Ricardo Araújo Rios

Pós-doutorado

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• YATSENKO, TETIANA ; RIOS, RICARDO ; NOGUEIRA, TATIANE ; TAKAHASHI, SATOSHI ; TABE, YOKO ; NAITO, TOSHIO ; TAKAHASHI, KAZUHISA ; HATTORI, KOICHI ; HEISSIG, BEATE . Urokinase-type plasminogen activator and plasminogen activator inhibitor-1 complex as a serum biomarker for COVID-19. Frontiers in Immunology , v. 14, p. 1, 2024.

• ANDRADE, CAIO L. B. ; FERREIRA, MARCOS V. ; ALENCAR, BRENNO M. ; JUNIOR, ARIEL M. A. ; LOPES, TIAGO J. S. ; DOS SANTOS, ALLAN S. ; DOS SANTOS, MARIANE M. ; SILVA, MARIA I. C. S. ; ROSA, IZABELA M. D. R. P. ; FILHO, JORGE L. S. B. ; GUIMARAES, MATHEUS A. ; DE CARVALHO, GILSON C. ; SANTOS, HERBERT H. M. ; SANTOS, MÁRCIA M. L. ; MEYER, ROBERTO ; RIOS, TATIANE N. ; RIOS, RICARDO A. ; FREIRE, SONGELI M. . Enhancing diagnostic accuracy of multiple myeloma through ML-driven analysis of hematological slides: new dataset and identification model to support hematologists. Scientific Reports , v. 14, p. 11176, 2024.

• YATSENKO, TETIANA ; RIOS, RICARDO ; NOGUEIRA, TATIANE ; SALAMA, YOUSEF ; TAKAHASHI, SATOSHI ; ADACHI, EISUKE ; TABE, YOKO ; HATTORI, NOBUTAKA ; OSADA, TARO ; NAITO, TOSHIO ; TAKAHASHI, KAZUHISA ; HATTORI, KOICHI ; HEISSIG, BEATE . The influence of 4G/5G polymorphism in the plasminogen-activator-inhibitor-1 promoter on COVID-19 severity and endothelial dysfunction. Frontiers in Immunology , v. 15, p. 1, 2024.

• RIBEIRO-FILHO, OTÁVIO V. ; PONTI, MOACIR A. ; CURILEM, MILLARAY ; RIOS, RICARDO A. . Integrating Wavelet Transformation for End-to-End Direct Signal Classification. DIGITAL SIGNAL PROCESSING , v. 1, p. 104878, 2024.

• BATISTA, ERNANDO ; ALENCAR, BRENNO ; SILVA, ELIABE ; CANÁRIO, JOÃO ; RIOS, RICARDO A. ; DUSTDAR, SCHAHRAM ; FIGUEIREDO, GUSTAVO ; PRAZERES, CÁSSIO . A new intelligent scheduler to improve reactive OpenFlow communication in SDN-based IoT data streams. Discover Internet of Things , v. 4, p. 1, 2024.

• ALENCAR, BRENNO M. ; CANÁRIO, JOÃO PAULO ; NETO, RUIVALDO LOBÃO ; PRAZERES, CÁSSIO ; BIFET, ABERT ; RIOS, RICARDO A. . Fog-DeepStream: A new approach combining LSTM and Concept Drift for data stream analytics on Fog computing. Internet Of Things , v. 1, p. 100731, 2023.

• FERREIRA, M. V. S. ; NOGUEIRA, T. M. ; RIOS, RICARDO A. ; LOPES, T. J. S. . A graph-based machine learning framework identifies critical properties of FVIII that lead to hemophilia A. Frontiers in Bioinformatics , v. 1, p. 1, 2023.

• FERREIRA-MARTINS, ANDRÉ J. ; CASTALDONI, RODRIGO ; ALENCAR, BRENNO M. ; FERREIRA, MARCOS V. ; NOGUEIRA, TATIANE ; RIOS, RICARDO A. ; LOPES, TIAGO J. S. . Full-scale network analysis reveals properties of the FV protein structure organization. Scientific Reports , v. 13, p. 9546, 2023.

• FERREIRA, ALEJANDRO ; CURILEM, MILLARAY ; GOMEZ, WALTER ; RIOS, RICARDO . Deep learning and multi-station classification of volcano-seismic events of the Nevados del Chillán volcanic complex (Chile). NEURAL COMPUTING & APPLICATIONS , v. 1, p. 1, 2023.

• DOS SANTOS FERREIRA, MARCOS VINÍCIUS ; RIOS, RICARDO ; RIOS, TATIANE NOGUEIRA . sci-FTS: Using soft clustering on Intrinsic Mode Functions to model Fuzzy Time Series. Software Impacts , v. 1, p. 100230, 2022.

• BRILHAULT, ADRIEN ; NEUENSCHWANDER, SERGIO ; RIOS, RICARDO ARAUJO . A new robust multivariate mode estimator for eye-tracking calibration. Behavior Research Methods , v. 01, p. 1, 2022.

• CANÁRIO, JOÃO PAULO ; FERREIRA, MARCOS VINÍCIUS ; FREIRE, JUNOT ; CARVALHO, MATHEUS ; RIOS, RICARDO . A face detection ensemble to monitor the adoption of face masks inside the public transportation during the COVID-19 pandemic. MULTIMEDIA TOOLS AND APPLICATIONS , v. 1, p. 1, 2022.

• LOPES, TIAGO J. S. ; NOGUEIRA, TATIANE ; RIOS, RICARDO . A Machine Learning Framework Predicts the Clinical Severity of Hemophilia B Caused by Point-Mutations. Frontiers in Bioinformatics , v. 2, p. 1, 2022.

• LOBÃO-NETO, RUIVALDO ; BRILHAULT, ADRIEN ; NEUENSCHWANDER, SERGIO ; RIOS, RICARDO . Real-time identification of eye fixations and saccades using Radial Basis Function Networks and Markov Chains. PATTERN RECOGNITION LETTERS , v. 1, p. 1, 2022.

• LOPES, TIAGO JS ; RIOS, RICARDO ; NOGUEIRA, TATIANE . Computational Analyses Reveal Fundamental Properties of the Hemophilia Literature in the Last 6 Decades. BIOINFORMATICS AND BIOLOGY INSIGHTS , v. 16, p. 117793222211256, 2022.

• HEISSIG, BEATE ; SALAMA, YOUSEF ; IAKOUBOV, ROMAN ; VEHRESCHILD, JOERG JANNE ; RIOS, RICARDO ; NOGUEIRA, TATIANE ; VEHRESCHILD, MARIA J. G. T. ; STECHER, MELANIE ; MORI, HIROTAKE ; LANZNASTER, JULIA ; ADACHI, EISUKE ; JAKOB, CAROLIN ; TABE, YOKO ; RUETHRICH, MARIA ; BORGMANN, STEFAN ; NAITO, TOSHIO ; WILLE, KAI ; VALENTI, SIMON ; HOWER, MARTIN ; HATTORI, NOBUTAKA ; et.al . COVID-19 Severity and Thrombo-Inflammatory Response Linked to Ethnicity. Biomedicines , v. 10, p. 2549, 2022.

