Luiz Carlos Bambirra Torres

Pós-doutorado

Áreas de atuação

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• HANRIOT, VÍTOR M. ; Torres, Luiz C. B. ; Braga, Antônio P. . Multiclass Graph-Based Large Margin Classifiers: Unified Approach for Support Vectors and Neural Networks. IEEE Transactions on Neural Networks and Learning Systems , v. 1, p. 1-10, 2024.

• USHIKOSHI, T. A. ; FREITAS, E. J. R. ; MENEZES, MURILO V.F. ; ALVARENGA, WAGNER J. ; TORRES, L.C.B. ; BRAGA, A.P. . Hebbian Learning with Kernel-Based Embedding of Input Data. NEURAL PROCESSING LETTERS (ONLINE) , v. 56, p. 1-21, 2024.

• ALVARENGA, W.J. ; COSTA, A.C.A.A. ; CAMPOS, F.V. ; TORRES, L.C.B. ; BRAGA, A.P. . Graph-Based Method for Autonomous Adaptation in Online Learning of Non-Stationary Data. INFORMATION SCIENCES , v. 1, p. 121765, 2024.

• AMADOR COELHO, RODRIGO ; BAMBIRRA TORRES, LUIZ CARLOS ; LEITE DE CASTRO, CRISTIANO . Concept drift detection with quadtree-based spatial mapping of streaming data. INFORMATION SCIENCES , v. 625, p. 578-592, 2023.

• PINTO, ARTHUR B. A. ; DE ASSIS, GILDA A. ; Torres, Luiz C. B. ; BELTRAME, THOMAS ; DOMINGUES, DIANA M. G. . Wearables and Detection of Falls: A Comparison of Machine Learning Methods and Sensors Positioning. NEURAL PROCESSING LETTERS (ONLINE) , v. 1, p. 1-15, 2022.

• B. TORRES, LUIZ C. ; Castro, Cristiano L. ; ROCHA, HONOVAN P. ; ALMEIDA, GUSTAVO M. ; BRAGA, ANTONIO P. . Multi-objective neural network model selection with a graph-based large margin approach. INFORMATION SCIENCES , v. x, p. 1-36, 2022.

• ARIAS-GARCIA, JANIER ; DE SOUZA, ALAN CANDIDO ; GADE, LILIANE ; YUDI, JONES ; COELHO, Frederico ; Castro, Cristiano L. ; Torres, Luiz C. B. ; BRAGA, ANTONIO P. . Improved Design for Hardware Implementation of Graph-Based Large Margin Classifiers for Embedded Edge Computing. IEEE Transactions on Neural Networks and Learning Systems , v. x, p. 1, 2022.

• ALVARENGA, WAGNER J. ; CAMPOS, FELIPE V. ; COSTA, ALEXSANDER C.A.A. ; SALIS, TURIBIO T. ; MAGALHÃES, EDUARDO ; TORRES, LUIZ C.B. ; BRAGA, ANTONIO P. . Time domain graph-based anomaly detection approach applied to a real industrial problem. COMPUTERS IN INDUSTRY , v. 142, p. 103714, 2022.

• COSTA, ALEXSANDER C.A.A. ; CAMPOS, FELIPE V. ; ARAUJO, LOURENÇO R.G. ; TORRES, LUIZ C.B. ; BRAGA, ANTONIO P. . Deep architecture for silica forecasting of a real industrial froth flotation process. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE , v. 115, p. 105196-105203, 2022.

• QUEIROZ, MARCELO ; COELHO, Frederico ; Torres, Luiz C. B. ; CAMPOS, FELIPE V. ; LARA, GABRIEL ; ALVARENGA, WAGNER ; BRAGA, ANTÔNIO DE PÁDUA . RBF Neural Networks Design with Graph Based Structural Information from Dominating Sets. NEURAL PROCESSING LETTERS (ONLINE) , v. 55, p. 4719-4733, 2022.

• SOUZA, P. V. C. ; TORRES, L. C. B. . Extreme Wavelet Fast Learning Machine for Evaluation of the Default Profile on Financial Transactions. Computational Economics , v. 57, p. 1263-1285, 2021.

• Torres, Luiz C. B. ; Castro, Cristiano L. ; COELHO, Frederico ; BRAGA, ANTONIO P. . Large Margin Gaussian Mixture Classifier With a Gabriel Graph Geometric Representation of Data Set Structure. IEEE Transactions on Neural Networks and Learning Systems , v. 32, p. 1400-1406, 2021.

• ARIAS-GARCIA, JANIER ; MAFRA, AUGUSTO ; GADE, LILIANE ; COELHO, Frederico ; CASTRO, CRISTIANO ; TORRES, LUIZ ; BRAGA, ANTONIO . Enhancing Performance of Gabriel Graph-Based Classifiers by a Hardware Co-Processor for Embedded System Applications. IEEE Transactions on Industrial Informatics , v. 17, p. 1186-1196, 2021.

• ASSIS, ALEX D. ; Torres, Luiz C. B. ; ARAUJO, LOURENCRO R. G. ; HANRIOT, VITOR M. ; BRAGA, ANTONIO P. . Neural Networks Regularization with Graph-based Local Resampling. IEEE Access , v. 9, p. 1-1, 2021.

