCIA, L. P. F. . Financial Distress Prediction in an Imbalanced Data Stream Environment. In: International Conference on Hybrid Artificial Intelligent Systems (HAIS), 2023, Salamanca. Proceedings of the 18th International Conference on Hybrid Artificial Intelligent Systems, 2023. v. 14001.

• CARNEIRO, CARLOS ALBERTO ; ROSSI, ANDRE LUIS DEBIASO ; CEBRIAN, JUAN CARLOS ; MORALES-PAREDES, HELMO KELIS . Automated Switch Placement in Power Distribution Systems: Analysis of Binary PSO Parameters. In: 2022 17th International Conference on Probabilistic Methods Applied to Power Systems (PMAPS), 2022, Manchester. 2022 17th International Conference on Probabilistic Methods Applied to Power Systems (PMAPS), 2022. p. 1.

• MAMUN, S. ; DAUD, M. ; MAHMUD, M. ; KAISER, M. ; ROSSI, A.L.D. . ALO: AI for Least Observed People. In: International Conference on Applied Intelligence and Informatics, 2021, Nottingham. Applied Intelligence and Informatics. AII 2021. Cham: Springer, 2021. v. 1435.

• RODER, MATEUS ; ALMEIDA, JURANDY ; DE ROSA, GUSTAVO H. ; PASSOS, LEANDRO A. ; ROSSI, ANDRE L.D. ; PAPA, JOAO P. . From Actions to Events: A Transfer Learning Approach Using Improved Deep Belief Networks. In: 2021 IEEE Symposium Series on Computational Intelligence (SSCI), 2021, Orlando. 2021 IEEE Symposium Series on Computational Intelligence (SSCI), 2021. p. 01.

• RODER, MATEUS ; DE ROSA, GUSTAVO HENRIQUE ; PASSOS, LEANDRO APARECIDO ; PAPA, JOAO PAULO ; ROSSI, ANDRE LUIS DEBIASO . Harnessing Particle Swarm optimization Through Relativistic Velocity. In: 2020 IEEE Congress on Evolutionary Computation (CEC), 2020, Glasgow. 2020 IEEE Congress on Evolutionary Computation (CEC), 2020. p. 1.

• UBEDA, GUSTAVO DAS NEVES ; ROSSI, ANDRE LUIS DEBIASO . Um estudo comparativo de Redes Neurais Convolutivas para o problema da classificação da qualidade da madeira. In: ENEGEP 2020 Encontro Nacional de Engenharia de Produção, 2020, Online, 2020.

• SBRANA, A. ; ROSSI, A.L.D. ; NALDI, M. C. . N-BEATS-RNN: deep learning for time series forecasting.. In: 19th IEEE International Conference on Machine Learning and Applications, 2020, Miami, Flórida,. Proceedings of the 19th IEEE International Conference on Machine Learning and Applications, 2020.

• SÁ, J. M. C. ; ROSSI, A.L.D. ; BATISTA, G. E. A. P. A. ; GARCIA, L. P. F. . Algorithm Recommendation for Data Streams. In: 25th International Conference on Pattern Recognition (ICPR), 2020, Milão. Proceedings of the 25th International Conference on Pattern Recognition (ICPR), 2020.

• SOARES, N. F. ; UBEDA, G. N. ; ROSSI, A.L.D. . Avaliação de Métodos de Extração de Características Aplicadas à Classificação da Qualidade da Madeira. In: IV Congresso Brasileiro de Engenharia de Produção, 2019, Ponta Grossa. Anais do IV Congresso Brasileiro de Engenharia de Produção, 2019.

• ALCOBACA, EDESIO ; G. MANTOVANI, RAFAEL ; ROSSI, ANDRE L. D. ; C. P. L. F. DE CARVALHO, ANDRE . Dimensionality Reduction for the Algorithm Recommendation Problem. In: 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), 2018, Sao Paulo. 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), 2018. p. 318.

• RODER, M. ; AFFONSO, C. O. ; ROSSI, A.L.D. . Boosting machine learning techniques for wood quality classification by particle swarm optimization. In: Encontro Nacional de Inteligência Artificial e Computacional, 2017, Uberlância, MG. Anais do 14o Encontro Nacional de Inteligência Artificial e Computacional, 2017.

• CERVI, R. G. ; PILAN, P. H. ; RODRIGUES, S. A. ; OLIVEIRA, P. A. ; ROSSI, A.L.D. . Caracterização de variedades de cana-de-açúcar submetidas à processos mecanizados de colheita em diferentes estágios de corte. In: Simpósio Nacional de Tecnologia em Agronegócio, 2017, Botucatu. Anais do IX SINTAGRO - Simpósio Nacional de Tecnologia em Agronegócio, 2017. v. 1. p. 1-13.

• MANTOVANI, RAFAEL G. ; ROSSI, ANDRE L. D. ; VANSCHOREN, JOAQUIN ; BISCHL, BERND ; CARVALHO, ANDRE C. P. L. F. . To tune or not to tune: Recommending when to adjust SVM hyper-parameters via meta-learning. In: 2015 International Joint Conference on Neural Networks (IJCNN), 2015, Killarney. 2015 International Joint Conference on Neural Networks (IJCNN). v. 0. p. 1-n.