• LOPES, TIAGO J S ; RIOS, RICARDO A ; RIOS, TATIANE N ; ALENCAR, BRENNO M ; FERREIRA, MARCOS V ; MORISHITA, ERIKO . Computational Analyses Reveal Fundamental Properties of the AT Structure Related to Thrombosis. Bioinformatics Advances , v. 1, p. 1, 2022.

• RIOS, TATIANE NOGUEIRA ; RIOS, RICARDO ; MELLO, RODRIGO . eXplainable Ensemble Strategy using distinct and restrict learning biases: A case study on the Brazilian Forest. APPLIED SOFT COMPUTING , v. 1, p. 109976, 2022.

• RIOS, R. A. ; NOGUEIRA, T. M. ; PALMA, G. R. ; MELLO, R. F. . Brazilian Forest Dataset: A new dataset to model local biodiversity. JOURNAL OF EXPERIMENTAL & THEORETICAL ARTIFICIAL INTELLIGENCE , v. 1, p. 1-28, 2021.

• LOPES, TIAGO J. S. ; RIOS, RICARDO ; NOGUEIRA, TATIANE ; MELLO, RODRIGO F. . Prediction of hemophilia A severity using a small-input machine-learning framework. Npj Systems Biology And Applications , v. 7, p. 22, 2021.

• LOPES, TIAGO J. S. ; RIOS, RICARDO ; NOGUEIRA, TATIANE ; MELLO, RODRIGO F. . Protein residue network analysis reveals fundamental properties of the human coagulation factor VIII. Scientific Reports , v. 11, p. 1-11, 2021.

• RIOS, RICARDO A. ; NOGUEIRA, TATIANE ; COIMBRA, DANILO B. ; LOPES, TIAGO J. S. ; ABRAHAM, AJITH ; MELLO, RODRIGO F. DE . Country transition index based on hierarchical clustering to predict next COVID-19 waves. Scientific Reports , v. 11, p. 15271, 2021.

• DOS SANTOS FERREIRA, MARCOS VINÍCIUS ; RIOS, RICARDO ; MELLO, RODRIGO ; RIOS, TATIANE NOGUEIRA . Using fuzzy clustering to address imprecision and uncertainty present in deterministic components of time series. APPLIED SOFT COMPUTING , v. 1, p. 108011, 2021.

• RIOS, RICARDO ARAÚJO ; NOGUEIRA, T. M. ; MELO, R. ; SANTANA, E. S. ; CARNEIRO, T. M. S. ; OLIVEIRA JUNIOR, A. D. . Applying Concept Drift to Understand Hepatitis Evolution in Brazil. CYBERNETICS AND SYSTEMS , p. 1-15, 2020.

• CANARIO, J. P. ; MELLO, R. F. ; CURILEM, M. ; HUENUPAN, F. ; RIOS, RICARDO ARAÚJO . In-depth comparison of deep artificial neural network architectures on seismic events classification. JOURNAL OF VOLCANOLOGY AND GEOTHERMAL RESEARCH , v. 30, p. 106881, 2020.

• CANÁRIO, JOÃO PAULO ; MELLO, RODRIGO ; CURILEM, MILLARAY ; HUENUPAN, FERNANDO ; RIOS, RICARDO . Llaima Volcano Dataset: In-Depth Comparison of Deep Artificial Neural Network Architectures on Seismic Events Classification. DATA IN BRIEF , v. 1, p. 105627, 2020.

• RIBEIRO, R. G. ; RIOS, R. A. . Temporal gap statistic: A new internal index to validate time series clustering. CHAOS SOLITONS & FRACTALS , v. 1, p. 110326, 2020.

• ALENCAR, B. M. ; RIOS, R. A. ; SANTANA, C. ; PRAZERES, C. V. S. . FoT-Stream: A Fog platform for data stream analytics in IoT. COMPUTER COMMUNICATIONS , p. 77-87, 2020.

• SILVA, M. M. ; FERNANDES DE MELLO, RODRIGO ; RIOS, R. A. . Time series clustering using stochastic and deterministic influences. INTERNATIONAL JOURNAL OF COMPUTATIONAL SCIENCE AND ENGINEERING , v. 1, p. 1, 2019.

• CERQUEIRA, A. G. ; RIOS, R. A. ; LIMA, O. A. L. . A nonparametric approach using clustering analysis to estimate shaliness in shaly-sand formations. JOURNAL OF APPLIED GEOPHYSICS , v. 164, p. 11-18, 2019.

• DUARTE, F. S. L. G. ; RIOS, R. A. ; HRUSCHKA, E. R. ; MELLO, R. F. . Decomposing time series into deterministic and stochastic influences: A survey. DIGITAL SIGNAL PROCESSING , v. 1, p. 102582, 2019.

• MELLO, R. F. ; RIOS, R. A. ; PAGLIOSA, P. A. ; LOPES, C. S. . Concept drift detection on social network data using cross-recurrence quantification analysis. CHAOS , v. 28, p. 085719, 2018.

• CURILEM, M. ; MELLO, R. F. ; MARTIN, C. S. ; FRANCO, L. ; HERNANDEZ, E. ; RIOS, R. A. . Discriminating seismic events of the Llaima volcano (Chile) based on spectrogram cross-correlations. JOURNAL OF VOLCANOLOGY AND GEOTHERMAL RESEARCH , v. 367, p. 63-78, 2018.

• RIOS, R. A. ; MELLO, R. F. ; PAGLIOSA, P. A. ; Ishii, R. P. . Is Even Data Analysis Ready Today?. International Journal of Unconventional Computing , v. 13, p. 253-272, 2017.

• da COSTA, F. G. ; MELLO, R. F. ; RIOS, R. A. . Using dynamical systems tools to detect concept drift in data streams. EXPERT SYSTEMS WITH APPLICATIONS , v. 60, p. 39-50, 2016.

• RIOS, RICARDO ARAÚJO ; MELLO, RODRIGO FERNANDES DE . Applying Empirical Mode Decomposition and mutual information to separate stochastic and deterministic influences embedded in signals. SIGNAL PROCESSING , v. 118, p. 159-176, 2016.

• RIOS, R. A. ; SMALL, M. ; MELLO, R. F. . Testing for Linear and Nonlinear Gaussian Processes in Nonstationary Time Series. INTERNATIONAL JOURNAL OF BIFURCATION AND CHAOS , v. 25, p. 1550013, 2015.

• RIOS, R. A. ; PARROTT, L. ; LANGE, H. ; MELLO, R. F. . Estimating determinism rates to detect patterns in geospatial datasets. REMOTE SENSING OF ENVIRONMENT , v. 156, p. 11-20, 2015.

• RIOS, RICARDO ARAÚJO ; FERNANDES DE MELLO, RODRIGO . Improving time series modeling by decomposing and analyzing stochastic and deterministic influences. SIGNAL PROCESSING , v. 93, p. 3001-3013, 2013.

• RIOS, R. A. ; MELLO, R. F. . A Systematic Literature Review on Decomposition Approaches to Estimate Time Series Components. INFOCOMP (UFLA. Impresso) , v. 11, p. 31-46, 2012.

• RIOS, R. A. ; Ishii, R. P. ; MELLO, R. F. . Classification of time series generation processes using experimental tools: a survey and proposal of an automatic and systematic approach. International Journal of Computational Science and Engineering , v. 6, p. 217-237, 2011.