• TORRES, VITOR A.M.F. ; JAIMES, BRAYAN R.A. ; RIBEIRO, EDUARDO S. ; BRAGA, MATEUS T. ; SHIGUEMORI, ELCIO H. ; VELHO, HAROLDO F.C. ; TORRES, LUIZ C.B. ; BRAGA, ANTONIO P. . Combined weightless neural network FPGA architecture for deforestation surveillance and visual navigation of UAVs. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE , v. 87, p. 103227, 2020.

• TORRES, V.A.M.F. ; SILVA, D.A.C. ; TORRES, L.C.B. ; BRAGA, M.T. ; CARDOSO, M.B.R. ; LINO, V.T. ; SILL TORRES, F. ; BRAGA, A.P. . Embedded real-time feature extraction for electrode inversion detection in telemedicine electrocardiograms. Biomedical Signal Processing and Control , v. 60, p. 101946, 2020.

• DE CAMPOS SOUZA, PAULO VITOR ; BAMBIRRA TORRES, LUIZ CARLOS ; LACERDA SILVA, GUSTAVO RODRIGUES ; BRAGA, ANTONIO DE PADUA ; LUGHOFER, EDWIN . An Advanced Pruning Method in the Architecture of Extreme Learning Machines Using L1-Regularization and Bootstrapping. ELECTRONICS , v. 9, p. 811, 2020.

• DE CAMPOS SOUZA, PAULO VITOR ; TORRES, LUIZ CARLOS BAMBIRRA ; GUIMARAES, AUGUSTO JUNIO ; ARAUJO, VANESSA SOUZA ; ARAUJO, VINCIUS JONATHAN SILVA ; REZENDE, THIAGO SILVA . Data density-based clustering for regularized fuzzy neural networks based on nullneurons and robust activation function. SOFT COMPUTING , v. 23, p. 1-15, 2019.

• SILVA, GUSTAVO R. L. ; NETO, PAULO C. ; Torres, Luiz C. B. ; Braga, Antônio P. . A fuzzy data reduction cluster method based on boundary information for large datasets. NEURAL COMPUTING & APPLICATIONS (INTERNET) , v. 31, p. 1-10, 2019.

• DE CAMPOS SOUZA, PAULO VITOR ; TORRES, LUIZ CARLOS BAMBIRRA ; GUIMARÃES, AUGUSTO JUNIO ; ARAUJO, VANESSA SOUZA . Pulsar Detection for Wavelets SODA and Regularized Fuzzy Neural Networks Based on Andneuron and Robust Activation Function. International Journal on Artificial Intelligence Tools , v. 28, p. 1950003, 2019.

• MENEZES, MURILO V.F. ; TORRES, LUIZ C.B. ; BRAGA, ANTONIO P. . Width Optimization of RBF Kernels for Binary Classification of Support Vector Machines: A Density Estimation-Based Approach. PATTERN RECOGNITION LETTERS , v. 125, p. 1-7, 2019.

• TORRES, L.C.B. ; COELHO, F. ; SILL TORRES, F. ; BRAGA, A.P. ; Castro, C.L. . Distance-based large margin classifier suitable for integrated circuit implementation. ELECTRONICS LETTERS , v. 51, p. 1967-1969, 2015.

• WANDERLEY, MARIA FERNANDA BARBOSA ; TORRES, LUIZ CARLOS BAMBIRRA ; NATOWICZ, RENÉ ; BRAGA, ANTÔNIO PÁDUA . A maximum margin-based kernel width estimator and its application to the response to neoadjuvant chemotherapy. Revista brasileira de engenharia biomédica , v. 30, p. 17-26, 2014.

• TORRES, LUIZ CARLOS BAMBIRRA ; MOTA, HILTON DE OLIVEIRA . Um estudo sobre a técnica de compressão de imagens utilizando Wavelets e Árvores de Zeros. Exacta Revista do Departamento de Ciências Exatas e Tecnológicas do Uni BH , v. 2, p. 1-5, 2009.

• SOUZA, C. ; TORRES, L. C. B. ; MORAIS, F. C. ; GUIMARAES, C. . Gerando Icones para e-commerce. Hífen (PUCRS. Impresso) , v. 32, p. 322-329, 2008.

• MENEZES, MURILO V.F. ; TORRES, L. C. B. ; BRAGA, A. P. . Learning Regularization Parameters of Radial Basis Functions in Embedded Likelihoods Space. In: Moura Oliveira P., Novais P., Reis L. (eds). (Org.). Progress in Artificial Intelligence. EPIA 2019. Lecture Notes in Computer Science. 1ed.Cham: Springer, 2019, v. 11805, p. 281-292.

• DE CAMPOS SOUZA, PAULO VITOR ; TORRES, LUIZ CARLOS BAMBIRRA . Regularized Fuzzy Neural Network Based on Or Neuron for Time Series Forecasting. Communications in Computer and Information Science. 1ed.: Springer International Publishing, 2018, v. 831, p. 13-23.

• Torres, Luiz C. B. ; Lemos, André P. ; Castro, Cristiano L. ; Braga, Antônio P. . A Geometrical Approach for Parameter Selection of Radial Basis Functions Networks. Lecture Notes in Computer Science. 1ed.: Springer International Publishing, 2014, v. 8681, p. 531-538.

