Renata Pelissari Infante

Pós-doutorado

Formação complementar

Idiomas

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• MACHADO, RAFAELA HELOISA CARVALHO ; CONCEIÇÃO, SAMUEL VIEIRA ; PELISSARI, RENATA ; AMOR, SARAH BEN ; RESENDE, THIAGO LOMBARDI . A multiple criteria framework to assess learning methodologies. Thinking Skills and Creativity , v. 48, p. 101290, 2023.

• ABACKERLI, ALVARO JOSÉ ; PELISSARI, RENATA ; DUARTE, LEONARDO TOMAZELI . Validation of a Maturity Model for Applied R&D: Adding Value to Business. IEEE TRANSACTIONS ON ENGINEERING MANAGEMENT , v. -, p. 1-17, 2023.

• PELISSARI, RENATA ; ABACKERLI, ALVARO JOSÉ ; DUARTE, LEONARDO TOMAZELI . Choquet capacity identification for multiple criteria sorting problems: A novel proposal based on Stochastic Acceptability Multicriteria Analysis. APPLIED SOFT COMPUTING , v. 120, p. 108727, 2022.

• PELISSARI, RENATA ; DUARTE, LEONARDO TOMAZELI . SMAA-Choquet-FlowSort: A novel user-preference-driven Choquet classifier applied to supplier evaluation. EXPERT SYSTEMS WITH APPLICATIONS , v. 207, p. 117898, 2022.

• PELISSARI, RENATA ; KHAN, SHARFUDDIN AHMED ; BEN-AMOR, Sarah . Application of Multi-Criteria Decision-Making Methods in Sustainable Manufacturing Management: A Systematic Literature Review and Analysis of the Prospects. INTERNATIONAL JOURNAL OF INFORMATION TECHNOLOGY & DECISION MAKING , v. 1, p. 1-23, 2021.

• PELISSARI, RENATA ; JOSÉ ABACKERLI, ALVARO ; BEN AMOR, SARAH ; CÉLIA OLIVEIRA, MARIA ; INFANTE, KLEBER MANOEL . Multiple criteria hierarchy process for sorting problems under uncertainty applied to the evaluation of the operational maturity of research institutions. OMEGA-INTERNATIONAL JOURNAL OF MANAGEMENT SCIENCE , v. 103, p. 102381, 2021.

• PELISSARI, RENATA ; OLIVEIRA, MARIA CELIA ; ABACKERLI, ALVARO J. ; BEN'AMOR, SARAH ; ASSUMPÇÃO, MARIA RITA PONTES . Techniques to model uncertain input data of multi-criteria decision-making problems: a literature review. International Transactions in Operational Research , v. 28, p. 523-559, 2021.

• PELISSARI, R. ; OLIVEIRA, M. C. ; AMOR, S. BEN ; KANDAKOGLU, A. ; HELLENO, A. L. . SMAA methods and their applications: a literature review and future research directions. ANNALS OF OPERATIONS RESEARCH , v. 293, p. 433-493, 2020.

• PELISSARI, RENATA ; OLIVEIRA, MARIA CELA ; BEN AMOR, SARAH ; ABACKERLI, ALVARO JOSÉ . A new FlowSort-based method to deal with information imperfections in sorting decision-making problems. EUROPEAN JOURNAL OF OPERATIONAL RESEARCH , v. 276, p. 235-246, 2019.

• MACHADO, R. H. C. ; PELISSARI, R. ; GENNARO, C. K. ; OLIVEIRA, E. D. . Panorama Bibliográfico de Methods Time Measurement Aplicado à Engenharia. ESPACIOS (CARACAS) , v. 39, p. 2, 2018.

• PELISSARI, R. ; Infante, K.M. ; OLIVEIRA, M. C. ; HELLENO, A. L. ; ABACKERLI, A. J. . A new web-based method for automatic selection of articles for systematic literature reviews. IEEE Latin America Transactions , v. 15, p. 1926-1932, 2017.

• PELISSARI, R. ; OLIVEIRA, M. C. ; ASSUMPCAO, M. R. P. . Multi-criteria decision making methods to select strategic objectives and performance indicators considered in the Balanced Scorecard. REVISTA CIÊNCIA E TECNOLOGIA , v. 20, p. 45-58, 2017.

