Aurora Trinidad Ramirez Pozo

Pós-doutorado

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• MORIMOTO, CRISTINA YASSUE ; Pozo, Aurora Trinidad Ramirez ; DE SOUTO, MARCÍLIO CARLOS PEREIRA . An adaptive evolutionary multi-objective clustering based on the data properties of the base partitions. EXPERT SYSTEMS WITH APPLICATIONS , v. 1, p. 123102-123132, 2024.

• GARBELINI, JADER M. CALDONAZZO ; SANCHES, DANILO S. ; POZO, AURORA T. RAMIREZ . biomapp::chip: large-scale motif analysis. BMC BIOINFORMATICS , v. 25, p. 1-10, 2024.

• Magalhães, Dimmy ; LIMA, RICARDO H.R. ; Pozo, Aurora . Creating deep neural networks for text classification tasks using grammar genetic programming. APPLIED SOFT COMPUTING , v. 1, p. 110009-110020, 2023.

• CARNEIRO, A. ; NASCIMENTO, L. S. ; NOERNBERG, M. A. ; HARA, C. S. ; POZO, A. T. R. . Social media image classification for jellyfish monitoring. AQUATIC ECOLOGY , v. 1, p. 1-10, 2023.

• NASCIMENTO, L. SILVA ; NOERNBERG, M. ALMEIDA ; BLENINGER, T. BERNWARD ; HAUSEN, V. ; Pozo, A. ; CAMARGO, L. SILVA ; HARA, C. SATIE ; NOGUEIRA JÚNIOR, M. . Social media in service of marine ecology: new observations of the ghost crab Ocypode quadrata (Fabricius, 1787) scavenging on Portuguese man-of-war Physalia physalis (Linnaeus, 1758). AQUATIC ECOLOGY , v. 1, p. 1-1, 2022.

• MEYER, BRUNO HENRIQUE ; Pozo, Aurora Trinidad Ramirez ; ZOLA, WAGNER M. NUNAN . Global and local structure preserving GPU t-SNE methods for large-scale applications. EXPERT SYSTEMS WITH APPLICATIONS , v. 1, p. 116918-116928, 2022.

• LIMA, RICARDO H. R. ; Magalhães, Dimmy ; Pozo, Aurora ; MENDIBURU, ALEXANDER ; SANTANA, ROBERTO . A grammar-based GP approach applied to the design of deep neural networks. Genetic Programming and Evolvable Machines , v. 1, p. 1-30, 2022.

• MORIMOTO, CRISTINA Y. ; Pozo, Aurora ; DE SOUTO, MARCÍLIO C.P. . An analysis of the admissibility of the objective functions applied in evolutionary multi-objective clustering. INFORMATION SCIENCES , v. 610, p. 1143-1162, 2022.

• Magalhães, Dimmy ; Pozo, Aurora ; Machado, Sidnei . TÉCNICAS DE APRENDIZADO DE MÁQUINAS APLICADAS À CLASSIFICAÇÃO DE DECISÕES JUDICIAIS. REVISTA DE ESTUDOS EMPÍRICOS EM DIREITO , v. 9, p. 1-25, 2022.

• KUK, JOSIEL NEUMANN ; GONÇALVES, RICHARD ADERBAL ; PAVELSKI, LUCAS MARCONDES ; GUSE SCÓS VENSKE, SANDRA MARA ; DE ALMEIDA, CAROLINA PAULA ; RAMIREZ POZO, AURORA TRINIDAD . An empirical analysis of constraint handling on evolutionary multi-objective algorithms for the Environmental/Economic Load Dispatch problem. EXPERT SYSTEMS WITH APPLICATIONS , v. 165, p. 113774, 2021.

• MARIANI, THAINÁ ; GUIZZO, GIOVANI ; VERGILIO, S. ; POZO, A. T. R. . An Approach for the Generation of Multi-Objective Algorithms Applied to the Integration and Test Order Problem. JOURNAL OF SOFTWARE ENGINEERING RESEARCH AND DEVELOPMENT , v. 9, p. 1-10, 2021.

• MEYER, BRUNO HENRIQUE ; Pozo, Aurora Trinidad Ramirez ; ZOLA, WAGNER M. NUNAN . Improving Barnes-Hut t-SNE Algorithm in Modern GPU Architectures with Random Forest KNN and Simulated Wide-Warp. ACM Journal on Emerging Technologies in Computing Systems , v. 17, p. 1-26, 2021.

• FRITSCHE, GIAN ; Pozo, Aurora . On the cooperation of meta-heuristics for solving many-objective problems: An empirical analysis including benchmark and real-world problems. EXPERT SYSTEMS WITH APPLICATIONS , v. 1, p. 116343-50, 2021.

• KULTZAK, A. ; MORIMOTO, C. Y. ; SOUTO, M. C. P. ; Aurora Pozo . Multi-objective Clustering: A Data-Driven Analysis of MOCLE, MOCK and -MOCK. Neural Information Processing , v. 1516, p. 46-54, 2021.

• DANTAS, AUGUSTO ; Pozo, Aurora . On the use of fitness landscape features in meta-learning based algorithm selection for the quadratic assignment problem. THEORETICAL COMPUTER SCIENCE , p. 1-20, 2019.

• DUARTE, ELIAS P. ; POZO, AURORA T.R. ; BELTRANI, PAMELA . Reducing the Traffic of Online Multiplayer Games Using Machine Learning for Movement Prediction. ENTERTAINMENT COMPUTING , v. 33, p. 100336-1000346, 2019.

• CASTRO, OLACIR R. ; FRITSCHE, GIAN MAURICIO ; Pozo, Aurora . Evaluating selection methods on hyper-heuristic multi-objective particle swarm optimization. JOURNAL OF HEURISTICS , v. 1, p. 1-10, 2018.

• DE CAMPOS, ARION ; POZO, AURORA T.R. ; DUARTE, ELIAS P. . Parallel multi-swarm PSO strategies for solving many objective optimization problems. JOURNAL OF PARALLEL AND DISTRIBUTED COMPUTING , v. 123, p. 13-33, 2018.

• ZANGARI, M. ; SANTANA, R. ; MENDIBURU, A. ; POZO, A.T.R. . Not all PBILs are the same: Unveiling the different learning mechanisms of PBIL variants. Applied Soft Computing (Print) , v. 53, p. 88-96, 2017.

• ZANGARI, MURILO ; Pozo, Aurora ; SANTANA, ROBERTO ; MENDIBURU, ALEXANDER . A decomposition-based binary ACO algorithm for the multiobjective UBQP. Neurocomputing (Amsterdam) , v. 1, p. 1-30, 2017.

• ZANGARI, MURILO ; MENDIBURU, ALEXANDER ; SANTANA, ROBERTO ; Pozo, Aurora . Multiobjective Decomposition-based Mallows Models Estimation of Distribution Algorithm. A case of study for Permutation Flowshop Scheduling Problem. INFORMATION SCIENCES , v. 1, p. 1-10, 2017.

• GUIZZO, GIOVANI ; VERGILIO, SILVIA R. ; POZO, AURORA T.R. ; FRITSCHE, GIAN M. . A Multi-Objective and Evolutionary Hyper-Heuristic Applied to the Integration and Test Order Problem. Applied Soft Computing (Print) , v. 56, p. 331-344, 2017.

• CASTRO, OLACIR R. ; Pozo, Aurora ; LOZANO, JOSE A. ; SANTANA, ROBERTO . An investigation of clustering strategies in many-objective optimization: the I-Multi algorithm as a case study. Swarm Intelligence , v. 1, p. 1-30, 2017.

• FERREIRA, THIAGO N. ; LIMA, JACKSON A. PRADO ; STRICKLER, ANDREI ; KUK, JOSIEL N. ; VERGILIO, SILVIA R. ; Pozo, Aurora . Hyper-Heuristic Based Product Selection for Software Product Line Testing. IEEE Computational Intelligence Magazine , v. 12, p. 34-45, 2017.

• STRICKLER, ANDREI ; CASTRO, OLACIR ; Pozo, Aurora ; SANTANA, ROBERTO . An investigation of the selection strategies impact on MOEDAs: CMA-ES and UMDA. APPLIED SOFT COMPUTING , v. 1, p. 1-20, 2017.

• CAIUTA, RAFAEL ; Pozo, Aurora ; Vergilio, Silvia Regina . Meta-learning based selection of software reliability models. Automated Software Engineering , v. 1, p. 1-18, 2016.

• R. CASTRO, OLACIR ; Pozo, Aurora ; LOZANO, JOSE A. ; SANTANA, ROBERTO . Transfer weight functions for injecting problem information in the multi-objective CMA-ES. Memetic Computing , v. 1, p. 1-28, 2016.

• STRICKLER, ANDREI ; LIMA, JACKSON A.P. ; VERGILIO, SILVIA R. ; POZO, AURORA T.R. . Deriving Products for Variability Test of Feature Models with a Hyper-Heuristic Approach. Applied Soft Computing (Print) , v. 1, p. 1-12, 2016.

• Pozo, Aurora ; DE ARRUDA CAMARGO, HELOISA ; LUDERMIR, TERESA B. . Progress in Intelligent Systems. Neurocomputing (Amsterdam) , v. 163, p. 1-3, 2015.

• CASTRO, OLACIR R. ; SANTANA, ROBERTO ; Pozo, Aurora . C-Multi: A competent multi-swarm approach for many-objective problems. Neurocomputing (Amsterdam) , v. 1, p. 1, 2015.

• FERREIRA, ALEXANDRE SILVESTRE ; Pozo, Aurora ; GONÇALVES, RICHARD ADERBAL . An Ant Colony based Hyper-Heuristic Approach for the Set Covering Problem. Advances in Distributed Computing and Artificial Intelligence Journal , v. 4, p. 1-21, 2015.

• ASSUNÇÃO, WESLEY KLEWERTON GUEZ ; Colanzi, Thelma Elita ; Vergilio, Silvia Regina ; Pozo, Aurora . A multi-objective optimization approach for the integration and test order problem. Information Sciences , v. 1, p. 1-10, 2014.

• ASSUNÇÃO, WESLEY ; COLANZI, THELMA ; VERGILIO, SILVIA ; RAMIREZ POZO, AURORA . Evaluating different strategies for integration testing of aspect-oriented programs. Journal of The Brazilian Computer Society (Online) , v. 20, p. 9-19, 2014.

• RAFAEL LENZ, ALEXANDRE ; Pozo, Aurora ; REGINA VERGILIO, SILVIA . Linking software testing results with a machine learning approach. Engineering Applications of Artificial Intelligence , v. 1, p. 1-1, 2013.

• ASSUNCAO, W. K. G. ; COLANZI, T. E. ; VERGILIO, S. ; Aurora Pozo . Generating Integration Test Orders for Aspect Oriented Software with Multi-objective Algorithms. Revista de Informática Teórica e Aplicada: RITA , v. 20, p. 301, 2013.

• BRITTO, ANDRE ; Pozo, Aurora . Using reference points to update the archive of MOPSO algorithms in many-objective optimization. Neurocomputing (Amsterdam) , v. 127, p. 78-87, 2013.

• Silva J ; Pozo, Aurora ; Vergilio, Silvia Regina ; MUSICANTE, M. . Search-based evolution of XML schemas. Computing and Informatics , v. 31, p. 573-595, 2012.

• Vergilio, Silvia Regina ; Pozo, Aurora ; Árias, João Carlos Garcia ; Veiga Cabral, Rafael ; Nobre, Tiago . Multi-objective optimization algorithms applied to the class integration and test order problem. INTERNATIONAL JOURNAL ON SOFTWARE TOOLS FOR TECHNOLOGY TRANSFER (PRINT) , v. 1, p. 1-15, 2012.

• BANZI, A. ; Banzi, Adam S. ; Árias, J.C. ; PINHEIRO, G. B. ; Pozo, Aurora ; Nobre, Tiago ; Árias, João Carlos G. ; Pinheiro, Gabriel B. ; Vergilio, Silvia Regina . Selecting mutation operators with a multiobjective approach. Expert Systems with Applications , v. 39, p. 12131-12142, 2012.

• de Carvalho, Andre B. ; Pozo, Aurora . Measuring the convergence and diversity of CDAS Multi-Objective Particle Swarm Optimization Algorithms: A study of many-objective problems. Neurocomputing (Amsterdam) , v. 1, p. 10, 2012.

• Colanzi, Thelma Elita ; Vergilio, Silvia Regina ; Guez Assunção, Wesley Klewerton ; Pozo, Aurora . Search Based Software Engineering: Review and Analysis of the Field in Brazil. The Journal of Systems and Software , v. 86, p. 970-984, 2012.

• CAMPOS, ARION ; POZO, AURORA T.R. ; DUARTE, ELIAS P. . Evaluation of asynchronous multi-swarm particle optimization on several topologies. Concurrency and Computation , v. 25, p. 1057-1071, 2012.

• NOBRE, T. ; VERGILIO, S. ; Aurora Pozo . Reducing Interface Mutation Costs with Multiobjective Optimization Algorithms. International Journal of Natural Computing Research , v. 3, p. 21-40, 2012.

• Carvalho, A ; Pozo, Aurora . Using Different Many-Objective Techniques in Particle Swarm Optimization for Many Objective Problems: An Empirical Study. International Journal of Computer Information Systems and Industrial Management Applications , v. 3, p. 96-197, 2011.