• Torres, Luiz C. B. ; Castro, Cristiano L. ; Braga, Antônio P. . A Computational Geometry Approach for Pareto-Optimal Selection of Neural Networks. Lecture Notes in Computer Science. 1ed.Berlin: Springer Berlin Heidelberg, 2012, v. 7553, p. 100-107.

• BRAGA, ANTONIO PADUA ; MENEZES, MURILO ; TORRES, LUIZ . Learning Kernel Parameters for Support Vector Classification Using Similarity Embeddings. In: ESANN 2024, 2024, Bruges (Belgium) and online. ESANN 2024 proceesdings. Louvain-la-Neuve (Belgium): Ciaco - i6doc.com, 2024. p. 185.

• NARDE, WAGNER ; MENDANHA, JOÃO ; BARBOSA, HENRIQUE ; COELHO, Frederico ; SANTOS, BRUNO ; TORRES, LUIZ . Classificação de Notícias em Português Utilizando Modelos Baseados em Transferência de Aprendizagem e Transformers. In: Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana, 2024, Brasil. Anais do XV Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana (STIL 2024), 2024. v. 15. p. 212-216.

• J. JÚNIOR, JAMISSON ; FIGUEIREDO, THIAGO S. ; LOPES, RAMON ; Torres, Luiz C. B. ; SANTOS, BRUNO P. . Utilizando aprendizado por representação para a classificação de laços sociais da IoT. In: Workshop de Computação Urbana, 2022, Brasil. Anais do VI Workshop de Computação Urbana (CoUrb 2022), 2022. v. VI. p. 112.

• J. JUNIOR, J. ; FIGUEIREDO, T. S. ; TORRES, L. C. B. ; SANTOS, B. P. . Como os objetos da Internet das Coisas se comportam? Uma análise através de métricas quantitativas. In: WORKSHOP DE COMPUTAÇÃO URBANA (COURB), 2021, Porto Alegre. ANAIS DO V WORKSHOP DE COMPUTAÇÃO URBANA, 2021. v. 5. p. 56-69.

• ARAUJO, LOURENCO R. G. ; Torres, Luiz C. B. ; SILVESTRE, LEONARDO J. ; TAKAHASHI, CARLA ; BRAGA, ANTONIO P. . Regularization of Extreme Learning Machines with information of spatial relations of the projected data. In: 2019 6th International Conference on Control, Decision and Information Technologies (CoDIT), 2019, Paris. 2019 6th International Conference on Control, Decision and Information Technologies (CoDIT), 2019. v. 19. p. 593-7.

• RIBEIRO, E. S. ; TORRES, V. A. M. F. ; JAIMES, B. R. A. ; BRAGA, M. T. ; SHIGUEMORI, E. H. ; VELHO, H. F. C. ; TORRES, L. C. B. ; BRAGA, A. P. . Weightless neural systems for deforestation surveillance and image-based navigation of UAVs in the Amazon forest. In: European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, 2019, Bruges. ESANN'2019, 2019. v. 19. p. 1-7.

• SOUZA, ALAN C. ; LEITE CASTRO, CRISTIANO ; GARCIA, JANIER ARIAS ; Torres, Luiz C. B. ; ACEVEDO JAIMES, LEIDY J. ; JAIMES, BRAYAN R. A. . Improving the Efficiency of Gabriel Graph-based Classifiers for Hardware-optimized Implementations. In: 2019 XXII Symposium on Image, Signal Processing and Artificial Vision (STSIVA), 2019, Bucaramanga. 2019 XXII Symposium on Image, Signal Processing and Artificial Vision (STSIVA), 2019. v. XXII. p. 1-5.

• TAKAHASHI, CARLA C. ; Torres, Luiz C. B. ; BRAGA, ANTONIO P. . Gabriel Graph Transductive Approach to Dataset Shift. In: 2019 6th International Conference on Control, Decision and Information Technologies (CoDIT), 2019, Paris. 2019 6th International Conference on Control, Decision and Information Technologies (CoDIT), 2019. v. 6. p. 1622-1627.

• QUEIROZ, MARCELO ; TORRES, LUIZ CARLOS BAMBIRRA ; GUALBERTO FERREIRA COELHO, FREDERICO ; DE PÁDUA BRAGA, ANTÔNIO ; DAMIANY ASSIS, ALEX . Projetando rede neurais RBF através de informações estruturais dos dados e cobertura de conjuntos. In: ANAIS DO 14º SIMPóSIO BRASILEIRO DE AUTOMAçãO INTELIGENTE, 2019, Ouro Preto. Anais do 14º Simpósio Brasileiro de Automação Inteligente, 2019.

• DAMIANY ASSIS, ALEX ; COUTINHO, THIAGO ; TORRES, LUIZ CARLOS BAMBIRRA ; DE PÁDUA BRAGA, ANTÔNIO . Filtragem linear e abordagem geométrica baseada em grafos para o ajuste de parâmetros e redução de complexidade de redes neurais RBF. In: ANAIS DO 14º SIMPóSIO BRASILEIRO DE AUTOMAçãO INTELIGENTE, 2019, Ouro Preto. Anais do 14º Simpósio Brasileiro de Automação Inteligente, 2019.

