Mateus Roder

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Orientou

Produções bibliográficas

• FILIPI GONÇALVES DOS SANTOS, CLAUDIO ; OLIVEIRA, DIEGO DE SOUZA ; A. PASSOS, LEANDRO ; GONÇALVES PIRES, RAFAEL ; FELIPE SILVA SANTOS, DANIEL ; PASCOTTI VALEM, LUCAS ; P. MOREIRA, THIERRY ; CLEISON S. SANTANA, MARCOS ; Roder, Mateus ; PAULO PAPA, JO ; COLOMBO, DANILO . Gait Recognition Based on Deep Learning: A Survey. Acm Computing Surveys , v. 55, p. 1-34, 2023.

• RODER, M. ; PASSOS JUNIOR, L. A. ; ROSA, G. H. ; DE ALBUQUERQUE, VICTOR HUGO C. ; PAPA, JOAO P. . Reinforcing learning in Deep Belief Networks through nature-inspired optimization. APPLIED SOFT COMPUTING , v. 108, p. 107466, 2021.

• ROSA, GUSTAVO H. ; Roder, Mateus ; PAPA, JOÃO P. . Neighbour-based bag-of-samplings for person identification through handwritten dynamics and convolutional neural networks. EXPERT SYSTEMS , v. V, p. e12891, 2021.

• DE SOUZA, RENATO W.R. ; SILVA, DANIEL S. ; PASSOS, LEANDRO A. ; Roder, Mateus ; SANTANA, MARCOS C. ; PINHEIRO, PLÁCIDO R. ; DE ALBUQUERQUE, VICTOR HUGO C. . Computer-assisted Parkinson's disease diagnosis using fuzzy optimum- path forest and Restricted Boltzmann Machines. COMPUTERS IN BIOLOGY AND MEDICINE , v. 131, p. 104260, 2021.

• ROSA, G. H. ; RODER, M. ; SANTOS, D. F. S. ; COSTA, K. . Enhancing anomaly detection through restricted Boltzmann machine features projection. International Journal of Information Technology , v. 13, p. 49-57, 2020.

• Roder, Mateus ; DE ROSA, GUSTAVO HENRIQUE ; DE ALBUQUERQUE, VICTOR HUGO C. ; ROSSI, ANDRE L. D. ; PAPA, JOAO P. . Energy-Based Dropout in Restricted Boltzmann Machines: Why Not Go Random. Ieee Transactions On Emerging Topics In Computational Intelligence , v. 1, p. 1-11, 2020.

• RODER, M. ; Hansted, F. A. S. ; MARTINS, V. A. F. ; Cuba, J. P. B ; CERVI, R. G. . ANÁLISE DE CLIMA ORGANIZACIONAL EM AMBIENTE ADMINISTRATIVO. Anais - SIMPEP , v. 1, p. 1, 2017.

• RODER, M. ; BIANCHI, N. A. ; Cuba, J. P. B ; Hansted, F. A. S. ; CERVI, R. G. . ESTUDO DE PERSPECTIVA EM FRANQUIAS DE ALIMENTAÇÃO SAUDÁVEL. Anais - SIMPEP , v. 1, p. 1, 2017.

• Gomes, Nicolas Barbosa ; Yoshida, Arissa ; de Oliveira, Guilherme Camargo ; Roder, Mateus ; Papa, João Paulo . Facial Point Graphs for Stroke Identification. Facial Point Graphs for Stroke Identification. 1ed.: , 2024, v. 14469, p. 685-699.

• Roder, Mateus ; Passos, Leandro Aparecido ; Papa, João Paulo ; Rossi, André Luis Debiaso . Feature Selection and Hyperparameter Fine-Tuning in Artificial Neural Networks for Wood Quality Classification. Lecture Notes in Computer Science. 1ed.: Springer Nature Switzerland, 2023, v. 14196, p. 323-337.