• Zorzo, C ; PEREIRA, D. A. B. ; VENDRAMIN, A. C. B. K. ; Paula, Pedro ; COLANZI, T. E. ; ASSUNCAO, W. K. G. ; Pozo, A. . Application of Bio-inspired Metaheuristics in the Data Clustering Problem. CLEI Electronic Journal , v. 14, p. 1-14, 2011.

• DUARTE, ELIAS P. ; POZO, AURORA T. R. ; NASSU, BOGDAN T. . FAULT DIAGNOSIS OF MULTIPROCESSOR SYSTEMS BASED ON GENETIC AND ESTIMATION OF DISTRIBUTION ALGORITHMS: A PERFORMANCE EVALUATION. International Journal on Artificial Intelligence Tools , v. 19, p. 1-18, 2010.

• de Carvalho, André B. ; Pozo, Aurora ; Vergilio, Silvia Regina . A symbolic fault-prediction model based on multiobjective particle swarm optimization. The Journal of Systems and Software , v. 83, p. 868-882, 2010.

• Costa, E.O. ; Pozo, A. ; Vergilio, S.R. . . IEEE Transactions on Reliability , v. 59, p. 222-230, 2010.

• SOUZA, L. V. ; POZO, A. T. R. ; Chaves Neto ; Rosa Joel . Applying Correlation to Enhance Boosting Technique Using Genetic Programming as Base Learner. APPLIED INTELLIGENCE , v. 1, p. 1-10, 2009.

• EMMENDORFER, L. ; Pozo, Aurora Trinidad Ramirez . Effective Linkage Learning Using Low-Order Statistics and Clustering. IEEE Transactions on Evolutionary Computation , v. 13, p. 1233-1246, 2009.

• Carvalho, A ; POZO, A. T. R. . A Rule Learning Multiobjective Particle Swarm Optimization. Revista IEEE América Latina , v. 7, p. 1-10, 2009.

• COSTA, E. ; SOUZA, G. ; POZO, A. T. R. ; VERGILIO, S. . Exploring genetic programming and boosting techniques to model software reliability. IEEE Transactions on Reliability , v. 56, p. 422-434, 2007.

• VERGILIO, S. ; POZO, A. T. R. . A GRAMMAR-GUIDED GENETIC PROGRAMMING FRAMEWORK CONFIGURED FOR DATA. International Journal of Software Engineering and Knowledge Engineering , new jersey, v. 16, n.2, p. 245-267, 2006.

• Mathias, Ivo ; POZO, A. T. R. . Desenvolvimento de um sistema de matrícula inteligente baseado em programação orientada a agentes. Publicatio UEPG. Ciências Exatas e da Terra, Ciências Agrárias e Engenharias , Ponta Grossa, v. 9, n.1, p. 41-51, 2003.

• COSTA, E. ; BRUNA, M. D. ; POZO, A. T. R. . Resolução de "Timetabling" Utilizando Evolução Cooperativa. REIC. Revista Eletrônica de Iniciação Científica , SBC, v. I, 2003.

• MINKU, F. L. ; POZO, A. T. R. ; VERGILIO, S. . Chameleon: uma ferramenta de programação genética orientada a grámaticas. REIC. Revista Eletrônica de Iniciação Científica , v. III, 2003.

• BARROS, L. (Org.) ; FINGER, M. (Org.) ; Pozo, Aurora (Org.) ; GUIMENEZ, G. L. (Org.) ; CASTILHO, M. (Org.) . 21st Brazilian Symposium on Artificial Intelligence. 1. ed. Springer: , 2012. v. 1. 250p .

• LORENA, A. C. (Org.) ; THOMAZ, C. E. (Org.) ; Pozo, A. (Org.) . 2012 Brazilian Symposium on Neural Networks. 1. ed. New York: IEEE -CS Press, 2012. v. 1. 252p .

• Lima, Ricardo ; Pozo, Aurora ; MENDIBURU, ALEXANDER ; SANTANA, ROBERTO . Automatic Design of Deep Neural Networks Applied to Image Segmentation Problems. In: Hu T., Lourenço N., Medvet E.. (Org.). Lecture Notes in Computer Science. 1ed.: Springer International Publishing, 2021, v. 12691, p. 98-113.

• Sodré, Ana ; Magalhães, Dimmy ; Floriano, Luis ; Pozo, Aurora ; Hara, Carmem ; Machado, Sidnei . COVID-19 Portal: Machine Learning Techniques Applied to the Analysis of Judicial Processes Related to the Pandemic. In: Bellatreche, Ladjel; Dumas, Marlon; Karras, Panagiotis; Matulevi{\v{ius, Raimundas and Awad, Ahmed; Weidlich, Matthias; Ivanovi{c Mirjana; Hartig,. (Org.). Communications in Computer and Information Science. 1ed.: Springer International Publishing, 2021, v. , p. 109-120.

• DANTAS, AUGUSTO ; Aurora Pozo . Online Selection of Heuristic Operators with Deep Q-Network: A Study on the HyFlex Framework. In: Britto A.; Valdivia Delgado K. (Org.). Intelligent Systems. BRACIS 2021.. 1ed.: Springer, Cham, 2021, v. 13073, p. 1-10.

• STRICKLER, ANDREI ; Pozo, Aurora . Evolving Connection Weights of Artificial Neural Network Using a Multi-Objective Approach with Application to Class Prediction. In: Nadia Nedjah; Lopes, Heitor Lopes; Luiza de Macedo Mourelle. (Org.). Studies in Computational Intelligence. 1ed.: Springer International Publishing, 2017, v. 1, p. 177-197.

• LIMA, R. ; FOUNTOURA, V. ; HERMIDA, R. S. ; Pozo, Aurora . Multi-objective approach to the Protein Structure Prediction Problem. In: Nadia Nedjah: Luiza De Macedo Mourelle; Heitor Silverio Lopes. (Org.). Evolutionary Multi-Objective System Design: Theory and Applications. 1ed.: Chapman and Hall/CRC, 2017, v. 1, p. 154-164.

• WEBER, A. R. H. ; Pozo, Aurora ; GUIMARAES, A. ; JACCOUD FILHO, D. S. . Modelo Computacional para a Previsão de Escleródios. In: David Jaccoud Filho; Luciane Henneberg; Edilaine Grabicoski. (Org.). Mofo Branco. 1ed.Ponta Grossa: Todapalavra, 2017, v. 1, p. 1-520.

• DE CAMPOS, ARION ; VERGILIO, SILVIA ; Pozo, Aurora . Applying Evolutionary Many-Objective Optimization Algorithms to the Quality-Driven Web Service Composition Problem. In: Petraq Papajorgji (Canadian Institute of Technology, Albania); François Pinet (National Research Institute of Science and Technology for Environment and Agriculture, France); Alaine Margarete Guimarães (State University of Ponta Grossa, Brazil); Jason Pa. (Org.). Automated Enterprise Systems for Maximizing Business Performance. 1ed.Hershey, PA: IGI Global, 2015, v. 1, p. 1-300.

• SOUZA, L. V. ; Pozo, Aurora Trinidad Ramirez ; Chaves Neto ; Rosa Joel . Genetic Programming and Boosting Technique to Improve Time Series Forecasting. In: Wellington Pinheiro dos Santos. (Org.). Evolutionary Computation. : INTECH, 2010, v. , p. -.

• Carvalho, A ; POZO, A. T. R. ; VERGILIO, S. . A Non-Ordered Rule Induction Algorithm Through Multi-Objective Particle Swarm Optimization: Issues and Applications. In: Nadia Nedjah, Leandro dos Santos Coelho, Luiza de Macedo Mourelle. (Org.). Multi-Objective Swarm Intelligent Systems Intelligent Systems. Heidelberg: Springer-Verlag, 2009, v. 261, p. -.

• Carvalho, A ; POZO, A. T. R. . A Parallel Multiobjective Particle Swarm Optimization Approach. In: Carlos Artemio Coello Coello;Satchidananda Dehuri; Susmita Ghosh. (Org.). Swarm Intelligence for Multi-objective Problems in Data Mining. Berlin: Springer, 2009, v. 242, p. 178-198.

• EMMENDORFER, L. ; POZO, A. T. R. . A Clustering-based Approach for Linkage Learning Applied to Multimodal Optimization. In: Ying-ping Chen,; Meng-Hiot Lim. (Org.). Linkage in Evolutionary Computation. Heidelberg: Springer Berlin / Heidelberg, 2008, v. 157, p. 225-248.

• ISHIDA, C. Y. ; POZO, A. T. R. ; Golbarg Elizabeth ; Goldbarg, M . Multiobjective Optimization and Rule Learning: Subselection Algorithm or Meta-heuristic Algorithm?. In: Nadia Nedjah; Luiza de Macedo Mourelle; Janusz Kacprzyk. (Org.). Innovative Applications in Data Mining. Heidelberg: Springer, 2008, v. 169, p. 47-70.

• POZO, A. T. R. ; JORGE, M. A. R. P. W. C. L. . An Ai-Based Training For Nosocomial Infections Control. lECTURES NOTES IN MEDICAL INFORMATICS. Berling: Springer-Verlag, 1991, v. , p. 955-959.

• MEYER, BRUNO H. ; POZO, AURORA T. R. ; NOGUEIRA, MICHELE ; ZOLA, WAGNER M. NUNAN . Enhancing Intrusion Detection Systems with representation methods: A comparative study. In: 2025 IEEE Symposium on Computational Intelligence in Security, Defence and Biometrics (CISDB), 2025, Trondheim. 2025 IEEE Symposium on Computational Intelligence in Security, Defence and Biometrics (CISDB). New York: IEEE, 2025. v. 1. p. 1-10.

• GARBELINI, JADER ; SANCHES, DANILO ; KASHIWABARA, ANDRÉ ; Pozo, Aurora . SMT: A High-Performance Approach for Counting Kmers. In: 15th International Conference on Bioinformatics Models, Methods and Algorithms, 2024, Rome. Proceedings of the 17th International Joint Conference on Biomedical Engineering Systems and Technologies, 2024. v. 1. p. 545-555.

• ROCHA, H. ; PROLO, C. ; POZO, A. T. R. ; HARA, C. S. . The Effect of Text Normalization on Mining Portuguese Man-of-War Instagram Posts. In: New Trends in Database and Information Systems. ADBIS 2024., 2024, Bayone. ADBIS 2024. Communications in Computer and Information Science. Cham: Springer, Cham, 2024. v. 2186. p. 1-10.

• MEYER, BRUNO H. ; POZO, AURORA T.R. ; NOGUEIRA, MICHELE ; NUNAN ZOLA, WAGNER M. . Federated Self-Supervised Learning for Intrusion Detection. In: 2023 IEEE Symposium Series on Computational Intelligence (SSCI), 2023, Mexico City. 2023 IEEE Symposium Series on Computational Intelligence (SSCI). New York: IEEE, 2023. v. 1. p. 822-829.

• GARBELINI, JADER M. CALDONAZZO ; SANCHES, DANILO SIPOLI ; Pozo, Aurora Trinidad Ramirez . Expectation Maximization based algorithm applied to DNA sequence motif finder. In: 2022 IEEE Congress on Evolutionary Computation (CEC), 2022, Padua. 2022 IEEE Congress on Evolutionary Computation (CEC). New York: IEEE, 2022. v. 1. p. 1-20.

• MORIMOTO, C. Y. ; Aurora Pozo ; SOUTO, M. C. P. . Detecting Nested Structures Through Evolutionary Multi-objective Clustering. In: Applications of Evolutionary Computation. EvoApplications 2022, 2022, portugal. Lecture Notes in Computer Science. Inglaterra: Springer, Cham., 2022. v. 13224. p. 1-10.

• DANTAS, AUGUSTO ; Aurora Pozo . he Impact of State Representation on Approximate Q-Learning for a Selection Hyper-heuristic. In: BRACIS 2022., 2022, Campinas. Lecture Notes in Computer Science. Inglaterra: Springer, Cham., 2022. v. 13653.. p. 1-10.

• GARBELINI, JADER M. CALDONAZZO ; SANCHES, DANILO SIPOLI ; Aurora Pozo . Towards a Better Understanding of Heuristic Approaches Applied to the Biological Motif Discovery.. In: BRACIS 2022., 2022, Campinas. Lecture Notes in Computer Science. Inglaterra: Springer, Cham., 2022. v. 13653. p. 1-10.

• MEYER, BRUNO HENRIQUE ; ZOLA, WAGNER M. NUNAN ; Aurora Pozo . Algoritmo RSFK para busca de similaridade em GPU. In: Anais da XXI Escola Regional de Alto Desempenho da Região Sul, 2021. Anais da XXI Escola Regional de Alto Desempenho da Região Sul. Porto Alegre: SBC, 2021. p. 117--118-118.

• DANTAS, AUGUSTO ; REGO, ALEXANDER FIABANE DO ; Pozo, Aurora . Using deep Q-network for selection hyper-heuristics. In: GECCO '21: Genetic and Evolutionary Computation Conference, 2021, Lille France. Proceedings of the Genetic and Evolutionary Computation Conference Companion, 2021. p. 1488.

• MEYER, BRUNO HENRIQUE ; ZOLA, WAGNER M. NUNAN ; Aurora Pozo . Warp-centric K-Nearest Neighbor Graphs construction on GPU. In: 50th International Conference on Parallel Processing - ICPP : Workshops, 2021, USA. ICPP Workshops '21. Lemont: ACM, 2021.

