Edson Takashi Matsubara

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• OLIVEIRA DE AQUINO MONTEIRO, GABRIELA ; DOS SANTOS DIFANTE, GELSON ; BAPTAGLIN MONTAGNER, DENISE ; PACHECO BATISTA EUCLIDES, VALÉRIA ; CASTRO, MARINA ; GOMES RODRIGUES, JÉSSICA ; DE GUSMÃO PEREIRA, MARISLAYNE ; SANTANA, JULIANA CAROLINE SANTOS ; VINHAS ITAVO, LUIS CARLOS ; NANTES, RAFAEL TORRES ; CAMPOS, JECELEN ADRIANE ; BESSA DA COSTA, ANDERSON ; TAKASHI MATSUBARA, EDSON . Machine learning models for crude protein prediction in Tamani grass pastures. Scientific Reports , v. 16, p. 1, 2026.

• SOUZA, JUNIOR SILVA ; BEDIN, EDUARDO ; MAEDA, VINÍCIUS DE ARAÚJO ; PISTORI, HEMERSON ; MATSUBARA, EDSON TAKASHI . DuoCounter: An Approach for Counting Fish Using Tracking. IEEE Access , v. 14, p. 30152-30163, 2026.

• PERIN, ELITON LUIZ SCARDIN ; SOUZA, MARIANA CARAVANTI DE ; SILVA, JONATHAN DE ANDRADE ; MATSUBARA, EDSON TAKASHI . DynGraph-BERT: Combining BERT and GNN Using Dynamic Graphs for Inductive Semi-Supervised Text Classification. Informatics-Basel , v. 12, p. 20, 2025.

• RAPHALOSKI, EVANDRO ; SOUZA, MARIANA CARAVANTI DE ; MATSUBARA, EDSON TAKASHI . Empirical Evaluation on GPU, Overclocking and LoRA for Deep Learning on Embedded Systems. IEEE Access , v. 1, p. 1-1, 2025.

• MONTEIRO, GABRIELA OLIVEIRA DE AQUINO ; DIFANTE, GELSON DOS SANTOS ; MONTAGNER, DENISE BAPTAGLIN ; EUCLIDES, VALÉRIA PACHECO BATISTA ; CASTRO, MARINA ; RODRIGUES, JÉSSICA GOMES ; PEREIRA, MARISLAYNE DE GUSMÃO ; ÍTAVO, LUÍS CARLOS VINHAS ; CAMPOS, JECELEN ADRIANE ; DA COSTA, ANDERSON BESSA ; MATSUBARA, EDSON TAKASHI . Interpreting Machine Learning Models with SHAP Values: Application to Crude Protein Prediction in Tamani Grass Pastures. Agronomy-Basel , v. 15, p. 2780, 2025.

• HIROKAWA HIGA, GABRIEL TOSHIO ; STUQUI MONZANI, RODRIGO ; DA SILVA CECATTO, JORGE FERNANDO ; BALESTIERI MARIANO DE SOUZA, MARIA FERNANDA ; DE MORAES WEBER, VANESSA APARECIDA ; PISTORI, HEMERSON ; MATSUBARA, EDSON TAKASHI . Smartphone region-wise image indoor localization using deep learning for indoor tourist attraction. PLoS One , v. 19, p. e0307569, 2024.

• DE LIMA WEBER, FABRICIO ; DE MORAES WEBER, VANESSA APARECIDA ; DE MORAES, PEDRO HENRIQUE ; MATSUBARA, EDSON TAKASHI ; PAIVA, DÉBORA MARIA BARROSO ; DE NADAI BONIN GOMES, MARINA ; DE OLIVEIRA, LUIZ ORCÍRIO FIALHO ; DE MEDEIROS, SÉRGIO RAPOSO ; CAGNIN, MARIA ISTELA . Counting cattle in UAV images using convolutional neural network. Remote Sensing Applications-Society And Environment , v. 29, p. 100900, 2023.

• SILVA, ANDRÉ QUINTILIANO BEZERRA ; GONÇALVES, WESLEY NUNES ; MATSUBARA, EDSON TAKASHI . DESCINet: A hierarchical deep convolutional neural network with skip connection for long time series forecasting. EXPERT SYSTEMS WITH APPLICATIONS , v. 228, p. 120246, 2023.

• RODRIGUES, LUCAS DE SOUZA ; FILHO, EDMAR CAIXETA ; SAKIYAMA, KENZO ; SANTOS, MATEUS FIGUEIREDO ; JANK, LIANA ; CARROMEU, CAMILO ; SILVEIRA, ELOISE ; MATSUBARA, EDSON TAKASHI ; MARCATO, JOSÉ ; GONCALVES, WESLEY NUNES . Deep4Fusion: A Deep FORage Fusion framework for high-throughput phenotyping for green and dry matter yield traits. COMPUTERS AND ELECTRONICS IN AGRICULTURE , v. 211, p. 107957, 2023.

• DE ARRUDA, MAURO DOS SANTOS ; OSCO, LUCAS PRADO ; ACOSTA, PLABIANY RODRIGO ; GONÇALVES, DIOGO NUNES ; MARCATO JUNIOR, JOSÉ ; RAMOS, ANA PAULA MARQUES ; MATSUBARA, EDSON TAKASHI ; LUO, ZHIPENG ; LI, JONATHAN ; SILVA, JONATHAN DE ANDRADE ; GONÇALVES, WESLEY NUNES . Counting and locating high-density objects using convolutional neural network. EXPERT SYSTEMS WITH APPLICATIONS , v. 195, p. 116555, 2022.

• SILVA, RODRIGO ; JUNIOR, JOSÉ MARCATO ; ALMEIDA, LAISA ; GONÇALVES, DIOGO ; ZAMBONI, PEDRO ; FERNANDES, VANESSA ; SILVA, JONATHAN ; MATSUBARA, EDSON ; BATISTA, EDSON ; MA, LINGFEI ; LI, JONATHAN ; GONÇALVES, WESLEY . Line-based deep learning method for tree branch detection from digital images. INTERNATIONAL JOURNAL OF APPLIED EARTH OBSERVATION AND GEOINFORMATION , v. 110, p. 102759, 2022.

• SANTOS, LUIZ ; JUNIOR, JOSÉ MARCATO ; ZAMBONI, PEDRO ; SANTOS, MATEUS ; JANK, LIANA ; CAMPOS, EDILENE ; MATSUBARA, EDSON TAKASHI . Deep Learning Regression Approaches Applied to Estimate Tillering in Tropical Forages Using Mobile Phone Images. SENSORS , v. 22, p. 4116, 2022.

• ASTOLFI, GILBERTO ; SANT?ANA, DIEGO ANDRÉ ; PORTO, JOÃO VITOR DE ANDRADE ; REZENDE, FÁBIO PRESTES CESAR ; TETILA, EVERTON CASTELÃO ; MATSUBARA, EDSON TAKASHI ; PISTORI, HEMERSON . An approach for applying natural language processing to image classification problems. NEUROCOMPUTING , v. 513, p. 372-382, 2022.

• ASCENÇÃO, SILVIO RICARDO SANTOS ; SIQUEIRA, HENRIQUE LOPES ; ARAÚJO, MÁRCIO SANTOS ; SOUZA, MAURÍCIO DE ; MATSUBARA, EDSON TAKASHI ; JUNIOR, JOSÉ MARCATO . Fotogrametria com VANT aplicada em estudos ambientais rodoviários / Photogrammetry with UAV applied to environmental road studies. Brazilian Journal of Development , v. 8, p. 14976-14996, 2022.

• ASTOLFI, ANGELICA CHRISTINA MELO NUNES ; ASTOLFI, GILBERTO ; FERREIRA, MARIA GABRIELA ALVES ; CENTURIÃO, THAYNARA D?AVALO ; CLEMENTE, LEYZINARA ZENTENO ; DE OLIVEIRA, BRUNO LEONARDO MARQUES CASTRO ; PORTO, JOÃO VITOR DE ANDRADE ; ROCHE, KENNEDY FRANCIS ; MATSUBARA, EDSON TAKASHI ; PISTORI, HEMERSON ; SOARES, MAYARA PEREIRA ; DA SILVA, WILLIAM MARCOS . Recognizing and counting Dendrocephalus brasiliensis (Crustacea: Anostraca) cysts using deep learning. PLoS One , v. 16, p. e0248574, 2021.

• ASTOLFI, GILBERTO ; REZENDE, FÁBIO PRESTES CESAR ; PORTO, JOÃO VITOR DE ANDRADE ; MATSUBARA, EDSON TAKASHI ; PISTORI, HEMERSON . Syntactic Pattern Recognition in Computer Vision. ACM COMPUTING SURVEYS , v. 54, p. 1-35, 2021.

• DE OLIVEIRA, GABRIEL SILVA ; MARCATO JUNIOR, JOSÉ ; POLIDORO, CAIO ; OSCO, LUCAS PRADO ; SIQUEIRA, HENRIQUE ; RODRIGUES, LUCAS ; JANK, LIANA ; BARRIOS, SANZIO ; VALLE, CACILDA ; SIMEÃO, ROSÂNGELA ; CARROMEU, CAMILO ; SILVEIRA, ELOISE ; ANDRÉ DE CASTRO JORGE, LÚCIO ; GONÇALVES, WESLEY ; SANTOS, MATEUS ; MATSUBARA, EDSON . Convolutional Neural Networks to Estimate Dry Matter Yield in a Guineagrass Breeding Program Using UAV Remote Sensing. SENSORS , v. 21, p. 3971, 2021.