• MANTOVANI, RAFAEL G. ; ROSSI, ANDRE L. D. ; VANSCHOREN, JOAQUIN ; BISCHL, BERND ; DE CARVALHO, ANDRE C. P. L. F. . Effectiveness of Random Search in SVM hyper-parameter tuning. In: 2015 International Joint Conference on Neural Networks (IJCNN), 2015, Killarney. 2015 International Joint Conference on Neural Networks (IJCNN). v. 0. p. 1-0.

• RODER, M. ; ROSSI, A.L.D. ; AFFONSO, C. O. . Comparação de técnicas de aprendizado de máquina para a classificação da qualidade da madeira. In: 8º Congresso de extensão universitária da UNESP, 2015, Itapeva. Anais do 8º Congresso de extensão universitária da UNESP, 2015.

• MANTOVANI, R. G. ; ROSSI, A.L.D. ; VANSCHOREN, J. ; CARVALHO, A. C. P. L. F. . Meta-learning Recommendation of Default Hyper-parameter Values for SVMs in Classifications Tasks. In: International Conference on Meta-Learning and Algorithm Selection, 2015, Porto, Portugal. Proceedings of the 2015 International Conference on Meta-Learning and Algorithm Selection. Aachen, Germany: CEUR-WS.org, 2015. v. 1455. p. 80-92.

• PRIYA, R. ; de SOUZA, B. F. ; ROSSI, A.L.D. ; CARVALHO, A. C. P. L. F. . Using Genetic Algorithms to Improve Prediction of Execution Times of ML Tasks. In: Hybrid Artificial Intelligent Systems, 2012, Salamanca. 7th International Conference on Hybrid Artificial Intelligent System (HAIS), 2012. v. 1. p. 196-207.

• ROSSI, ANDRE LUIS DEBIASO ; CARVALHO, ANDRE C.P.L.F. ; Soares, Carlos . Meta-Learning for Periodic Algorithm Selection in Time-Changing Data. In: 2012 Brazilian Symposium on Neural Networks (SBRN), 2012, Curitiba. 2012 Brazilian Symposium on Neural Networks. p. 7.

• PRIYA, R. ; de SOUZA, B. F. ; ROSSI, A.L.D. ; CARVALHO, A. C. P. L. F. . Predicting execution time of machine learning tasks using metalearning. In: World Congress on Information and Communication Technologies (WICT), 2011, Mumbai. Proceedings of the World Congress on Information and Communication Technologies, 2011. p. 1193-1198.

• GOMES, T.A.F. ; PRUDENCIO, R.B.C. ; SOARES, C. ; ROSSI, A.L.D. ; CARVALHO, A. C. P. L. F. . Combining Meta-learning and Search Techniques to SVM Parameter Selection. In: XI Simpósio Brasileiro de Redes Neurais, 2010, São Bernardo. Anais do XI Simpósio Brasileiro de Redes Neurais, 2010. p. 79-84.

• ROSSI, A.L.D. ; SOARES, C. ; CARVALHO, A. C. P. L. F. . Bioinspired parameter tuning of MLP networks for gene expression analysis: quality of fitness estimates vs number of solutions analyzed. In: International Conference on Neuro- Information Processing of the Asia Pacific Neural Network Assembly, 2009, Auckland. Proceedings of the 15th International Conference on Neuro- Information Processing of the Asia Pacific Neural Network Assembly, 2009. v. 5507. p. 252-259.

• ROSSI, A.L.D. ; CARVALHO, A. C. P. L. F. ; SOARES, C. . Bio-Inspired Parameter Tunning of MLP Networks for Gene Expression Analysis. In: Hybrid Intelligent Systems, 2008, Barcelona. Proceedings of the Eighth International Conference on Hybrid Intelligent Systems. Los Alamitos: IEEE Computer Society, 2008. p. 435-440.

• ROSSI, A.L.D. ; CARVALHO, A. C. P. L. F. . Bio-inspired Optimization Techniques for SVM Parameter Tuning. In: 10th Brazilian Symposium on Neural Networks, 2008, Salvador. Proceedings of 10th Brazilian Symposium on Neural Networks, 2008. v. 1. p. 57-62.

• ROSSI, A.L.D. ; CAMARGO-BRUNETTO, M. A. O. . Protein Classification Using Artificial Neural Networks with Different Protein Encoding Methods. In: 7th International Conference onIntelligent Systems Design and Applications, ISDA´07, 2007, Rio de Janeiro. Proceedings of 7th International Conference onIntelligent Systems Design and Applications. Los Alamitos: IEEE Computer Press, 2007. p. 169-176.

• ROSSI, A.L.D. ; CAMARGO-BRUNETTO, M. A. O. . Métodos de Codificação de Proteínas para Uso com Redes Neurais Artificiais. In: X Congresso Brasileiro de Informática em Saúde, 2006, Florianópolis. Anais do X Congresso Brasileiro de Informática em Saúde, 2006.

• ROSSI, A.L.D. ; CAMARGO-BRUNETTO, M. A. O. . Uma Aplicação Web para Análise de Exames Cardio-Respiratórios. In: V WIM - Workshop de Informática Médica, 2005, Porto Alegre. Anais do V WIM - Workshop de Informática Médica, 2005.

• ANTONETTI, L. O. ; ROSSI, ANDRÉ L. D. . Aprendizado Incremental de Classes para Segmentação Semântica de Ervas Daninhas em Imagens Aéreas Agrícolas. In: XXXVII Congresso de Iniciação Científica da Unesp - FC/Bauru, 2025, Bauru. Anais do XXXVII Congresso de Iniciação Científica da Unesp, 2025.