• FRITSCHE, GIAN ; Pozo, Aurora . The Analysis of a Cooperative Hyper-Heuristic on a Constrained Real-world Many-objective Continuous Problem. In: 2020 IEEE Congress on Evolutionary Computation (CEC), 2020, Glasgow. 2020 IEEE Congress on Evolutionary Computation (CEC), 2020. p. 1.

• LIMA, RICARDO H. R. ; Pozo, Aurora ; MENDIBURU, ALEXANDER ; SANTANA, ROBERTO . A Symmetric grammar approach for designing segmentation models. In: 2020 IEEE Congress on Evolutionary Computation (CEC), 2020, Glasgow. 2020 IEEE Congress on Evolutionary Computation (CEC), 2020. p. 1.

• MEYER, BRUNO HENRIQUE ; Pozo, Aurora Trinidad Ramirez ; ZOLA, WAGNER M. NUNAN . Improving Barnes-Hut t-SNE Scalability in GPU with Efficient Memory Access Strategies. In: 2020 International Joint Conference on Neural Networks (IJCNN), 2020, Glasgow. 2020 International Joint Conference on Neural Networks (IJCNN), 2020. p. 1.

• FRITSCHE, GIAN ; Pozo, Aurora . Cooperative based hyper-heuristic for many-objective optimization. In: the Genetic and Evolutionary Computation Conference, 2019, Prague. Proceedings of the Genetic and Evolutionary Computation Conference on - GECCO '19, 2019. p. 550.

• REMES DE LIMA, RICARDO HENRIQUE ; Pozo, Aurora ; SANTANA, ROBERTO . Automatic Design of Convolutional Neural Networks using Grammatical Evolution. In: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), 2019, Salvador. 2019 8th Brazilian Conference on Intelligent Systems (BRACIS). new york: IEEE, 2019. p. 329.

• KUK, JOSIEL ; GONCALVES, RICHARD ; Pozo, Aurora . Combining Fitness Landscape Analysis and Adaptive Operator Selection in Multi and Many-Objective Optimization. In: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), 2019, Salvador. 2019 8th Brazilian Conference on Intelligent Systems (BRACIS). new york: ieee, 2019. p. 503.

• MAGALHAES, D. ; Pozo, Aurora ; SANTANA, ROBERTO . An empirical comparison of distance/similarity measures for Natural Language Processing. In: ENIAC, 2019, Salvador. An empirical comparison of distance/similarity measures for Natural Language Processing. Porto Alegre: SBC, 2019.

• DANTAS, AUGUSTO LOPEZ ; Pozo, Aurora Trinidad Ramirez . A Meta-Learning Algorithm Selection Approach for the Quadratic Assignment Problem. In: 2018 IEEE Congress on Evolutionary Computation (CEC), 2018, Rio de Janeiro. 2018 IEEE Congress on Evolutionary Computation (CEC), 2018. p. 1.

• KUK, JOSIEL ; GONCALVES, RICHARD ; ALMEIDA, CAROLINA ; VENSKE, SANDRA ; Pozo, Aurora . A New Adaptive Operator Selection for NSGA-III Applied to CEC 2018 Many-Objective Benchmark. In: 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), 2018, Sao Paulo. 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), 2018. p. 7.

• DANTAS, AUGUSTO ; Pozo, Aurora . Selecting Algorithms for the Quadratic Assignment Problem with a Multi-label Meta-Learning Approach. In: 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), 2018, Sao Paulo. 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), 2018. p. 175.

• FRITSCHE, GIAN ; Pozo, Aurora . A Hyper-Heuristic Collaborative Multi-objective Evolutionary Algorithm. In: 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), 2018, Sao Paulo. 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), 2018. p. 354.

• CASTRO, OLACIR R. ; SANTANA, ROBERTO ; LOZANO, JOSE A. ; Pozo, Aurora . Combining CMA-ES and MOEA/DD for many-objective optimization. In: 2017 IEEE Congress on Evolutionary Computation (CEC), 2017, Donostia. 2017 IEEE Congress on Evolutionary Computation (CEC), 2017. p. 1451.

• FERREIRA, ALEXANDRE SILVESTRE ; GONCALVES, RICHARD ADERBAL ; Pozo, Aurora . A Multi-Armed Bandit selection strategy for Hyper-heuristics. In: 2017 IEEE Congress on Evolutionary Computation (CEC), 2017, Donostia. 2017 IEEE Congress on Evolutionary Computation (CEC), 2017. p. 525.

• DE LIMA, RICARDO HENRIQUE REMES ; Pozo, Aurora Trinidad Ramirez . A study on auto-configuration of Multi-Objective Particle Swarm Optimization Algorithm. In: 2017 IEEE Congress on Evolutionary Computation (CEC), 2017, Donostia. 2017 IEEE Congress on Evolutionary Computation (CEC), 2017. p. 718.

• FONTOURA, VIDAL D. ; POZO, AURORA T. R. ; SANTANA, ROBERTO . Automated design of hyper-heuristics components to solve the PSP problem with HP model. In: 2017 IEEE Congress on Evolutionary Computation (CEC), 2017, Donostia. 2017 IEEE Congress on Evolutionary Computation (CEC), 2017. p. 1848.

• FRITSCHE, GIAN ; Pozo, Aurora . A distributed framework for cooperation of many-objective evolutionary algorithms. In: the Genetic and Evolutionary Computation Conference Companion, 2017, Berlin. Proceedings of the Genetic and Evolutionary Computation Conference Companion on - GECCO '17. New York: ACM Press, 2017. v. 1. p. 1804.

• DE LIMA, RICARDO HENRIQUE REMES ; Pozo, Aurora Trinidad Ramirez . Investigating Grammar-Based Design of Multi-objective Particle Swarm Optimization Algorithm. In: 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017, Uberlandia. 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017. p. 270.

• GONCALVES, RICHARD ADERBAL ; DE ALMEIDA, CAROLINA PAULA ; VENSKE, SANDRA MARA GUSE SCOS ; DELGADO, MYRIAM REGATTIERI DE BIASE DA SILVA ; Pozo, Aurora Trinidad Ramirez . A New Hyper-Heuristic Based on a Restless Multi-armed Bandit for Multi-objective Optimization. In: 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017, Uberlândia. 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017. p. 390.

• PRESTES, LUCAS ; DELGADO, MYRIAM REGATTIERI DE BIASE DA SILVA ; GONCALVES, RICHARD ADERBAL ; DE ALMEIDA, CAROLINA PAULA ; Pozo, Aurora Trinidad . A Hyper-Heuristic in MOEA/D-DRA Using the Upper Confidence Bound Technique. In: 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017, Uberlandia. 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017. p. 396.

• FRITSCHE, GIAN ; Pozo, Aurora . A Heterogeneous Distributed Approach for Many-Objective Optimization. In: 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017, Uberlandia. 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017. p. 288.

• MARIANI, THAINÁ ; GUIZZO, GIOVANI ; VERGILIO, SILVIA R. ; POZO, AURORA T.R. . Grammatical Evolution for the Multi-Objective Integration and Test Order Problem. In: the 2016, 2016, Denver. Proceedings of the 2016 on Genetic and Evolutionary Computation Conference - GECCO '16, 2016. v. 1. p. 1069-1079.

• ZANGARI, MURILO ; SANTANA, ROBERTO ; MENDIBURU, ALEXANDER ; Pozo, Aurora . On the Design of Hard mUBQP Instances. In: the 2016, 2016, Denver. Proceedings of the 2016 on Genetic and Evolutionary Computation Conference - GECCO '16. New York: ACM Press, 2016. p. 421.

• BELTRANI, P. ; Pozo, A. ; DUARTE, ELIAS P. . Redução de Tráfego de Jogos Distribuídos Através da Predição de Movimento Baseada em Aprendizado de Máquina. In: Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, 2016, Salvador. SBRC'2016. porto alegre: SBC, 2016. v. 1. p. 1-10.

• DO NASCIMENTO FERREIRA, THIAGO ; KUK, JOSIEL NEUMANN ; Pozo, Aurora ; Vergilio, Silvia Regina . Product selection based on upper confidence bound MOEA/D-DRA for testing software product lines. In: 2016 IEEE Congress on Evolutionary Computation (CEC), 2016, Vancouver. 2016 IEEE Congress on Evolutionary Computation (CEC), 2016. p. 4135.

• STRICKLER, ANDREI ; CASTRO, OLACIR ; Pozo, Aurora ; SANTANA, ROBERTO . Investigating Selection Strategies in Multi-objective Probabilistic Model Based Algorithms. In: 2016 5th Brazilian Conference on Intelligent Systems (BRACIS), 2016, Recife. 2016 5th Brazilian Conference on Intelligent Systems (BRACIS), 2016. v. 1. p. 7-17.

• GONCALVES, R. ; ALMEIDA, C. ; Pozo, A. . Upper Confidence Bound (UCB) Algorithms for Adaptive Operator Selection in MOEA/D. In: Evolutionary Multi-Criterion Optimization, 2015, Porto. Evolutionary Multi-Criterion Optimization. London: Springer International Publishing, 2015. v. 9018. p. 411-425.

• OLACIR RODRIGUES CASTRO JUNIOR, ; Pozo, A. . sing Hyper-Heuristic to Select Leader and Archiving Methods for Many-Objective Problems. In: Evolutionary Multi-Criterion Optimization, 2015, Porto. Evolutionary Multi-Criterion Optimization. London: Springer International Publishing, 2015. v. 9018. p. 109-123.

• GUIZZO, GIOVANI ; FRITSCHE, GIAN MAURICIO ; Vergilio, Silvia Regina ; Pozo, Aurora Trinidad Ramirez . A Hyper-Heuristic for the Multi-Objective Integration and Test Order Problem. In: the 2015, 2015, Madrid. Proceedings of the 2015 on Genetic and Evolutionary Computation Conference - GECCO '15. New York: ACM Press, 2015. p. 1343-1353.

• FERREIRA, ALEXANDRE SILVESTRE ; GONCALVES, RICHARD ADERBAL ; Pozo, Aurora Trinidad Ramirez . A Multi-armed Bandit Hyper-Heuristic. In: 2015 Brazilian Conference on Intelligent Systems (BRACIS), 2015, Natal. 2015 Brazilian Conference on Intelligent Systems (BRACIS), 2015. p. 13.

• SOUZA, MURILO ZANGARI DE ; Pozo, Aurora Trinidad Ramirez . Multiobjective Binary ACO for Unconstrained Binary Quadratic Programming. In: 2015 Brazilian Conference on Intelligent Systems (BRACIS), 2015, Natal. 2015 Brazilian Conference on Intelligent Systems (BRACIS), 2015. p. 86.

• FRITSCHE, GIAN ; STRICKLER, ANDREI ; Pozo, Aurora ; SANTANA, ROBERTO . Capturing Relationships in Multi-objective Optimization. In: 2015 Brazilian Conference on Intelligent Systems (BRACIS), 2015, Natal. 2015 Brazilian Conference on Intelligent Systems (BRACIS), 2015. p. 222.

• BRITTO, ANDRE ; Pozo, Aurora . Reference-Point Based Multi-swarm Algorithm for Many-Objective Problems. In: 2015 Brazilian Conference on Intelligent Systems (BRACIS), 2015, Natal. 2015 Brazilian Conference on Intelligent Systems (BRACIS), 2015. p. 252.

• GUIZZO, GIOVANI ; VERGILIO, SILVIA R. ; POZO, AURORA T.R. . Evaluating a Multi-objective Hyper-Heuristic for the Integration and Test Order Problem. In: 2015 Brazilian Conference on Intelligent Systems (BRACIS), 2015, Natal. 2015 Brazilian Conference on Intelligent Systems (BRACIS), 2015. p. 1.

• CARVALHO, V. R. ; Vergilio, S.R. ; Pozo, Aurora . Uma hiper­heurística de seleção de meta­heurísticas para estabelecer sequências de módulos para o teste de software.. In: Workshop de Engenharia de Software Baseada em Busca (WESB), 2015, Belo Horizonte. Congresso Brasileiro de Desenvolvimento de Software: teoria e prática. Porto Alegre: SBC, 2015. v. 1. p. 1-1.

• GUIZZO, GIOVANI ; VERGILIO, S. ; Pozo, A. . Uma Solução Baseada em Hiper­Heurística para Determinar Ordens de Teste na Presença de Restrições de Modularização.. In: Workshop de Engenharia de Software Baseada em Busca (WESB), 2015, Belo Horizonte. Congresso Brasileiro de Desenvolvimento de Software: teoria e prática. Porto Alegre: SBC, 2015. v. 1. p. 1-1.

• GONCALVES, RICHARD A. ; ALMEIDA, CAROLINA P. ; KUK, JOSIEL N. ; Pozo, Aurora . MOEA/D with adaptive operator selection for the environmental/economic dispatch problem. In: 2015 Latin America Congress on Computational Intelligence (LACCI), 2015, Curitiba. 2015 Latin America Congress on Computational Intelligence (LA-CCI), 2015. p. 1.

• ZANGARI, M. ; Pozo, A. . Parallel MOEA/D-ACO on GPU. In: Ibero-American Conference on Artificial Intelligence, 2014, Santiago. {Advances in Artificial Intelligence -- IBERAMIA 2014. New York: Springer International Publishing, 2014. v. 1. p. 405-417.