• ZAMBONI, P. ; JUNIOR, JOSE MARCATO ; SILVA, JONATHAN ; MATSUBARA, E. T. ; GONCALVES, W. N. . Benchmarking Anchor-Based and Anchor-Free State-of-the-Art Deep Learning Methods for Individual Tree Detection in RGB High-Resolution Images. Remote Sensing , v. 13, p. 2482, 2021.

• OSCO, LUCAS PRADO ; MARCATO JUNIOR, JOSÉ ; MARQUES RAMOS, ANA PAULA ; DE CASTRO JORGE, LÚCIO ANDRÉ ; FATHOLAHI, SARAH NARGES ; DE ANDRADE SILVA, JONATHAN ; MATSUBARA, EDSON TAKASHI ; PISTORI, HEMERSON ; GONÇALVES, WESLEY NUNES ; LI, JONATHAN . A review on deep learning in UAV remote sensing. International Journal of Applied Earth Observation and Geoinformation , v. 102, p. 102456, 2021.

• OSCO, LUCAS PRADO ; ARRUDA, MAURO DOS SANTOS DE ; MARCATO JUNIOR, JOSÉ ; DA SILVA, NEEMIAS BUCELI ; RAMOS, ANA PAULA MARQUES ; MORYIA, ÉRIKA AKEMI SAITO ; IMAI, NILTON NOBUHIRO ; PEREIRA, DANILLO ROBERTO ; CRESTE, JOSÉ EDUARDO ; MATSUBARA, EDSON TAKASHI ; LI, JONATHAN ; GONÇALVES, WESLEY NUNES . A convolutional neural network approach for counting and geolocating citrus-trees in UAV multispectral imagery. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING , v. 160, p. 97-106, 2020.

• WEBER, FABRICIO DE LIMA ; WEBER, VANESSA APARECIDA DE MORAES ; MENEZES, GEAZY VILHARVA ; OLIVEIRA JUNIOR, ADAIR DA SILVA ; ALVES, DANIELA ARESTIDES ; DE OLIVEIRA, MARCUS VINICIUS MORAIS ; MATSUBARA, EDSON TAKASHI ; PISTORI, HEMERSON ; ABREU, URBANO GOMES PINTO DE . Recognition of Pantaneira cattle breed using computer vision and convolutional neural networks. COMPUTERS AND ELECTRONICS IN AGRICULTURE , v. 175, p. 105548, 2020.

• BARRIOS, SANZIO CARVALHO LIMA ; CARROMEU, CAMILO ; SILVA, MÁRCIO APARECIDO INÁCIO DA ; MATSUBARA, EDSON TAKASHI ; VALLE, CACILDA BORGES DO ; JANK, LIANA ; SANTOS, MATEUS FIGUEIREDO ; ASSIS, GISELLE MARIANO LESSA DE ; CRIVELLARO, LEONARDO LAZARINO ; GONÇALVES, THALLYSON DANCHEN TEIXEIRA ; QUEIROZ JÚNIOR, JOSÉ MARCOS ; CANDIDO, ANDERSON RAMIRES ; MACHADO, WYVERSON KIM ROCHA ; GOUVEIA, BEATRIZ TOMÉ ; NOBRE, ALANA APARECIDA AMARILHA ; ZANELLA, AYHAN LIELL . Pasto Certo® version 2.0 - An application about Brazilian tropical forage cultivars for mobile and desktop devices. TROPICAL GRASSLANDS - FORRAJES TROPICALES , v. 8, p. 162-166, 2020.

• ASTOLFI, GILBERTO ; PACHE, MARCIO CARNEIRO BRITO ; MENEZES, GEAZY VILHARVA ; JUNIOR, ADAIR DA SILVA OLIVEIRA ; MENEZES, GABRIEL KIRSTEN ; DE WEBER, VANESSA APARECIDA MOARES ; TETILA, EVERTON CASTELAO ; DE BELETE, NICOLAS ALESSANDRO SOUZA ; MATSUBARA, EDSON TAKASHI ; PISTORI, HEMERSON . Combining Syntactic Methods With LSTM to Classify Soybean Aerial Images. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS , v. 9, p. 1-5, 2020.

• CASTRO, WELLINGTON ; MARCATO JUNIOR, JOSÉ ; POLIDORO, CAIO ; OSCO, LUCAS PRADO ; GONÇALVES, WESLEY ; RODRIGUES, LUCAS ; SANTOS, MATEUS ; JANK, LIANA ; BARRIOS, SANZIO ; VALLE, CACILDA ; SIMEÃO, ROSANGELA ; CARROMEU, CAMILO ; SILVEIRA, ELOISE ; JORGE, LÚCIO ANDRÉ DE CASTRO ; MATSUBARA, EDSON . Deep Learning Applied to Phenotyping of Biomass in Forages with UAV-Based RGB Imagery. SENSORS , v. 20, p. 4802, 2020.

• ASTOLFI, GILBERTO ; GONÇALVES, ARIADNE BARBOSA ; MENEZES, GEAZY VILHARVA ; BORGES, FELIPE SILVEIRA BRITO ; ASTOLFI, ANGELICA CHRISTINA MELO NUNES ; MATSUBARA, EDSON TAKASHI ; ALVAREZ, MARCO ; PISTORI, HEMERSON . POLLEN73S: An image dataset for pollen grains classification. Ecological Informatics , v. 60, p. 101165, 2020.

• WEBER, VANESSA APARECIDA MORAES ; WEBER, FABRICIO DE LIMA ; OLIVEIRA, ADAIR DA SILVA ; ASTOLFI, GILBERTO ; MENEZES, GEAZY VILHARVA ; DE ANDRADE PORTO, JOÃO VITOR ; REZENDE, FÁBIO PRESTES CESAR ; MORAES, PEDRO HENRIQUE DE ; MATSUBARA, EDSON TAKASHI ; MATEUS, RODRIGO GONÇALVES ; DE ARAÚJO, THIAGO LUÍS ALVES CAMPOS ; DA SILVA, LUIZ OTÁVIO CAMPOS ; DE QUEIROZ, EDUARDO QUIRINO ARGUELHO ; DE ABREU, URBANO GOMES PINTO ; DA COSTA GOMES, RODRIGO ; PISTORI, HEMERSON . Cattle weight estimation using active contour models and regression trees Bagging. COMPUTERS AND ELECTRONICS IN AGRICULTURE , v. 179, p. 105804, 2020.

• GOMES, MATHEUS ; SILVA, JONATHAN ; GONÇALVES, DIOGO ; ZAMBONI, PEDRO ; PEREZ, JADER ; BATISTA, EDSON ; RAMOS, ANA ; OSCO, LUCAS ; MATSUBARA, EDSON ; LI, JONATHAN ; MARCATO JUNIOR, JOSÉ ; GONÇALVES, WESLEY . Mapping Utility Poles in Aerial Orthoimages Using ATSS Deep Learning Method. SENSORS , v. 20, p. 6070, 2020.

• OSCO, L. P. ; MORIYA, É. A. S. ; MACHADO, V. S. ; REZENDE, G. ; IMAI, N. N. ; MATSUBARA, E. T. ; MARCATO, J. ; RAMOS, A. P. M. ; CRESTE, J. E. . Workflow to Spectral Imagery Calibration Obtained in Remotely Piloted Aircrafts (RPAs) by the Empirical Line Method. ANUÁRIO DO INSTITUTO DE GEOCIÊNCIAS (UFRJ. IMPRESSO) , v. 42, p. 291-300, 2019.

• OSCO, LUCAS PRADO ; MARQUES RAMOS, ANA PAULA ; SAITO MORIYA, ÉRIKA AKEMI ; DE SOUZA, MAURÍCIO ; MARCATO JUNIOR, JOSÉ ; MATSUBARA, EDSON TAKASHI ; IMAI, NILTON NOBUHIRO ; CRESTE, JOSÉ EDUARDO . Improvement of leaf nitrogen content inference in Valencia-orange trees applying spectral analysis algorithms in UAV mounted-sensor images. International Journal of Applied Earth Observation and Geoinformation , v. 83, p. 101907, 2019.

• SANTOS, ANDERSON APARECIDO DOS ; MARCATO JUNIOR, JOSÉ ; ARAÚJO, MÁRCIO SANTOS ; DI MARTINI, DAVID ROBLEDO ; TETILA, EVERTON CASTELÃO ; SIQUEIRA, HENRIQUE LOPES ; AOKI, CAMILA ; ELTNER, ANETTE ; MATSUBARA, EDSON TAKASHI ; PISTORI, HEMERSON ; FEITOSA, RAUL QUEIROZ ; LIESENBERG, VERALDO ; GONÇALVES, WESLEY NUNES . Assessment of CNN-Based Methods for Individual Tree Detection on Images Captured by RGB Cameras Attached to UAVs. SENSORS , v. 19, p. 3595, 2019.