• FRANCO, G. C. ; ROSSI, ANDRE L.D. . UMA INVESTIGAÇÃO DA BIBLIOTECA DE APRENDIZADO CONTÍNUO ?AVALANCHE? PARA DETECÇÃO DE OBJETOS. In: XXXVII Congresso de Iniciação Científica da Unesp - FC/Bauru, 2025, Bauru. Anais do XXXVII Congresso de Iniciação Científica da Unesp, 2025.

• MORAIS, C. H. B. ; CUBA, J. P. B. ; ABRAHAO, E. ; ROSSI, ANDRÉ L. D. ; SCHLEDER, A. M. ; MARTINS, M. R. ; MATURANA, M. C. ; MELO, P. F. F. . Algoritmos Genéticos Aplicados ao Conceito de Risk Based Inspection (RBI): Otimização de Planos de Inspeção. In: Congresso da Associação Brasileira de Análise de Risco, Segurança de Processos e Confiabilidade - ABRISCO, 2021, Online. V Congresso ABRISCO, 2021. p. 1-4.

• GALVAO, G. P. R. ; ROSSI, ANDRE LUIS DEBIASO . Redes Neurais Convolutivas aplicadas à classificação de frutas. In: XXXII Congresso de Iniciação Científica da Unesp, 2020, Itapeva. ANAIS DO XXXII Congresso de Iniciação Científica da Unesp, 2020.

• UBEDA, G. N. ; ROSSI, A.L.D. . Melhorando a eficiência de sistemas de irrigação em hortas de pequeno e médio porte por meio da automação com Arduino. In: XXXII Congresso de Iniciação Científica da Unesp, 2020, Itapeva. Anais do XXXII Congresso de Iniciação Científica da Unesp, 2020.

• UBEDA, GUSTAVO DAS NEVES ; ROSSI, A.L.D. ; BATAGIN NETO, A. ; COLEONE, A. P. . Análise mediante técnicas de aprendizado de máquina para identificar a correlação entre a estrutura eletrônica e propriedades ópticas de derivados quinolínicos e xantênicos. In: XXXI Congresso de Iniciação Científica da Unesp, 2019, Itapeva. Anais do XXXI Congresso de Iniciação Científica da Unesp, 2019.

• RODER, M. ; ROSSI, A.L.D. . Ajuste de hiperparâmetros de redes neurais artificiais e seleção de atributos para o problema de classificação de qualidade da madeira. In: 30ª Congresso de Iniciação Científica da UNESP, 2018, Itapeva. Anais do 30ª Congresso de Iniciação Científica da UNESP, 2018.

• RODER, M. ; AFFONSO, C. O. ; ROSSI, A.L.D. . Ajuste de Parâmetros de Redes Neurais Artificiais Aplicadas à Classificação da Qualidade da Madeira. In: XXIX Congresso de Iniciação Científica da UNESP, 2017, Itapeva. Anais do XXIX Congresso de Iniciação Científica da UNESP, 2017. p. 472-483.

• MARTINS, V. A. F. ; CERVI, R. G. ; ROSSI, A.L.D. . Estimativa do teor de sacarose de sete variedades de cana-de-açúcar por meio de árvores de decisão. In: XXIX Congresso de Iniciação Científica da UNESP, 2017, Bauru. Anais do XXIX Congresso de Iniciação Científica da UNESP, 2017.

• DUARTE, J. G. O. ; Rossi, André L.D. . Identificação de Veículos e Pedestres a partir de Imagens de Monitoramento de Tráfego Utilizando ?Transferência de Aprendizado. In: XXXVI Congresso de Iniciação Científica da UNESP, 2024, Itapeva. Anais do XXXVI Congresso de Iniciação Científica da UNESP, 2024.

• DIAS, M. G. A. ; ROSSI, A.L.D. . Identificacao de plantas daninhas em culturas agricolas utilizando aprendizado de maquina. In: XXXVI Congresso de Iniciação Científica da UNESP, 2024, Itapeva. Anais do XXXVI Congresso de Iniciação Científica da UNESP, 2024.

• SANTOS, R. A. V. ; ROSSI, A.L.D. . Identificação de Veículos e Pedestres a Paritr de Imagens de Monitoramento de Tráfego Utilizando Aprendizado Profundo. In: XXXV Congresso de Iniciação Científica da UNESP, 2023, Itapeva. Anais do XXXV Congresso de Iniciação Científica da Unesp: Desafios na produção do conhecimento: democratização e diversidade., 2023.

• DUARTE, J. G. O. ; ROSSI, A.L.D. . Reconhecimento de Objetos para a Melhoria do Tráfego de Veículos e Pedestres Utilizando Mask R-CNN. In: XXXV Congresso de Iniciação Científica da Unesp, 2023, Itapeva. Anais do XXXV Congresso de Iniciação Científica da Unesp: Desafios na produção do conhecimento: democratização e diversidade, 2023.

• MALULI, J. M. ; ROSSI, ANDRÉ L. D. . Técnicas de Aprendizado De Máquina e Visão Computacional Aplicadas À Determinação de Área de Fases no Aço 1020. In: Congresso de Iniciação Científica da Unesp, 2021, Itapeva. Anais do XXXIII Congresso de Iniciação Científica da Unesp: Agenda 2030 e as Perspectivas da Iniciação Científica da Unesp, 2021. p. 1-1.