• Rodrigues, Douglas ; Passos, Leandro Aparecido ; de Oliveira Sementille, Luiz Fernando Merli ; Roder, Mateus ; DE ROSA, GUSTAVO HENRIQUE ; Papa, João Paulo . Metaheuristics for Feature Selection: A Comprehensive Comparison Using Opytimizer. Springer Tracts in Nature-Inspired Computing. 1ed.: Springer Nature Singapore, 2023, v. , p. 85-104.

• Rodrigues, Douglas ; Roder, Mateus ; PASSOS, LEANDRO A. ; ROSA, GUSTAVO H. ; PAPA, JOAO P. ; Geem, Z.W. . Harmony Search-Based Approaches for Fine-Tuning Deep Belief Networks. Harmony Search-Based Approaches for Fine-Tuning Deep Belief Networks. 1ed.: , 2023, v. , p. 105-118.

• Jodas, D.S. ; Roder, Mateus ; Pires, R. ; SANTANA, MARCOS C. ; SOUZA, L. A. ; PASSOS, LEANDRO A. . Detecting atherosclerotic plaque calcifications of the carotid artery through optimum-path forest. In: Alexandre Xavier Falcão; João Paulo Papa. (Org.). Chapter 6 - Detecting atherosclerotic plaque calcifications of the carotid artery through optimum-path forest. 1ed.: , 2022, v. , p. 137-154.

• Passos, Leandro Aparecido ; Rosa, Gustavo Henrique de ; Rodrigues, Douglas ; Roder, Mateus ; Papa, João Paulo . On the Assessment of Nature-Inspired Meta-Heuristic Optimization Techniques to Fine-Tune Deep Belief Networks. Natural Computing Series. 1ed.: Springer Singapore, 2020, v. , p. 67-96.

• GOMES, NICOLAS ; Yoshida, Arissa ; Roder, Mateus ; CAMARGO DE OLIVEIRA, GUILHERME ; PAPA, JOÃO . Facial Point Graphs for Amyotrophic Lateral Sclerosis Identification. In: 19th International Conference on Computer Vision Theory and Applications, 2024, Rome. Proceedings of the 19th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications, 2024. p. 207.

• FEITOSA, JULIANA ; Roder, Mateus ; PAPA, JOÃO ; BREGA, JOSÉ . Influence of Pixel Perturbation on eXplainable Artificial Intelligence Methods. In: 19th International Conference on Computer Vision Theory and Applications, 2024, Rome. Proceedings of the 19th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications, 2024. p. 624.

• Roder, Mateus ; PASSOS, LEANDRO ; PEREIRA, CLAYTON ; PAPA, JOÃO ; MELLO JUNIOR, ALTANIR ; FAGUNDES DE REZENDE, MARCELO ; SILVA, YARO ; VIDAL, ALEXANDRE . Convolutional Neural Networks and Image Patches for Lithological Classification of Brazilian Pre-Salt Rocks. In: 19th International Conference on Computer Vision Theory and Applications, 2024, Rome. Proceedings of the 19th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications, 2024. p. 648.

• RODER, M. ; GOMES, N. B. ; YOSHIDA, A. ; COSTEN, F. ; PAPA, J. P. . Multimodal Convolutional Deep Belief Networks for Stroke Classification with Fourier Transform. In: 36th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2023, Rio Grande. 36th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) - aceito para pubicação -, 2023.

• SANTOS, C. F. G. ; RODER, M. ; PASSOS, LEANDRO A. ; PAPA, JOÃO P. . Maxdropoutv2: An improved method to drop out neurons in convolutional neural networks. In: 10th IbPRIA: Iberian Conference on Pattern Recognition and Image Analysis, 2022, Aveiro. Pattern Recognition and Image Analysis. Switzerland: Springer, 2022. v. 13256. p. 271-282.

• RIBEIRO, L. C. F. ; RODER, M. ; ROSA, G. H. ; PASSOS, LEANDRO A. ; PAPA, JOAO P. . Enhancing Hyper-to-Real Space Projections Through Euclidean Norm Meta-heuristic Optimization. In: In: 25th Iberoamerican Congress on Pattern Recognition (CIARP), 2021, Porto. Metaheuristics, 2021.