• BATISTOTI, JULIANA ; MARCATO JUNIOR, JOSÉ ; ÍTAVO, LUÍS ; MATSUBARA, EDSON ; GOMES, EVA ; OLIVEIRA, BIANCA ; SOUZA, MAURÍCIO ; SIQUEIRA, HENRIQUE ; SALGADO FILHO, GEISON ; AKIYAMA, THALES ; GONÇALVES, WESLEY ; LIESENBERG, VERALDO ; LI, JONATHAN ; DIAS, ALEXANDRE . Estimating Pasture Biomass and Canopy Height in Brazilian Savanna Using UAV Photogrammetry. Remote Sensing , v. 11, p. 2447, 2019.

• PRADO OSCO, LUCAS ; MARQUES RAMOS, ANA PAULA ; ROBERTO PEREIRA, DANILO ; AKEMI SAITO MORIYA, ÉRIKA ; NOBUHIRO IMAI, NILTON ; TAKASHI MATSUBARA, EDSON ; ESTRABIS, NAYARA ; DE SOUZA, MAURÍCIO ; MARCATO JUNIOR, JOSÉ ; GONÇALVES, WESLEY NUNES ; LI, JONATHAN ; LIESENBERG, VERALDO ; EDUARDO CRESTE, JOSÉ . Predicting Canopy Nitrogen Content in Citrus-Trees Using Random Forest Algorithm Associated to Spectral Vegetation Indices from UAV-Imagery. Remote Sensing , v. 11, p. 2925, 2019.

• CLAURE, YURI NAVARRO ; MATSUBARA, EDSON TAKASHI ; PADOVANI, CARLOS ; PRATI, RONALDO CRISTIANO . PolyWaTT: A polynomial water travel time estimator based on Derivative Dynamic Time Warping and Perceptually Important Points. COMPUTERS & GEOSCIENCES , v. 112, p. 54-63, 2018.

• CLAURE, YURI NAVARRO ; MATSUBARA, E. T. ; PADOVANI, CARLOS ; PRATI, R. C. . PolyWaTT: A polynomial water travel time estimator based on Derivative Dynamic Time Warping and Perceptually Important Points. COMPUTERS & GEOSCIENCES , v. 112, p. 54-63, 2017.

• COLEPÍCOLO, Eliane ; MATSUBARA, E. T. ; FALCÃO, A. E. J. ; PISA, I. T . Uso da ferramenta PreText para mineração de textos extraídos do NCBI para estudo epistemológico da Informática em Saúde. Revista de Informática Teórica e Aplicada , v. XVI, p. 1, 2009.

• Pistori, H. (Org.) ; MARCATO JUNIOR, J. (Org.) ; CASTRO, A. A. C. J. (Org.) ; MATSUBARA, E. T. (Org.) ; SOUZA, M. (Org.) ; COSTA, C. S. (Org.) ; SILVA, I. T. (Org.) ; ESTRABIS, N. V. (Org.) . PROCEEDINGS OF GRSS-YP & ISPRS STUDENT CONSORTIUM SUMMER SCHOOL 2018. 1. ed. Campo Grande: Editora UFMS, 2018. v. 1. 52p .

• MARCACINI, R. (Org.) ; MATSUBARA, E. T. (Org.) ; REZENDE, Solange (Org.) . Web@Cidadania: Aplicativos Sociais usando Dados Governamentais Abertos. 1. ed. CreateSpace Independent Publishing Platform, 2016. 74p .

• MATSUBARA, E. T. ; SANTOS, R. R. ; Montera, L. M. C. ; GONDA, L. ; ADI, S. S. ; HOSHINO, E. A. ; FERNANDES, P. G. ; IAIONE, Fabio ; PETROTTI, V. . Interciências: Despertando Talentos em Computação. 1. ed. Campo Grande: Ed. UFMS, 2014. v. 1. 77p .

• MATSUBARA, E. T. ; PETROTTI, V. . Robô POLAR: Project of Low Cost Arduino Robot. In: Edson Takashi Matsubara, Ricardo Ribeiro Santos. (Org.). Interciências: Despertando Talentos em Computação. 1ed.Campo Grande: Ed. UFMS, 2014, v. 1, p. 59-77.

• MATSUBARA, E. T. ; MONARD, Maria Carolina ; PRATI, R. C. . Exploring unclassified texts using multi-view semi-supervised learning. In: Hércules Antonio do Prado and Edilson Ferneda. (Org.). Emerging Technologies of Text Mining: Techniques and Applications. 1ed.Hershey: Information Science Reference, 2007, v. , p. 139-161.

• SAKIYAMA, K. ; RODRIGUES, L. S. ; NOGUEIRA, B. M. ; MATSUBARA, E. T. ; ROMERO, R.A.F . A Framework for Controversial Political Topics Identification Using Twitter Data. In: BRACIS 2023, 2023, Belo Horizonte. Intelligent Systems. Cham: Springer, 2023. v. 14197.

• FONTÃO, AWDREN ; MATSUBARA, EDSON ; MONGELLI, HENRIQUE ; MEDEIROS, MARCIO ; LOURENÇO, CARLOS ; MARTINS, HENRIQUE ; CORTEZ, IGOR ; BORGES, MARIA . Hyacinth macaw: a project-based learning program to develop talents in Software Engineering for Artificial Intelligence. In: SBES 2023: XXXVII Brazilian Symposium on Software Engineering, 2023, Campo Grande Brazil. Proceedings of the XXXVII Brazilian Symposium on Software Engineering. p. 312.

• NAVAREZI, L. M. M. ; SAKIYAMA, K. ; RODRIGUES, L. S. ; ROBALDO, C. M. O. ; LOBATO, G. R. ; VILELA, P. A. ; MATSUBARA, E. T. ; FERNANDES, E. L. R. . Entity Extraction from Portuguese Legal Documents Using Distant Supervision. In: International Conference on Computational Processing of the Portuguese Language (PROPOR), 2022, Fortaleza. In Proceedings of International Conference on Computational Processing of the Portuguese Language. Switzerland: Springer Nature, 2022. v. 13208.

• SALES, J. ; MARCATO JUNIOR, J. ; SIQUEIRA, H. ; SOUZA, M. ; MATSUBARA, E. T. ; GONCALVES, W. N. . RETINANET DEEP LEARNING-BASED APPROACH TO DETECT TERMITE MOUNDS IN EUCALYPTUS FORESTS. In: IEEE International Geoscience and Remote Sensing Symposium, 2021, Bruxelas. Proceedings of IEEE International Geoscience and Remote Sensing Symposium, 2021.

• SAKIYAMA, K. ; RODRIGUES, L. S. ; MATSUBARA, E. T. . Can Twitter data estimate Reality Show outcomes?. In: Brazilian Conference on Intelligent Systems, 2020, Rio Grande - RS. Intelligent Systems. BRACIS 2020, 2020. v. 12319.

• FREITAS, U. ; PACHE, M. B. ; GONCALVES, W. N. ; MATSUBARA, E. T. ; SABINO, J. ; SANTANA, D. ; Pistori, H. . Analysis of color feature extraction techniques for Fish Species Identification. In: XVI Workshop de Visão Computacional, 2020, Uberlandia. Proceedings of XVI Workshop de Visão Computacional, 2020.

• SAKIYAMA, KENZO MIRANDA ; SILVA, ANDRE QUINTILIANO BEZERRA ; MATSUBARA, EDSON TAKASHI . Twitter breaking news detector in the 2018 Brazilian presidential election using word embeddings and convolutional neural networks. In: 2019 International Joint Conference on Neural Networks (IJCNN), 2019, Budapest. 2019 International Joint Conference on Neural Networks (IJCNN), 2019. p. 1.

• MARTINI, D. R. ; TETILA, E. C. ; MARCATO JUNIOR, J. ; MATSUBARA, E. T. ; SIQUEIRA, H. ; CASTRO, A. A. C. J. ; ARAUJO, M. S. ; MONTEIRO, C. H. ; Pistori, H. ; LIESENBERG, V. . MACHINE LEARNING APPLIED TO UAV IMAGERY IN PRECISION AGRICULTURE AND FOREST MONITORING IN BRAZILIAN SAVANNAH. In: IEEE International Geoscience and Remote Sensing Symposium, 2019, Yokohama - Japan. Proceedings of 2019 IEEE International Geoscience and Remote Sensing Symposium, 2019.

• SIQUEIRA, HENRIQUE LOPES ; MARCATO, JOSE ; MATSUBARA, EDSON TAKASHI ; ELTNER, ANETTE ; COLARES, REINALDO ALMEIDA ; SANTOS, FABIO MARTINS . The Impact of Ground Control Point Quantity on Area and Volume Measurements with UAV SFM Photogrammetry Applied in Open Pit Mines. In: IGARSS 2019 2019 IEEE International Geoscience and Remote Sensing Symposium, 2019, Yokohama. IGARSS 2019 - 2019 IEEE International Geoscience and Remote Sensing Symposium, 2019. p. 9093.

• FURUSHO BECKER, YURI V. ; LOPES SIQUEIRA, HENRIQUE ; MATSUBARA, EDSON TAKASHI ; NUNES GONCALVES, WESLEY ; MARCATO, JOSE MARCATO . Asphalt Pothole Detection in UAV Images Using Convolutional Neural Networks. In: IGARSS 2019 2019 IEEE International Geoscience and Remote Sensing Symposium, 2019, Yokohama. IGARSS 2019 - 2019 IEEE International Geoscience and Remote Sensing Symposium, 2019. p. 56.