• XAVIER JUNIOR, J. C. (Org.) ; RIOS, R. A. (Org.) . Intelligent Systems - Proceedings of 11th Brazilian Conference, BRACIS 2022.. 1. ed. Springer Cham, 2022. v. 1. 660p .

• ABRAHAM, AJITH (Org.) ; Sasaki, Hideyasu (Org.) ; RIOS, RICARDO (Org.) ; Gandhi, Niketa (Org.) ; Singh, Umang (Org.) ; Ma, Kun (Org.) . Advances in Intelligent Systems and Computing. 1. ed. Springer International Publishing, 2021. 559p .

• EUSTAQUIO, F. S. ; RIOS, R. A. ; NOGUEIRA, TATIANE . A cluster validity protocol to evaluate internal indices for clustering of high-dimensional datasets. In: 2024 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), 2024, Yokohama. 2024 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), 2024. v. 1.

• FERREIRA, M. V. S. ; NOGUEIRA, TATIANE ; RIOS, R. A. . Fuzzifying Chaos in Dynamical Systems. In: 2024 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), 2024, Yokohama. 2024 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), 2024. v. 1.

• XAVIER, B. M. ; MARTINELLO, M. ; TROIS, C. ; ALENCAR, B. M. ; RIOS, R. A. . Fast Learning Enabled by In-Network Drift Detection. In: The 8th Asia-Pacific Workshop on Networking, 2024, Sydney. APNet '24: Proceedings of the 8th Asia-Pacific Workshop on Networking. v. 1.

• FERREIRA, MARCOS V. ; LOPES, TIAGO J. S. ; RIOS, RICARDO A. ; RIOS, TATIANE N. . Modeling Protein Activities and Mutations with Graph Neural Networks: Insights into Hemophilia. In: 2023 International Joint Conference on Neural Networks (IJCNN), 2023, Gold Coast. 2023 International Joint Conference on Neural Networks (IJCNN), 2023. p. 1.

• CANÁRIO, JOÃO PAULO ; RIOS, RICARDO A. . Noise-Tolerant Self-Embedded LSTM for Seismic Event Classification. In: 2023 IEEE 33rd International Workshop on Machine Learning for Signal Processing (MLSP), 2023, Rome. 2023 IEEE 33rd International Workshop on Machine Learning for Signal Processing (MLSP), 2023. p. 1.

• CANARIO, JOAO PAULO ; RIBEIRO, OTAVIO ; RIOS, RICARDO . Explaining noise effects in CNN: a practical case study on volcano signals. In: 2022 35th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2022, Natal. 2022 35th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2022. p. 49.

• OLIVEIRA, JOAO C. B. ; RIOS, RICARDO A. ; DE ALMEIDA, EDUARDO S. ; SANT'ANNA, CLAUDIO N. ; RIOS, TATIANE NOGUEIRA . Fuzzy Software Analyzer (FSA): A New Approach for Interpreting Source Code Versioning Repositories. In: 2021 IEEE International Conference on Fuzzy Systems (FUZZIEEE), 2021, Luxembourg. 2021 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), 2021. p. 1.

• FERREIRA, M. V. ; ALMEIDA, A. ; CANARIO, J. P. ; SOUZA, M. ; NOGUEIRA, TATIANE ; RIOS, R. A. . Ethics of AI: Do the face detection models act with prejudice?. In: Brazilian Conference on Intelligent Systems (BRACIS), 2021, São Paulo. Proceedings of the 9th Brazilian Conference on Intelligent Systems (BRACIS), 2021.

• SANTOS, V. M. G. ; NOGUEIRA, T. M. ; MELLO, RODRIGO ; RIOS, R. A. . Quantifying Temporal Novelty in Social Networks using Time-Varying Graphs and Concept Drift Detection. In: Brazilian Conference on Intelligent Systems (BRACIS), 2020, Rio Grande. Proceedings of the 8th Brazilian Conference on Intelligent Systems (BRACIS), 2020. v. 01.

• READ, J. ; RIOS, R. A. ; NOGUEIRA, T. M. ; MELLO, R. F. . Data Streams are Time Series: Challenging Assumptions. In: Brazilian Conference on Intelligent Systems (BRACIS), 2020, Rio Grande. Proceedings of the 8th Brazilian Conference on Intelligent Systems (BRACIS), 2020. v. 01.

• BRILHAULT, A. ; NEUENSCHWANDER, S. ; RIOS, R. A. . Using Clustering in Eye-tracking Calibration Task. In: Brazilian Conference on Intelligent Systems (BRACIS), 2019. Proceedings of the 8th Brazilian Conference on Intelligent Systems (BRACIS), 2019.

• OLIVEIRA, M. R. S. ; RIOS, R. A. . Bidirectional Mean Distance Estimation: A new gap filling method. In: Brazilian Conference on Intelligent Systems (BRACIS), 2019. Proceedings of the 8th Brazilian Conference on Intelligent Systems (BRACIS).

• CURILEM, M. ; CANARIO, J. P. ; FRANCO, L. ; RIOS, R. A. . Using CNN to Classify Spectrograms of Seismic Events from Llaima Volcano (Chile). In: International Joint Conference on Neural Networks (IJCNN 2018), 2018, Rio de Janeiro. Proceedings of the International Joint Conference on Neural Networks (IJCNN 2018), 2018.

• DUARTE, F. S. L. G. ; RIOS, R. A. ; HRUSCHKA, E. R. ; MELLO, R. F. . Time Series Decomposition Using Spring System Applied on Phase Spaces. In: Brazilian Conference on Intelligent Systems (BRACIS), 2018, São Paulo. Proceedings of the 7th Brazilian Conference on Intelligent Systems (BRACIS), 2018.

• ARAUJO, M. ; SANTOS, A. ; PIRES, S. ; PEIXOTO, M. L. M. ; RIOS, R. A. ; FIGUEIREDO, G. B. . Alocação dinâmica de largura de banda com predição dos próximos GRANT em redes Long-Reach PON. In: Simpósio Brasileiro de Redes de Computadores, 2017, Belém. SBRC, 2017, 2017. v. 1. p. 1-14.

• RIOS, R. A. ; PAGLIOSA, P. A. ; Ishii, R. P. ; MELLO, R. F. . TSViz: a data stream architecture to online collect, analyze, and visualize tweets. In: ACM Symposium on Applied Computing, 2017, Marrakech. PROCEEDINGS OF THE 2017 ACM SYMPOSIUM ON APPLIED COMPUTING, 2017. p. 1031-1036.

• ANDRADE, L. J. S. ; RIOS, R. A. ; NOGUEIRA, T. M. ; PRAZERES, C. V. S. . Applying Classification Methods to Model Standby Power Consumption in the Internet of Things. In: 14th IEEE International Conference on Networking, Sensing and Control, 2017, Calabria. Proceedings of the 14th IEEE International Conference on Networking, Sensing and Control, 2017. p. 1-6.

• RIOS, R. A. ; MELLO, R. F. ; PAGLIOSA, P. A. ; LOPES, C. S. ; SIKANSI, F. H. G. . Analyzing the public opinion on the Brazilian political and corruption issues. In: 6th Brazilian Conference on Intelligent Systems (BRACIS), 2017, Uberlândia. Proceedings of the 6th Brazilian Conference on Intelligent Systems (BRACIS), 2017.