• PELISSARI, RENATA ; CAMPELLO, B. ; PELEGRINA, G. D. ; SUYAMA, R. ; DUARTE, LEONARDO TOMAZELI . Critical Analysis of AI Indicators in Terms of Weighting and Aggregation Approaches. In: Naldi, M.C., Bianchi, R.A.C.. (Org.). Brazilian Conference on Intelligent Systems. 1ed.: Springer, Cham, 2023, v. 14196, p. 385-399.

• PELISSARI, RENATA ; ALENCAR, P. S. ; BEN-AMOR, Sarah ; DUARTE, L. T. . The Use of Multiple Criteria Decision Aiding Methods in Recommender Systems: A Literature Review. In: Xavier-Junior, J.C.; Rios, R.A.. (Org.). Intelligent Systems. BRACIS 2022. Lecture Notes in Computer Science(). 1ed.: Springer, Cham, 2022, v. 13653, p. 535-549.

• PELISSARI, RENATA ; BEN-AMOR, Sarah ; de Oliveira, Maria Celia . A Multiple-Criteria Decision Sorting Model for Pharmaceutical Suppliers Classification Under Multiple Uncertainties. In: Barbosa-Povoa A.; Jenzer H.; de Miranda J.. (Org.). Lecture Notes in Logistics. 1ed.: Springer International Publishing, 2019, v. , p. 229-247.

• PELISSARI, R. ; ABACKERLI, A. J. ; DUARTE, L. T. . Identificação dos parâmetros da integral de Choquet para problemas de classificação multicritério. In: LII Simpósio Brasileiro de Pesquisa Operacional, 2021, Virtual. Anais do LIII Simpósio Brasileiro de Pesquisa Operacional, 2021.

• PELISSARI, R. ; DUARTE, L. T. . Identification of Choquet capacity in multicriteria sorting problems through stochastic inverse analysis. In: 17th International Conference on Modeling Decisions for Artificial Intelligence, 2020, Sant Cugat, Spain. Proceedings The 17th International Conference on Modeling Decisions for Artificial Intelligence, 2020.

• PELISSARI, R. ; BEN-AMOR, Sarah ; DUARTE, L. T. . Uma revisão da literatura sobre avaliação de incerteza em matrizes de comparação par a par utilizadas no apoio à decisão: resultados preliminares. In: Simposio Brasileiro de Pesquisa Operacional, 2019, Limeira. LI Simpósio Brasileiro de Pesquisa Operacional, 2019.

• PELISSARI, RENATA ; ABACKERLI, ALVARO JOSÉ ; DUARTE, L. T. . Identificação dos parâmetros da integral de Choquet para problemas de classificação multicritério. In: LIII Simpósio Brasileiro de Pesquisa Operacional, 2019, Limeira. Anais do LIII Simpósio Brasileiro de Pesquisa Operacional, 2019.

• PELISSARI, R. ; MACHADO, R. H. C. ; KUHL, C. ; OLIVEIRA, M. C. ; NICOLETTI JUNIOR, A. . PROPOSTA DE UM JOGO EDUCACIONAL EM GRUPO PARA O ENSINO DE CONTROLE ESTATÍSTICO DO PROCESSO NA ENGENHARIA DE PRODUÇÃO. In: XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO, 2017, Joinville. A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens avançadas de produção, 2017.

• GENNARO, C. K. ; MACHADO, R. H. C. ; PELISSARI, R. ; LIMA, C. R. C. ; OLIVEIRA, E. D. . PROPOSTA DE JOGO EDUCACIONAL EM GRUPO PARA O ENSINO DE CONTROLE DE PROCESSOS ESPECIAIS A ALUNOS DE ENGENHARIA DE PRODUÇÃO. In: XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO, 2017, Joinville. A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens avançadas de produção, 2017.

• FRONZA, B. H. ; GENNARO, C. K. ; PELISSARI, R. ; OLIVEIRA, E. D. . APLICAÇÃO DA METODOLOGIA KAIZEN PARA SUBSTITUIÇÃO DO LUBRIFICANTE DE UM PROCESSO DE CONFORMAÇÃO A FRIO. In: XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO, 2017, Joinville. A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens avançadas de produção, 2017.