• POLIDORO, C. H. S. ; CASTRO, W. V. M. ; MARCATO JUNIOR, J. ; SALGADO FILHO, G. ; MATSUBARA, E. T. . Counting Cars from Aerial Videos Using Deep Learning. In: EPIA Conference on Artificial Intelligence, 2019, Vila Real. In EPIA Conference on Artificial Intelligence. Cham: Springer, 2019. p. 637-649.

• SOUSA, MATHEUS GOMES ; SAKIYAMA, KENZO ; RODRIGUES, LUCAS DE SOUZA ; MORAES, PEDRO HENRIQUE ; FERNANDES, ERALDO REZENDE ; MATSUBARA, EDSON TAKASHI . BERT for Stock Market Sentiment Analysis. In: 2019 IEEE 31st International Conference on Tools with Artificial Intelligence (ICTAI), 2019, Portland. 2019 IEEE 31st International Conference on Tools with Artificial Intelligence (ICTAI), 2019. p. 1597.

• MAX, EDUARDO ZARATE ; MARCACINI, RICARDO MARCONDES ; MATSUBARA, EDSON TAKASHI . Improving Instance Selection via Metric Learning. In: 2018 International Joint Conference on Neural Networks (IJCNN), 2018, Rio de Janeiro. 2018 International Joint Conference on Neural Networks (IJCNN), 2018. p. 1.

• SILVA, L. H. C. ; MARAES, L. F. ; IAIONE, Fabio ; VISIOLI, I. ; BARBOSA, A. T. R. ; MATSUBARA, E. T. . Controle de Robô Jogador dotado de Sensores. In: XXII Congresso Brasileiro de Automática, 2018, João Pessoa. Proceedings of XXII Congresso Brasileiro de Automática, 2018.

• RODRIGUES, LUCAS DE SOUZA ; MATSUBARA, EDSON TAKASHI ; NOGUEIRA, BRUNO MAGALHAES . Learning a Fast Bipartite Ranker for Text Documents Using Lexicographical Rankers and ROC Curves. In: 2017 14th IAPR International Conference on Document Analysis and Recognition (ICDAR), 2017, Kyoto. 2017 14th IAPR International Conference on Document Analysis and Recognition (ICDAR), 2017. p. 1307.

• HENGLING, A. ; MATSUBARA, E. T. ; ARAUJO, A. ; PERIN, E. ; HENGLING, M. ; CUSTODIO, C. ; MACHADO-NETO, N. . Identificação e Classificação Automática de Sementes de Orquídeas. In: Encontro Nacional de Inteligência Artificial e Computacional, 2016, Recife. Anais XIII Encontro Nacional de Inteligência Artificial e Computacional, 2016. p. 445-456.

• FREITAS, U. ; GONCALVES, W. N. ; MATSUBARA, E. T. ; SABINO, J. ; BORTH, M. R. ; Pistori, H. . Using Color for Fish Species Classification. In: CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES, 29. (SIBGRAPI), 2016, São José dos Campos. Proceedings of CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES, 29. (SIBGRAPI). Industry Application Papers, 2016.

• CAMPOS, E. ; MATSUBARA, E. T. . An Experimental Evaluation of Sentiment Analysis on Financial News Using Prior Polarity Words. In: 14th Ibero-American Conference on AI (IBERAMIA), 2014, Santiago Chile. Proceedings of 14th Ibero-American Conference on AI, 2014. v. 8864. p. 218-228.

• Rigo, F. V ; Maraes, M. N. ; MATSUBARA, E. T. . Smart Saint: an active semi-supervised learning internet filter. In: Brazilian Conference on Intelligence System, 2013, Fortaleza. In Proceedings of Brazilian Conference on Intelligence System (BRACIS). Brazilian Symposium on Artificial Intelligence (SBIA), 2013. v. 1.

• BOGUE, E. T. ; MATSUBARA, E. T. ; COSTA, A. B. . Uma Abordagem em Reconhecimento de Movimentos Utilizando TRKNN e Dynamic Time Warping. In: Nono Encontro Nacional de Inteligência Artificial (ENIA 2012), 2012, Curitiba. Proceedings Brazilian Conference on Intelligent System, 2012.

• GUINOZZI, G. ; MATSUBARA, E. T. ; LIMA, L. . Algoritmo semissupervisionado Tri-Training com seleção automática do classificador base aplicado ao problema de valores ausentes. In: Nono Encontro Nacional de Inteligência Artificial (ENIA 2012), 2012, Curitiba. Proceedings Brazilian Conference on Intelligent System, 2012.

• HOSHINO, E. A. ; Montera, L. M. C. ; FERNANDES, P. G. ; MATSUBARA, E. T. . Aprendendo a programar com Alice: Estudo de Casos. In: Alice Brasil, 2012, São Paulo. Anais Alice Brasil, 2012. p. 17-20.

• RIDEL D. A. ; NEIVA, M. B. ; COSTA, A. B. ; BOGUE, E. T. ; MATSUBARA, E. T. . Calibração de Visão Estereoscópica Utilizando Algoritmo Genético e DTW. In: Nono Encontro Nacional de Inteligência Artificial (ENIA 2012), 2012, Curitiba. Proceedings Brazilian Conference on Intelligent System, 2012.

• BRAGA, Ígor Assis ; MATSUBARA, E. T. ; MONARD, Maria Carolina . Um Estudo sobre a Rotulação de Exemplos no Aprendizado Semissupervisionado Multivisão. In: Encontro Nacional de Inteligência Artificial, 2009, Bento Gonçalves. Encontro Nacional de Inteligência Artificial, 2009.

• BRAGA, Ígor Assis ; MONARD, Maria Carolina ; MATSUBARA, E. T. . Combining Unigrams and Bigrams in Semi-Supervised Text Classification. In: Portuguese Conference on Artificial Intelligence, 2009, Aveiro - Portugal. Anais do Fourteenth Portuguese Conference on Artificial Intelligence (EPIA), 2009.

• MATSUBARA, E. T. ; PRATI, R. C. ; Gustavo E. A. P. A. Batista ; MONARD, Maria Carolina . Missing Value Imputation Using a Semi-supervised Rank Aggregation Approach. In: Brazilian Symposium on Artificial Intelligence, 2008, Salvador. Proceedings of 19th Brazilian Symposium on Artificial Intelligence (SBIA). Heidelberg: Springer Berlin, 2008. v. 5249. p. 217-226.

• Flach Peter ; MATSUBARA, E. T. . A Simple Lexicographic Ranker and Probability Estimator. In: 18 European Conference on Machine Learning, 2007, Warsaw. Proceedings of 18 European Conference on Machine Learning. Lecture Notes in Computer Science. Berlin: Springer-Verlag, 2007. v. 4701. p. 575-582.

• Maletzke, André Gustavo ; Lee, Huei Diana ; Zalewski, Willian ; MATSUBARA, E. T. ; Voltolini, R. F. ; COY, C. S. R. ; Fagundes, J. J. ; Góes, J. R. N. ; Wu, F. C. . Mapeamento de Informações Médicas descritas em Formulários para Bases de Dados Estruturadas. In: VII Workshop de Informática Médica, 2007, Porto de Galinhas. Anais do VII Workshop de Informática Médica, 2007. p. 49-58.

• Maletzke, André Gustavo ; Lee, Huei Diana ; Zalewski, Willian ; MATSUBARA, E. T. ; Voltolini, R. F. ; COY, C. S. R. ; Fagundes, J. J. ; Góes, J. R. N. ; Wu, F. C. . Transferência de Formulários de Informações Médicas para Bases de Dados Estruturadas: Estudo de Caso. In: Jornadas Argentinas de Informática - JAIIO, 2007, Mar del Plata. In: 10 Simposio Argentino de Informática y Salud - SIS2007, 2007.

• MATSUBARA, E. T. ; MONARD, Maria Carolina ; PRATI, R. C. . On the Class Distribution Labelling Step Sensitivity of CO-TRAINING. In: International Federation for Information Processing (IFIP) Congress, 2006, Santiago. Artificial Intelligence in Theory and Practice, 2006. v. 217. p. 199-208.

• MATSUBARA, E. T. ; MONARD, Maria Carolina . O Algoritmo de Aprendizado Semi-supervisionado Co-training e sua Aplicação na Rotulação de Documentos. In: Concurso de Teses e Dissertações em Inteligência Artificial do SBIA, 2006, Ribeirão Preto. Anais do CTDIA 2006, 2006.

• Maletzke, André Gustavo ; Lee, Huei Diana ; Wu, F. C. ; MATSUBARA, E. T. ; COY, C. S. R. ; Fagundes, J. J. ; Góes, J. R. N. . Uma Metodologia para Auxiliar no Processo de Mapeamento de Formulários Médicos para Bases de Dados Estruturadas. In: X Congresso Brasileiro de Informática em Saúde, 2006, Florianópolis. X Congresso Brasileiro de Informática em Saúde, 2006.