• OLIVEIRA, M. R. S. ; PEIXOTO, M. L. M. ; GREVE, F. G. P. ; RIOS, R. A. . Tratamento de Valores Ausentes na Alocação de Máquinas Virtuais para a Computação em Nuvem. In: XIV WORKSHOP DE COMPUTAÇÃO EM CLOUDS E APLICAÇÕES (XXXIV Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos - SBRC), 2016, Salvador. Anais do WCGA 2016 Workshop de Computação em Clouds e Aplicações, 2016.

• RIOS, R. A. ; MELLO, R. F. . An Empirical Approach using Spectral and Recurrence Analysis to Estimate Time Series Stochastic and Deterministic Components. In: Conferência Brasileira de Dinâmica e Controle, 2011, Águas de Lindóia. X Conferência Brasileira de Dinâmica, Controle e Aplicações, 2011.

• RIOS, R. A. ; JACINTO, Daniele Santini ; SCHULZE, Bruno Richard ; GUARDIA, H. C. . Análise de Heurísticas para Escalonamento Online de Aplicações em Grade Computacional.. In: VII Workshop de Computação em Grade e Aplicações - WCGA, 2009, Recife - PE. Anais do VII Workshop de Computação em Grade e Aplicações - WCGA, 2009. v. 01. p. 13-24.

• MANTINI, A. ; FRAINER, G. C. ; RIOS, R. A. ; PEREIRA JR, L. A. ; STORCH, M. ; GEISS, M. ; MELLO, R. F. . GoStorm: A New Platform Driven to Scale-out Environments. In: The 3rd International Workshop on Latin American Grid, 2009, São Paulo. The 3rd International Workshop on Latin American Grid, 2009. p. 1-6.

• JACINTO, Daniele Santini ; RIOS, R. A. ; GUARDIA, H. C. . Automatic Modeling and Grid Scheduling MPI Applications. In: Workshop de Computação em Grade e Aplicações, 2007, Belém. Anais do Simpósio Brasileiro de Redes de Computadores e do Workshop de Computação em Grade e Aplicações, 2007. v. 1. p. 75-86.

• ZORZO, S. D. ; Gotardo, R.A. ; CEREDA, P. R. M. ; KIMURA, B. Y. L. ; RIOS, R. A. ; Grande, R. E. . Web Privacy Controlled by User: An Approach to treat the User's Preferences about Personal Data. In: Eropean Computing Conference, 2007, Athens. Eropean Computing Conference, 2007.

• Gotardo, R.A. ; RIOS, R. A. ; Grande, R. E. ; ZORZO, S. D. . Garantia de Políticas de Privacidade utilizando-se Certificação Digital. In: ICoFCS, 2006, Brasília. Proceeding of the International Conference of Forensic Computer Science, 2006. v. 01. p. 82-88.

• RIOS, R. A. ; JACINTO, Daniele Santini ; GUARDIA, H. C. . Ferramenta de Escalonamento dinâmico para Grades computacionais. In: IV Congresso de Pós-Graduação (CoPG), 2007, São Carlos. 7ª Jornada Científica da Ufscar, 2007.

• CASTALDONI, RODRIGO ; NOGUEIRA, T. M. ; LOPES, TIAGO J. S. ; RIOS, R. A. . Unleashing the Power of Large Language Models Specific for Hemophilia Research. In: WFH (World Federation of Hemophilia) 2024, 2024, Madrid. WFH (World Federation of Hemophilia) 2024, 2024. v. 1.

• KAUARK-FONTES, E. ; ARAUJO, A. L. D. ; ANDRADE, D. O. ; FARIA, K. M. ; BRANDAO, T. B. ; RAMALHO, L. M. P. ; SANTOS-SILVA, A. R. ; RIOS, R. A. . ARTIFICIAL INTELLIGENCE TO PREDICT RADIATION INDUCED ORAL MUCOSITIS: A PILOT STUDY. In: MASCC/AFSOS/ISOO 2024 Annual Meeting in Lille, 2024, Lille. MASCC/AFSOS/ISOO 2024 Annual Meeting in Lille, 2024. v. 1.

• LOPES, T. J. S. ; RIOS, R. A. ; NOGUEIRA, T. M. ; MELLO, RODRIGO . A Protein Residue Network to Study Emerging Properties of the Human Coagulation Factor VIII. In: The 12th JSH International Symposium in Kamakura, 2021, Kamakura. The 12th JSH International Symposium in Kamakura - Japanese Society of Hematology, 2021.

• da COSTA, F. G. ; RIOS, R. A. ; MELLO, R. F. . Applying dynamical system tools to detect concept drift on data streams. In: VI International Recurrence Plot Symposium, 2015, Grenoble. VI International Recurrence Plot Symposium, 2015.

• RIOS, R. A. ; MELLO, R. F. . Analysis of Decomposition Techniques to Estimate Time Series Stochastic and Deterministic Components: A Systematic Revi ew. In: Escola de Séries Temporais e Econometria, 2011, Gramado. 14ª Escola de Séries Temporais e Econometria, 2011.

• RIOS, R. A. ; MELLO, R. F. . Time series decomposition in terms of stochastic and deterministic components: an approach using recurrence plot and empirical mode decomposition. In: Fourth Recurrence Plot Symposium, 2011, Hong Kong. Fourth Recurrence Plot Symposium, 2011.

• RIOS, R. A. . Real-Time Eye Tracking: Using concept drift methods to detect saccades and fixations. 2023. (Apresentação de Trabalho/Conferência ou palestra).

• RIOS, R. A. . Is Deep Learning shortening the pathway to superintelligence?. 2022. (Apresentação de Trabalho/Conferência ou palestra).

• RIOS, R. A. . Machine Learning in Neuroscience: Applications in Eye-tracking Systems. 2020. (Apresentação de Trabalho/Seminário).

• RIOS, R. A. . Machine Learning in Neuroscience: Applications in Eye-tracking Systems. 2020. (Apresentação de Trabalho/Conferência ou palestra).

• RIOS, R. A. . Sniffing With Eyes. 2019. (Apresentação de Trabalho/Conferência ou palestra).

• MANTINI, A. ; FRAINER, G. C. ; RIOS, R. A. ; PEREIRA JR, L. A. ; STORCH, M. ; GEISS, M. ; MELLO, R. F. . GoStorm: A New Platform Driven to Scale-out Environments. 2009. (Apresentação de Trabalho/Congresso).

• RIOS, R. A. . Análise de Heurísticas para Escalonamento Online de Aplicações em Grade Computacional.. 2009. (Apresentação de Trabalho/Congresso).

• RIOS, R. A. ; JACINTO, Daniele Santini ; GUARDIA, H. C. . Ferramenta de Escalonamento dinâmico para Grades computacionais. 2007. (Apresentação de Trabalho/Congresso).