• GALVAO, G. P. R. ; ROSSI, ANDRE LUIS DEBIASO . Transferência de aprendizado em Redes Neurais Convolutivas aplicadas à classificação visual de frutas. In: XXXIV Congresso de Iniciação Científica da Unesp, 2020, Itapeva. Anais do XXXIV Congresso de Iniciação Científica da Unesp, 2021.

• SOARES, N. F. ; ROSSI, A.L.D. . Avaliação de Métodos de Extração de Características Aplicadas à Classificação da Qualidade da Madeira. In: XXXI Congresso de Iniciação Científica da Unesp, 2019, Itapeva. Anais do 31ª Congresso de Iniciação Científica da UNESP, 2019.

• SANCTIS, P. ; FLOREZ, L. M. M. ; CRUZ, T. F. ; ARAUJO JUNIOR, J. P. ; ZAPATERINI, J. R. ; ROSSI, A.L.D. ; ROCHA, N.S. . Gene expression-profiling in canine transmissible venereal tumor: a preview study. In: Frontiers in Molecular Oncology, 2018, São Paulo, Brasil. Annals of the International conference Frontiers in Molecular Oncology, 2018. p. 66-67.

• SANCTIS, P. ; FLOREZ, L. M. M. ; ZAPATERINI, J. R. ; ROSSI, A.L.D. ; MAZZANTE, N. M. G. ; ROCHA, N.S. . Tumor Venéreo Transmissível canino: desenvolvimento tumoral e evasão da resposta imune - Resultados preliminares. In: IV JORNADA ACADÊMICA DE BIOMEDICINA E FARMÁCIA, 2018, Botucatu. ANAIS DA IV JORNADA ACADÊMICA DE BIOMEDICINA E FARMÁCIA FACULDADE MARECHAL RONDON, 2018. p. 10-10.

• MARTINS, V. A. F. ; ROSSI, A.L.D. ; SIMOES, D. . Utilização de técnicas de aprendizado de máquina na análise do preço do transporte rodoviário da madeira. In: XXVII Congresso de Iniciação Científica da UNESP, 2015, Itapeva. Anais do XXVII Congresso de Iniciação Científica da UNESP, 2015.

• CAMARGO-BRUNETTO, M. A. O. ; BRUNETTO, A.F. ; ROSSI, A.L.D. ; AMORIM, T. A. . Sacar-Web: Software para avaliação cardiorrespiratória. In: 13º Simpósio Internacional Fisioterapia Respiratória e Fisioterapia em Terapia Intensiva, 2006, Curitiba. Revista Brasileira de Fisioterapia, 2006. v. 1. p. 36-36.

• ROSSI, A.L.D. ; CAMARGO-BRUNETTO, M. A. O. ; AMORIM, T. A. . Aplicação web aplicada à exames cardiorrespiratórios. In: XIV Encontro Anual de Iniciação Científica - EAIC, 2005, Guarapuava. Anais do XIV Encontro Anual de Iniciação Científica - EAIC, 2005.

• ROSSI, A.L.D. ; CAMARGO-BRUNETTO, M. A. O. ; AMORIM, T. A. . Aplicação web para avaliação cardiorrespiratória. In: 13º Simpósio Internacional de Iniciação Científica da USP - SIICUSP, 2005, São Carlos. Anais do 13º Simpósio Internacional de Iniciação Científica da USP - SIICUSP, 2005.

• CHAVES, RUBENS MARQUES ; ROSSI, A.L.D. ; GARCIA, LUÍS PAULO FAINA . A Financial Distress Prediction using a Non-stationary Dataset. 2023. (Apresentação de Trabalho/Congresso).

• ROSSI, A.L.D. . Machine Learning Techniques (Faber Castell). 2019. (Apresentação de Trabalho/Outra).

• ROSSI, A.L.D. . Machine Learning on Gene Expression Analysis. 2015. (Apresentação de Trabalho/Conferência ou palestra).

• ROSSI, A.L.D. . Mineração de Fluxos Contínuos de Dados. 2015. (Apresentação de Trabalho/Conferência ou palestra).

• Priya, R. ; de SOUZA, B. F. ; ROSSI, A.L.D. ; CARVALHO, A. C. P. L. F. . Using Genetic Algorithms to Improve Prediction of Execution Times of ML Tasks. 2012. (Apresentação de Trabalho/Conferência ou palestra).

• MANTOVANI, R. G. ; ROSSI, A.L.D. ; ALCOBACA, E. ; GERTRUDES, J. C. ; BARBON JUNIOR, S. ; CARVALHO, ANDRE C. P. L. F. . Rethinking Defaults Values: a Low Cost and Efficient Strategy to Define Hyperparameters 2020 (Preprint).