• MATSUBARA, E. T. ; MONARD, Maria Carolina ; Gustavo E. A. P. A. Batista . Multi-view Semi-supervised Learning: An Approach to Obtain Different Views from Text Datasets. In: Congress of Logic Applied to Technology, 2005, Himeji. In Advances in Logic Based Intelligent Systems, 2005. v. 132. p. 97-104.

• MATSUBARA, E. T. ; MONARD, Maria Carolina ; Gustavo E. A. P. A. Batista . Utilizando Algoritmos de Aprendizado Semi-supervisionados Multi-visão como Rotuladores de Texto. In: Workshop em Tecnologia da Informação de da Linguagem Humana (TIL2005), 2005. Anais XXV Congresso da Sociedade Brasileira de Computação, 2005. v. 1. p. 2108-2117.

• MATSUBARA, E. T. ; MONARD, Maria Carolina ; Gustavo E. A. P. A. Batista . Aprendizado semi-supervisionado multi-visão para a classificação de bases textuais. In: Workshop in Artificial Intelligence, 2004, Arica. Jornadas Chilenas de Computación. Arica-Chile, 2004. p. 1-9.

• MARTINS, Claudia Aparecida ; MONARD, Maria Carolina ; MATSUBARA, E. T. . Uma Metodologia para Auxiliar na Seleção de Atributos Relevantes usados por Algoritmos de Aprendizado no Processo de Classificação de Textos. In: XXX Conferencia Latinoamericana de informática, 2004, Arequipa. Anais 30th Conferencia Latinoamericana de informática (CLEI2004), 2004. p. 21-32.

• MARTINS, Claudia Aparecida ; MONARD, Maria Carolina ; MATSUBARA, E. T. . Reducing the Dimensionality of Bag-of-Words Text Representation Used by Learning Algorithms. In: The Third IASTED International Conference on Artificial Intelligence and Applications, 2003, Benalmádena. Proceedings of The Third IASTED International Conference on Artificial Intelligence and Applications (AIA 2003), 2003. p. 49-58.

• MARTINS, Claudia Aparecida ; MATSUBARA, E. T. ; MONARD, Maria Carolina . Um estudo de caso utilizando uma ferramenta computacional que auxilia na redução da dimensão da representação de documentos em tarefas preditivas de Mineração de Textos. In: IV Workshop on Advances and Trends in AI, 2003, Chillán. In Proceedings of 4th Workshop on Advances & Trends in AI for Problem Solving, 2003. p. 21-27.

• NOGUEIRA FILHO, A. ; MATSUBARA, E. T. ; IAIONE, Fabio ; VISIOLI, I. . (Team Description Paper) Sistema da esquipe de Futebol de Robôs Ararabots Azul. In: Latin American Robotics Competition, 2014, São Carlos. Latin American Robotics Competition, 2014. p. 1-4.

• Maletzke, André Gustavo ; Lee, Huei Diana ; Wu, F. C. ; MATSUBARA, E. T. ; COY, C. S. R. ; Fagundes, J. J. ; Góes, J. R. N. . Um Sistema para Mapeamento de Formulários Médicos para Bases de Dados Estruturadas. In: XV Encontro Anual de Iniciação Científica, 2006, Ponta Grossa. Anais XV Encontro Anual de Iniciação Científica, 2006.

• MARTINS, Claudia Aparecida ; MONARD, Maria Carolina ; MATSUBARA, E. T. . Uma ferramenta computacional para auxiliar no pré-processamento de textos. In: IV Encontro Nacional de Inteligência Artificial - ENIA, 2003, Campinas. XXIII Congresso da Sociedade Brasileira de Computação, 2003. v. VII.

• DI MARTINI, DAVID ROBLEDO ; LIESENBERG, VERALDO ; TETILA, EVERTON CASTELAO ; JUNIOR, JOSE MARCATO ; MATSUBARA, EDSON TAKASHI ; SIQUEIRA, HENRIQUE ; DE CASTRO JUNIOR, AMAURY ANTONIO ; ARAUJO, MARCIO SANTOS ; MONTEIRO, CARLOS HENRIQUE ; PISTORI, HEMERSON . Machine Learning Applied to Uav Imagery in Precision Agriculture and Forest Monitoring in Brazililian Savanah. In: IGARSS 2019 2019 IEEE International Geoscience and Remote Sensing Symposium, 2019, Yokohama. IGARSS 2019 - 2019 IEEE International Geoscience and Remote Sensing Symposium, 2019. p. 9364.

• SIQUEIRA, H. ; MARCATO JUNIOR, J. ; REZENDE FILHO, G. S. ; MATSUBARA, E. T. . THE IMPACT OF IMAGE OVERLAP ON STRUCTURE-FROM-MOTION PHOTOGRAMMETRY.. In: GRSS-YP & ISPRS Student Consortium SS 2018, 2018, Campo Grande. Proceedings of GRSS-YP & ISPRS Student Consortium SS 2018. Campo Grande: Editora UFMS, 2018. p. 24.

• ASCENCAO, S. R. S. ; ARAUJO, M. S. ; SOUZA, M. ; REZENDE FILHO, G. S. ; MATSUBARA, E. T. ; MARCATO JUNIOR, J. . UAV APPLIED TO THE ESTIMATION OF DIAMETER AT BREAST HEIGHT (DBH) ROADSIDE TREES. In: GRSS-YP & ISPRS Student Consortium SS 2018, 2018, Campo Grande. Proceedings of GRSS-YP & ISPRS Student Consortium SS 2018. Campo Grande: Editora UFMS, 2018. p. 46.

• OSCO, L. P. ; RAMOS, A. P. M. ; CRESTE, J. E. ; MORIYA, E. A. S. ; IMAI, N. N. ; MATSUBARA, E. T. ; MARCATO JUNIOR, J. . PERFORMANCE EVALUATION OF THE PIX4DMAPPER SOFTWARE TO GENERATE SURFACE REFLECTANCE VALUES OF MULTIESPECTRAL IMAGERY ACQUIRED BY THE PARROT SEQUOIA CAMERA. In: GRSS-YP & ISPRS Student Consortium SS 2018, 2018, Campo Grande. Proceddings of GRSS-YP & ISPRS Student Consortium SS 2018. Campo Grande: Editora UFMS, 2018. p. 50.

• NOGUEIRA FILHO, A. ; MATIAZZI, M. P. ; CASTRO, W. V. M. ; PAULA, M. B. ; NAVAREZI, L. M. M. ; IAIONE, Fabio ; MATSUBARA, EDSON TAKASHI ; ARAUJO, A. V. ; NOGUEIRA, B. M. . Descrição do Sistema de Futebol de Robôs Ararabots Azul - 2017 - Categoria IEEE Very Small Size Soccer. In: Competição Latino Americana e Brasileira de Robótica, 2017, Curitiba. XVI Latin American Robotics Competition, 2017.

• NOGUEIRA FILHO, A. ; MAX, E. ; VISIOLI, I. ; MARAES, L. ; IAIONE, Fabio ; MATSUBARA, E. T. . Sistema da equipe de Futebol de Robôs Ararabots Azul. In: Latin American Robotics Competition, 2016, Recife. Latin American Robotics Competition, 2016. p. 1-4.

• Maletzke, André Gustavo ; Lee, Huei Diana ; Zalewski, Willian ; MATSUBARA, E. T. ; Voltolini, R. F. ; COY, C. S. R. ; Góes, J. R. N. ; Wu, F. C. ; Fagundes, J. J. . Construção de Bases de Dados Apoiada por Métodos Computacionais a Partir de Formulários Médicos: Estudo de caso de doença Crohn. In: 56º Congresso Brasileiro de Coloproctologia, 2007, Curitiba. Anais 56º Congresso Brasileiro de Coloproctologia, 2007.

• Maletzke, André Gustavo ; Lee, Huei Diana ; Wu, F. C. ; MATSUBARA, E. T. ; COY, C. S. R. ; Fagundes, J. J. ; Góes, J. R. N. . Metodologia de Apoio para o Mapeamento de Formulários Médicos para Bases de Dados Estruturadas.. In: I Congresso da Academia Trinacional de Ciências, 2006, Foz do Iguaçu. Anais I Congresso da Academia Trinacional de Ciências, 2006.

• Maletzke, André Gustavo ; Lee, Huei Diana ; Wu, F. C. ; MATSUBARA, E. T. ; COY, C. S. R. ; Fagundes, J. J. ; Góes, J. R. N. . Proposta de uma Metodologia para Mapeamento de Formulários Médicos de Doença Inflamatória Intestinal. In: XIV Simpósio Internacional de Iniciação Científica da Inversidade de São Paulo, 2006, São Paulo. Anais XIV Simpósio Internacional de Iniciação Científica da Inversidade de São Paulo, 2006.

• MATSUBARA, E. T. ; MONARD, Maria Carolina . PreTexT, uma ferramenta para pré-processamento de textos. In: 11 Simpósio Internacional de Iniciação Científica da Universidade de São Paulo - SIICUSP, 2003, São Carlos.

• MATSUBARA, E. T. . Melhorando Classificadores a Partir de Poucos Exemplos Rotulados Aplicados a Mineração de Textos. In: VIII Simpósio de Teses e Dissertações do Programa de Pós-Graduação em Ciências de Computação e Matemática Computacional, 2003, São Carlos. STD2005, 2003.