Outras produções

Projetos de pesquisa

• 2023 - Atual

  DIGGER: Um Modelo De Aprendizado De Máquina Em Português Com A Finalidade De Auxiliar O Cidadão Em Processos Do Judiciário, Descrição: Um dos principais desafios do judiciário são os processos da Defesa do Consumidor. A grande quantidade de processos que são iniciados inviabiliza a estrutura do Judiciário a ter celeridade nos seus julgamentos. Consequentemente, o cidadão torna-se ansioso por uma decisão em relação a um problema interposto. Com o intuito de mitigar a sofrência de ambas as partes interessadas, o presente projeto tem como objetivo geral desenvolver um modelo de aprendizado de máquina para Português a fim de auxiliar o cidadão na análise de processos do Judiciário.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Ricardo Araújo Rios - Integrante / Mirlei Moura da Silva - Integrante / Marlo Vieira dos Santos e Souza - Integrante / Daniela Barreiro Claro - Coordenador / RIOS, TATIANE N - Integrante / Robespierre Dantas da Rocha Pita - Integrante / George Marconi de Araújo Lima - Integrante / Babacar Mane - Integrante / Bruno Souza Cabral - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado da Bahia - Auxílio financeiro.

• 2023 - Atual

  Generative I-Care: Potencializando o diagnóstico e tratamento de doenças raras com Inteligência Artificial Generativa para treinamento de modelos de linguagem e processamento de imagens médicas, Descrição: Este projeto, chamado Generative I-Care (Intelligent Care), reúne cientistas altamente produtivos com um histórico de patentes/softwares e centenas artigos de alto impacto em áreas como Inteligência Artificial (IA), Bioinformática, Imunologia e Medicina. O objetivo desse projeto é aprofundar os estudos sobre doenças raras, com foco em Hemofilia e Mieloma Múltiplo (MM), usando abordagens avançadas de IA. Para Hemofilia, propõe-se a aplicação de técnicas de Processamento de Linguagem Natural (PLN), usando estratégias interdisciplinares que combinam dados de pacientes e informações científicas publicadas na literatura médica. Esses dados serão utilizados para treinar modelos de linguagem de grande escala, como chatGPT, com o intuito de auxiliar pacientes e médicos no diagnóstico preciso e no acompanhamento efetivo dessa doença. Além disso, os pesquisadores envolvidos têm liderado a criação de modelos de IA para classificação da severidade de seus sintomas. No entanto, a escassez de dados disponíveis limita os resultados alcançados. Para superar essa limitação, planeja-se desenvolver modelos generativos capazes de produzir dados sintéticos altamente realistas que aprimorarão o conjunto de treinamento e, consequentemente, o desempenho de modelos de classificação. Sobre MM, a pesquisa se concentrará na utilização de visão computacional. A instituição executora possui um significativo acervo de lâminas utilizadas no diagnóstico de pacientes em todo o estado. Parte dessas lâminas foram digitalizadas e rotuladas para o treinamento automatizado de modelos de diagnóstico. Devido à complexidade da rotulação, planeja-se desenvolver modelos generativos, como Midjourney, para criar imagens sintéticas aperfeiçoando os modelos de classificação existentes. Em suma, o projeto propõe uma abordagem interdisciplinar para avançar o conhecimento sobre doenças raras, como Hemofilia e MM, por meio da aplicação de modelos avançados de IA generativa com técnicas de PLN e visão computacional.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Ricardo Araújo Rios - Coordenador / João Paulo Canário - Integrante / MARCOS VINICIUS DOS SANTOS FERREIRA - Integrante / Brenno M. Alencar - Integrante / Tiago J. S. Lopes - Integrante / RIOS, TATIANE N - Integrante / Songeli Menezes Freire - Integrante / Luciana Maria Pondé Bastianelli Knop - Integrante / Roberto José Meyer Nascimento - Integrante / Herbert Henrique de Melo Santos - Integrante / Márcia Maria Lima Santos - Integrante / Rodrigo Cabrera Castaldoni - Integrante / Caio Lopes Borges Andrade - Integrante / Allan Souza dos Santos - Integrante / Danilo Oliveira Andrade - Integrante / Izabela Maria Del Rei Pereira Rosa - Integrante / Júlia Brito Mattos - Integrante / Maria Izabel Cerqueira da Silva e Silva - Integrante / Rodrigo Ornellas Santos - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2023 - Atual

  Sistema de Reconhecimento Facial no Transporte Público para Detecção de Fraude, Descrição: O projeto visa desenvolver um sistema de reconhecimento facial para detecção de fraudes no transporte público de Salvador. Atualmente, os ônibus que fazem o transporte da população de Salvador são equipados com dispositivos validadores que realizam a cobrança das passagens individuais e registram fotos tiradas dos passageiros durante a passagem nas reguladoras de acesso (catracas). O sistema desenvolvido neste projeto deve ser implantado no ambiente real de processamento das imagens pelas empresas de ônibus, sendo capaz de processar um volume de aproximadamente 2 milhões de imagens por dia. Além disso, o sistema deve ser capaz de reconhecer faces de passageiros (com e sem máscara de proteção facial contra COVID-19) e identificar fraudes comparando as imagens de cadastro e uso durante o transporte (CNPq nº 68/2022 - Programa de Mestrado e Doutorado para Inovação - MAI/DAI).. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) . , Integrantes: Ricardo Araújo Rios - Coordenador.

• 2023 - Atual

  Sistema inteligente para estimar a carga de passageiros no transporte público de Salvador, Descrição: O projeto visa desenvolver um sistema inteligente de Mineração de Dados e Aprendizado de Máquina para encontrar padrões e inferir informações de viagens completas no uso do transporte público em Salvador. Essa ferramenta analisará dados de GPS dos ônibus, das localizações geoespaciais dos pontos e de informações de uso dos cartões identificados para estimar locais de embarque e desembarque dos passageiros. O maior desafio deste projeto será estimar o local de desembarque dos passageiros usando apenas seus históricos de uso, uma vez que atualmente não existe uma forma de identificar o momento exato no qual os passageiros deixam os transportes. Essa estimativa possibilitará um planejamento mais eficiente da distribuição dos ônibus na cidade com base na carga de passageiros (CNPq nº 68/2022 - Programa de Mestrado e Doutorado para Inovação - MAI/DAI). , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) . , Integrantes: Ricardo Araújo Rios - Coordenador.

• 2023 - Atual

  CPA/IA - Uma Plataforma Digital Aberta Multiusuário De Ciência De Dados E Inteligência Artificial Para A Indústria 4.0, Descrição: O objetivo desta proposta é apresentar a estratégia para a criação do Centro de Excelência em Pesquisa Aplicada em Inteligência Artificial (IA) para a Indústria (CPA-IA). Este centro se propõe a atuar por meio da pesquisa avançada, desenvolvimento e implementação de uma plataforma digital aberta multiusuário deciência de dados e IA para a Indústria 4.0, a fim de alavancar a modernização, a competitividade, e o desenvolvimento científico e tecnológico da indústria nacional. Deverá acelerar a popularização da aplicação da IA para os diversos setores da indústria e obter reconhecimento nacional e internacional por sua capacidade de agregação de valor ao setor. A ferramenta desenvolvida permitirá que o Governo Brasileiro disponibilize um ambiente digital de Inteligência Artificial Industrial (I-AI), dando base à modernização dos processos produtivos e à geração de novos negócios intensivos em conhecimento. O desenvolvimento desta plataforma se dará por uma rede de pesquisadores que compartilhará seu conhecimento em projetos de pesquisa integrados e interdisciplinares. A integração de competências e experiências em IA da rede habilitará um plano nacional de educação e difusão do conhecimento, com a formação de recursos humanos qualificados. Todas estas atividades levarão à geração de produtos inovadores e de propriedade intelectual, gerando patentes e registros de software, fomentando a transferência das tecnologias criadas para os setores público e privado, enquanto se busca a criação de oportunidades inovadoras para o desenvolvimento sustentável e ético da indústria.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Ricardo Araújo Rios - Integrante / Tatiane Marques Nogueira - Integrante / Cássio Vinicius Serafim Prazeres - Integrante / Marcos Ennes Barreto - Integrante / Daniela Barreiro Claro - Integrante / Karl Philips Apaza Aguero - Integrante / Leobino Nascimento Sampaio - Integrante / Robespierre Dantas da Rocha Pita - Integrante / Antônio José da Silva Neto - Coordenador / Davidson Martins Moreira - Integrante / Claudio Fabiano Motta Toledo - Integrante / Islame Felipe da Costa Fernandes - Integrante / Bruno Pereira dos Santos - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