Outras produções

Projetos de pesquisa

• 2022 - Atual

  IARA - Inteligência Artificial Recriando Ambientes, Projeto certificado pelo(a) coordenador(a) André Carlos Ponce de Leon Ferreira de Carvalho em 07/06/2022., Descrição: O Centro de Pesquisa Aplicada em Inteligência Artificial, IARA, é formado por uma equipe multidisciplinar, com especialistas nacionais de competência internacionalmente reconhecida em inteligência artificial, telecomunicações, internet das coisas e cidades inteligentes. As instituições científicas, tecnológicas e de inovação que hospedam esses pesquisadores estão localizadas em todas as regiões do Brasil e abrangem todas as Universidades públicas do estado de São Paulo. O Centro, sediado na USP São Carlos, tem por meta cobrir cinco aspectos de cidades inteligentes: cibersegurança, educação, infra-estrutura, meio-ambiente e saúde. No aspecto relacionado à infraestrutura, são de particular interesse os subtemas de energia, comunicação e mobilidade. O Centro possui caráter aplicado e conta com grupo relevante de empresas, cujas atividades englobam os temas mencionados, e que estão dispostas a internalizar as tecnologias desenvolvidas. Além da capilaridade da rede constituída, outro diferencial da proposta é alavancar o aprendizado de máquina automatizado (AutoML) no país. As pesquisas em AutoML fornecerão base sólida para a integração dos vários agentes da rede, promovendo o desenvolvimento sustentável do Centro ao democratizar IA, facilitando seu uso por não-especialistas, os quais ainda contarão com apoio do Centro para inovarem. Serão enfatizadas assim: a transferência de tecnologia, a educação e a divulgação de conhecimento, para o uso correto e eficiente de Inteligência Artificial no fomento de cidades inteligentes no Brasil e exterior.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: André Luis Debiaso Rossi - Integrante / Andre Carlos Ponce de Leon Ferreira de Carvalho - Coordenador.

• 2022 - Atual

  Otimização e atualização de planos de inspeção de conjuntos de equipamentos submarinos de petróleo e gás em operação, Projeto certificado pelo(a) coordenador(a) Marcelo Ramos Martins em 17/03/2023., Descrição: Este projeto tem como objetivo desenvolver uma metodologia para a otimização de planos de inspeção de um conjunto de equipamentos que considere o risco associado à sua operação, os custos associados e a possível indisponibilidade de recursos físicos e financeiros, além da sua implementação em ferramenta computacional amigável para sua aplicação. O desenvolvimento de ferramenta computacional amigável para a aplicação da metodologia visa a otimização de recursos humanos e de tempo, além de facilitar o processo de aceitação da nova metodologia e tornar o processo de otimização mais eficiente e dinâmico.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (4) / Doutorado: (1) . , Integrantes: André Luis Debiaso Rossi - Integrante / Adriana Miralles Schleder - Integrante / Marcelo Ramos Martins - Coordenador / Marcos Coelho Maturana - Integrante / Fernanda Marques de Moura - Integrante / Carlos Henrique Bittencourt Morais - Integrante / João Pedro Barros Cuba - Integrante / Andressa dos Santos Nicolau - Integrante / Maximiano Correia Martins - Integrante / Paulo F. Frutuoso e Melo - Integrante / Rodrigo Menas Tamasi - Integrante / Marcos Flavio Fernandes Fiuza - Integrante / Gabriel Silva Malta - Integrante / Victor Hugo de Oliveira da Silva - Integrante.

• 2022 - Atual

  Viabilizando o desenvolvimento de cidades inteligentes: uma abordagem baseada em aprendizado de máquina, Descrição: Técnicas de Aprendizado de Máquina (AM) têm alcançado grande sucesso nas mais diversas áreas do conhecimento, como saúde e engenharia. As técnicas de AM são capazes de lidar, de forma eficiente, com diferentes tipos de dados que são gerados automaticamente e em grande quantidade por dispositivos eletrônicos, como sensores e câmeras, presentes nos centros urbanos. Contudo, devido a diversas limitações, esses dados ainda são, geralmente, analisados exclusivamente por operadores humanos, que estão sujeitos a diversas dificuldades advindas de processos repetitivos. Portanto, é imperativo que sistemas inteligentes sejam integrados no planejamento estratégico dos gestores das cidades, para que órgãos públicos e, consequentemente, a sociedade, possam atingir benefícios comuns. Nessa direção, o presente projeto tem como objetivo desenvolver sistemas inteligentes baseados em técnicas de AM para auxiliar em duas tarefas. A primeira visa melhorar a mobilidade da cidade por meio da identificação de veículos e pedestres e adaptação automática do tráfego. A segunda visa entender os perfis de consumo de energia elétrica dos usuários residenciais a fim de propor planos de eficiência energética que possibilitem reduzir o custo mensal pago pela energia elétrica. Os sistemas serão desenvolvidos em parceria com a prefeitura da cidade de Itapeva, São Paulo, buscando, por um lado, avançar em direção da implantação de conceitos de cidades inteligentes e, por outro lado, facilitar o acesso da comunidade a essas tecnologias. A infraestrutura disponível, como câmeras para o controle de tráfego, monitoramento e segurança, assim como equipamentos de baixo custo, como smart plugs, serão utilizados para realizar a coleta dos dados. Algoritmos de aprendizado profundo, como as redes neurais convolutivas, e algoritmos de agrupamento de dados, como o K-Means e o DBScan, serão utilizados para extrair conhecimento dos dados visando atingir os objetivos do projeto.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (6) / Mestrado acadêmico: (1) . , Integrantes: André Luis Debiaso Rossi - Coordenador / Carlos de Oliveira Affonso - Integrante / Juan Carlos Cebrian Amasifen - Integrante / Julia Gabrielle Oliveira Duarte - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2019 - 2022