• FRITSCHE, G. M. ; Pozo, A. . Configuração automática de parâmetros: um estudo de caso. In: Encontro Nacional de Inteligência Artificial e Computacional., 2014, Sao Carlos. ENIAC 2014. Porto Alegre: SBC, 2014.

• OLIVEIRA, C. M. ; Pozo, A. . Resolucao Para o Problema n-Rainhas Utilizando ACO. In:  XI Encontro Nacional de Inteligência Artificial e Computacional., 2014, Sao Carlos.  XI Encontro Nacional de Inteligência Artificial e Computacional.. Porto Alegre: SBC, 2014.

• CARVALHO, V. R. ; Pozo, A. . Um estudo sobre Otimizacao por Particulas aplicado ao problema de roteamento de veiculos com demandas estocasticas. In: Encontro Nacional de Inteligência Artificial e Computacional., 2014, Sao Carlos. Encontro Nacional de Inteligência Artificial e Computacional. Porto Alegre: SBC, 2014.

• FERREIRA, A. ; GONCALVES, R. ; Pozo, A. . Aplicação do Algoritmo ACO-HH para o problema de cobertura de conjuntos. In: Encontro Nacional de Inteligência Artificial e Computacional., 2014, Sao Carlos. Encontro Nacional de Inteligência Artificial e Computacional. Porto Alegre: SBC, 2014.

• CASTRO, OLACIR RODRIGUES ; Pozo, Aurora Trinidad Ramirez . A Hybrid Competent Multi-swarm Approach for Many-Objective Problems. In: 2014 Brazilian Conference on Intelligent Systems (BRACIS), 2014, Sao Paulo. 2014 Brazilian Conference on Intelligent Systems, 2014. p. 426.

• SOUZA, MURILO ZANGARI DE ; Pozo, Aurora Trinidad Ramirez . A GPU Implementation of MOEA/D-ACO for the Multiobjective Traveling Salesman Problem. In: 2014 Brazilian Conference on Intelligent Systems (BRACIS), 2014, Sao Paulo. 2014 Brazilian Conference on Intelligent Systems, 2014. p. 324.

• CASTRO, OLACIR R. ; Pozo, Aurora . A MOPSO based on hyper-heuristic to optimize many-objective problems. In: 2014 IEEE Symposium On Swarm Intelligence (SIS), 2014, Orlando. 2014 IEEE Symposium on Swarm Intelligence, 2014. p. 1.

• BRITTO, ANDRE ; MOSTAGHIM, SANAZ ; Pozo, Aurora . Archive Based Multi-swarm Algorithm for Many-Objective Problems. In: 2014 Brazilian Conference on Intelligent Systems (BRACIS), 2014, Sao Paulo. 2014 Brazilian Conference on Intelligent Systems, 2014. p. 79.

• BRITTO, ANDRE ; MOSTAGHIM, SANAZ ; Pozo, Aurora . Iterated multi-swarm. In: Proceeding of the fifteenth annual conference, 2013, Amsterdam. Proceeding of the fifteenth annual conference on Genetic and evolutionary computation conference - GECCO '13. New York: ACM Press, 2013. p. 583.

• DE CAMPOS, ARION ; POZO, AURORA T. R. ; DUARTE, ELIAS P. . Evaluation of gossip Vs. broadcast as communication strategies for multiple swarms solving MaOPs. In: 2013 IEEE Congress on Evolutionary Computation (CEC), 2013, Cancun. 2013 IEEE Congress on Evolutionary Computation, 2013. p. 1499.

• BRITTO, ANDRE ; Pozo, Aurora . Using archiving methods to control convergence and diversity for Many-Objective Problems in Particle Swarm Optimization. In: 2012 IEEE Congress on Evolutionary Computation (CEC), 2012, Brisbane. 2012 IEEE Congress on Evolutionary Computation, 2012.

• OLACIR RODRIGUES CASTRO JUNIOR, ; BRITTO, ANDRE ; Pozo, Aurora . A Comparison of methods for leader selection in many-objective problems, 2012.

• CAMARGO, L. ; TISSOT, H. ; Pozo, A. . Use of Backpropagation and Differential Evolution algorithms to Training MLPs.. In: The International Conference of the Chilean Computer Science Society, 2012, Valparaiso. The International Conference of the Chilean Computer Science Society. New York: IEEE -CS Press, 2012.

• BRITTO, ANDRE ; Pozo, Aurora . I-MOPSO: A Suitable PSO Algorithm for Many-Objective Optimization. In: 2012 Brazilian Symposium on Neural Networks (SBRN), 2012, Curitiba. 2012 Brazilian Symposium on Neural Networks.

• CASTRO JUNIOR, OLACIR RODRIGUES ; BRITTO, ANDRE ; Pozo, Aurora . Self-Controlling Dominance Particle Swarm Optimization. In: 2012 Brazilian Symposium on Neural Networks (SBRN), 2012, Curitiba. 2012 Brazilian Symposium on Neural Networks.

• TISSOT, H. ; CAMARGO, L. ; Pozo, Aurora . Treinamento de Redes Neurais Feedforward: comparativo dos algoritmos Backpropagation e Differential Evolution. In: Encontro Brasileiro de Inteligência Artificial., 2012, Curitiba. BRACIS 2012. Porto Alegre: SBC, 2012.

• WEBER, A. R. H. ; Pozo, Aurora ; GUIMARAES, A. ; JACCOUD FILHO, D. S. ; SARTORI, F. F. ; VRIESMAN, D. . Comparação e Avaliação do Balanceamento de Dados para Programação Genética e Redes Neurais. In: Encontro Brasileiro de Inteligência Artificial., 2012, Curitiba. BRACIS 2012. Porto Alegre: SBC, 2012.

• ASSUNCAO, W. K. G. ; COLANZI, T. E. ; Pozo, Aurora ; Vergilio, Silvia Regina . Uma Estratégia para Integrar e Testar Agrupamentos de Classes Baseada em Algoritmos Multiobjetivos.. In: Encontro Brasileiro de Inteligência Artificial., 2012, Curitiba. BRACIS 2012. Porto Alegre: SBC, 2012.

• NOBRE, T. ; VERGILIO, S. ; Pozo, Aurora . Reduzindo o Custo do Teste de Mutação de Interface com Algoritmos de Otimização Multi-objetivo. In: Encontro Brasileiro de Inteligência Artificial., 2012, Curitiba. BRACIS 2012. Porto Alegre: SBC, 2012.

• OLACIR RODRIGUES CASTRO JUNIOR, ; BRITTO, ANDRE ; Pozo, Aurora . A Study on the influence of domination control techniques and leader selection methods in Many-Objective Problems. In: Encontro Brasileiro de Inteligência Artificial., 2012, Curitiba. BRACIS 2012. Porto Alegre: SBC, 2012.

• ASSUNCAO, W. K. G. ; Colanzi, Thelma Elita ; VERGILIO, S. ; Pozo, Aurora . Evaluating Different Strategies for Integration Testing of Aspect-Oriented Programs. In: Latin American Workshop on Aspect-Oriented Software Development, 2012, Natal. Proceedings of the Congresso Brasileiro de Software: Teoria e Prática. Porto Alegre: SBC, 2012.

• ASSUNCAO, W. K. G. ; Pozo, Aurora ; VERGILIO, S. . Establishing Integration Test Orders of Classes with Several Coupling Measures. In: Genetic and Evolutionary Computation Conference (GECCO),, 2011, dublin. 13th annual conference on Genetic and evolutionary computation. New York: ACM, 2011. p. 1-6.

• WESLEY, ; COLANZI, T. E. ; VERGILIO, S. ; Pozo, Aurora . Estabelecendo Sequências de Teste de Integração de Classes: Um Estudo Comparativo da Aplicação de Três Algoritmos Evolutivos Multiobjetivos.. In: XXIX Simpósio Brasileira de Redes de Computadores e Sistemas Distrubuídos (SBRC), 2011, Campo Grande. XII Workshop de Testes e Tolerância a Falhas (WTF). SBC, 2011. p. 1-1.

• ASSUNCAO, W. K. G. ; COLANZI, T. E. ; Pozo, Aurora ; VERGILIO, S. . Reduzindo o Custo do Teste de Integração com Algoritmos Evolutivos Multiobjetivos e Diferentes Medidas de Acoplamento.. In: XXXI Congresso da Sociedade Brasileira de Computação, 2011, Natal. VIII Encontro Nacional de Inteligência Artificial (ENIA). porto Alegre: SBC, 2011. p. 1-1.

• COLANZI, T. E. ; ASSUNCAO, W. K. G. ; VERGILIO, S. ; POZO, AURORA T. R. . Integration Test of Classes and Aspects with a Multi-Evolutionary and Coupling-Based Approach. In: International Symposium on Search Based Software Engineering, 2011, Szeged. International Symposium on Search Based Software Engineering, 2011.

• COLANZI, T. E. ; ASSUNCAO, W. K. G. ; Vergilio, Silvia Regina ; Pozo, Aurora . Generating Integration Test Orders for Aspect-Oriented Software with Multi-objective Algorithms. In: V Workshop Latino-Americano em Desenvolvimento de Software Orientado a Aspectos (LA-WASP 2011), 2011, São Paulo. Proceedings of the Congresso Brasileiro de Software: Teoria e Prática (CBSoft 2011), 2011.

• Ascari, L.C ; COLANZI, T. E. ; Pozo, Aurora ; Vergilio, Silvia Regina . Uma Avaliação do Uso de Diferentes Algoritmos Evolutivos Multiobjetivos para Integração de Classes e Aspectos.. In: II Workshop de Engenharia de Software Baseada em Buscas (WESB 2011), 2011, São Paulo. Proceedings of the Congresso Brasileiro de Software: Teoria e Prática (CBSoft 2011). Porto Alegre: SBC, 2011.

• CAMPOS JUNIOR, A. ; Pozo, A. ; DUARTE, E. . The Impact of the Topology on Multiple Swarms Particle Optimization using Asynchronous Communication. In: The 4th Workshop on Parallel Architectures and Bioinspired Algorithms (WPABA), 2011, Galveston Island. The 4th Workshop on Parallel Architectures and Bioinspired Algorithms (WPABA). USA, 2011. v. 1. p. 1-10.

• BANZI, A. ; POZO, A. T. R. ; DUARTE, ELIAS P. . Disseminação Bio-inspirada de Eventos em Redes Dinâmicas e Descentralizadas. In: ENIA 2011, 2011, Natal. XXX Congresso da Sociedade Brasileira de Computação. porto Alegre: SBC, 2011. v. 1. p. 1-12.

• Carvalho, A ; Pozo, A. . Novos Métodos Baseados em Ranking para Problemas com Muitos Objetivos Aplicados à Otimização por Nuvem de Partículas.. In: X Congresso Brasileiro de Inteligência Computacional, 2011, Fortaleza. CBIC 2011, 2011. p. 1-10.

• GALVAN, R. ; VERGILIO, S. ; Pozo, Aurora . Establishing Integration Test Orders for Aspect-Oriented Programs with an Evolutionary Strategy. In: Workshop Latinoamericano de Orientação a Aspectos, 2010, Salvador. LA-WASP, 2010.

• CABRAL, R. ; Pozo, Aurora ; VERGILIO, S. . A Pareto Ant Colony Algorithm Applied to the Class Integration and Test Order Problem. In: 22nd IFIP International Conference on Testing Software and Systems, 2010, Natal. ICTSS 2010, 2010.

• COLANZI, T. E. ; ASSUNCAO, W. K. G. ; VENDRAMIN, A. C. B. K. ; PEREIRA, D. A. B. ; POZO, AURORA T. R. . Empirical Studies on Application of Genetic Algorithms and Ant Colony Optimization for Data Clustering. In: International Conference of the Chilean Computer Science Society, 2010, Chile. SCCC 2010, 2010.

• Carvalho, A ; Pozo, Aurora . Otimização por Nuvem de Partículas Multi-objetivo no Aprendizado Indutivo de Regras: Extensões e Aplicações. In: VII Best MSc Dissertation/PhD Thesis Contest in Artificial Intelligence, 2010, São Bernardo. SBIA 2010, 2010.

• PEREIRA, D. A. B. ; VENDRAMIN, A. C. B. K. ; Pozo, Aurora . Aplicação de Busca Local e K-means na Meta-heurística ACO. In: WCI, 2010, São Bernardo. WCI 2010, 2010.

• ROSENDO, M. ; Pozo, Aurora . Applying a Discrete Particle Swarm Optimization Algorithm to Combinatorial Problems. In: The Brazilian Symposium on Neural network (SBRN), 2010, são Bernardo. SBRN 2010, 2010.

• Carvalho, A ; Pozo, Aurora . The Control of Dominance Area in Particle Swarm Optimization. Algorithms for Many-objective Problems. In: The Brazilian Symposium on Neural network (SBRN), 2010, São Bernardo. The Brazilian Symposium on Neural network (SBRN), 2010.

• CAMPOS JUNIOR, A. ; SAVEGNAGO, T. ; POZO, AURORA T. R. ; VERGILIO, S. . Many-Objective Evolutionary Algorithms for Web Service Composition. In: The Brazilian Symposium on Neural network (SBRN), 2010, Sâo Bernardo. The Brazilian Symposium on Neural network (SBRN), 2010.