• 2022 - 2023

  A reinforcement in the detection of environmental changes to watch forests and support sustainable actions, Descrição: Recent studies emphasize unequivocal evidences about the impact of human actions on climate and biodiversity, requiring the development of sustainable solutions by taking into account ecological, social, and economic perspectives. In Brazilian terms, the last years have been marked by controversial discussions among politicians and environmentalists, leading to misinformation and misinterpretations that clearly motivate the continuous collection and scientific analysis of environmental data. Aiming at dealing with this issue, we propose in this project two important contributions: (i) the design of a new approach combining concept drift detection and reinforcement learning to model spatio-temporal data from natural environments; (ii) the development of a simulation tool capable of analyzing and predicting biodiversity data to help our society to understand the impact of human actions. Our contribution will be assessed in collaboration with researchers from the TAIO project, which is an extensive program supported by the New Zealand government. Lately, we plan to model environmental data streams in Brazil collected from the MapBiomas project and Google tools to understand better the impact of forest fires and deforestation, which strongly affected the Brazilian biodiversity in recent years. (Google Latin American Research Awards). , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Ricardo Araújo Rios - Coordenador / Brenno M. Alencar - Integrante., Financiador(es): Google Inc. - Bolsa.

• 2022 - Atual

  SI2 - Instituto de Ciência, Tecnologia e Inovação para o Desenvolvimento de Sistemas Seguros, Inteligentes e Intensivos em Dados (Edital N 005/2022 - INCITE - R$ 1.635.884,00), Descrição: Este projeto tem como objetivo geral a promoção de pesquisa, desenvolvimento e inovação na área de Engenharia de Sistemas com o objetivo de estabelecer marcos referenciais para o desenvolvimento de sistemas seguros, inteligentes e intensivos em dados.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Ricardo Araújo Rios - Integrante / Tatiane Marques Nogueira - Integrante / Frederico Araújo Durão - Integrante / Maycon L. M. Peixoto - Integrante / Gustavo Bittencourt Figueiredo - Integrante / Cássio Vinicius Serafim Prazeres - Integrante / Vaninha Vieira dos Santos - Integrante / Ivan do Carmo Machado - Integrante / Tiago de Oliveira Januario - Integrante / Rafael Augusto de Melo - Integrante / Daniela Barreiro Claro - Integrante / Eduardo S. de Almeida - Coordenador / Fabíola Gonçalves Pereira Greve - Integrante / Manoel Gomes De Mendonça Neto - Integrante / Antonio Lopes Apolinario Junior - Integrante / Leobino Nascimento Sampaio - Integrante / Robespierre Dantas da Rocha Pita - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado da Bahia - Auxílio financeiro.

• 2021 - 2023

  Unleashing the power of artificial intelligence to accelerate hemophilia treatment (FY2021 R&D Subsidies Overseas Program), Descrição: Coagulation is a vital mechanism that stops blood loss by forming a platelet plug that closes injury sites. Such operation depends on specific protein activation and different coagulation factors. The production of defective coagulation factor proteins causes blood coagulation disorders such as hemophilia. Patients with this condition are at risk of life-threatening bleeding episodes if not adequately treated. Previously, we used Artificial Intelligence (AI) to understand the architecture of such proteins and to predict the hemophilia severity. Our results emphasized that our AI-based system was capable of extracting protein properties and providing substantial evidence of disease severity based on mutation effects. Here we propose a novel graph-based deep learning method to capture the structural properties from proteins causing hemophilia and to map the effects of mutating their residues. The funds provided by the Terumo Life Science Foundation will support the final step of our system, namely, reaching a production level towards developing high-quality hemophilia therapeutics.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Doutorado: (2) . , Integrantes: Ricardo Araújo Rios - Coordenador / Tatiane Marques Nogueira - Integrante / Tiago J. S. Lopes - Integrante., Financiador(es): TERUMO LIFE SCIENCE FOUNDATION - Auxílio financeiro.

• 2021 - Atual

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

• 2021 - Atual

  Transformação Digital Na Indústria 4.0, Conectividade, Inovação No Pós-Covid-19 - Ppg Ciência Da Computação Pgcomp Da Universidade Federal Da Bahia, Descrição: Este projeto, de caráter interdisciplinar, é o resultado do desejo e do compromisso do corpo docente de quatro programadas de pós-graduação stricto sensu nas áreas de gestão e tecnologia, computação, estudos territoriais e direito, governança e políticas públicas, previamente selecionados como aderente a área prioritária discutida e aprovada pela FAPESB. Estes programas reúnem conhecimentos nas áreas das ciências sociais aplicadas, ciências exatas e da terra, ciências humanas e da área de planejamento, projeto, controle e gestão de sistemas de produção com profundidade acadêmica e articulação nacional e internacional que permite a apresentação desta proposta. O Projeto estrutura-se, portanto, de maneira a transpor os muros do conhecimento compartimentado, buscando fomentar a interdisciplinaridade dos conhecimentos e das competências entre os discentes das diferentes instituições. Em síntese, o Projeto pretende ampliar o diálogo entre estratégias de gestão pública direcionadas a uma agenda de inovação e desenvolvimento de novas tecnologias com a finalidade desuperar os principais óbices da realidade pós-COVID 19. Espera-se que através desta proposta, seja possível a formação avançada de capital humano por meio dos quatro programas de pós-graduação já mencionados, e que estes discentes, bem como potenciais egressos possam atuar diretamente conectados aos diferentes segmentos de mercado, como agentes públicos ou privados incluindo também os segmentos industriais. Além da inserção e formação destes recursos, pretende-se promover o fortalecimento dos programas de pós-graduação, promovendo e incentivando a sua cooperação com outras instituições, empresas nos diferentes segmentos do mercado, buscando a inserção de agentes inovadores para auxiliar propondo soluções em seus processos.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (3) . , Integrantes: Ricardo Araújo Rios - Integrante / Frederico Araújo Durão - Integrante / Vaninha Vieira dos Santos - Integrante / Manoel Gomes De Mendonça Neto - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Estado da Bahia - Auxílio financeiro.

• 2021 - Atual

  Rede de Referência de Inteligência Artificial do Estado da Bahia, Descrição: O Convênio terá por objeto a Disseminação e o fortalecimento de competências na Tecnologia Habilitadora de Inteligência Artificial (IA) no Estado da Bahia através de Rede de Referência de Inteligência Artificial do Estado da Bahia (ESPAÇO BAH.IA), visando, num passo seguinte, o desenvolvimento de soluções com o uso dessa tecnologia no Estado da Bahia, com participação de Instituições de Ciência, Tecnologia e Inovação do Estado.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Ricardo Araújo Rios - Integrante / ADELIA MARIA CARVALHO DE MELO PINHEIRO - Coordenador., Financiador(es): Superintendência de Desenvolvimento do Nordeste - Auxílio financeiro.