• PELISSARI, R. ; OLIVEIRA, M. C. . AVALIAÇÃO DA RELAÇÃO ENTRE A IMPLEMENTAÇÃO DE SISTEMAS DA QUALIDADE E A UTILIZAÇÃO DE TÉCNICAS E FERRAMENTAS DA QUALIDADE EM DIFERENTES PAÍSES E ÁREAS DE CONHECIMENTO POR MEIO DE UMA BIBLIOMETRIA. In: XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO,, 2015, Bauru. Anais do XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO,, 2015.

• PELISSARI, RENATA ; BEN-AMOR, Sarah ; DUARTE, L. T. . A data-driven multiple criteria sorting approach to constructing social vulnerability composite indicators using the Choquet integral.. In: 26th International Conference on Multiple Criteria Decision Making (MCDM), 2022, Portsmouth, England. Proceedings of the 26th International Conference on Multiple Criteria Decision Making (MCDM 2022), 2022.

• PELISSARI, R. ; DUARTE, L. T. . A multi-criteria sorting approach via the Choquet integral to constructing social vulnerability composite indicators -. In: INSID 2021 | INnovation for Systems Information and Decision meeting, 2021, Online. Local Proceedings, 2021. p. 40.

• PELISSARI, R. ; BEN AMOR, SARAH . Application of Multi-Criteria Decision-Making Methods in Healthcare Management: A Literature Review. In: 25th International Conference on Multiple Criteria Decision Making, 2019, Istambul. MCDM Beyond the Information Age, 2019.

• PELISSARI, R. ; OLIVEIRA, M. C. ; BEN-AMOR, Sarah ; HELLENO, A. L. . SMAA: A comprehensive literature review on methodologies and applications. In: 24th International Conference on Multiple Criteria Decision Making, 2017, Ottawa. Canada 150: Creating a Sustainable Society, 2017.

• PELISSARI, R. ; BEN-AMOR, Sarah ; OLIVEIRA, M. C. . A Multiple-Criteria Decision Sorting Model for Pharmaceutical Suppliers Evaluation Under Multiple Imperfect Data. In: 60th Annual Canadian Operational Research Society, 2018, Halifax. CORS, 2018. p. 45.

• BEN-AMOR, Sarah ; PELISSARI, R. ; OLIVEIRA, M. C. . A Multiple-Criteria Decision Sorting Model for pharmaceutical suppliers? selection under mixed imperfect data. In: nternational Conference of the African Federation of Operational Research Societies (AFROS), 2018, Tunis/ Tunisia. AFRO, 2018.

• BEN AMOR, SARAH ; PELISSARI, R. ; OLIVEIRA, M. C. ; ABACKERLI, A. J. . Techniques to model uncertain input data of multi-criteria decision making problems: a literature review. In: 29th European Conference on Operational Research, 2018, Valencia/ Spain. EURO, 2018.

• PELISSARI, R. ; ALENCAR, P. S. ; BEN AMOR, SARAH ; DUARTE, L. T. . The Use of Multiple Criteria Decision Aiding Methods in Recommender Systems: A Literature Review. 2022. (Apresentação de Trabalho/Congresso).

• PELISSARI, R. ; BEN-AMOR, Sarah ; DUARTE, LEONARDO TOMAZELI . A data-driven multiple criteria sorting approach to constructing social vulnerability composite indicators using the Choquet integral. 2022. (Apresentação de Trabalho/Conferência ou palestra).

• PELISSARI, R. ; ABACKERLI, A. J. ; DUARTE, LEONARDO TOMAZELI . Identificação dos parâmetros da integral de Choquet para problemas de classificação multicritério. 2021. (Apresentação de Trabalho/Simpósio).

• PELISSARI, R. ; BEN AMOR, SARAH . Application of Multi-Criteria Decision-Making Methods in Healthcare Management: A Literature Review. 2019. (Apresentação de Trabalho/Conferência ou palestra).

• PELISSARI, R. ; DUARTE, L. T. . Choquet Integral for multi-criteria sorting problems with uncertain data: preliminary results. 2019. (Apresentação de Trabalho/Outra).