• DE CAMPOS SOUZA, PAULO VITOR ; SILVA, GUSTAVO RODRIGUES LACERDA ; TORRES, LUIZ CARLOS BAMBIRRA . Uninorm based regularized fuzzy neural networks. In: 2018 IEEE Conference on Evolving and Adaptive Intelligent Systems (EAIS), 2018, Rhodes. 2018 IEEE Conference on Evolving and Adaptive Intelligent Systems (EAIS), 2018. p. 1.

• BATISTA, P. V. C. ; BRAGA, A. P. ; TORRES, L. C. B. . Cálculo do Raio em Redes RBF Baseado na Distância Média Entre os Centros. In: Congresso Brasileiro de Automática, 2018, João Pessoa. XXII Congresso Brasileiro de Automática, 2018. v. XXII. p. 1-6.

• ARAUJO, L. R. G. ; TORRES, L. C. B. ; SILVESTRE, L. J. ; BRAGA, A. P. . Extreme Learning Machines regularizadas de forma automática a partir das informações estruturais da matriz de projeção. In: Congresso Brasileiro de Automática, 2018, João Pessoa. XXII Congresso Brasileiro de Automática, 2018. v. XXII. p. 1-6.

• SALGADO, M. N. ; TORRES, L. C. B. ; COELHO, Frederico ; BRAGA, A. P. . Informação estrutural dada por Grafos de Gabriel aplicada à regularização de redes neurais RBF. In: Congresso Brasileiro de Automática, 2018, João Pessoa. XXII Congresso Brasileiro de Automática, 2018. v. XXII. p. 1-7.

• GALINDO, J. C. F. ; TORRES, L. C. B. ; SILVA, G. R. L. ; BRAGA, A. P. . CML-Simplex: uma abordagem de programação linear para classificadores incrementais de margem larga. In: Congresso Brasileiro de Inteligência Computacional, 2017. XIII Brazilian Congress on Computational Intelligence, 2017. v. XIII.

• JAIMES, B. R. A. ; CASTRO, C. L. ; SILVA, G. R. L. ; BRAGA, A. P. ; TORRES, L. C. B. . Cluster-CV: Uma Abordagem de Visão Computacional para a Identificação Espacial de Agrupamentos de Dados. In: Congresso Brasileiro de Inteligência Computacional, 2017, Niterói. XIII Brazilian Congress on Computational Intelligence, 2017.

• GADE, L. R. ; CASTRO, C. L. ; TORRES, L.C.B. ; COELHO, Frederico ; BRAGA, A.P. ; SILL TORRES, F. ; GARCIA, J. A. . NN-clas: classificador geométrico de margem larga baseado na regra do vizinho mais próximo. In: Congresso Brasileiro de Inteligência Computacional, 2017, Niterói. XIII Brazilian Congress on Computational Intelligence, 2017. v. XIII.

• SALGADO, M. N. ; TORRES, L. C. B. ; BRAGA, A. P. . Modelo geométrico de margem larga baseado em propriedades estruturais de Grafos de Gabriel e em distância geodésica. In: Congresso Brasileiro de Inteligência Computacional, 2017, Niterói. XIII Brazilian Congress on Computational Intelligence, 2017. v. XIII.

• MENEZES, M. V. F. ; TORRES, L. C. B. ; BRAGA, A. P. . Otimização da Largura de Kernels RBF para Máquinas de Vetores de Suporte: Uma Abordagem Baseada em Estimativa de Densidades. In: Congresso Brasileiro de Inteligência Computacional, 2017, Niterói. XIII Brazilian Congress on Computational Intelligence, 2017. v. XIII.

• GOMES, I. P. ; TORRES, L. C. B. ; BRAGA, A. P. . Aprendizado de Métrica Supervisionado para Classificador por Arestas de Suporte. In: Congresso Brasileiro de Inteligência Computacional, 2017, Niterói. XIII Brazilian Congress on Computational Intelligence, 2017.

• TORRES, LUIZ C.B. ; Castro, Cristiano L. ; BRAGA, ANTONIO P. . A parameterless mixture model for large margin classification. In: 2015 International Joint Conference on Neural Networks (IJCNN), 2015, Killarney. 2015 International Joint Conference on Neural Networks (IJCNN). p. 1-6.

• DIADELMO, MARCUS V. F. ; Torres, Luiz C. B. ; BITTENCOURT, VICTOR ; GUIMARÃES, FREDERICO G. ; Castro, Cristiano L. ; Braga, Antônio P. . Classificador Incremental de Margem Larga com Memória Parcial via Grafo de Gabriel. In: 12. Congresso Brasileiro de Inteligência Computacional, 2015, Curitiba. Anais do 12. Congresso Brasileiro de Inteligência Computacional. v. 12. p. 1.

• TORRES, L. C. B. ; Castro, C.L. ; BRAGA, A. P. . Gabriel Graph for Dataset Structure and Large Margin Classification: A Bayesian Approach. In: Proceedings of the European Symposium on Neural Networks, 2015, Bruges. ESANN 2015, 2015. p. 237-242.