• MATSUBARA, E. T. ; MONARD, Maria Carolina . Algoritmos de Clustering Conceitual. In: 10º Simpósio Internacional de Iniciação Científica da Universidade de São Paulo, 2002, São Carlos, 2002.

• MATSUBARA, E. T. ; MONARD, Maria Carolina . Projeto e Implementação do Algoritmo de Aprendizado de Máquina Semi-Supervisionado Cotraining 2004 (Relatório Técnico ICMC-USP).

• MATSUBARA, E. T. ; MONARD, Maria Carolina . Análise experimental do algoritmo de aprendizado de máquinas semi-supervisionado Cotraining 2004 (Relatório Técnico ICMC-USP).

• MATSUBARA, E. T. . O algoritmo de aprendizado semi-supervisionado Cotraining e sua aplicação na rotulação de documentos 2004 (IX Simpósio de Teses e Dissertacões ICMC-USP).

• MARTINS, Claudia Aparecida ; GODOY, Daniela ; MONARD, Maria Carolina ; MATSUBARA, E. T. ; AMANDI, Analía . Uma experiência em mineração de textos utilizando Clustering Probabilístico e Clustering Hierárquico 2003 (Relatório Técnico ICMC-USP).

• MATSUBARA, E. T. ; MARTINS, Claudia Aparecida ; MONARD, Maria Carolina . Uma descrição dos Arquivos e parâmetros utilizados na execução do sistema AutoClass 2003 (Relatório Técnico ICMC-USP).

• MATSUBARA, E. T. ; MARTINS, Claudia Aparecida ; MONARD, Maria Carolina . Pretext: uma ferramenta para pré-processamentos de textos utilizando a abordagem bag-of-words 2003 (Relatório Técnico ICMC-USP).

Outras produções

Projetos de pesquisa

• 2024 - Atual

  Uso da Inteligência artificial na Governança Pública da Educação Superior no Brasil: ferramentas e oportunidades para o Sistema Nacional de Pós-Graduação, Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (10) / Doutorado: (8) . , Integrantes: Edson Takashi Matsubara - Coordenador / Débora Maria Barroso Paiva - Integrante / Ricardo Marcacini - Integrante / Marcelo Augusto Santos Turine - Integrante / Nalvo Franco de Almeida Junior - Integrante., Financiador(es): CAPES - Centro Anhanguera de Promoção e Educação Social - Outra.

• 2024 - Atual

  Aplicação de conceitos em inovação tecnológica e automação de processos na advocacia pública, Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (10) / Doutorado: (3) . , Integrantes: Edson Takashi Matsubara - Coordenador / FONTÃO, AWDREN - Integrante / Patricia Gomes Fernandes Matsubara - Integrante / Vanessa Araujo Borges - Integrante., Financiador(es): Fundação de Apoio e Desenvolvimento do Ensino, Ciência e Tecnologia do MS - Outra.

• 2023 - Atual

  Modelos de Aprendizado de Máquina para Suplementação Dinâmica de Rebanhos de Bovinos, Descrição: A suplementação bovina complementa a alimentação proveniente da pastagem. Desse modo, a suplementação bovina leva em consideração a condição da pastagem na busca pelo maior ganho de peso do animal. O inovação deste trabalho está em trazer para a suplementação, a estimativa de caracteres fenotípicos como Matéria Seca, Biomassa, Fibra de Detergente Ácido, Fibra de Detergente Neutro, Proteína Bruta, Nutrientes Digestíveis Totais a partir de imagens de satélites utilizando inteligência artificial para ajudar na definição da suplementação. O projeto tem como núcleo, o desenvolvimento de modelos de aprendizado de máquina profundo (deep learning), para estimação desses caracteres por meio de sensores multiespectrais de satélites. Assim o projeto é uma continuação de outros projetos do grupo de pesquisa que já desenvolve automação na suplementação bovina. Como impacto deste projeto, os sistemas propostos irão possibilitar o uso das estimativas para otimização da suplementação de maneira complementar aos sistemas autônomos já desenvolvidos, tornando a suplementação mais eficiente e eficaz, podendo impactar toda a cadeia produtiva da carne que utilizam a suplementação animal.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Doutorado: (1) . , Integrantes: Edson Takashi Matsubara - Coordenador / Ricardo Ribeiro dos Santos - Integrante., Financiador(es): Fundação de Apoio e Desenvolvimento do Ensino, Ciência e Tecnologia do MS - Auxílio financeiro.

• 2022 - 2024

  Aplicação de conceitos de Automação Robótica de Processos e Inteligência Artifcial para a automação de processos judiciais na área de execução fiscal, Descrição: A adoção do processo judicial eletrônico no Estado de Mato Grosso do Sul fomentou a integral migração dos atos jurídicos para o Sistema de Automação da Justiça (SAJ). Assim, os procuradores gerais do estado podem ter acesso a todos os processos jurídicos dentro de um único ambiente digital. Dentro do sistema, a Procuradoria Geral do Estado de Mato Grosso do Sul produz e consume diariamente uma vasta quantidade de documentos jurídicos em formato digital. Entretanto, apesar da digitalização, o uso de ferramentas computacionais inteligentes capazes de ler e extrair informações textuais ainda é incipiente. O presente projeto tem por objetivo preencher esta lacuna pela utilização de algoritmos de Inteligência Artifcial para a transformação de dados textuais não estruturados em informações e conhecimentos úteis para os procuradores. Assim, o presente projeto destina-se à pesquisa e ao desenvolvimento de ferramentas que permitam a utilização de modelos de linguagem para o processamento e extração de informação de documentos jurídicos produzidos ou consumidos pelo PGE com foco em processos de execução fscal. O projeto será conduzido em parceria com a UFMS e sob a orientação desta, que também se encarregará da execução, aproveitando-se de tal modo do notório conhecimento de seus corpos docente e discente na área de IA para dados textuais.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (0) / Mestrado profissional: (1) . , Integrantes: Edson Takashi Matsubara - Coordenador / Bruno Magalhães Nogueira - Integrante / Wesley Nunes Gonçalves - Integrante / DE ANDRADE SILVA, JONATHAN - Integrante / FONTÃO, AWDREN - Integrante / Edson Norberto Cáceres - Integrante / Patricia Gomes Fernandes Matsubara - Integrante., Financiador(es): Fundação de Apoio e Desenvolvimento do Ensino, Ciência e Tecnologia do MS - Auxílio financeiro.

• 2022 - Atual

  Inteligência artificial aplicada no monitoramento de impactos causados pelas secas e cheias extremas no Pantanal, Descrição: Eventos extremos de seca vêm se intensificando nos últimos anos no Pantanal, causando incêndios que geram perdas significativas para a biodiversidade, serviços ecossistêmicos e população. Assim, é necessário o desenvolvimento de soluções que possibilitem o monitoramento desses eventos e dos seus impactos. Não existe mapeamento detalhado da infraestrutura do Pantanal, dificultando o combate destes eventos e o resgate da população exposta à estas situações. Pretendemos desenvolver soluções inovadoras baseadas em aprendizado profundo para o mapeamento e monitoramento dos impactos causados pelas secas e cheias extremas no Pantanal. Pretende-se: (a) monitorar os focos de incêndio ativos e áreas queimadas usando imagens orbitais com alta e média resolução espacial; (b) monitorar os recursos hídricos; (c) mapear a infraestrutura do Pantanal. Serão propostos métodos novos de segmentação (áreas queimadas, vegetação e estradas) e detecção de objetos (edificações, estradas, pontes e focos de incêndio ativos). Serão desenvolvidos modelos baseados em gaussianas para a detecção de pontos e retângulos envolventes (edificações, focos ativos, etc) e retas (estradas). Na segmentação serão propostos métodos fracamente supervisionados (poucas anotações e anotações esparsas), e também métodos que considerem o desbalanceamento entre as classes. Serão desenvolvidos métodos de adaptação de domínio para lidar com grandes áreas e imagens de múltiplos sensores. Os dados gerados serão de livre acesso e integrados ao planejamento territorial visando mitigação e adaptação aos eventos extremos e serão disponibilizados aos gestores públicos e salas de situação envolvidas. O presente projeto complementa grandes programas em andamento, como a Rede Pantanal (MCTI), coordenado por membros da equipe, que garantirá que várias iniciativas se beneficiem dos produtos gerados, otimizando tempo, recursos públicos e promovendo maior integração entre redes de pesquisa no Brasil. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Edson Takashi Matsubara - Integrante / Wesley Nunes Gonçalves - Integrante / José Marcato Junior - Coordenador.