  Otimização de processos de inspeção, monitoramento e teste de equipamentos submarinos de petróleo e gás em operação, Descrição: As etapas deste projeto compreendem: a)levantamento bibliográfico de artigos, relatórios e livros sobre inspeção de equipamentos, tanto do ponto de vista de desenvolvimento como de aplicação à indústria em todas as fontes possíveis da literatura técnica, principalmente referentes aos equipamentos submarinos de petróleo e gás mencionados no item k; b)avaliação das resoluções da Agência Nacional de Petróleo, Gás Natural e Biocombustíveis (ANP) pertinentes aos equipamentos objeto deste projeto; c)para os equipamentos/sistemas objetos do estudo, levantar modos de falha e dados de falha específicos de maneira a permitir a caracterização das falhas, em termos de taxas de falha; d)levantamento/desenvolvimento de análises para determinar os efeitos e consequências dos modos de falha de cada equipamento, considerando as ferramentas alternativas disponíveis (como análise de modos, efeitos e criticalidade de falhas - FMECA); e)desenvolvimento de ferramentas computacionais para otimizar a coleta e validação de dados para a análise de integridade e inspeção; f)definição de uma matriz de risco, com o estabelecimento de critérios de relevância de falha, em função da sua ocorrência (criticalidade de falhas) e possíveis efeitos (severidade), além da capacidade de detecção dessas falhas; g)desenvolvimento de uma metodologia para o cálculo de risco associado aos mecanismos/modos de falha dos equipamentos submarinos, incluindo as frequências/ probabilidades e as consequências das falhas; h) para cada equipamento definido, estabelecimento de uma classificação priorizada de cada peça de equipamento para três níveis de atividade de inspeção; um plano mínimo de inspeção, o nível atual de inspeção e um nível otimizado de inspeção; i) elaboração de uma metodologia para a otimização do plano de inspeção por meio da combinação de técnicas e de sua frequência de aplicação; j) análise de relatórios de inspeção dos equipamentos selecionados para o estudo de caso; k)Estudo de caso de cinco equipamentos (a serem escolhidos de comum acordo entre manifolds, PLET, PLEM, ESDV e ANM).. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Especialização: (0) / Mestrado acadêmico: (3) / Mestrado profissional: (0) / Doutorado: (2) . , Integrantes: André Luis Debiaso Rossi - Integrante / Adriana Miralles Schleder - Integrante / Marcelo Ramos Martins - Coordenador / Paulo Fernando Ferreira Frutuoso e Melo - Integrante / Marcos Coelho Maturana - Integrante / Fernanda Marques de Moura - Integrante / Carlos Henrique Bittencourt Morais - Integrante / João Pedro Barros Cuba - Integrante / Elcio Abrahão - Integrante / Rodrigo Tamasi - Integrante / Andressa dos Santos Nicolau - Integrante / Maximiano Correia Martins - Integrante / Pedro Augusto Rocha Reis - Integrante., Financiador(es): Fundação para o Desenvolvimento Tecnológico da Engenharia - Auxílio financeiro.

• 2019 - 2021

  Planejamento de Modernos Sistemas Produtivos no Contexto de Indústria 4.0 e das Redes Elétricas Inteligentes, Descrição: Na atualidade, o conceito de Indústria 4.0 (I40) tem sido utilizado para levar a automação da manufatura a um novo patamar com a inclusão de tecnologias de produção customizadas e flexíveis em massa. No entanto, no atual cenário mundial, distúrbios nas redes elétricas têm provocado consideráveis perdas financeiras nos setores industrial e comercial. Entre as principais causas estão o envelhecimento das redes elétricas e a falta de preparo das próprias concessionárias de energia em lidar com tecnologias associadas com às redes elétricas inteligentes (ou ?Smart Grids? - SGs) e I4.0. Uma baixa qualidade da energia fornecida pode levar a equipamentos danificados, perda de produtividade e qualidade do produto, e desencorajar investimentos públicos e privados em I4.0. Este é um ponto importante porque correlaciona a necessidade de tecnologias modernas nos processos produtivos com a necessidade de um suprimento de energia com alta confiabilidade e com qualidade. Portanto, I4.0 poderá atingir o seu patamar pretendido quando a rede elétrica esteja adequadamente inserida no contexto de SGs. Nessa perspectiva, este projeto visa propor métodos e procedimentos que permitam tornar os processos produtivos mais resilientes a distúrbios elétricos e mais preparados para receber tecnologias advindas da I4.0 nos cenários atual e futuro. Para isso, modelos matemáticos que correlacionam as redes elétricas e os processos produtivos serão estudados, adaptados e tratados de forma integrada durante o planejamento de modernos sistemas produtivos (processos imersos em I4.0). Esta perspectiva permitirá que as concessionárias direcionem melhor seus investimentos para atender consumidores industriais já preparados para as tecnologias I4.0. Espera-se que com os resultados deste projeto sejam possíveis identificar problemas e propor soluções não apenas para os consumidores industriais, como também para as concessionárias de energia, além de sugerir indicadores de desempenho que orientem aos órgãos reguladores no planejamento estratégico durante a implantação das tecnologias associadas com I4.0 e SGs.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (3) . , Integrantes: André Luis Debiaso Rossi - Integrante / Juan Carlos Cebrian Amasifen - Coordenador / Walmir de Freitas Filho - Integrante / Fernanda C. Trindade Arioli - Integrante / Helmo Kelis Morales Paredes - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