• TORRES, L. C. B. ; COELHO, Frederico ; CASTRO, C. L. ; BRAGA, A. P. . A Graph of Gabriel Approach for Large Margin Classifiers. In: LA-CCI - The Latin American Congress on Computational Intelligence Co-located with ARGENCON, 2014, San Carlos de Bariloche. Proceedings LA-CCI 2014, 2014. v. 1. p. 25-29.

• SOUZA, P. V. C. ; TORRES, L. C. B. ; BRAGA, A. P. ; COELHO, Frederico . Análise de Algoritmos de Maximização de Margem Baseados em Grafos de Gabriel e Fecho Afim. In: Congresso Brasileiro de Automática, 2014, Belo Horizonte. Anais do XX Congresso Brasileiro de Automática, 2014. v. 1. p. 1246-1253.

• FARIA, A. W. C. ; SILVA, A. M. ; TORRES, L. C. B. ; Erazo-Costa, F.E. ; CASTRO, C. L. ; SANTOS FILHO, S. A. ; SOUZA, A. P. ; TIERRA-CRIOLLO, C. J. ; BRAGA, A. P. . Selection and Classification Methods for Detecting Imagination Movement and Spontaneous EEG Signals: A Study of Methodologies. In: XVI Congresso Brasileiro de Engenharia Biomédica, 2014, Uberlândia. Anais do XVI Congresso Brasileiro de Engenharia Biomédica, 2014. v. XVI. p. 794-797.

• SANTOS, A. L. ; TORRES, L. C. B. ; VELHO, H. F. C. ; SHIGUEMORI, E. H. ; BRAGA, A. P. . Controle e navegação de VANTs através de utilização de template matching. In: Computer on the beach, 2013, Florianópolis. Anais do Computer on the beach, 2013. p. 70-78.

• TORRES, L. C. B. ; LEMOS, A. P. ; CASTRO, C. L. ; BRAGA, A. P. . Projeto de redes RBF baseado na estrutura dos dados e em informações de margem. In: 1st BRICS Countries Congress (BRICS-CCI) and 11th Brazilian Congress (CBIC) on Computational Intelligence, 2013, Porto de Galinhas. Proceedings of (BRICS-CCI) & CBIC, 2013. p. 1-7.

• BORTOLINI, D. ; TORRES, L. C. B. ; Castro, C.L. ; BRAGA, A. P. . Uma Nova Abordagem Baseada na Teoria dos Jogos para Seleção de Modelos Neurais.. In: Congresso Brasileiro de Automática, 2012, Campina Grande. Anais do XIX Congresso Brasileiro de Automática, 2012. v. 1. p. 5421-5426.

• Valente, R.X. ; BUZZATI, F. ; TORRES, L. C. B. ; FRANCA, L. A. ; SILVA, G. R. L. ; FONSECA, A. D. R. ; SILVA, V. S. P. ; IRIAS, R. M. ; BRAGA, A. P. . Projetos de Redes de Distribuição Rural Utilizando Ambiente de Realidade Virtual Geográfico. In: ENCONTRO NACIONAL DE GEOPROCESSAMENTO DO SETOR ELÉTRICO, 2012, Recife. II ENCONTRO NACIONAL DE GEOPROCESSAMENTO DO SETOR ELÉTRICO - II ENGEO, 2012.

• TORRES, L. C. B. ; Castro, C.L. ; BRAGA, A. P. . Estratégia de Decisão Baseada em Margem para o Aprendizado Multiobjetivo de Redes Neurais. In: X Congresso Brasileiro de Inteligência Computacional, 2011, Fortaleza. CBIC, 2011.

• TORRES, L. C. B. ; MOTA, H. O. ; VOLPINI, N. D. O . Compressão de imagens digitais utilizando wavelets e árvores de zeros. In: Sepex - Semana de Pesquisa e extensão do Centro Universitário de Belo horizonte., 2008, Belo Horizonte. V sepex, 2008. v. 5. p. 36-36.

• TORRES, L. C. B. ; BARROSO, M. M. A. . Teoria dos Grafos aplicada na localização de Serviços e facilidades. In: Sepex - Semana de Pesquisa e extensão do Centro Universitário de Belo horizonte., 2007, Belo Horizonte. IV Sepex, 2007. v. 4. p. 79-79.

• BARROSO, M. M. A. ; BARROSO, L. C. ; GOMES, D. M. ; TORRES, L. C. B. . Localização de Serviços e facilidades: Modelagem Matemática e Aplicabilidade. In: Seminário Teófilo Otoni e Bacia do Mucuri: Diagnósticos e Perspectivas, 2007, Teófilo Otoni. Programa de Pós Graduação em Geografia - Tratamento da Informação Espacial da PUC Minas., 2007.

• TORRES, L. C. B. ; COELHO, Frederico . Aprendizagem de Máquina na Manutenção Preditiva no Contexto da Indústria 4.0. 2019. (Apresentação de Trabalho/Seminário).

• TORRES, L. C. B. ; Castro, C.L. ; BRAGA, A. P. . Estratégia de Decisão Baseada em Margem para o Aprendizado Multiobjetivo de Redes Neurais. 2011. (Apresentação de Trabalho/Congresso).

• TORRES, L. C. B. ; MOTA, H. O. . Um estudo sobre a técnica de compressão de imagens utilizando Wavelets e Árvores de Zeros. 2009. (Apresentação de Trabalho/Outra).