• 2020 - 2023

  Face mask detectors in public transportation during the COVID-19 pandemic, Descrição: The coronavirus disease 2019 (COVID-19) is a severe acute respiratory syndrome caused by the coronavirus 2 (SARS-CoV-2), which has deeply affected not only the health systems but also the global economy and politics. Due to its rapid spread, the World Health Organization (WHO) has declared a pandemic outbreak on March 11th, 2020~\cite{CDC}. According to the Johns Hopkins University Center for Systems Science and Engineering (JHU CSSE), up to November 3rd, 2020, the number of confirmed cases around the world has surpassed more than 47 million cases and the number of deaths is greater than 1.2 million registers. In Brazil, where the high number of confirmed cases and deaths caused by coronavirus has demanded to a social isolation for a period greater than 8 months, the public transportation, widely used by the population in general, is an important monitoring point. The relaxation of the mask adoption in such an environment can be responsible for increasing the reproduction number (R) of SARS-CoV-2. For example, before starting the pandemic outbreak, more than 1,1 million passengers used to take buses per day in Salvador -- Brazil (average calculated between 2016 and 2019). In this context, the restriction of minimum distance among passengers cannot be assured, especially during rush hours. Additionally, the monitoring of people wearing face masks by human supervisors is neither efficient, due to the huge volume of passengers, nor economically possible. Therefore, the implementation of an Artificial Intelligence (AI) system, devoted to identify whether or not every passenger is respecting the mask recommendation, is essential for, at least, two main reasons: (i) to support the development of more effective policies, once the main awareness campaigns can be dedicated to regions where the rate of the facemask-wearing adoption is getting lower; and (ii) to present lines "safer" to users where face masks have been more adopted. Empresas envolvidas: NeoDados Treinamento e Consultoria em Tecnologia da Informação LTDA e Associação das Concessionarias do Serviço de Transporte Publico de Passageiros por Ônibus Urbanos de Salvador (Integra).. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (0) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Ricardo Araújo Rios - Coordenador / Tatiane Marques Nogueira - Integrante.

• 2019 - 2023

  Nvidia - GPU Grant Program Data Science, Descrição: The main project was planned to be executed as a Data Science topic by using Deep Neural Network (DNN) to deal with environmental and health problems. The first problem is related to the classification of seismic signals collected from a volcano. Volcanic activity involves physical processes characterized by the transport of mass and energy. The energy fraction released by different types of processes generates specific patterns in form of discrete land oscillations that are referred to as volcano seismic events. The analysis of signals produced during such events can provide useful information to support an automatic identification on volcanic activities. By analyzing them, it is possible to take decisions in advance, providing benefits for the neighboring societies. This problem has been investigated along with researchers from OVDAS (Observatorio Vulcanologico de los Andes Sur) and Universidad de La Frontera (Chile), by analyzing signals collected from the LAV station, which is one of the seven seismic stations responsible for monitoring the Llaima activity. The second problem tackled in this project shows the importance of using DNN to classify signals from brain. In eye-tracking experiments with primates, infants or non-cooperating subjects, the data used during the calibration step generally suffers from high contamination. This contamination corresponds to periods in which the subject was not actually looking at the calibration target. To solve this issue, researchers can use an intrusive device placed on subject's eyes. To avoid this task we are investigating a new approach using DNN to classify brain signals depending on the visual stimuli during experiments. According to our first experimental results, we noticed it is possible to accurately replace this intrusive task by our DNN architecture, avoiding such uncomfortable procedure. This problem has been investigated in collaboration with researchers from the Brain Institute (Federal University of Natal).. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (1) / Mestrado profissional: (0) / Doutorado: (1) . , Integrantes: Ricardo Araújo Rios - Coordenador / João Paulo Canário - Integrante / OTÁVIO GONÇALVEZ VICENTE RIBEIRO FILHO - Integrante.

• 2019 - 2023

  Sniffing with the eyes: How the eye movements entrains V1 neuronal dynamics, Descrição: Rhythmic processes seem essential for the control of information in sensory systems (Schroeder et al., 2010). In the olfactory bulb, neuronal oscillations are precisely phase-locked to the respiratory cycle (4 - 12 Hz). These synchronous signals may coordinate the neuronal activity of areas far beyond the olfactory pathways, such as barrel cortex, prefrontal cortex and hippocampus (Moberly et al., 2018). Similarly, in the visual system, the saccadic eye movements may contribute with a well-structured temporal dynamics, optimized for the visual processing (Otero-Millan, 2008). Thus, it may not be surprising to learn that visual attention also operates at a baseline rate of 8 Hz, as shown by recent studies by Landau et al. (2015). It is entirely possible that in the visual cortex, as in the hippocampus, slow rhythms at the theta frequency-band constrain the neuronal dynamics at the gamma-band, which is known to play a critical role in attentional processing (Bosman et al., 2012; Fries, 2015). So far, studies of the cortical dynamics have been limited to classical paradigms of covert attention based on simplified artificial visual stimuli, such as moving gratings (Fries, 2015). Little is known about the processes of attention during naturalistic conditions. Here, we want to fill this gap with a paradigm that combines free-viewing of visual scenes with delivered cues, to deliberately generate orienting saccadic responses as opposed to the exploratory behavior. Simultaneous recording of neuronal activity (spiking responses and local field potential) will be carried out in V1 and V4 areas of capuchin monkeys (Spajus libidinosus) subjected to different visual strategies: (1) free viewing of real objects or movies and static scenes presented on a computer screen; (2) free viewing of sequences containing cueing events (bottom-up attention); and (3) visual search tasks (detection of a target object embedded in distracting set of objects displayed on the computer screen, top-down attention). Stimuli will be presented in long stretches of time (100 seconds) to avoid the effects of trial-repetition on the exploratory behavior. Corrected orienting responses to cued targets along the trial will reward. Comparisons will be made between the responses after saccades directed to salient objects (targets, attention condition) and responses after saccades directed to neutral objects (distractors, non-attention condition), and also during exploratory behavior. Our analysis will focus on obtaining metrics of oscillatory responses for different spectral bands (theta, alpha, beta, and gamma), and coherence analysis as a function of the events extracted from the eye movement data (exploratory saccades, orienting saccades). Generally, these results will contribute to a better understanding of the bottom-up and top-down mechanisms during natural vision when a robust attentional engagement occurs.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Ricardo Araújo Rios - Integrante / Adrien Brilhault - Integrante / Sergio Neuenschwander - Coordenador / Jerome Baron - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2019 - 2023