• 2019 - Atual

  CeMEAI - Centro de Ciências Matemática Aplicadas à Indústria., Descrição: O foco desta proposta é a transferência de conhecimento matemático para outras áreas da ciência, tecnologia e indústria, por meio de um centro de pesquisa estruturado para esse fim. Todo o conhecimento matemático é, em última análise, aplicável. se não diretamente, por meio de outros conhecimentos. Em algumas áreas da matemática a aplicação é quase ime( Entretanto, a colocação em prática de tal aplicabilidade se encontra muitas vezes travada por tradições incorretas, academicismo mal direcionado e dificuldades operacionais. Nos últimos anos, o crescimento da ciência no Brasil, e da matemática em particular, foi notável. Entretanto, a aplicação tecnológica, muitas vezes medida pelas patentes registradas, não teve o mesmo sucesso. Para fechar essa lacuna é necessário a criação de estruturas institucionais que estabeleçam as pontes entre as ciências matemáticas e aplicações como um objetivo em si mesmo. Não se trata apenas de orientar os trabalhos teóricos a áreas "potencialmente aplicáveis", mas de avançar nas aplicações até as últimas consequências, isto é, sua efetiva implementação na indústria, em sentido amplo. Não é mais possível descansar na posição de que a aplicação é problema de outros. É, de fato, problema de todos e reflete o necessário comprometimento da ciência aplicada e pura com o progresso material e espiritual da sociedade. A estratégia do presente projeto envolve, em primeiro lugar, a aglutinação de grupos destacados nas áreas mais aplicáveis da matemática no Estado visando seu direcionamento para aplicações efetivas. Os grupos selecionados têm demonstrado sua excelência na atividade científica convencional, em primeiro lugar, e em muitos casos, em aplicações relevantes. No CEPID proposto os grupos participantes continuarão com sua atividade científica habitual, e, ao mesmo tempo, desenvolverão "Ações de Transferência" de acordo com o roteiro: 1) Teses de mestrado e doutorado necessariamente vinculadas com aplicações em sentido amplo, com co-orientação explícita de especialistas nesses setores. 2) Realização de pelo menos um Workshop anual de Transferência, onde participarão os membros do CEPID e representantes de indústrias, administração, serviços, setores educativo e tecnológico. 3) Visitas periódicas de membros do CEPID a instituições com potencial para aplicações relevantes. 4) Elaboração de uma publicação interna chamada em princípio "Transference experiences" visando a consolidação de uma publicação mais permanente.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: André Luis Debiaso Rossi - Coordenador / Andre Carlos Ponce de Leon Ferreira de Carvalho - Integrante / José Alberto Cuminato - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

• 2018 - 2020

  Tumor Venéreo Transmissível (TVT): alvos moleculares associados à progressão e evasão da resposta imune, Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Especialização: (3) / Mestrado acadêmico: (1) . , Integrantes: André Luis Debiaso Rossi - Integrante / Noeme Sousa Rocha - Coordenador / Luis Mauricio Montoya Flórez - Integrante / Taís Fukuta da Cruz - Integrante / João Pessoa Araújo Junior - Integrante / Joyce Regina Zapaterini - Integrante / (Paula de Sanctis - Integrante.

• 2017 - Atual

  Classificação e segmentação de imagens utilizando técnicas de aprendizado de máquina, Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Especialização: (0) / Mestrado acadêmico: (1) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: André Luis Debiaso Rossi - Coordenador / Mateus Roder - Integrante / Natália Fernandes Soares - Integrante / Gustavo das Neves Ubeda - Integrante / Guilherme Pompeu Ramos Galvão - Integrante / Julia Mendes Maluli - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa., Número de produções C, T & A: 11

• 2012 - 2014

  Desafios em Mineração de Dados, Projeto certificado pelo(a) coordenador(a) André Carlos Ponce de Leon Ferreira de Carvalho em 19/03/2016., Descrição: Com o volume cada vez maior de dados gerados e a importância crescente da economia baseada em conhecimento, a Descoberta de Conhecimento de Bases de Dados, principalmente sua etapa de Mineração de Dados, é cada vez mais adotada em empresas e órgãos governamentais. A complexidade dos problemas a serem tratados por Mineração de Dados leva a necessidade de novos métodos e ferramentas computacionais capazes de apoiar a análise dos dados pelos usuários. Duas das principais etapas de Mineração de Dados são as de pré-processamento e de construção de modelos. Desafios relacionados a essas duas etapas são investigados neste projeto. Dados com baixa qualidade ou com problemas de elevada dimensão pode afetar significativamente o desempenho de algoritmos para construção de modelos. A etapa de construção de modelos permite induzir modelos descritivos e preditivos, frequentemente por algoritmos de Aprendizado de Máquina. Este projeto investigará as principais alternativas existentes para lidar com esses desafios assim como irá propor e investigar novos métodos para tal. Os métodos investigados serão experimentalmente avaliados de acordo com a metodologia correntemente utilizada pela comunidade de pesquisa das duas subáreas. Dado o elevado custo computacional associado aos experimentos nessas subáreas, serão investigados o uso de arquiteturas GPU e computação em nuvens. Deve ser observado que esse projeto continua pesquisas realizadas em projetos anteriores, com novas abordagens e desafios.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: André Luis Debiaso Rossi - Integrante / Andre Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Carlos Soares - Integrante / Ana Carolina Lorena - Integrante / Rosane Maria Maffei Vallim - Integrante / Ricardo Cerri - Integrante / José Augusto de Andrade - Integrante / Eduardo Hruschka - Integrante / Murilo Coelho Naldi - Integrante / LUIS PAULO FAINA GARCIA - Integrante / Bruno Feres de Souza - Integrante / Rodrigo Coelho Barros - Integrante / Alex Freitas - Integrante / David S. dos Santos Jr. - Integrante / João Gama - Integrante / Pablo Granitto - Integrante / Tiago Silva da Silva - Integrante / Jonathan Andrade Silva - Integrante / Luiz Fernando Sommaggio Coletta - Integrante / Thiago Ferreira Covões - Integrante / Dino Ienco - Integrante / Maguelonne Teisseire - Integrante / Pascal Poncelet - Integrante / Rogério Miguel Pascual - Integrante., Financiador(es): cnpq - Auxílio financeiro.