• PELISSARI, R. ; BEN AMOR, SARAH ; DUARTE, L. T. . Uma revisão da literatura sobre avaliação de incerteza em matrizes de comparação par a par utilizadas no apoio à decisão: resultados preliminares. 2019. (Apresentação de Trabalho/Simpósio).

• PELISSARI, R. ; BEN-AMOR, Sarah ; OLIVEIRA, M. C. . A Multiple-Criteria Decision Sorting Model for Pharmaceutical Suppliers? Evaluation Under Multiple Imperfect Data.. 2018. (Apresentação de Trabalho/Conferência ou palestra).

• PELISSARI, R. ; OLIVEIRA, M. C. ; BEN-AMOR, Sarah ; HELLENO, A. L. . SMAA: A comprehensive literature review on methodologies and applications. 2017. (Apresentação de Trabalho/Conferência ou palestra).

• PELISSARI, R. ; BEN-AMOR, Sarah ; OLIVEIRA, M. C. . A Multiple-Criteria Decision sorting model for pharmaceutical suppliers' selection under multiple uncertainties.. 2017. (Apresentação de Trabalho/Outra).

• PINTO JÚNIOR, D. L. ; PELISSARI, R. . Análise de Dados Multinomiais. 2008. (Apresentação de Trabalho/Simpósio).

• PELISSARI, R. ; SIQUEIRA, V. C. N. . Equações Diferenciais Ordinárias: crescimento de plantas e peixes. 2005. (Apresentação de Trabalho/Simpósio).

• PELISSARI, R. . Uma Equação Diferencial Ordinária básica modelando o crescimento de peixes. 2005. (Apresentação de Trabalho/Simpósio).

Outras produções

Projetos de pesquisa

• 2023 - Atual

  Construção de indicadores compostos robustos: novos métodos baseados no apoio à decisão multicritério e aplicações, Descrição: Indicadores compostos vêm ganhando cada vez mais popularidade em uma ampla variedade de áreas de pesquisa. Sua adoção por instituições globais como a OECD, a OMS e a ONU atraiu ainda mais a atenção da mídia e dos formuladores de políticas em todo o mundo, e seu número de aplicações aumentou desde então. Esse novo cenário acendeu um alerta para questões metodológicas adotadas na construção de indicadores compostos, principalmente no que se refere à ponderação e agregação. A literatura indica que essas duas fases da construção de indicadores compostos são onde residem as principais críticas e também as principais oportunidades de desenvolvimento de novas pesquisas. De fato, indicadores que levam em consideração múltiplas dimensões devem ser agregados e ponderados de acordo, considerando questões de correlação e compensabilidade entre os indicadores e evitando abordagens de ponderação subjetivas. A análise de robustez deve ser realizada para avaliar o impacto dos pressupostos e hipóteses definidos em termos da escolha dos pesos e do método de agregação. Motivado pelos requisitos que normalmente estão por trás do desenvolvimento de indicadores robustos, este projeto de pesquisa pretende identificar os principais problemas nas suposições adotadas na construção dessesindicadores, propor novas estruturas metodológicas baseadas no apoio à decisão multicritério de forma a superar os problemas identificados e aplicar essas novas estruturas na construção de indicadores referentes ao desenvolvimento da Inteligência Artificial, à vulnerabilidade social, à sustentabilidade e ao desempenho de fornecedores. Espera-se como principais resultados do projeto o desenvolvimento denovas metodologias para construção de indicadores robustos e solução de problemas práticos por meio da proposta de novos indicadores.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Renata Pelissari Infante - Coordenador / Sarah Ben Amor - Integrante / Betania Campello - Integrante.