  Processamento e Análise de Sinais Coletados do Córtex Visual Cerebral (Edital Universal MCTIC/CNPq n.o 28/2018 Faixa A), Descrição: Sistemas de rastreamento ocular são amplamente utilizados em Neurociência para estudar sinais neurais transmitidos no córtex visual cerebral. Em geral, esses estudos são realizados em um ambiente experimental onde uma pessoa ou um animal é posicionado em frente a uma tela que apresenta estímulos visuais. Câmeras são posicionadas para medir a resposta a tais estímulos pelo monitoramento do movimento dos olhos. Essa medição fornece importantes informações que permitem compreender detalhes sobre atenção visual e, consequentemente, auxiliar no diagnóstico de doenças como, por exemplo, a degeneração macular e Parkinson. Neste trabalho, propõe-se aplicar técnicas de Processamento de Sinais e Aprendizado de Máquina para auxiliar nessa medição em diferentes etapas. Inicialmente, na etapa de calibração dos experimentos, espera-se desenvolver uma técnica que reduza a dependência para um operador externo que valide os movimentos oculares. Após essa etapa, espera-se desenvolver um novo algoritmo de agrupamento de dados que seja capaz de identificar diferentes fixações do movimento dos olhos, a fim de identificar com precisão quando os olhos realiza movimentos de sacada, variando entre diferentes pontos fixos. Por fim, técnicas de classificação utilizando Redes Neurais Artificiais poderão ser utilizadas para classificação de sinais transmitidos no córtex visual cerebral durante a observação livre de cenas visuais em condições naturais. Como consequência, espera-se que estes resultados possam contribuir para uma melhor compreensão dos mecanismos visão.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Ricardo Araújo Rios - Coordenador / Tatiane Marques Nogueira - Integrante / Adrien Brilhault - Integrante / MARCOS VINICIUS DOS SANTOS FERREIRA - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2015 - 2017

  Análise da Influência do Determinismo na Detecção de Padrões em Dados Geoespaciais, Descrição: A análise de dados geoespaciais tem fornecido importantes informações sobre a dinâmica do clima global. Conhecendo-se essa dinâmica, pode-se identificar e medir, por exemplo, o impacto que as ações do homem, como desmatamentos e expansão de áreas cultivadas, exercem sobre o meio ambiente. Uma vez que esse impacto é conhecido, é possível identificar alternativas para utilizar de maneira eficiente e otimizada os recursos disponíveis. Entretanto, essa análise não é uma tarefa fácil devido aos relacionamentos complexos entre diferentes variáveis como, por exemplo, índices pluviométricos, temperatura e vegetação. Além disso, o grande volume de dados produzidos a partir do monitoramento remoto via satélite destes índices dificulta a aplicação de técnicas que necessitam de uma supervisão de especialistas de domínio. Nesse sentido, este projeto de pesquisa propõe analisar a influência de componentes estocásticos e determinísticos visando extrair de maneira automática informações sobre a dinâmica do clima global em grandes volumes de dados (big data) geoespaciais. Os conjuntos de dados que serão analisados são organizados como séries temporais. Assim, primeira etapa na execução do projeto envolve a aplicação de técnicas de substituição de dados ausentes em séries temporais, uma vez que as condições climáticas podem impedir o monitoramento correto da superfície da terra, gerando valores ausentes no conjunto de dados. Em seguida, os dados serão decompostos em componentes estocástico e determinístico. Para tanto, propõe-se neste projeto o desenvolvimento de uma nova técnica de decomposição de componentes estocásticos e determinísticos que utiliza ferramentas de quantificação de recorrência e topologia computacional. Com a aplicação dessa nova técnica, espera-se detectar diferentes regiões do planeta onde há uma correlação entre padrões de estocasticidade e determinismo, permitindo, por exemplo, definir políticas públicas para lidar a escassez de recursos naturais e melhor alocar de verbas governamentais.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Ricardo Araújo Rios - Coordenador., Financiador(es): Universidade Federal da Bahia - Auxílio financeiro.

• 2014 - 2017

  Análise e Visualização de Grandes Volumes de Dados Coletados ao Longo do Tempo, Projeto certificado pelo(a) coordenador(a) Rodrigo Fernandes de Mello em 26/02/2015., Descrição: A disponibilidade de recursos computacionais tornou viável, e em diversos cenários desejável, a coleta de dados em grandes volumes e a altas frequências. Contudo, a área de visualização ainda não conta com abordagens para apresentar esses dados, particularmente no que se refere à produção de visualizações interativas, necessárias nesses cenários dinâmicos. Neste contexto, este plano de pesquisa visa organizar esses dados na forma de séries temporais, as quais devem ser decompostas a fim de produzir visualizações que facilitem a análise desses sistemas dinâmicos. Essa decomposição deve separar as influências estocásticas e determinísticas de cada observação com o intuito de retornar duas séries distintas (uma estocástica e outra determinística) que se somadas compõem a série original. Após modelar ambas séries, deve-se mapear seus espaços multidimensionais resultantes em visualizações interativas 2D e 3D, capazes de representar o comportamento recorrente desses dados. Para isso, deve-se utilizar ferramentas matemáticas de projeção e kérneis de mapeamento do espaço que permitam representações mais adequadas. Deve-se, ainda, atualizar esses modelos conforme novos dados são recebidos ao longo do tempo. Essas atualizações também devem ser mapeadas nas visualizações 2D e 3D, a fim de atender requisitos de aplicações interativas. Espera-se que as ferramentas de análise e visualização resultantes deste projeto facilitem a compreensão de dados temporais e sejam úteis para o desenvolvimento de políticas públicas em setores estratégicos para o Brasil, tais como o do agronegócio, saúde e educação.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Ricardo Araújo Rios - Integrante / Rodrigo Fernandes de Mello - Coordenador / Ishii, R. P. - Integrante / Paulo Aristarco Pagliosa - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2014 - 2017

  Abordagem baseada na estabilidade de algoritmos de agrupamento de dados para garantir a detecção de mudanças de conceito em fluxos de dados, Projeto certificado pelo(a) coordenador(a) Rodrigo Fernandes de Mello em 26/02/2015., Descrição: Diversos processos industriais, científicos e comerciais produzem dados continuamente, em grande volume e em alta velocidade, denominados fluxos de dados. Na área de Aprendizado de Máquina são realizadas pesquisas para modelar e analisar o comportamento desses fluxos, a fim de compreender o fenômeno que os produziu. Em diversos cenários, esses fluxos de dados alteram seus comportamentos ao longo do tempo, o que são tidos na literatura como mudanças de conceito. É de grande importância detectar essas mudanças, pois elas permitem compreender melhor o fenômeno em estudo. Muitos trabalhos realizam essa tarefa supondo que (i) os dados são rotulados e/ou (ii) desconsiderando as relações temporais na produção dos dados - suposições difíceis de serem afirmadas sobre fluxos de dados. Este plano de pesquisa propõe um método para detectar mudanças de conceito em fluxos de dados não rotulados, considerando a dependência temporal intrínseca às observações que compõem tais conjuntos. Inicialmente os dados do fluxo serão organizados em janelas ou trechos consecutivos ao longo do tempo. Cada janela será decomposta em seus componentes estocástico e determinístico por meio dos métodos Empirical Mode Decomposition e Recurrence Quantification Analysis, sendo então modelados com o propósito de remover dependências temporais entre os dados. Em seguida, por meio de um algoritmo de agrupamento de dados estável, cada janela será agrupada, produzindo dendrogramas. Por fim, esses dendrogramas serão comparados por meio da distância de Gromov-Hausdorff com o intuito de identificar as divergências entre essas janelas consecutivas de dados, evidenciando mudanças de conceito.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Ricardo Araújo Rios - Integrante / Rodrigo Fernandes de Mello - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

Prêmios