Erich Lacerda Malinowski

Áreas de atuação

Participação em eventos

Orientou

Produções bibliográficas

• MALINOWSKI, E. L. ; BEHAINNE. J. J. R. ; KOVALESKI, J. L. . A IMPORTÂNCIA DOS SISTEMAS ESPECIALISTAS COMO FERRAMENTA DE APOIO NA GESTÃO DAS ORGANIZAÇÕES. In: VII Encontro Paranaense de Empreendedorismo e Gestão Empresarial, 2010, Ponta Grossa. EPEGE, 2010.

• OZAWA, W. V. ; MALINOWSKI, E. L. . MARKETING DIGITAL: UMA ANÁLISE DO IMPACTO DO TRÁFEGO PAGO EM UMA PEQUENA CONCESSIONÁRIA DE VEÍCULOS. In: SEPEX - Seminário de Pesquisa, Extensão e Inovação do IFPR, 2023, Telêmaco Borba. VII SEPEX - Seminário de Pesquisa, Extensão e Inovação do IFPR, 2023.

• ALMEIDA, R. H. ; MALINOWSKI, E. L. . DROPSHIPPING: UMA ANÁLISE DO MODELO DE NEGÓCIO ONLINE. In: VII SEPEX - Seminário de Pesquisa, Extensão e Inovação do IFPR, 2023, Telêmaco Borba. SEPEX - Seminário de Pesquisa, Extensão e Inovação do IFPR, 2023.

• SILVA, J. I. ; MALINOWSKI, E. L. . Desafios da Inteligência Artificial na Educação. In: VII SEPEX - Seminário de Pesquisa, Extensão e Inovação do IFPR, 2023, Telêmaco Borba. SEPEX - Seminário de Pesquisa, Extensão e Inovação do IFPR, 2023.

• MARTINS, A. C. ; MALINOWSKI, E. L. . Desafios e Limitações da Área de Visão Computacional para Reconhecimento de Imagens na Atualidade. In: VII SEPEX - Seminário de Pesquisa, Extensão e Inovação do IFPR, 2023, Telêmaco Borba. SEPEX - Seminário de Pesquisa, Extensão e Inovação do IFPR, 2023.

• ABREU, D. O. N. ; MALINOWSKI, E. L. . SEGMENTAÇÃO DE IMAGENS POR INTELIGÊNCIA ARTIFICIAL. In: VII SEPEX - Seminário de Pesquisa, Extensão e Inovação do IFPR, 2023, Telêmaco Borba. SEPEX - Seminário de Pesquisa, Extensão e Inovação do IFPR, 2023.

• CASTRO, L. A. L. ; MALINOWSKI, E. L. ; SILVA, P. R. S. . Utilização da Lógica Fuzzy aplicada no desenvolvimento de um Jogo de Basquete em cadeira de rodas. In: IV CBSF - Quarto Congresso Brasileiro de Sistemas Fuzzy, 2016, Campinas - SP. IV Congresso Brasileiro de Sistemas Fuzzy, 2016.

• FERRAZ, R. M. V. ; MALINOWSKI, E. L. . Utilização de uma Inteligência Artificial para reconhecimento de padrões em imagens de frutas. 2022. (Apresentação de Trabalho/Seminário).

• SILVA, M. K. M. ; MALINOWSKI, E. L. . AVALIAÇÕES DE MÉTODOS DE CLASSIFICAÇÃO PARA DETECÇÃO DE ATAQUES EM DISPOSITIVOS IoT. 2022. (Apresentação de Trabalho/Seminário).

• Correa Junior, M. A ; MALINOWSKI, E. L. . APLICAÇÃO E AVALIAÇÃO DE TÉCNICAS DE APRENDIZAGEM DE MÁQUINA PARA PROBLEMAS DE CLASSIFICAÇÃO HIERÁRQUICA. 2019. (Apresentação de Trabalho/Seminário).

• SILVA, M. C. G. ; DROPA, M. F. ; MALINOWSKI, E. L. ; COLMENERO, J. C. . Logística reversa como forma de desenvolvimento sustentável e competitivo das empresas. 2010. (Apresentação de Trabalho/Seminário).

Projetos de pesquisa

• 2014 - Atual

  USO DE DEEP LEARNING EM PROBLEMAS DE CLASSIFICAÇÃO HIERÁRQUICA PARA PREDIÇÃO DE FUNÇÃO DE PROTEÍNAS, Descrição: Com a criação do projeto GENOMA, que visa desvendar o código genético de um organismo, um vasto número de novas proteínas foram descobertas. As pesquisas genéticas relacionadas a este assunto, denominado Proteômica, estão crescendo cada vez mais na comunidade científica. Em uma abordagem de aprendizagem de máquina, as relações hierárquicas entre as classes funcionais da proteína dificultam o processo de classificação destas funções. Neste sentido, muitos pesquisadores estão desenvolvendo novas abordagens e métodos para resolver estes problemas de classificação hierárquica, utilizando abordagens locais, onde usa-se classificadores planos ou abordagem global, onde é relizado a transformação do algoritmo para a classificação hierárquica global. Analisando o cenário atual, as técnicas de Deep Learning estão provendo bons resultados em muitos domínios de aplicação. Porém, há poucos estudos do uso de Deep Leaning com classificação hierárquica para a predição das funções de proteínas. Baseado neste contexto, esta pesquisa propõe o desenvolvimento de um método de classificação hierárquica, utilizando Deep Learning, para classificação e predição de função de proteínas.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Erich Lacerda Malinowski - Coordenador / JULIO CESAR NIEVOLA - Integrante / Carlos Nascimento Silla Junior - Integrante.