Projetos de pesquisa

• 2024 - Atual

  Desenvolvimento de Classificadores de Margem Larga Baseados em Estruturas Geométricas para Implementação em Hardware, Descrição: Este trabalho propõe uma metodologia direcionada para problemas de classificação de padrões. O objetivo é projetar classificadores de margem larga, onde as informações necessárias para o projeto do classificador são obtidas a partir da estrutura geométrica dos dados. Ao modelar o conjunto de dados através de um grafo planar chamado grafo de Gabriel, é possível selecionar um subconjunto de vértices do grafo que são análogos aos vetores de suporte da SVM. Esses vértices formam uma ou mais arestas denominadas de Arestas de Suporte (AS). As Arestas de Suporte formam as bases teóricas que fundamentam as contribuições deste trabalho, que são a concepção de novos classificadores de margem larga.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Luiz Carlos Bambirra Torres - Coordenador / JOAO GUILHERME MENDANHA ALVES - Integrante / ALEXSSANDER FERNANDES CANDIDO - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2023 - 2024

  Extração e classificação de postura: Uma abordagem usando rede YOLO, Descrição: Neste trabalho é proposto um estudo para mapeamento da postura da coluna dos seres humanos baseado em inteligência computacional utilizando redes neurais. Desta forma, utilizando a rede YOLO, pode-se inferir dados sobre a característica de posicionamento geográfico de qualquer objeto em estudo, de uma forma não invasiva, evitando inclusive influenciar nos resultados. Pretende-se ao fim deste trabalho conseguir gerar uma aplicação para obtenção de dados de postura da coluna de um ser humano e sua análise.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Luiz Carlos Bambirra Torres - Coordenador / Eduardo da Silva Ribeiro - Integrante / Bruno César Cota Conceição - Integrante / JOAO GUILHERME MENDANHA ALVES - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2021 - 2022

  Internet das Coisas Móveis: como medir a mobilidade das ?coisas?? (PIP-1S/UFOP), Projeto certificado pelo(a) coordenador(a) Bruno Pereira dos Santos em 18/11/2021., Descrição: O objetivo deste projeto é melhorar o conhecimento que se tem acerca de como objetos da IoT se movem. A pergunta geral que se almeja responder é: ?como medir a mobilidade dos objetos da Internet das Coisas Móvel??. Assim, iniciativas como esta que almejam entender como os objetos e pessoas se movem em um ambiente cibernético é relevante em diversos aspectos como, por exemplo, na efetiva adoção e implementação da IoT, pois seus desdobramentos poderão, dentre outros fatores, dar suporte ao desenho e implantação de aplicações e soluções otimizadas para o contexto IoT do futuro, o qual naturalmente será móvel. Este projeto seguirá um método exploratório visando responder aos objetivos do projeto. Espera-se como resultados, adequar e/ou propor modelos de medidas de mobilidade para objetos da IoT, realizar análises exploratórias a fim de extrair conhecimentos e, por fim, realizar a documentação e divulgação das informações obtidas. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Luiz Carlos Bambirra Torres - Integrante / Bruno Pereira dos Santos - Coordenador / Jamisson J. Júnior - Integrante / Thiago S. Figueiredo - Integrante., Financiador(es): Universidade Federal de Ouro Preto - Bolsa.

• 2021 - Atual

  Dispositivo para fabricação de insumos de impressoras 3D através de materiais recicláveis. (Edital 16/2020 - PIVIC-1S/UFOP-2021-22), Descrição: Neste projeto é proposto a construção de uma tecnologia para o desenvolvimento sustentável no tratamento e reciclagem de resíduos sólidos. Pretende-se planejar e construir um dispositivo para gerar insumos para impressoras 3D através de materiais recicláveis, como um dos resultados o projeto tem potencial de gerar patente tecnológica junto a UFOP.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) . , Integrantes: Luiz Carlos Bambirra Torres - Coordenador / JARDEL JILIARDI DOS SANTOS - Integrante / LUIZ HENRIQUE MARCOS FERREIRA - Integrante / MARIANNE KEYLLA SILVA SANTOS - Integrante / IURY DA FONSECA SILVA - Integrante.

• 2021 - Atual

  MobIoT: um framework para geração, visualização e análise de mobilidade na IoT (PROBIC/FAPEMIG) (PIP-2S/UFOP)), Projeto certificado pelo(a) coordenador(a) Bruno Pereira dos Santos em 18/11/2021., Descrição: Dentro do contexto da Internet das Coisas Móveis (IoMT), estudar a mobilidade de dispositivos conectados e seus impactos no compartilhamento de dados têm sido uma questão cada vez mais abordada por pesquisadores da área. Tendo em vista que a obtenção de dados reais que indicam o comportamento dos dispositivos móveis pode ser muito custosa, e que alguns modelos sintéticos existentes que simulam tal mobilidade não são direcionados a essa área de estudo, este projeto propõe um framework para gerar, analisar e visualizar rastros do comportamento dos objetos da IoMT através de interfaces gráficas e métricas de mobilidade. A visualização e análise da mobilidade de dispositivos conectados é de extrema importância para o desenvolvimento de ferramentas otimizadas dentro do contexto da IoT, além de que um modelo capaz de fornecer todos os recursos necessários para se realizar uma análise de comportamento dos dispositivos seria pioneiro na área. Para a elaboração da proposta, serão realizadas revisões bibliográficas e pesquisas experimentais envolvendo os modelos e estudos já existentes, além de experimentos envolvendo as variáveis do projeto. Ademais, serão realizadas a proposta de arquitetura do framework, a implementação dos módulos principais para geração de rastros de mobilidade e a análise de viabilidade e usabilidade dos dados gerados. Com isso, espera-se como resultado um framework feito através da adaptação de modelos existentes capaz de produzir rastros de mobilidade e métricas para o estudo desses comportamentos. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Luiz Carlos Bambirra Torres - Integrante / Bruno Pereira dos Santos - Coordenador / LUCAS NOVAIS DA SILVA - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de Minas Gerais - Bolsa / Universidade Federal de Ouro Preto - Bolsa.