• 2022 - Atual

  Inteligência Artificial e Sensoriamento Remoto no monitoramento do estoque de carbono e emissão de CO2 por incêndios, Descrição: Florestas tropicais são ambientes que apresentam grandes quantidades de carbono estocado. Os incêndios, além de implicarem em grande impacto para a biodiversidade e sociedade, geram prejuízo significativo tanto ao reduzir o carbono estocado nas florestas quanto na emissão de CO2 para a atmosfera. Esses eventos causam perdas significativas para a biodiversidade, serviços ecossistêmicos e geram riscos para a população. Nesse sentido, o Pantanal tem apresentado alarmantes números de casos de incêndios florestais. Diante da relevância socioambiental e dos impactos mencionados, há a necessidade de se estabelecer metodologias que permitam desde quantificar o carbono estocado quanto a quantidade que é emitida durante um incêndio, principalmente em biomas como o Pantanal. A inteligência artificial tem apresentado grande destaque em diversas áreas do conhecimento e sociedade em geral. Dentro da inteligência artificial, o aprendizado profundo (deep learning) tem atingido resultados impressionantes em diversas tarefas. O sensoriamento remoto também tem trazido grande impacto, possibilitando o mapeamento e o monitoramento de modo remoto, o que é essencial para áreas de difícil acesso como o Pantanal. Assim, o presente projeto visa investigar e desenvolver novos métodos que combinem aprendizado profundo e sensoriamento remoto de modo a possibilitar a quantificação de estoque de Carbono e emissão de C02 oriundo de incêndios. O projeto se encontra na linha de atuação protocolos, inventários, métricas e modelos de mensuração e registro de gases de efeito estufa (GEE). E para gerar impactos e indicadores na redução das emissões de GEE para Mato Grosso do Sul, torna-se necessário dar especial atenção para os incêndios no Pantanal. Isso se dará por meio do mapeamento detalhado dos focos de incêndios, áreas queimadas e cobertura do solo (incluindo a infraestrutura). O monitoramento detalhado dos focos de incêndio e áreas queimadas, atualmente, é muito limitado em função da resolução espacial (> 500 metros) das imagens usadas para essa finalidade. Esses sistemas trouxeram grande avanço, no entanto, um maior detalhamento torna-se ainda necessário. Outro aspecto é que não se tem atualmente mapeada a infraestrutura do Pantanal, o que dificulta o combate aos incêndios e o resgate da população exposta à estas situações extremas. Nesse contexto, pretende-se também investigar e desenvolver métodos de aprendizado profundo para essas tarefas. A área de estudo será prioritariamente o Pantanal de Mato Grosso do Sul. Serão utilizadas imagens orbitais de múltiplos sensores, a se destacar dados dos satélites Landsat 8 e 9, Sentinel, Planet, CBERS 4A, Amazônia, dentre outros. No contexto de estoque de Carbono, relacionado diretamente com a biomassa, serão usados dados LiDAR (Light Detection and Ranging) da missão GEDI (Global Ecosystem Dynamics Investigation). Para gerar mapas contínuos no espaço de estoque de Carbono serão combinados dados GEDI com imagens orbitais e dados de biomassa (oriundos de métodos diretos e indiretos - estimados a partir de imagens e nuvens de pontos aéreas com alta resolução) coletados em áreas específicas. Para fins de análise de emissão de CO2 serão usados dados coletados pelos sensores a bordo do Sentinel 5P. Medições de fluxo de Carbono serão realizadas também com um sistema Eddy Covariance, algo inovador para o Pantanal. O presente projeto vai possibilitar a apreensão do conhecimento e quantificação tanto do estoque de carbono nas florestas, bem como a emissão de C02 causadas por incêndios. Portanto, o monitoramento sistemático de incêndios é fundamental para a redução de emissões de gases de efeito estufa. Portanto, espera-se que ocorra, após o desenvolvimento do projeto, uma redução significativa nos incêndios no Pantanal e consequentemente na manutenção do estoque de carbono nas florestas e minimização das emissões causadas por i. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Edson Takashi Matsubara - Integrante / Wesley Nunes Gonçalves - Integrante / José Marcato Junior - Coordenador / SILVA, JONATHAN DE ANDRADE - Integrante.

• 2018 - 2022

  Machine Learning applied to UAV imagery in precision agriculture and forest monitoring research, Descrição: The Cerrado (Brazilian Savanah) is one of more important biome of South America composing diverse species of fauna and flora, which has an area of 2,036,448 km2, about 22 of the national territory (Brazil). This biome is composed of several species of trees that are protected by law, which in recent years has been devastated for the charcoal production, such as Garapeira (Apuleia Leiocarpa (Vog.) Macbr.), Jequitibá-branco (Cariniana estrellensis), Cedro vermelho (Cedrela Macrocarpa), Aroeira (Schinus terebinthifolius), among others. On the other hand, the country is the second largest soybean world producer and, the State of Mato Grosso do Sul holds the fifth position regarding the national soybean production. However, some insect species such as bed bugs (small oval non-flying insects) and caterpillars have been causing great economic damage in soybean fields. Therefore, Integrated Pest Management is a key factor for the attack control of different species of insects. However, both damage caused by these insects are due to the inefficiency or lack of monitoring. The main aim of this proposal is to design and to implement an end-to-end observing system based UAV to support precision farming and forest monitoring applications. Additionally, we would like also to develop and to implement a precision farming and forest monitoring mobile app. The E-Calc platform will be used for designing the main components of the UAV, such as motors, ESCs, propellers, etc. In addition, 3D modeling tools (SolidWorks 2013) and 3D printer will be used. We propose the use of computational vision techniques for the elaboration of the responsible software that will perform the automatic: a) counting and identification of the soybean pests species; b) mapping of law protected tree species; and c) 3D forest modeling in permanent preservation areas. It is expected that the achieved results support both precision agriculture and forest applications, returning faster and more accurate results. The obtained results will also support similar research fields and serve as base in several other applications. Finally, a GRSS student chapter will be created promoting integration among institutions.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Edson Takashi Matsubara - Integrante / Amaury Antônio de Castro Junior - Integrante / Hemerson Pistori - Integrante / José Marcato Junior - Coordenador., Financiador(es): IEEE Geoscience and Remote Sensing Society - Auxílio financeiro.

• 2018 - 2022

  MAPEAMENTO DA VEGETAÇÃO NATIVA EM MATO GROSSO DO SUL COM TÉCNICAS DE APRENDIZADO DE MÁQUINA, Descrição: Este projeto propõe o desenvolvimento de métodos baseado em aprendizado de máquina para o mapeamento de espécies arbóreas protegidas por lei no Mato Grosso do Sul (MS) a partir de imagens coletadas por VANT (Veículos Aéreos Não-Tripulados), e para o mapeamento da vegetação nativa ao longo de todo o Estado a partir de imagens orbitais. Para a classificação das espécies arbóreas serão utilizadas imagens RGB, multiespectrais e hiperespectrais com alta resolução espacial coletadas a partir de VANT. Também será realizada a caracterização espectral das espécies arbóreas protegidas por lei usando espectrorradiômetro de campo, de modo a estabelecer uma assinatura espectral para cada espécie, e assim gerar uma biblioteca espectral. Os experimentos serão realizados na Reserva Particular do Patrimônio Natural (RPPN) da UFMS (Universidade Federal de Mato Grosso do Sul) e em parcelas do Pantanal a partir de imagens (RGB, multiespectrais e hiperespectrais) coletadas por sensores embarcados em VANT. Para o mapeamento e monitoramento de vegetação nativa ao longo de MS será utilizada a plataforma Google Earth Engine, que possibilita o processamento de quantidade massiva de dados quase em tempo real. Serão consideradas imagens Landsat 8, Sentinel 2 e 3, CBERS-4, RapidEye e Planet para o período entre 2016 e 2018. Além da relevância científica que permitirá a publicação de artigos em periódicos com alto fator de impacto, o projeto apresenta forte relevância prática para fins de fiscalização por parte dos órgãos ambientais do Estado de MS... , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Edson Takashi Matsubara - Integrante / Amaury Antônio de Castro Junior - Integrante / Hemerson Pistori - Integrante / José Marcato Junior - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2016 - 2020

  Aprendizado não Supervisionado de Websensors aplicado em Desafios de Big Data para Agronegócios, Descrição: Motivada pela diversidade de aplicações que podem ser derivadas por meio de algoritmos para extração de conhecimento da web, uma nova direção de pesquisa denominada Websensors tem como objetivo converter padrões extraídos de várias fontes da web em um conjunto de sinais, representado por meio de séries temporais, que permitem observar, estudar e monitorar o comportamento de um fenômeno de interesse. Devido ao grande volume de dados, variedade de fontes de informação e requisitos de velocidade para análise desses dados, os websensors são modelos computacionais com grande potencial para lidar com os desafios atuais relacionados à temática de Big Data; que recentemente tem recebido muita atenção na literatura e indústria pelos resultados promissores obtidos na resolução de tarefas complexas de tomadas de decisão. Nesse contexto, entre as atividades recentes desenvolvidas pelos membros do GEPIC (Grupo de Estudo e Pesquisa em Inteligência Computacional - UFMS), há um particular interesse em explorar websensors aplicado em desafios de Big Data para o domínio de agronegócios. Atividades prévias, como a coleta e organização de uma base de 14 anos de notícias (composta por milhões de registros) e resultados preliminares tem demonstrado que este é um caminho promissor. Dessa forma, a proposta geral deste projeto é utilizar conhecimento implícito em uma base histórica de milhões notícias sobre agronegócios no Brasil para aprender padrões, ao longo do tempo, que possam ser explorados para explicar o comportamento passado e predizer comportamento futuro no domínio de agronegócios, com apoio de algoritmos de aprendizado não supervisionado de máquina.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Edson Takashi Matsubara - Integrante / Eraldo Luís Rezende Fernandes - Integrante / Bruno Magalhães Nogueira - Integrante / Ricardo Marcacini - Coordenador., Financiador(es): Fundação de Apoio e Desenvolvimento do Ensino, Ciência e Tecnologia do MS - Auxílio financeiro.