• ROSENDO, M. ; Pozo, Aurora . A Hybrid Particle Swarm Optimization Algorithm for Combinatorial Optimization Problems. In: CEC 2010, 2010, Barcelona. IEEE Congress on Evolutionary Computation, 2010.

• Carvalho, A ; Pozo, Aurora . Analyzing the Control of Dominance Area of Solutions in Particle Swarm Optimization for Many-Objective. In: HIS 2010, 2010, Atlanta. International Conference on Hybrid Intelligent Systems, 2010.

• VENDRAMIN, A. C. B. K. ; PEREIRA, D. A. B. ; POZO, A. T. R. . Técnica de Busca Local para Melhorar a Meta-heurística de Otimização por Colônia de Formigas no Agrupamento de Objetos. In: Sulcomp 2010, 2010. Sulcomp 2010, 2010.

• Ascari, L.C ; raki, L Y ; POZO, A. T. R. ; VERGILIO, S. . Exploring machine learning techniques for fault localization. In: Test Workshop, 2009. LATW '09. 10th Latin American, 2009, Rio de Janeiro. Test Workshop, 2009. LATW '09. 10th Latin American, 2009. p. 1-6.

• ISHIDA, C. Y. ; Carvalho, A ; POZO, A. T. R. ; Goldbarg, E ; Goldbarg, M . Exploring Multi-objective PSO and GRASP-PR for Rule Induction. In: European Conference on Evolutionary Computation in Combinatorial Optimization (EvoCOP), 2008, Napolis. Evolutionary Computation in Combinatorial Optimization. Berlin / Heidelberg: Springer, 2008. v. 4972. p. 73-84.

• CAIUTA, R. ; POZO, A. T. R. ; EMMENDORFER, L. ; VERGILIO, S. . Selecting Software Reliability Models with a Neural Network Meta Classifier. In: IEEE International Joint Conference on Neural Networks (IJCNN), 2008, China. International Joint Conference on Neural Networks (IJCNN2008. washington: IEEE Computer Society, 2008. p. 1098-7576.

• Carvalho, A ; POZO, A. T. R. . Non-Ordered Data Mining Rules Through Multi-Objective Particle Swarm Optimization: Dealing with Numeric and Discrete Attributes. In: International Conference on Hybrid Intelligent Systems (HIS), 2008, Barcelona. HIS '08: Proceedings of the 2008 8th International Conference on Hybrid Intelligent Systems. Washington: IEEE Computer Society, 2008. p. 495-500.

• Carvalho, A ; VERGILIO, S. ; POZO, A. T. R. . Predicting Fault Proneness of Classes Trough a Multiobjective Particle Swarm Optimization Algorithm. In: IEEE International Conference on Tools with Artificial Intelligence (ICTAI), 2008, Dayton, Ohio, USA. ICTAI 2008. Washington: IEEE Computer Society, 2008. v. 2. p. 387-394.

• Carvalho, A ; POZO, A. T. R. . Um Algoritmo Multiobjetivo de Aprendizado de Regras Baseado na Otimização por Nuvem de Partículas. In: Workshop on Computational Intelligence, 2008, Salvador. Workshop on Computational Intelligence 2008. Porto Alegre: SBC, 2008.

• MARCZAL, D. ; POZO, A. T. R. . Aprendizado de Regras de Classificação com Otimização por Colônia de Formigas Múltiplos Objetivos. In: Workshop on Computational Intelligence, 2008, salvador. Workshop on Computational Intelligence 2008. Porto Alegre: SBC, 2008.

• ISHIDA, C. Y. ; POZO, A. T. R. . Pareto Front Elite. In: Encontro Nacional de Inteligencia Artificial, 2007, Rio de Janeiro. XXVII Congresso da Sociedade Brasileira de Computação. Porto Alegre: SBC, 2007.

• SOUZA, L. V. ; POZO, A. T. R. ; Chaves Neto ; Rosa Joel . Problemas de Regressão utilizando Combinação de Preditores baseado no Coeficiente de Correlação. In: Encontro Nacional de Inteligencia Artificial, 2007, Rio de Janeiro. XXVII Congresso da Sociedade Brasileira de Computação. Porto Alegre: SBC, 2007.

• EMMENDORFER, L. ; POZO, A. T. R. . Otimização Multimodal através de Computação Evolutiva e Análise de Agrupamentos. In: Encontro Nacional de Inteligencia Artificial, 2007, Rio de Janeiro. XXVII Congresso da SBC. Porto Alegre: SBC, 2007.

• EMMENDORFER, L. ; POZO, A. T. R. . An empirical evaluation of linkage learning strategies for multimodal optimization. In: 2007 IEEE Congress on Evolutionary Computation (CEC), 2007, Cingapura. 2007 IEEE Congress on Evolutionary Computation (CEC). Cingapura: IEEE, 2007. p. 326-333.

• Almeida A ; POZO, A. T. R. . Multiple Objective Particle Swarm for Classification-Rule Discovery. In: 2007 IEEE Congress on Evolutionary Computation (CEC), 2007, Cingapura. 2007 IEEE Congress on Evolutionary Computation (CEC). Cingapura: IEEE Computer Society, 2007. p. 684-691.

• SOUZA, L. V. ; POZO, A. T. R. ; Chaves Neto ; Rosa Joel . The Boosting Technique using Correlation Coefficient to Improve Time Series Forecasting Accuracy. In: 2007 IEEE Congress on Evolutionary Computation (CEC), 2007, cingapura. 2007 IEEE Congress on Evolutionary Computation (CEC). Cingapura: IEEE press, 2007.

• ISHIDA, C. Y. ; POZO, A. T. R. . Optimization of the AUC Criterion for Rule Subset Selection. In: Seventh International Conference on Intelligent System Design and Application, 2007, Rio de Janeiro. 7 th ISDA. Washington: IEEE Computer Society, 2007. p. 497-502.

• EMMENDORFER, L. ; POZO, A. T. R. . An Incremental Approach for Niching and Building Block Detection via Clustering. In: 7th International Conference on Intelligent Systems Design and Applications, 2007, Rio de Janeiro. 7 th ISDA. Washington: IEEE Computer Society, 2007. p. 303-308.

• SOUZA, L. V. ; POZO, A. T. R. ; Chaves Neto ; Rosa Joel . An Empirical Study of Time Series Forecasting using Boosting Technique with Correlation Coefficient. In: 7th International Conference on Intelligent Systems Design and Applications, 2007, Rio de Janeiro. ISDA07, 2007. p. 807-812.

• Silva J ; MUSICANTE, M. ; POZO, A. T. R. ; VERGILIO, S. . XML Schema Evolution by Context-Free Grammar Inference. In: 19th International Conference on Software Engineering and Knowledge Engineering,, 2007, Boston. SEKE 07, 19th International Conference on Software Engineering and Knowledge Engineering.. Skokie, USA: Knowledge Systems Institute Graduate School, 2007. v. 1. p. 123-128.

• COSTA, E. ; POZO, A. T. R. . A New Approach to Genetic Programming based on Evolution Strategies. In: IEEE International Conference on Systems, Man, and Cybernetics, 2006, Taiwan. IEEE International Conference on Systems, Man, and Cybernetics, 2006. New York: IEEE Press, 2006.

• VREISSMAN, L. ; POZO, A. T. R. ; GUIMARAES, A. . Boosting techniques and Evolution Estrategies for Temporal Data Regression. In: III Workshop on MSc dissertation and Phd thesis in Artificial Inteligence, 2006, Riberão Preto. III Workshop on MSc dissertation and Phd thesis in Artificial Inteligence, 2006.

• VREISSMAN, L. ; POZO, A. T. R. ; GUIMARAES, A. . Estratégias para Mineração de Dados em Séries Temporais Univariadas. In: Congresso de Tecnologias para a Gestão de Dados e Metadados do Cone Sul, 2006, Ponta Grossa. IV CONGED, 2006.

• COSTA, E. ; POZO, A. T. R. . Modelagem do Crescimento da Confiabilidade de Software Utilizando o Algoritmo (mu + lambda)-GP. In: Workshop em Algoritmos e Aplicações de Mineração de Dados, 2006, Florianopolis. Workshop em Algoritmos e Aplicações de Mineração de Dados, 2006.

• SOUZA, L. V. ; POZO, A. T. R. . Combinação de Preditores e Programação Genética na Previsão de Séries Temporais Financeiras. In: Workshop em Algoritmos e Aplicações de Mineração de Dados, 2006, Florianopolis. Workshop em Algoritmos e Aplicações de Mineração de Dados, 2006.

• COSTA, E. ; POZO, A. T. R. . A (mu + lambda)-GP Algorithm and its use for Regression Problems. In: IEEE International Conference on Tools with Artificial Intelligence, 2006, Washington. IEEE International Conference on Tools with Artificial Intelligence. Los Alamitos, CA: IEEE Computer Society, 2006. p. 10-17.

• COSTA, E. ; POZO, A. T. R. ; VERGILIO, S. . Using Boosting Techniques to Improve Software Reliability Models Based on Genetic Programming. In: IEEE International Conference on Tools with Artificial Intelligence, 2006, Washington. IEEE International Conference on Tools with Artificial Intelligence. Los Alamitos, CA: IEEE Computer Society, 2006. p. 643-650.

• COSTA, E. ; POZO, A. T. R. . Modelagem do Crescimento da Confiabilidade de Software Utilizando o Algoritmo (mu+lambda)-GP. In: Workshop em Algoritmos e Aplicações de Mineração de Dados, 2006, Florianopolis. Simpposio Brasileiro de Banco de Dados, 2006.

• REGOLIN, E. N. ; POZO, A. T. R. . Bayesian Automatic Programming. In: Genetic Programming: 8th European Conference, EuroGP 2005, 2005, Lausanne. GeneticLecture Notes In Computer Science Programming: 8th European Conference, EuroGP 2005, 2005. v. 3447. p. 38-49.

• SOUZA, L. V. ; COSTA, E. ; POZO, A. T. R. . Análise da Capacidade da Programação Genética na Previsão de Séries Temporais. In: Congresso de Métodos Numéricos en Ingeniaría, 2005, Granada. Congresso de Métodos Numéricos en Ingeniaría, 2005.

• NASSU, B. ; DUARTE, E. ; POZO, A. T. R. . A Comparison of Evolutionary Algorithms for System-Level Diagnosis. In: Genetic and Evolutionary Computation Conference, 2005, Washington. GECCO 2005, Genetic and Evolutionary Computation Conference. New York: ACM Press, 2005. v. 2. p. 2053-2061.

• SOUZA, L. V. ; COSTA, E. ; POZO, A. T. R. . Previsão de Séries Temporais Utilizando Programação Genética e Combinação de Preditores. In: Simpósio Brasileiro de Pesquisa Operacional, 2005, Gramado. XXXVII SBPO - Simpósio Brasileiro de Pesquisa Operacional, 2005.

• EMMENDORFER, L. ; TRALESKI, R. ; POZO, A. T. R. . Using Prior Knowledge to Improve the performance of an Estimation of Distribution Algorithm Applied to Feature Selection. In: Hybrid Intelligent Systems, 2005, Rio de Janeiro. Fifth International Conference on Hybrid Intelligent Systems. Los Alamitos CA: IEEE Computer Society, 2005. v. 1. p. 393-398.

• COSTA, E. ; VERGILIO, S. ; POZO, A. T. R. ; SOUZA, G. . Modeling Software Reliability Growth with Genetic Programming. In: Software Reliability Engineering, 2005. ISSRE 2005. 16th IEEE International Symposium on, 2005, Chicago. Software Reliability Engineering, 2005. ISSRE 2005. 16th IEEE International Symposium on. NY: IEEE PRESS, 2005. v. 1. p. 171-180.

• POZO, A. T. R. ; BRAZ, M. ; SOUZA, C. ; VERGILIO, S. . Exploring Genetic Programming for Software Size Estimation. In: Brazilian Symposium on Neural Networks, 2004, Sao Luiz. em espera, 2004.

• NASSU, B. ; POZO, A. T. R. ; DUARTE, E. . Diagnóstico em Nível de Sistema Baseado em Computação Evolucionária. In: X V Workshop de Testes e Tolerância a Falhas (WTF'2004), 2004, Gramado RS. XXII Simpósio Brasileiro de Redes de Computadores (SBRC'2004), 2004.

• JACHNERT, A. ; BARBOSA, R. ; POZO, A. T. R. . Grammatical Evolution in Simbolic Regression Problems. In: Workshop en Inteligencia Artificial, 2004, Arica. Jornadas Chilenas de Computacion. Santiago: Sociedad Chilena de Ciencia de la computacion, 2004.

• TRALESKI, R. ; POZO, A. T. R. . Variable Ordering Applied to Feature Selection Task Utilizing Estimative of Distribution Algorithm. In: Workshop en Inteligencia Artificial, 2004, Arica. Jornadas Chilenas de Computacion. Santiago: Sociedad Chilena de Computacion, 2004.

• CAVALHEIRO, A. F. ; POZO, A. T. R. . Classifier InductionTool Based on Genetic Algorithms. In: IV ENCONTRO NACIONAL DE INTELIGÊNCIA ARTIFICIAL, 2003, Campinas. Anais do IV ENIA - SBC 2003., 2003. v. VII. p. 267-276.