• 2021 - Atual

  Aplicando técnicas de aprendizado de máquina e redes de múltiplas camadas para a predição de laços sociais da Internet das Coisas. (PIBIC/CNPQ)), Descrição: Os dispositivos à nossa volta estão desenvolvendo uma alta capacidade de conexão e criando uma nova realidade de comunicação conhecida como Internet das Coisas (IoT). Nesse ambiente cibernético, é certo afirmar que em breve a maioria das interações serão feitas entre objetos, potencializando a formação de novas formas de laços sociais e propiciando o surgimento de uma área de estudo conhecida como Internet das Coisas Sociais (SIoT). É importante ressaltar que os contatos entre esses ?dispositivos inteligentes? incluem múltiplas camadas de conectividade, que se relacionam por meio de fatores temporais, espaciais e sociais. Isso evidencia a necessidade de se considerar estruturas de redes multicamadas para entender o comportamento desses objetos, possibilitando relacionar diferentes características dessas conexões simultaneamente. Dessa forma, o objetivo deste trabalho será compreender como a teórica de redes multicamadas pode propiciar a modelagem do comportamento dos objetos da IoT do futuro. Além disso, por meio dessa abordagem, avaliar a possibilidade de se realizar predições acerca dos laços sociais dos dispositivos utilizando técnicas de aprendizado de máquina. Compreender e prever essas novas formas de conexão pode gerar estudos pioneiros que relacionam, extraem conhecimento e analisam este campo ainda pouco conhecido. Além disso, com os resultados esperados pretende-se desenvolver ferramentas e estratégias para solucionar problemas que tenham impacto social positivo, o que traz valor agregado para a sociedade. Com isso em mente, esse projeto pretende adotar um método de pesquisa exploratório para alcançar seus objetivos. Inicialmente será realizada uma revisão bibliográfica nas áreas de redes complexas. Ademais, será proposto um modelo de predição para as conexões dentro da SIoT que utilize múltiplas camadas. Após isso, uma bateria de testes e experimentos serão realizados para demonstrar a viabilidade e assertividade desse modelo. Por fim, pretende-se documentar o conhecimento extraído dessa pesquisa e assim produzir artigos de divulgação que apresentem os resultados. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Luiz Carlos Bambirra Torres - Integrante / Bruno Pereira dos Santos - Coordenador / Jamisson J. Júnior - Integrante / Thiago S. Figueiredo - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2020 - 2021

  Extração e classificação de movimentos motores: Uma abordagem utilizando aprendizagem de máquina profunda. (Edital N 11/2020-PIP-2S/UFOP-2020-21), Descrição: Neste trabalho é proposto um estudo para mapeamento da postura da coluna dos seres humanos baseado em inteligência computacional utilizando Deep Learning. Desta forma, utilizando um método conhecido na literatura chamado DeepLabCut, pode-se inferir dados sobre a característica de posicionamento geográfico de qualquer objeto em estudo, de uma forma não invasiva, evitando inclusive influenciar nos resultados. Pretende-se ao fim deste trabalho conseguir gerar uma aplicação para obtenção de dados de postura da coluna de um ser humano e sua análise.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Luiz Carlos Bambirra Torres - Coordenador / Bruno César Cota Conceição - Integrante., Financiador(es): Universidade Federal de Ouro Preto - Bolsa.