• 2014 - 2018

  Extração de Relações em Domínio Aberto para o Português, Descrição: Uma grande parte da informação publicada na Internet está em formato textual, o qual não é adequado para o processamento computacional. O problema de extração de relações consiste em extrair automaticamente informações de um texto e convertê-las para um formato estruturado, que é apropriado para o processamento computacional. A maioria dos trabalhos de pesquisa sobre extração de relações tem foco na língua inglesa e em domínio fechado, específico. Recentemente, surgiram algumas iniciativas para tratar este problema em domínio aberto, onde as relações de interesse não são definidas. Entretanto, estas propostas não contemplam a língua portuguesa. Neste projeto, propomos o desenvolvimento de um sistema de extração de relações em domínio aberto para o Português. A metodologia adotada será baseada em duas áreas: processamento de linguagem natural (PLN) e aprendizado de máquina (AM). Estas duas áreas têm produzido soluções de alta qualidade para extração de relações em diferentes domínios e línguas. Um requisito da maioria dos algoritmos de AM é um grande conjunto de exemplos, cuja construção é custosa. Neste trabalho, serão exploradas técnicas de AM para minimizar este esforço, tais como aprendizado semi-supervisionado, aprendizado ativo, aprendizado de transferência e supervisão à distância. Para validar a ferramenta de extração de relações, serão realizadas duas avaliações: uma quantitativa e outra qualitativa. A avaliação quantitativa será baseada em métricas clássicas da literatura, como precisão e cobertura. A avaliação qualitativa será realizada através de um sistema de mineração de dados que faz parte do desenvolvimento deste projeto e permitirá que usuários avaliem a utilidade das relações extraídas.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (6) . , Integrantes: Edson Takashi Matsubara - Integrante / Eraldo Luís Rezende Fernandes - Coordenador / Bruno Magalhães Nogueira - Integrante / Ruy Luiz Milidiú - Integrante / Ulf Brefeld - Integrante / Ricardo Marcacini - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.

• 2013 - 2015

  Processamento de Imagens Aéreas de Alta Resolução para Agropecuária de Precisão PSG/UFMS, Descrição: Segundo a Food and Agriculture Organization of the United Nations (FAOSTAT) o Brasil é o maior produtor mundial de cana-de-açúcar com uma produção estimada em aproximadamente 24 bilhões de dólares para 2013. Qualquer perda na capacidade produtiva da cultura pode representar grandes prejuízos. Em produção agropecuária é comum existirem perdas durante o processo produtivo e atacar diretamente todos os pontos de pertas são de grande importância para o incremento nos lucros. Um dos pontos que impactam diretamente na produção da cana-de-açúcar é a presença de ``falhas'' nas linhas de cana. As falhas, neste trabalho, são caracterizadas por regiões onde a distância entre duas canas consecutivas sejam maiores que 50 cm. Detectar falhas é um grande desafio dado o tamanho das plantações e da metodologia atualmente empregada. Atualmente a coleta de dados para a estimação de falhas é feita pelo deslocamento de pessoas dentro da plantação e a da medição manual. Com o avanço tecnológico, é possível obter imagens aéreas de alta resolução utilizando Veículos Aéreos Não Tripulados. Com estas imagens é possível estimar o índice de falhas nas plantações de maneira mais rápida, segura e econônica. O objetivo deste projeto é o desenvolvimento de algoritmos e métodos de Inteligência Artificial e Visão Computacional para o tratamento das imagens para a estimação das falhas a partir das imagens aéreas.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) . , Integrantes: Edson Takashi Matsubara - Coordenador / Carla Fernandes de Barros - Integrante., Financiador(es): PSG TECNOLOGIA APLICADA LTDA - Auxílio financeiro.

• 2010 - 2013

  Motion: Desenvolvendo Algoritmos de Aprendizado de Máquina para Capturar Movimentos, Descrição: Movimentos ocorrem à todos os instantes. Prédios, casas e carros são construídos pelos movimentos de pernas e braços humanos. Os movimentos fazem parte da vida do ser humano desde o seu nascimento. Os movimentos sempre foram capturados das mais diversas maneiras e muitas vezes essa captura passava desapercebida. Todo simples toque em um botão, seja um teclado, mouse ou até mesmo o botão para ligar uma televisão utiliza um mecanismo bastante simples para captura de um movimento por meio do toque que depois é transformado em um comando. Essa é uma maneira bastante simples, efetiva e também primitiva para capturar comandos (movimentos) e se faz presente em quase todas as interações homem-máquina. Com o avanço tecnológico torna-se cada vez mais acessível sensores que captam movimentos sem a necessidade do toque. Fazendo uso dessas tecnologias esse projeto de pesquisa tem por objetivo desenvolver novas tecnologias que possibilitem o desenvolvimento de novas fronteiras na relação homem-máquina por meio de sistemas computacionais que utilizem inteligência artificial para capturar e reconhecer movimentos e estabelecer assim novas fronteiras na relação homem-máquina. A aplicação escolhida como campo de teste para esse sistema é um reconhedor de movimentos para auxiliar pessoas com deficiências físicas como paralisia dos braços e pernas. O sistema deve aprender os movimentos ainda cabívies a essas pessoas para que elas possam interagir com computadores e assim facilitando suas vidas.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Edson Takashi Matsubara - Coordenador / Gustavo E. A. P. A. Batista - Integrante / Ronaldo Cristiano Prati - Integrante., Financiador(es): Fundação de Apoio e Desenvolvimento do Ensino, Ciência e Tecnologia do MS - Auxílio financeiro.

• 2008 - 2009

  Modelagem Computacional de Sistemas Complexos utilizando Mineração de Dados, Imagens e Textos, Descrição: O objetivo geral deste projeto, o qual pode ser caracterizado como um projeto de pesquisa científica e tecnológica, é pesquisar, propor e desenvolver soluções para a representação, indexação, modelagem e análise de dados complexos para possibilitar que um analista do domínio possa compreender os inter-relacionamentos existentes nos dados, imagens e textos, de modo a auxiliá-lo a tomar decisões nos processos de recuperação de informação, descoberta de conhecimento e diagnóstico. O projeto visa o desenvolvimento de um ferramental teórico e prático que auxilie analistas na modelagem desse tipo de sistemas complexos, com foco nos temas de: indução de modelos simbólicos com aplicações em sériestemporais e dados sequenciais; anáise de bases de dados não-estruturados e semi-estruturados para mineração de textos; mineração de imagens em um sistema de arquivamento e recuperação de imagens médicas por conteúdo. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (8) / Doutorado: (7) . , Integrantes: Edson Takashi Matsubara - Integrante / Maria Carolina Monard - Coordenador / Gustavo E. A. P. A. Batista - Integrante / Ronaldo Cristiano Prati - Integrante / Huei Diana Lee - Integrante / Feng Chung Wu - Integrante / Solange Rezende - Integrante / José Augusto Baranauskas - Integrante / Agma Juci Machado Traina - Integrante / Caetano Traina Jr - Integrante / Alneu Andrade Lopes - Integrante / André Guilherme Ribeiro Balan - Integrante / José Fernando Rodrigues Junior - Integrante / Maria Camila Nardini Barioni - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

Projetos de desenvolvimento

• 2022 - 2024

  Desenvolvimento de Aplicativo de reconhecimento de imagens da Flora e Fauna para permitir a identificação de indivíduos da biota in situ e com equipamentos de baixo valor, Descrição: Desenvolvimento de um aplicativo de reconhecimento de imagens para identificação de espécies da flora e fauna in situ, utilizando dispositivos de baixo custo. O objetivo é promover acessibilidade, precisão e praticidade na identificação de fauna e flora, facilitando estudos ecológicos, educação ambiental e iniciativas de conservação.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Doutorado: (1) . , Integrantes: Edson Takashi Matsubara - Coordenador / DE ANDRADE SILVA, JONATHAN - Integrante / FONTÃO, AWDREN - Integrante / Hercules da Costa Sandim - Integrante / Henrique Mongelli - Integrante., Financiador(es): Fundação de Apoio à Pesquisa, ao Ensino e a Cultura - Auxílio financeiro.

• 2022 - 2024

  Desenvolvimento de Aplicativo de reconhecimento de imagens da Flora e Fauna para permitir a identificação de indivíduos da biota in situ e com equipamentos de baixo valor, Descrição: Desenvolvimento de um aplicativo de reconhecimento de imagens para identificação de espécies da flora e fauna in situ, utilizando dispositivos de baixo custo. O objetivo é promover acessibilidade, precisão e praticidade na identificação de fauna e flora, facilitando estudos ecológicos, educação ambiental e iniciativas de conservação.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Doutorado: (1) . , Integrantes: Edson Takashi Matsubara - Coordenador / DE ANDRADE SILVA, JONATHAN - Integrante / FONTÃO, AWDREN - Integrante / Hercules da Costa Sandim - Integrante / Henrique Mongelli - Integrante., Financiador(es): Fundação de Apoio à Pesquisa, ao Ensino e a Cultura - Auxílio financeiro.

Prêmios