• 2010 - 2012

  Meta-Aprendizado e Análise de Data Streams - CNPq/Universal 473595/2010-9, Projeto certificado pelo(a) coordenador(a) André Carlos Ponce de Leon Ferreira de Carvalho em 10/10/2012., Descrição: Dois problemas investigados nesse projeto são a atualização de hipóteses induzidas por algoritmos de Aprendizado de Máquinas que permaneçam válidas quando novos dados são incluídos na base ou conjunto de dados e a escolha do algoritmo mais promissor para induzir hipéteses a partir de um conjunto de dados. O primeiro problema é investigado em uma sub-área de Aprendizado de Máquina denominada Data Streams ou Fluxos Contínuos de Dados e o segundo na sub-área de Meta-Aprendizado. Este projeto investigará as principais alternativas existentes para lidar com esses problemas assim como irá propor novos métodos para tal. Os métodos investigados serão experimentalmente avaliados de acordo com a metodologia correntemente utilizada pela comunidade de pesquisa das duas sub-áreas, utilizando para isso os testes estatísticos relevantes. Como resultado, espera-se contribuições científicas que levem ao avanço das pesquisas nesses dois temas, a formação pesquisadores que possam atuar com competência e autonomia nessas sub-áreas e a publicação de trabalhos científicos que permitam a divulgação dos resultados obtidos em veículos de qualidade.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (7) . , Integrantes: André Luis Debiaso Rossi - Integrante / Andre Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Bruno Feres de Souza - Integrante / Rosane Maria Maffei Vallim - Integrante / Ricardo Cerri - Integrante / Jorge Kanda - Integrante / José Augusto de Andrade - Integrante / Ivani de Oliveira Negrão Lopes - Integrante / Elaine Ribeiro - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2008 - 2012

  Sistemas Hibridos de Aprendizado de Máquina, Projeto certificado pelo(a) coordenador(a) André Carlos Ponce de Leon Ferreira de Carvalho em 10/10/2012., Descrição: O projeto contou com a colaboração de pessoal dos grupos de aprendizado de maquina do ICMC-USP, do CIN-UFPE e do DIMAP-UFRN. Este projeto investigou a utilização de duas grandes áreas em que sistemas híbridos de Aprendizado de Máquina podem ser utilizados: classificação de dados e agrupamento de dados. O coordendar geral do projeto foi o Prof André C P L F de Carvalho do ICMC-USP. Os coordenadores locais sao a Profa. Teresa Ludermir, CIn-UFPE, e o Prof. Marcilio Souto, DIMAP-UFRN.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (6) Doutorado: (8) . , Integrantes: André Luis Debiaso Rossi - Integrante / Andre Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Ricardo Bastos Cavalcante Prudencio - Integrante / Bruno Feres de Souza - Integrante / Liang Zhao - Integrante / Marcílio Carlos Pereira de Souto - Integrante / Katti Faceli - Integrante / Teresa Ludermir - Integrante / Ricardo J. G. B. Campello - Integrante / Eduardo Hruschka - Integrante / Renata M.C.R. de Souza - Integrante / Cleber Zanchettin - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.

• 2006 - 2008

  Técnicas Avancadas de Classificacao de Dados, Projeto certificado pelo(a) coordenador(a) André Carlos Ponce de Leon Ferreira de Carvalho em 10/10/2012., Descrição: Este projeto investiga a utilização de técnicas avançadas de classificação em problemas de Aprendizado de Máquina. Os problemas de classificação investigados são aqueles em que o perfil das classes pode mudar com o passar do tempo, em que classificadores binários precisam ser combinados para lidar com problemas que apresentam mais de duas classes e em que as classes estão organizadas de forma hierárquica.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (3) / Doutorado: (4) . , Integrantes: André Luis Debiaso Rossi - Integrante / Andre Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Bruno Feres de Souza - Integrante / Ana Carolina Lorena - Integrante / Ricardo Cerri - Integrante / Katti Faceli - Integrante / Murilo Coelho Naldi - Integrante / Debora Rossi de Medeiros - Integrante / Eduardo Jaques Spinosa - Integrante / Eduardo de Paula Costa - Integrante / LUIS PAULO FAINA GARCIA - Integrante / Andre Billia - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2004 - 2005

  SACAR-WEB - Software para Avaliação Cardiorrespiratória, Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: André Luis Debiaso Rossi - Integrante / Maria Angélica de Oliveira Camargo-Brunetto - Coordenador / Thiago Alves Amorim - Integrante / Antonio Fernando Brunetto - Integrante., Número de produções C, T & A: 2

Prêmios