• SOUZA, G. ; VERGILIO, S. ; POZO, A. T. R. . Utilizando Redes Neurais para Estimar o Tamanho de um Software. In: Congresso Brasileiro de Redes Neurais Paulo., 2003, Sao Paulo. Congresso Brasileiro de Redes Neurais., 2003. v. 1.

• REGOLIN, E. N. ; SOUZA, G. ; POZO, A. T. R. ; VERGILIO, S. . Exploring Machine Learning Techniques for Software Size. In: 23th International Conference of the Chilean Computer, 2003, chillan. 23th International Conference of the Chilean Computer, 2003. p. 130-136.

• ISHIDA, C. Y. ; POZO, A. T. R. . Grammatically Based Genetic Programming for Mining Relational Databases. In: XXIII International Conference of the Chilean Computer Science Society, 2003, chillan. 23rd International Conference of the Chilean Computer Science Society, 2003. p. 130-136.

• BORGES, S. ; POZO, A. T. R. . UTILIZAÇÃO DE UMA ABORDAGEM DE ALGORITMOS COEVOLUTIVOS PARA GERAÇÃO DE GRADES HORÁRIAS. In: IV Workshop de Inteligencia Artificial, 2003, Chillan. Jornadas Chilenas de Computacion 2003. Chillan: Universidad del Bio Bio, 2003.

• CAVALHEIRO, A. F. ; POZO, A. T. R. . Genetic Algorithm and Complex Problems: An Empirical Comparative Study. In: International Symposium on Artificial Intelligence and Applications, 2002, Viena- Austria. IASTED International Conference. Zurich: Acta Press, 2002. v. 1. p. 214-220.

• ISHIDA, C. Y. ; POZO, A. T. R. . GPSQL miner: SQL-grammar genetic programming in data mining. In: IEEE World Congress on Computational Intelligence, 2002, Honolulu. 2002 Congress on Evolutionary Computation, 2002. v. 2. p. 1226-1231.

• SPINOSA, E. ; POZO, A. T. R. . Adaptação Dinâmica de Parâmetros em Computação Evolucionária: o Controle do Tamanho da População em um Sistema de Programação Genética. In: I Workshop de Teses e Dissertações em Inteligência Artificial (WTDIA 2002), 2002, Recife. XVI Simposio Brasileiro de Inteligencia Artificial, 2002.

• ISHIDA, C. Y. ; POZO, A. T. R. . Melhorando a Taxa de Erro na Tarefa de Classificação. In: I Workshop de Dissertações e Teses em IA, 2002, Recife. XVI Simposio Brasileiro de Inteligência Artificial, 2002.

• CAVALHEIRO, A. F. ; POZO, A. T. R. . GADBMS ? UM ALGORITMO GENÉTICO MINERADOR PARA BASE DE DADOS RELACIONAIS. In: I Workshop de dissertações e teses em Inteligência Artificial, 2002, Recife. XVI Simposio Brasileiro de Inteligência Artificial, 2002.

• RODRIGUES, E. M. ; POZO, A. T. R. . Programação Genética Orientada a Gramáticas. In: I Workshop de Dissertações e Teses em Inteligência Artificial, 2002, Recife. XVI Simposio Brasileiro de Inteligência Artificial, 2002.

• CAVALHEIRO, A. F. ; POZO, A. T. R. . GADBMS - Restricted Genetic Algorithm to induce a set of rules from Relational Databases. In: XXVIII Conferencia Latino Americana de Informática, 2002, Montevideo. XXVIII Conferencia Latino Americana de Informatica, 2002.

• SPINOSA, E. ; POZO, A. T. R. . Controlling the Population Size in Genetic Programming. In: Simposio Brasileiro de Inteligencia Artificial, 2002, Recife. Lecture Notes in Computer Science. London: Springer Verlag, 2002. v. 2507. p. 345-354.

• RODRIGUES, E. M. ; POZO, A. T. R. . Grammar-guided Genetic Programming. In: Simposio Brasileiro de Inteligencia Artificial, 2002, Recife. Simposio Brasileiro de Inteligencia Artificial , LNCS. London: Springer Verlag, 2002. v. 2507. p. 324-333.

• SPINOSA, E. ; POZO, A. T. R. ; VERGILIO, S. ; RODRIGUES, E. M. . Chameleon: A Generic Tool for Genetic Programming. In: Encontro Nacional de Inteligência Artificial, 2001, Fortaleza -CE. SBC 2001, 2001.

• LOPES, F. M. ; POZO, A. T. R. . A Genetic Algorithm Restricted by Tabu list in Datamining. In: SCCC2001-, 2001, Punta Arenas. SCCC2001 - Proceeding. New-York: IEEE - press, 2001. v. 1. p. 178-185.

• RODRIGUES, E. M. ; POZO, A. T. R. ; VERGILIO, S. ; MUSICANTE, M. . Chamaleon: Uma ferramenta de Indução de Programas. In: SCCC2001 -II Workshop em Inteligência Artificial, 2001, Punta Arenas. II Workshop en Inteligencia Artificial, 2001.

• DUARTE, D. ; VERGILIO, S. ; POZO, A. T. R. . An Inductive Logic Programming System for Data Mining. In: Laptec 20001, 2001, Sao Paulo. Logic, Artificial Intelligence and Robotics: Proceedings of the. Sao Paulo: Pielade, 2001. v. II. p. 125-133.

• LOPES, F. M. ; POZO, A. T. R. ; DUARTE, D. ; VERGILIO, S. . Sistemas Baseados em Indução: uma comparação empírica. In: X Congresso Latinoiberoamericano de investigacion de operaciones y sistemas, 2000, ciudad de mexico. X Claio, 2000. v. 1.

• MATHIAS, I. ; POZO, A. T. R. . Sismat- Sistema de mátricula inteligente. In: I Congresso de Lógica aplicada à tecnologia, 2000, São Paulo. I Congreso de lógica aplicada à tecnologia. Sao Paulo: Pleiade, 2000. v. 1. p. 703-714.

• MATHIAS, I. ; POZO, A. T. R. . Programação Orientada a Agentes e sua Aplicação em Sistemas Tutoriais Inteligentes. In: XI Simposio Brasileiro de Informática na Educação, 2000, Maceio. II Workshop de Ambientes de Aprendizagem Baseados em Agentes, 2000.

• POZO, A. T. R. ; HASSE, M. . A Genetic Classifier Tool. In: XX International conference of the Chilean Computer Societ, 2000, Santiago. SCCC 2000. XX International Conference of the Chilean Computer Science Society. USA: IEEE Computer Society, 2000. v. 1. p. 14-23.

• POZO, A. T. R. ; BARRETO, J. M. ; FERNANDEZ, J. . Um Sistema de Ensino Inteligente Para O Diagnóstico Médico. In: IV Congreso Iberoamericano de Informatica Educativa, 1998, Brasilia. IV Congreso Iberoamericano de Informática Educativa. Brasilia, 1998.

• POZO, A. T. R. ; BARRETO, J. M. ; LIMA, W. C. ; FERNANDEZ, J. . Epiis: An Epilepsy Intelligent Instruction System Using Multi-Agents Society Paradigm. In: 38th Midwest Symposium on Circuits and Systems, 1995, Rio de Janeiro. 38th Midwest Symposium on Circuits and Systems. Rio de Janeiro, 1995.

• POZO, A. T. R. ; LIMA, W. C. ; BARRETO, J. M. ; FERNANDEZ, J. . Sociedad de Multi-Agentes y Su Aplicacion En Un Sistema de Ensenanza En El Area Medica. In: XI Congreso Chileno de Ingenieria Electrica, 1995. XI Congreso Chileno de Ingenieria Electrica. Chile, 1995.

• LOPES, H. S. ; NASSAR, S. M. ; POZO, A. T. R. ; LIMA, W. C. . Estimating Membership Functions Using Medical Data. In: Sixth International Fuzzy Systems Association World Congress, 1995, Sâo Paulo. Sixth International Fuzzy Systems Association World Congress. Brasil, 1995. v. 2. p. 289-292.

• POZO, A. T. R. ; NASSAR, S. M. ; LIMA, W. C. . Aplicações de Ia Distribuida Em Sistemas de Ensino Inteligente. In: V Simposio Brasileiro de Informatica na Educação, 1994, Porto Alegre. V Simposio Brasileiro de Informatica na Educação. Porto Alegre, 1994. p. 286-290.

• LOPES, H. S. ; POZO, A. T. R. ; NASSAR, S. M. ; LIMA, W. C. . Arquiteturas Híbridas Integrando Paradigmas Conexionistas e Simbolistas. In: Simposio Brasileiro de Informatica na Educação, 1993, Rio Claro. Simposio Brasileiro de Informatica na Educação. Rio Claro, Brasil, 1993. p. 10-18.

• NASSAR, S. M. ; POZO, A. T. R. ; LOPES, H. S. ; LIMA, W. C. . Classificacion Difusa da Obesidad Para Anestesia. In: Congreso Chileno de Ingenieria Electrica, 1993. Congresso chileno de ingenieria electrica. chile, 1993.

• POZO, A. T. R. ; LIMA, W. C. . Um Algoritmo Para Analisis de Identificabilidad de Sistemas Compartimentales. In: VII Congresso de la Asociacion Chilena de control Automatico, 1986. VII Congresso de la Asociacion Chilena de control Automatico. Chile, 1986. p. 123-127.

• LIMA, RICARDO H. R. ; POZO, AURORA T. R. . Evolving convolutional neural networks through grammatical evolution. In: the Genetic and Evolutionary Computation Conference Companion, 2019, Prague. Proceedings of the Genetic and Evolutionary Computation Conference Companion on - GECCO '19, 2019. p. 179.

• BANZI, A. ; Pozo, A. ; DUARTE, E. . An Approach Based on Swarm Intelligence for Event Dissemination in Dynamic Networks. In: 30th IEEE Symposium on Reliable Distributed Systems (SRDS), 2011, Madrid. Reliable Distributed Systems (SRDS). New York: IEEE press, 2011. v. 1. p. 121-126.

• SAVEGNAGO, T. ; Carvalho, A ; Pozo, Aurora . Swarm Intelligence for Rule Discovery in Data Mining.. In: 12th International Conference on Enterprise Information Systems, 2010, Isla Madeira. 12th International Conference on Enterprise Information Systems, 2010.

• BANZI, A. ; PINHEIRO, G. ; ARIAS, J. ; NOBRE, T. ; Pozo, Aurora ; VERGILIO, S. . A Multi-objective Tabu Search Algorithm for Reducing Mutation Test Costs. In: ICTSS, 2010, Natal. 22nd IFIP International Conference on Testing Software and Systems, 2010.

• SOUZA, L. V. ; POZO, A. T. R. . Using Correlation to Improve Boosting Technique: An Application for Time Series Forecasting. In: IEEE International Conference on Tools with Artificial Intelligence, 2006, Washington. IEEE International Conference on Tools with Artificial Intelligence. Los Alamitos, CA: IEEE Computer Society, 2006. p. 26-32.

• BANZI, A. ; POZO, A. T. R. ; DUARTE, ELIAS P. . Bio-inspired event dissemination in dynamic and decentralized networks. In: 13th annual conference companion on Genetic and evolutionary computation, 2011, Dublin. GECCO 2011. New York: ACM, 2011. v. 1. p. 1-2.

• POZO, A. T. R. ; ISHIDA, C. Y. ; SPINOSA, E. ; CAVALHEIRO, A. F. ; RODRIGUES, E. M. ; REGOLIN, E. N. ; LOPES, F. M. . Chameleon Group. In: CEC Workshop on Future Directions in EC, 2002, Honolulu. IEEE International World Congress on Computational Intelligence, 2002.

• ARAUJO, S. L. ; POZO, A. T. R. ; SPINOSA, E. . Programação Genetica sem Parametros. In: EVINCI, 2002, Curitiba. X Evento de Iniciação Cientifica da UFPR. Curitiba: UFPR, 2002. v. 1. p. 4-4.

• RODRIGUES, E. M. ; POZO, A. T. R. . Evolução de funções em programação genética orientada a gramatica. In: Evento de Iniciação Cientifica, 2001, Curitiba. Evinci 2001. Curitiba: Universidade Federal do Parana, 2001. v. 1. p. 186-186.

• CAVALHEIRO, A. F. ; POZO, A. T. R. . Tecnicas para manter diversidade populacional em AG. In: Evento de Iniciação Cientifica da Universidade Federal do Parana, 2001, Curitiba. Evinci 2001. Curitiba: Universidade Federal do Paraná, 2001. v. 1. p. 185-185.

• ISHIDA, C. Y. ; POZO, A. T. R. . Programação Genética orientada a gramática e a mineração de base de dados relacional. In: Evento de Iniciação Cientifica da Universidade Federal do Paraná, 2001, Curitiba. Evinci 2001. Curitiba: Universidade Federal do Paraná, 2001. v. 1. p. 185-185.

• HASSE, M. ; POZO, A. T. R. . USING PHENOTYPIC SHARING IN A CLASSIFIER TOOL. In: gENETIC AND eVOLUTIONARY COMPUTATION CONFERENCE, 2000, LAS VEGAS. GENETIC AND EVOLUTIONARY COMPUTATION CONFERENCE, 2000. v. 1. p. 392-392.

• REGOLIN, E. N. ; WEBER, A. ; POZO, A. T. R. . Desenvolvimento de Sistema de Matricula On-line. In: 7 EVINCI, 1999, Curitiba. 7 EVINCI. Curitiba: Universidade Federal do Parana, 1999. v. 2. p. 332-332.