• 2020 - 2021

  Internet das Coisas Sociais do futuro: como as ?coisas? se movem? (PIP-2S/UFOP), Projeto certificado pelo(a) coordenador(a) Bruno Pereira dos Santos em 18/11/2021., Descrição: Na Internet das Coisas (do inglês Internet of Things - IoT) do futuro, dispositivos do dia a dia estão conectados à Internet. O que poderá atrair diversas oportunidades de pesquisa e comerciais. Neste novo contexto cibernético, os dispositivos terão diferentes graus de liberdade no que tange a mobilidade. A este ambiente dá-se o nome de Internet das Coisas Móveis (Internet of Mobile Things (IoMT)) e, ao se moverem, eventualmente os dispositivos poderão criar laços sociais surgindo então a Internet das Coisas Sociais (Social Internet of Things (SIoT)). No entanto, dados empíricos e/ou simulados que indiquem o padrão ou possível padrão de mobilidade destas entidades móveis são escassos. O objetivo deste projeto é melhorar o conhecimento que se tem acerca de como objetos da IoT se movem. A pergunta geral que se almeja responder é: ?como os objetos da Internet das Coisas se movem??. Assim, iniciativas como esta que almejam entender como os objetos e pessoas se movem em um ambiente cibernético é relevante em diversos aspectos como, por exemplo, na efetiva adoção e implementação da IoT, pois seus desdobramentos poderão, dentre outros fatores, dar suporte ao desenho e implantação de aplicações e soluções otimizadas para o contexto IoT do futuro, o qual naturalmente será móvel. Este projeto seguirá um método exploratório visando responder aos objetivos do projeto. Espera-se como resultados, adequar e/ou propor modelos de mobilidade para IoT, realizar análises exploratórias a fim de extrair conhecimentos e, por fim, realizar a documentação e divulgação das informações obtidas. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Luiz Carlos Bambirra Torres - Integrante / Bruno Pereira dos Santos - Coordenador / Jamisson J. Júnior - Integrante / Thiago S. Figueiredo - Integrante., Financiador(es): Universidade Federal de Ouro Preto - Bolsa.

• 2015 - 2019

  Sistemas físico-cibernéticos no ambiente de indústrias inteligentes. (FAPEMIG), Projeto certificado pelo(a) coordenador(a) Antonio de Padua Braga em 10/02/2025., Descrição: Este é um projeto de cooperação internacional em conjunto com o laboratório ONLAB (Optical Networks Laboratory) do KTH (Royal Institute of Technology), Suécia. O projeto tem financiamento conjunto da FAPEMIG e do KTH e visa ao desenvolvimento de aplicações de aprendizado de máquina em redes de computadores, voltados para os contextos de redes 5G e Indústria 4.0. O projeto envolve um aluno de pós-doutorado, dois de mestrado e 2 de iniciação científica, todos com bolsas financiadas pelo projeto. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (2) . , Integrantes: Luiz Carlos Bambirra Torres - Integrante / Frederico Coelho - Integrante / BRAGA, A.P. - Coordenador / Murilo Vale Ferreira Menezes - Integrante / Lourenço R. G. Araújo - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de Minas Gerais - Cooperação.

• 2010 - 2012

  Redes de Distribuição Rurais PR Rurais, Descrição: (Projeto P&D 257) Desenvolvimento de um sistema computacional para a elaboração de projetos de distribuição de redes rurais utilizando técnicas de sensoriamento remoto e inteligência computacional.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (3) . , Integrantes: Luiz Carlos Bambirra Torres - Integrante / Antonio de Padua Braga - Coordenador / Marcelo de Azevedo Ávila - Integrante / Gustavo Rodrigues Lacerda Silva - Integrante / Honovan Paz Rocha - Integrante / Rafael Xavier Valente - Integrante., Financiador(es): Companhia Energética de Minas Gerais - Auxílio financeiro.

• 2007 - 2009

  Processamento de sinais baseado em inteligência computacional e análise tempo-frequência, Descrição: Processamento digital de sinais é uma área de pesquisa que envolve o estudo e o desenvolvimento de técnicas para análise e filtragem de dados com o objetivo de extrair informações relevantes, eliminando-se redundâncias e interferências (MITRA, 1998, HAYKIN, 2001-b). Técnicas de processamento de sinais são utilizadas em aplicações as mais diversas, tais como processamento de imagens (MALLAT, 1998), geoprocessamento (ADDISON, 2002), compactação de dados (SALAMON, 2004), biomedicina (ADDISON, 2002), mecânica de fluidos (ADDISON, 2002) e engenharia elétrica (MA, 2000, ZHOU, 2005). Diferentes ferramentas resultam em diferentes desempenhos, dependendo da natureza do sinal e do objetivo almejado (eliminação de ruídos, compactação de dados, separação de fontes, etc.). Dentre as ferramentas utilizadas pode-se citar a transformada de Fourier, filtros digitais, análise tempo - freqüência, inteligência computacional, classificação de padrões, análise de componentes independentes e outras técnicas de separação cega de sinais. (QIAN, 2002, HAYKIN, 2001-a). Este projeto tem como proposta a investigação de técnicas de processamento digital aplicadas à separação cega de sinais, eliminação de ruídos e diagnóstico de equipamentos elétricos. Os objetivos envolvem a avaliação de desempenho de diferentes técnicas quando aplicadas aos problemas específicos, a observação de questões relativas ao desempenho computacional e à implementação em tempo real, utilizando-se hardware proprietário, e suas possíveis otimizações (ACKENHUSEN, 1999, KUO, 2001, MOTA, 2005-a, MOTA, 2005-b, MOTA, 2007). As técnicas de processamento de sinais são largamente utilizadas para o diagnóstico de equipamentos elétricos através do método das descargas parciais (BARTNIKAS, 2002). O método envolve a detecção e processamento de sinais impulsivos, gerados pela distorção do campo elétrico devido à presença de materiais contaminantes, e que podem levar à perda da capacidade de isolamento e conseqüente curto-circuito. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Luiz Carlos Bambirra Torres - Integrante / Hilton de Oliveira Mota - Coordenador / Nestor Dias de Oliveira Volpini - Integrante., Financiador(es): Centro Universitário de Belo Horizonte - Bolsa.

Prêmios