ARISSA YOSHIDA

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Produções bibliográficas

• RODER, M. ; GOMES, N. B. ; YOSHIDA, A. ; COSTEN, F. ; PAPA, J.P. . Multimodal Convolutional Deep Belief Networks for Stroke Classification with Fourier Transform. In: 36th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2023, Rio Grande. 36th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2023.

• GOMES, N. B. ; YOSHIDA, A. ; OLIVEIRA, G. C. ; RODER, M. ; PAPA, J.P. . Facial Point Graphs for Stroke Identification. In: 26th Iberoamerican Congress on Pattern Recognition (CIARP), 2023, Coimbra. 26th Iberoamerican Congress on Pattern Recognition, 2023.

• YOSHIDA, A. ; GOMES, N. B. ; PAPA, J.P. . Redes Neurais Recorrentes no Auxílio ao Diagnóstico de Esclerose Lateral Amiotrófica Utilizando Expressões Faciais. In: XXXV Congresso de Iniciação Científica UNESP, 2023. Anais do XXXV Congresso de Iniciação Científica da Unesp "Desafios na produção do conhecimento: democratização e diversidade".

Projetos de pesquisa

• 2023 - Atual

  Redes Neurais Recorrentes no Auxílio ao Diagnóstico de Esclerose Lateral Amiotrófica Utilizando Expressões Faciais, Descrição: O diagnóstico precoce da Esclerose Lateral Amiotrófica (ELA) é fundamental para a determinação do início dos tratamentos, auxiliando tanto no aumento da expectativa de vida quanto na melhora da qualidade de seus pacientes. A análise de movimentos faciais fornece informações importantes para o reconhecimento dos sintomas iniciais da ELA; entretanto, detectar esses sinais não é uma tarefa fácil. Com o advento da visão computacional e dos modelos de aprendizado de máquina, métodos computacionais de auxílio a diagnóstico de doenças neurodegenerativas por meio de vídeos vêm se tornando uma realidade, gerando diferentes abordagens para detecção dos biomarcadores da ELA. Por utilizarem métodos interpretativos, grande parte dos estudos acabam por não explorar a dimensão temporal durante o processo de classificação. Este trabalho propõe introduzir modelos sequenciais de Redes Neurais Recorrentes (Recurrent Neural Network - RNN) em dados multimídia (vídeos) de tal forma que seja investigada a relevância da dinâmica temporal das unidades de ação (Action Units - AUs) na identificação da ELA. A proposta também contempla o estudo de variantes das RNNs bem como o estudo de técnicas de otimização.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Arissa Yoshida - Integrante / João Paulo Papa - Coordenador / Guilherme Camargo de Oliveira - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

• 2022 - 2023

  Análise Comparativa de Características Profundas para o Reconhecimento de Tarefas em Dados Multimídia, Descrição: Reconhecimento de dados multimídia objetivam, principalmente, identificar o tipo de categoria de um determinado vídeo, isto é, o mesmo pode ser um filme romântico ou de ficção científica. O vídeo também pode conter algumas ações como, por exemplo, uma caminhada no parque, esportes ou corridas de carro. O principal objetivo deste projeto é comparar diferentes arquiteturas profundas para aprendizado de características e classificação de vídeos de tal forma a estabelecer qual tipo de rede profunda é mais apropriada para classificação de vídeos em determinadas tarefas. Iremos investigar diferentes tipos de arquiteturas neurais em bases públicas de vídeos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Arissa Yoshida - Integrante / João Paulo Papa - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

• 2017 - 2018

  Projeto de Iniciação Científica Junior - ICJ/CNPq, Descrição: Através dos conhecimentos de Mecânica Celeste, o objetivo desse projeto é fazer a integração, a partir de um programa computacional, de objetos capturados por uma estação de monitoramento de corpos celestes, em especial de meteoros, pois são facilmente identificados pela estação. Com essa integração, será possível estudar suas origens, natureza e caracterização de suas órbitas, contribuindo para o conhecimento científico a respeito desses corpos.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Arissa Yoshida - Integrante / André Amarante Luiz - Integrante / Rafael Cardoso de Faria - Integrante / Daniela Cardozo Mourão - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

Prêmios