• GUIMARAES, A. ; POZO, A. T. R. . Agentes: Concepção, modelagem e implementação. In: 7 Evinci, 1999, Curitiba. 7 Evinci/ evento de iniciação cientifica. Curitiba: Universidade Federal do Parana, 1999. v. 2. p. 328-328.

• MATHIAS, I. ; POZO, A. T. R. . Plataformas de Desenvolvimento de Agentes Inteligentes. In: 7 Evinvi, 1999, Curitiba. 7 Evinci/ Evento de Iniciação Cientifica/UFPR. Curitiba: Universidade Federal do Parana, 1999. v. 2. p. 329-329.

• LOPES, F. M. ; MUELLER, E. G. ; POZO, A. T. R. . Modelando Diferentes Perfis da Comunidade da UFPR através da Mineração de dados. In: 7 EVINCI, 1999, Curitiba. 7 Evinci/ Evento de Iniciação Cientifica UFPR. Curitiba: Universidade Federal do Parana, 1999. v. 2. p. 330-330.

• LOPES, F. M. ; MUELLER, E. G. ; POZO, A. T. R. . Estudo de caso sobre indução de regras de classificação. In: XI Seminario de pesquisa e VI semana de iniciação cientifica, 1999, Guarapuava. Anais do XI seminário de pesquisa e VI semana de iniciação. Guarapuava: Universidade Estadual do Centro-Oeste, 1999. v. 1. p. 95-95.

• MUELLER, E. G. ; LOPES, F. M. ; POZO, A. T. R. . Lógica Fuzzy. In: Evento de Iniciação cientifica da UFPR, 1999, Curitiba. 7 Evinci. Curitiba: Universidade Federal do Paraná, 1999. v. 2. p. 300-300.

• POZO, A. T. R. ; RAMIREZ, A. ; FERNANDES, J. ; LIMA, W. C. ; BARRETO, J. . Epiis: Um Sistema de Ensino, 1997. VIII Simpósio Brasileiro de Informática na Educação. São Jode dos Campos.

• POZO, A. T. R. ; WALTER, C. A. R. J. F. ; BARRETO, L. J. . Epiis: Um Sistema de Ensino Para O Diagnóstico de Epilepsia, 1996. XXI Reunião da Liga Brasileira de Epilepsia. XV Reunião da Sociedade de Neurofisiologia Clínica. São Paulo.

• Aurora Pozo . Automated Machine Learning. 2021. (Apresentação de Trabalho/Conferência ou palestra).

• ISHIDA, C. Y. ; Carvalho, A ; POZO, A. T. R. ; Golbarg Elizabeth ; Goldbarg, M . Exploring Multi-objective PSO and GRASP-PR for Rule Induction. 2008. (Apresentação de Trabalho/Congresso).

• Almeida A ; POZO, A. T. R. . Multiple Objective Particle Swarm for Classification-Rule Discovery. 2007. (Apresentação de Trabalho/Congresso).

• SOUZA, L. V. ; POZO, A. T. R. ; Rosa Joel . An Empirical Study of Time Series Forecasting using Boosting Technique with Correlation Coefficient. 2007. (Apresentação de Trabalho/Congresso).

• SOUZA, L. V. ; POZO, A. T. R. . Problemas de Regressão utilizando Combinação de Preditores baseado no Coeficiente de Correlacao. 2007. (Apresentação de Trabalho/Congresso).

Outras produções

Projetos de pesquisa

• 2023 - Atual

  Hiper-heurísticas, Redes Neurais Profundas e Programação Genética: Pesquisa básica e sua Aplicação a Sistemas Inteligentes para monitoramento. HyDeepGenSys, Descrição: Esse projeto foca na área de computação bioinspirada e se propõe a abordar pesquisa básica e aplicada. A pesquisa básica trata de automatizar a concepção de metaheurísticas para problemas inspirados no mundo real utilizando programação genética. Em particular, trataremos do problema de escalabilidade desses métodos. A escalabilidade é um problema porque esses métodos atuam sobre um espaço definido pelos operadores específicos que as metaheurísticas precisam utilizar para resolver o problema em questão. Problemas clássicos que serão abordados são: caixeiro viajante, escalonamento de enfermeiros e outros. A proposta de pesquisa básica aborda também os estudos em Algoritmos Evolutivo Multi-objetivo de Agrupamento continuando a atuação da proponente na área de algoritmos evolutivos multiobjetivos. Finalmente, extensões e adaptações dos algoritmos desta proposta serão estudadas para sua aplicação em duas áreas: Sistema Inteligente de Monitoramento de Espécies Marinhas e Sistema Inteligente de Cibersegurança. Ambas aplicações são trabalhos em colaboração com outros professores. A primeira surgiu a partir da pesquisa realizada no projeto CAPES/Print que reúne grupos de diferentes programas da Universidade Federal do Paraná, foi assim criado o projeto Monitoramento e Modelagem Ambiental - Resma. Na segunda aplicação contamos com a colaboração de um conjunto de pesquisadores da Universidade Federal de Minas Gerais da área de segurança de rede e da Universidade Federal do Paraná da área de processamento paralelo. A execução do projeto compreende um conjunto de fases tais como, revisão de trabalhos da literatura, projeto, implementação e avaliação de algoritmos. Espera-se contribuir para o estado da arte nas áreas relacionadas em três direções principais: estudos teóricos, estudos empíricos e implementação de algoritmos.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Aurora Trinidad Ramirez Pozo - Coordenador / Carmem Satie Hara - Integrante / MEYER, BRUNO HENRIQUE - Integrante / ZOLA, WAGNER M. NUNAN - Integrante.

• 2022 - Atual

  Sistema Inteligente de Monitoramento de Espécies Marinhas, Descrição: Este projeto foca na área de sistemas inteligentes para o monitoramento de espécies marinhas. A hipótese deste estudo é que as redes sociais são potenciais fontes de registros de ocorrências de espécies marinhas na costa brasileira. Para explorar estes dados, este projeto propõe trabalhar na captura, curadoria, armazenamento e análise de dados e metadados de redes sociais, jornais e bases externas; reconhecimento de imagens com técnicas de aprendizado de máquina e processamento de linguagem natural. Como produto final, planeja-se desenvolver plataformas digitais de livre acesso para a divulgação de informações sobre a distribuição de espécies, sua importância ecológica, medidas para conservação ambiental e prevenção de acidentes, incentivando a ciência cidadã nos ecossistemas costeiros. O projeto realizará pesquisa básica e aplicada nas seguintes linhas de pesquisa: i) aprendizado de máquina, concebendo e desenvolvendo métodos avançados para acesso, processamento e análise de todas as informações coletadas das diferentes fontes de dados e realizando análises quantitativas, qualitativas e de semântica dos dados.; ii) bases de dados, no desenvolvimento de métodos e ferramentas para entender, consolidar e correlacionar dados extraídos de diversas fontes de dados e em diferentes formatos. Além disso, serão investigados métodos de curadoria dos dados, a fim de gerar estruturas de dados para representar de forma abstrata as observações extraídas do monitoramento das espécies-alvo; iii) computação paralela com GPUs e algoritmos computação de alto desempenho para otimizar algoritmos de alto custo computacional na área de inteligência artificial.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (2) / Doutorado: (2) . , Integrantes: Aurora Trinidad Ramirez Pozo - Coordenador / Martin Musicante - Integrante / Carmem Satie Hara - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2022 - Atual

  Instituto Nacional de Inteligência Artificial, Descrição: Descrição: A criac#807;a#771;o de um Instituto Nacional de Cie#770;ncia e Tecnologia em Intelige#770;ncia Artificial (IAIA) irá reunir e estimular pesquisas cienti#769;ficas, tecnolo#769;gicas e de inovac#807;a#771;o colaborativas em Inteligência Artificial, além de tornar a Inteligência Artificial brasileira internacionalmente reconhecida pela qualidade de suas pesquisas. A iniciativa desenvolvera#769; um forte programa de capacitac#807;a#771;o de formac#807;a#771;o de recursos humanos em Inteligência Artificial, inclusive Inteligência Artificial aplicada. O IAIA tem 87 pesquisadores. Financiamento: Edital N 58/2022 - Programa Institutos Nacionais de Ciência e Tecnologia - INCT do CNPq.Situação: Em andamento; Natureza: Pesquisa.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Aurora Trinidad Ramirez Pozo - Coordenador / Teresa Bernarda Ludermir - Integrante.

• 2019 - Atual

  Projeto e Seleção de Algoritmos para Solucionar Problemas mono e com muitos Objetivos: ProSel-MOb, Descrição: Este projeto foca na área de computação bioinspirada e se propõe a abordar três linhas de pesquisa. As duas primeiras são relacionadas aos desafios decorrentes da resolução de problemas com muitos objetivos (PMOs). A primeira dessas linhas aborda o tema propondo desenvolver um novo algoritmo integrando três conceitos principais: algoritmos bioinspirados multiobjetivo (ABMs), hiper-heurísticas (HHs) e esquemas de colaboração. A complexidade dos PMOs justifica utilizar uma abordagem de colaboração entre diferentes ABMs, assim cada ABM pode colaborar com suas características em determinados momentos da busca. O gerenciamento do processo de forma eficiente será realizado por uma HH. A segunda linha aborda a mesma problemática, mas com outra abordagem: seleção adaptativa de operadores em ABMs. Para realizar esta adaptação a principal inovação é utilizar maiores e melhores informações sobre o estado da busca utilizando métricas de análise de superfície (fitness landscape). A terceira linha de pesquisa propõe uma abordagem para automatizar o processo de solução de um problema de otimização, realizando a geração de novos algoritmos e/ou seleção. Como estudo caso se utilizara primeiramente o problema quadrático de alocação. Finalmente, e continuando a atuação da proponente na área de engenharia de software baseada em busca, extensões e adaptações dos algoritmos desta proposta serão estudadas para sua aplicação nesta área. Bolsa produtividade CNPq !D. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (3) . , Integrantes: Aurora Trinidad Ramirez Pozo - Coordenador / Vergilio, S.R. - Integrante / Roberto Santana Hermida - Integrante., Financiador(es): conselho nacional de pesquisa e desenvolvimento - Bolsa.

• 2015 - 2018

  Integrando Hiper-Heurísticas, Multi-Exames e Modelos Gráficos Probabilísticos em Algoritmos, Descrição: Atualmente, a indústria enfrenta demandas por qualidade superior, baixo custo, maior segurança, entre outras. Estas demandas só podem ser satisfeita através da concepção de produtos e processos que visam alcançar todos estes objetivos de desempenho. Os Algoritmos Bioinspirados Multiobjetivo(ABMs) são alternativas poderosas para ajudar a enfrentar estes problemas. Este projeto aborda pesquisa básica e aplicada na área da Computação Bioinspirada continuando as linhas de investigação da proponente: ABMs para resolver Problemas com Muitos Objetivos e Engenharia de Software baseada em Busca (ESB). Três linhas de pesquisa que presentam potencial são focadas no projeto de ABMs : Hiper- heurísticas (HH) que permite automatizar e dinamicamente escolher componentes dos algoritmos, Hibridização de ABMs com Modelos Gráficos Probabilísticos (MGP) e a integração de HH, MGP e multi-enxames. Além disso, para ESB serão adaptadas extensões de ABMs. A Engenharia de Software possui várias atividades que podem ser beneficiadas com o uso destas técnicas e por outro lado apresenta diversos desafios para estes algoritmos. A execução do projeto compreende um conjunto de fases tais como, revisão de trabalhos da literatura, projeto, implementação e avaliação de algoritmos. Espera-se contribuir para o estado da arte na áreas relacionadas em três direções principais: estudos teóricos, estudos empíricos e implementação de algoritmos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) / Doutorado: (3) . , Integrantes: Aurora Trinidad Ramirez Pozo - Coordenador / REGINA VERGILIO, SILVIA - Integrante / Richard Gonçalves - Integrante., Financiador(es): conselho nacional de pesquisa e desenvolvimento - Bolsa.