• 2022 - 2023

  Integração do aprendizado de máquinas à análise de decisão e suas aplicações em sistemas de recomendação, Descrição: A tomada de decisão compartilhada (\textit{shared decision-making}-SDM) é um processo colaborativo pelo qual pacientes e médicos tomam decisões de saúde juntos, levando em consideração as evidências científicas e as preferências do paciente. Os métodos de apoio à decisão multicritério podem ser efetivamente aplicados a SMD, uma vez que atendem a muitos de seus requisitos, como transparência no processo decisório, consideração de múltiplos critérios e consideração das preferências das pessoas envolvidas. Nesse contexto, uma evolução natural é a aplicação de técnicas de aprendizado de máquinas junto com métodos multicritérios de apoio à decisão. O aprendizado de máquinas pode auxiliar na estimativas de certos parâmetros do método decisório a partir de dados históricos (evidências científicas). Já o apoio à decisão multicritério, além de ser a estrutura do processo decisório em questão, permite considerar preferências das pessoas envolvidas. Outra forma de abordar a decisão compartilhada em saúde considerando a integração de aprendizado de máquinas e decisão multicritério é aplicando técnicas de aprendizado de preferências de forma a extrair preferências subjetivas de conjuntos de dados históricos e torná-los acessíveis no processo SDM sem necessariamente perguntar aos pacientes. Métodos resultantes dessas integrações podem ser aplicados como algoritmos de recomendação em sistemas de recomendação para diretrizes clínicas. Esse problema decisório, além de servir de motivação para esse projeto de pesquisa, também será o contexto de aplicação dos métodos a serem desenvolvidos.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renata Pelissari Infante - Integrante / João Marcos Travassos Romano - Coordenador.

• 2018 - 2022

  Aprendizado de preferências em decisão multicritério para problemas de classificação: novos métodos e aplicações, Descrição: A análise de decisão multicritério consiste em um conjunto de princípios e ferramentas desenvolvidas para auxiliar na resolução de problemas de decisão complexos. Uma das principais características que distingue os métodos de decisão multicritério de outros métodos da área de pesquisa operacional e da estatística é seu alto grau de incorporação das preferências dos decisores. Normalmente, as informações de preferência devem ser elicitadas pelos próprios decisores. No entanto, dependendo do problema de decisão, os decisores envolvidos podem não querer expor suas opiniões ou podem não ser capazes de definir preferências para todos os parâmetros do modelo. Diferentes abordagens vem sendo desenvolvidas, então, para a elicitação indireta das preferências, como a abordagem de desagregação e o aprendizado de preferências (\textit{preference learning}). A abordagem de desagregação aprende preferências a partir de exemplos de decisões. Apesar da existência de diferentes métodos baseados na abordagem de desagregação, poucos são os métodos capazes de modelar interação entre critérios ou critérios hierarquicamente estruturados, duas características importantes em problemas de decisão da vida real. O aprendizado de preferências aprende preferências a partir de grandes conjuntos de dados e é considerada uma área que tange tanto o aprendizado de máquinas (\textit{machine learning}) quanto a decisão multicritério. Abordagens orientadas a dados para elicitação e modelagem de preferências têm se tornado cada vez mais importantes devido à crescente disponibilidade de conjuntos de dados cada vez maiores e a proliferação de interfaces computadorizadas semi-automatizadas. A proposta desse projeto de pesquisa é o desenvolvimento de novos métodos de elicitação e aprendizado de preferência por meio de dados, capazes também de modelar interação entre critérios e critérios hierarquicamente estruturados. Esse projeto de pesquisa, portanto, se encontra na interface entre decisão multicritério e aprendizado de máquina. As metodologias propostas serão aplicadas no contexto do desenvolvimento de novos índices para medição da vulnerabilidade social no estado de São Paulo.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renata Pelissari Infante - Integrante / Leonardo Tomazeli Duarte - Coordenador.

• 2015 - 2019

  Métodos de decisão multicritério para problemas de classificação com múltiplos tipos de dados imperfeitos, Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Renata Pelissari Infante - Integrante / Sarah Ben Amor - Integrante / ABACKERLI, ALVARO JOSÉ - Integrante / de Oliveira, Maria Celia - Coordenador., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Bolsa.

• 2007 - 2009

  Análise de Dados Multinomiais, Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renata Pelissari Infante - Integrante / Dorival Leão Pinto Júnior - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

• 2005 - 2006

  Análise Funcional e Aplicações, Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renata Pelissari Infante - Integrante / Sandra Maria Semensato de Godoy - Coordenador.

• 2004 - 2005

  Equações Diferenciais Ordinárias e suas Aplicações, Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renata Pelissari Infante - Integrante / Sandra Maria Semensato de Godoy - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.