• 2014 - 2018

  Competent multi-objective optimization methods based on evolutionary algorithms and statistical modelling techniques for real-world problems, Descrição: The main objective of this project is to develop methodological and theoretical results for the solution of general and complex multi-objective optimization problems (MOPs) with advanced optimization methods based on evolutionary algorithms and probabilistic graphical models. To advance the state of the art in the methods for MOPs we plan to address the solution of the following questions: 1) Conception of competent multi-objective evolutionary algorithms (Comp-MOEAs) that incorporate probabilistic modeling. 2) Application of Comp-MOEAs to the analysis of human brain recordings with application to the study of neurological diseases and brain computer interfaces. 3) Development of a theoretical model for the analysis of Comp-MOEAs based on the theory of quantitative genetics. 4) Network analysis of probabilistic models learned by Comp-MOEAs with the goal of knowledge extraction. 5) Implementation of software platforms for Comp-MOEAs in Matlab and Python to introduce their use to industrial, teaching, and research applications.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (2) . , Integrantes: Aurora Trinidad Ramirez Pozo - Coordenador / Roberto Santana Hermida - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2014 - 2017

  Hiper-Heurísticas para Algoritmos Bioinspirados Multiobjetivos e sua Aplicação em Engenharia de Software, Descrição: Atualmente, a indústria enfrenta múltiplas demandas por qualidade superior, baixo custo, maior segurança, entre outras. A vantagem competitiva só pode ser estabelecida através da concepção de produtos e processos que respondam por muitos destes objetivos de desempenho. Portanto, nestes problemas muitos objetivos precisam ser tratados simultaneamente. Otimização de Muitos Objetivos Página 1 de 5 (OMOs) consiste na otimização de problemas com muitos objetivos, isto é, Problemas Multiobjetivos (PM) com elevado número de objetivos conflitantes, geralmente mais de quatro. Em problemas como esses, os Algoritmos Bioinspirados (ABs), entre eles os Algoritmos Evolucionários Multiobjetivo (AEMs) se tornam pouco efetivos, entregando como resultado uma aproximação da Frente de Pareto (FP) que possui pouca convergência para a verdadeira FP e pouca diversidade nas soluções. OMOs é uma área nova, ainda pouco explorada, que tem como objetivo propor novos métodos para reduzir esta deterioração. Entre os ABs que podem ser destacados pelos seus bons resultados em PM estão àqueles baseados em Enxame de Partículas Multiobjetivo (Multi-Objective Particle Swarm Optimization, MOPSO). Assim, motivado por este campo de investigação, este trabalho tem por objetivo propor novos métodos para reduzir a deterioração na busca dos MOPSOs quando aplicados a problemas com muitos objetivos, obtendo uma melhor convergência e diversidade.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) / Doutorado: (3) . , Integrantes: Aurora Trinidad Ramirez Pozo - Coordenador / REGINA VERGILIO, SILVIA - Integrante., Financiador(es): conselho nacional de pesquisa e desenvolvimento - Auxílio financeiro.

• 2013 - 2016

  Algoritmos Multiobjetivos Bioinspirados: Novas Estratégias e Aplicações em Engenharia de Software., Descrição: Este projeto foca pesquisa básica e aplicada na área da Computação Bioinspirada. A pesquisa básica enfoca um tema que atualmente representa um desafio: novos métodos para reduzir a deterioração na busca dos algoritmos baseados em Enxame de Partículas Multiobjetivo (Multi-Objective Particle Swarm Optimization, MOPSO) quando aplicados a problemas com muitos objetivos, melhorando a convergência e diversidade. O objetivo principal deste projeto é explorar as características singulares do MOPSO a fim de propor as novas abordagens, alguns temas como a seleção do líder, multi-enxames, novos métodos para armazenar os líderes no arquivo externo, serão focados. O trabalho também enfatiza a aplicação dos algoritmos multiobjetivos bioinspirados na área Engenharia de Software (ES), auxiliando no desenvolvimento e manutenção de Softwares. A execução do projeto compreende um conjunto de fases tais como, revisão de trabalhos da literatura, projeto, implementação e avaliação de algoritmos. Espera-se contribuir para o estado da arte na área relacionada em três direções principais: estudos teóricos, estudos empíricos e implementação de algoritmos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Doutorado: (2) . , Integrantes: Aurora Trinidad Ramirez Pozo - Coordenador / Vergilio, Silvia Regina - Integrante / CAMPOS, ARION - Integrante / CASTRO JUNIOR, OLACIR RODRIGUES - Integrante / Evelim Carla Ribeiro - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2010 - 2013

  Novas Abordagens em Algoritmos Bioinspirados e Aplicações., Descrição: A Computação Bioinspirada estuda técnicas de computação inspiradas na Biologia e desenvolve algoritmos e ferramentas, baseado em processos naturais ou sociais, para a resolução de problemas. Este projeto foca pesquisa básica e aplicada na área da Computação Bioinspirada. A pesquisa básica enfoca um tema que atualmente representa um desafio: o projeto de algoritmos competentes baseados no aprendizado de modelos da população. O trabalho também enfatiza a aplicação dos algoritmos bioinspirados na área de aprendizado de regras (Mineração de Dados, MD), com o objetivo de propor novas abordagens para a realização dessa atividade, especificamente, deseja-se explorar características multiobjetivo. O trabalho também dá ênfase à aplicação dos algoritmos bioinspirados na área de Engenharia de Software (ES), auxiliando no desenvolvimento e manutenção de Softwares. A execução do projeto compreende um conjunto de fases tais como, revisão de trabalhos da literatura, projeto, implementação e avaliação de algoritmos. Espera-se contribuir para o estado da arte na área relacionada em três direções principais: estudos teóricos, estudos empíricos e implementação de algoritmos.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Aurora Trinidad Ramirez Pozo - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2008 - 2010

  Nuvem de Partículas Multiobjetivo no Aprendizado de Regras de Predição de Defeitos em Softwares., Descrição: A atividade de teste de software consume tempo e recursos. Os modelos de predição de defeitos em software podem ser usados para identificar automaticamente as classes com defeitos. Desta forma, estes modelos podem reduzir a duração da atividade de teste, assim como os custos de recursos e infra-estrutura. Esta proposta foca um novo modelo de predição de defeitos com o objetivo de aperfeiçoar a atividade de teste. As diferentes métricas de projeto Orientado Objeto (OO), como as métricas propostas por Chidamber e por Kemerer (CK-metric suite), serão analisadas como possíveis variáveis independentes para o modelo induzido por um algoritmo baseado em Nuvem de Partículas Multiobjetivos (MOPSO). A proposta contribuirá para o estado da arte em mineração de dados (MD) e em Engenharia de Software (ES). Na área de MD, o algoritmo focará alguns aspectos considerados desafiadores para a área como: obter diretamente um conjunto de regras com propriedades específicas mediante meta-heurísticas multiobjetivos, a capacidade de tratar atributos discretos e reais; e trabalhar com bases de dados desbalanceadas. Características freqüentemente encontradas nos repositórios de softwares. Na área de ES a contribuição é o novo modelo eficiente, um sistema de classificação de defeitos em classes que utiliza métricas OO.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Aurora Trinidad Ramirez Pozo - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2008 - 2010

  Um Algoritmo Evolutivo Multiobjetivo na Mineração de Repositórios de Softwares, Descrição: Atualmente, os repositórios de softwares são usados para ajudar no gerenciamento do progresso do software. Devido ao enorme volume de informações existentes nas mesmas, os desenvolvedores de software estão percebendo o potencial benéfico das técnicas de Mineração de Dados (MD). A idéia subjacente em MD é a busca e identificação de padrões em dados, para a sua utilização, a posteriori, na tomada de decisões. O problema de identificação de padrões em dados é um problema de otimização Multicritério, pois se por um lado deseja-se obter padrões precisos, por outro lado, tais padrões devem ser genéricos. Neste contexto, este projeto tem como foco o estudo e desenvolvimento de algoritmos Evolutivos Multiobjetivos para o aprendizado de regras de auxilio ao desenvolvimento e manutenção de Softwares. O projeto abordara tanto pesquisas básicas quanto aspectos práticos e aplicações a problemas reais. A pesquisa básica tem como enfoque temas que atualmente representam desafios, tais como a adaptação dos algoritmos evolutivos a problemas Multiobjetivos./Multicritério. O trabalho também dá ênfase à aplicação de Mineração de Dados a área de Engenharia de Software (ES), com objetivo de propor novas abordagens para a realização dessa atividade desenvolvendo uma ferramenta de mineração de repositórios de software. O projeto, dadas as suas características, contara com a colaboração de professores de diferentes Universidades com pesquisas na área de Meta-heurísticas, Mineração de Dados e Engenharia de Software. As principais metas do projeto são: 1) contribuição para o estado da arte em MD e ES, pois o algoritmo e ferramenta representam uma novidade para as áreas; 2) fortalecimento do grupo de pesquisadores envolvidos, destacando sua importância regional e nacional, pois a área é recente e tem sido pouco explorada no Brasil; 3) formação de recursos humanos; 4) disseminação do conhecimento; 5) transferência de tecnologia, devido ao crescente interesse nas áreas de aplicação do projeto e. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Aurora Trinidad Ramirez Pozo - Coordenador.

• 2007 - 2008

  Otimização por Nuvem de Partículas e Mineração de Dados., Descrição: O termo ?Vida Artificial? é usado para descrever pesquisas/técnicas em sistemas que possuem algumas propriedades análogas as da vida real, dentre as quais destaca-se a "Otimização por Nuvem de Partículas" (ONP). A ONP é uma técnica baseada em população de indivíduos (soluções), desenvolvida por James Kennedy e Russell Eberhart, em (1995) através da observação do comportamento de pássaros em revoadas, modelado pelo biólogo Frank Heppner. A ONP tem sido aplicada com sucesso em muitas áreas de otimização como, por exemplo: de funções; no treinamento em redes neurais artificiais; no controle de sistemas nebulosos; dentre outros. Por outro lado, atualmente está-se enfrentando um novo paradoxo, o acúmulo de dados /informações nas organizações. A necessidade de automatizar o processo de extração de conhecimento a partir destes dados, torna-se um procedimento cada vez mais importante. A idéia subjacente em Mineração de Dados (Data Mining), Freitas, 2000, é a busca e identificação de padrões em dados, para a sua utilização, a posteriori, na tomada de decisões. Neste contexto, este projeto tem como foco o estudo e desenvolvimento de algoritmos baseados na técnica de ONP, abordando tanto pesquisas básicas quanto aspectos práticos e aplicações a problemas reais. A pesquisa básica tem como enfoque temas que atualmente representam desafios, tais como sua adaptação a problemas Multiobjetivos./Multicritério. O trabalho também dá ênfase a aplicação de ONP à Mineração de Dados, com objetivo de propor novas abordagens para a realização dessa atividade. O problema de identificação de padrões em dados é um problema de otimização Multicritério, pois se por um lado deseja-se obter padrões precisos, por outro lado, tais padrões devem ser genéricos.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (0) / Mestrado acadêmico: (1) / Mestrado profissional: (0) / Doutorado: (1) . , Integrantes: Aurora Trinidad Ramirez Pozo - Coordenador / Silvia Vergilio - Integrante / Celso Yoshikazu Ishida - Integrante / Elizabeth Ferreira Gouvêa Goldbarg. - Integrante / Andre B. de Carvalho - Integrante / Elizabeth Goldbarg - Integrante / Marco Goldbarg - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2006 - 2008

  Um algoritmo evolutivo baseado no aprendizado em ambientes dinâmicos:, Descrição: Algoritmos de Computação Evolutiva (CE) têm sido aplicados com sucesso a problemas de busca e otimização das diversas áreas de aplicação e com diversos níveis de dificuldade. Pesquisas atuais focam na obtenção de algoritmos que sejam considerados competentes, no sentido de serem capazes de resolver problemas difíceis. Estes algoritmos são capazes de manter um nível adequado de diversidade na população, além de aprender sobre a estrutura do problema ao qual são aplicados, capturando interações importantes e mantendo-as ao longo do processo evolutivo. Para capturar estas informações sobre o problema e assim guiar o processo evolutivo, cada algoritmo adota um mecanismo de aprendizado; podemos citar o aprendizado de redes bayesianas, a indução de classificadores e o aprendizado de regras simbólicas como sendo os mecanismos adotados por algoritmos de CE. Entretanto, o custo computacional do processo de aprendizado escolhido é um fator limitante de alguns algoritmos, já que esta etapa é repetida a cada nova geração. Por outro lado, outros algoritmos são mais baratos computacionalmente, mas apresentam menor capacidade de prospecção do espaço de busca, exigindo a adoção de estratégias híbridas. Estes fatores evidenciam que ainda existe espaço para novas propostas em Computação Evolutiva. Neste projeto, propomos uma nova abordagem para a CE, em torno da hipótese de que o processo evolutivo seja considerado como um ambiente dinâmico, não-estacionário, e a Computação Evolutiva deva, conseqüentemente, ser guiada por técnicas reconhecidamente adequadas ao aprendizado em ambientes dinâmicos, tais como o aprendizado incremental e os ensembles de classificadores. Para realizar o trabalho proposto serão realizados os seguintes passos: levantamento do estado da arte das áreas de CE e de aprendizado em ambientes dinâmicos, escolha de técnicas de aprendizado incremental e ensembles e adequá-las ao problema, desenvolvimento e implementação do novo algoritmo e realização de experimentos. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Aurora Trinidad Ramirez Pozo - Coordenador / Leonardo Emmendorfer - Integrante.

• 2005 - 2007

  Boosting e Teoria da Informação em Estratégia Evolucionária para a Indução de Classificadores, Descrição: É incontestável o crescimento no volume de informações em todas as áreas de conhecimento e a utilização de ferramentas que auxiliem na análise das informações. Tais ferramentas surgem de áreas como mineração de dados (Data Mining) e aprendizado de máquina (Machine Learning). Embora a pesquisa nestas áreas tenha se intensificado, existe muito a se desenvolver. O objetivo deste projeto é contribuir com a descoberta de leis empíricas a partir dos exemplos e de conhecimento do domínio. O projeto situa-se no domínio de mineração de dados e aprendizado de máquina. Mais especificamente, o objetivo do trabalho é a utilização e o desenvolvimento de métodos de aprendizado de máquina e de otimização por algoritmos de evolução para a tarefa de mineração de dados chamada classificação.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (1) . , Integrantes: Aurora Trinidad Ramirez Pozo - Coordenador / Celso Yoshikazu Ishida - Integrante., Financiador(es): Universidade Federal do Paraná - Remuneração., Número de produções C, T & A: 2

Prêmios