• DE ROSA, GUSTAVO HENRIQUE ; RODER, M. ; PAPA, JOAO P. . Fine-Tuning Dropout Regularization in Energy-Based Deep Learning. In: In: 25th Iberoamerican Congress on Pattern Recognition (CIARP), 2021, Porto. Metaheuristics, 2021.

• DO SANTOS, CLAUDIO FILIPI GONCALVES ; COLOMBO, DANILO ; Roder, Mateus ; PAPA, JOAO PAULO . MaxDropout: Deep Neural Network Regularization Based on Maximum Output Values. In: 2020 25th International Conference on Pattern Recognition (ICPR), 2021, Milan. 2020 25th International Conference on Pattern Recognition (ICPR), 2021. p. 2671.

• Roder, Mateus ; ROSA, GUSTAVO HENRIQUE ; PAPA, JOAO PAULO ; CARLOS, DANIEL ; GUIMARAES ; PEDRONETTE . Enhancing Shallow Neural Networks Through Fourier-based Information Fusion for Stroke Classification. In: 2021 34th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2021, Gramado. 2021 34th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2021. p. 378.

• DE ROSA, GUSTAVO H. ; Roder, Mateus ; PAPA, JOAO PAULO ; DOS SANTOS, CLAUDIO F.G. . Improving Pre- Trained Weights through Meta - Heuristics Fine- Tuning. In: 2021 IEEE Symposium Series on Computational Intelligence (SSCI), 2021, Orlando. 2021 IEEE Symposium Series on Computational Intelligence (SSCI), 2021. p. 1.

• Roder, Mateus ; ALMEIDA, JURANDY ; DE ROSA, GUSTAVO H. ; PASSOS, LEANDRO A. ; ROSSI, ANDRE L.D. ; PAPA, JOAO P. . From Actions to Events: A Transfer Learning Approach Using Improved Deep Belief Networks. In: 2021 IEEE Symposium Series on Computational Intelligence (SSCI), 2021, Orlando. 2021 IEEE Symposium Series on Computational Intelligence (SSCI), 2021. p. 01.

• RODER, M. ; PASSOS JUNIOR, L. A. ; RIBEIRO, L. C. F. ; PEREIRA, C. R. ; PAPA, J. P. . A Layer-Wise Information Reinforcement Approach to Improve Learning in Deep Belief Networks. In: 19th International Conference on Artificial Intelligence and Soft Computing, 2020, Zakopane. ICAISC 2020: Artificial Intelligence and Soft Computing, 2020. v. 12415. p. 231-241.

• RODER, M. ; PASSOS JUNIOR, L. A. ; RIBEIRO, L. C. F. ; BENATO, B. C. ; FALCAO, A. X. ; PAPA, J. P. . Intestinal Parasites Classification Using Deep Belief Networks. In: 19th International Conference on Artificial Intelligence and Soft Computing, 2020, Zakopane. ICAISC 2020: Artificial Intelligence and Soft Computing, 2020. v. 12415. p. 242-255.

• Roder, Mateus ; DE ROSA, GUSTAVO HENRIQUE ; Passos, Leandro Aparecido ; PAPA, JOAO PAULO ; ROSSI, ANDRE LUIS DEBIASO . Harnessing Particle Swarm optimization Through Relativistic Velocity. In: 2020 IEEE Congress on Evolutionary Computation (CEC), 2020, Glasgow. 2020 IEEE Congress on Evolutionary Computation (CEC), 2020. p. 1.

• Roder, Mateus ; DE ROSA, GUSTAVO HENRIQUE ; PAPA, JOAO PAULO ; BREVE, FABRICIO APARECIDO . Fine-Tuning Temperatures in Restricted Boltzmann Machines Using Meta-Heuristic Optimization. In: 2020 IEEE Congress on Evolutionary Computation (CEC), 2020, Glasgow. 2020 IEEE Congress on Evolutionary Computation (CEC), 2020. p. 1.

• RODER, M. ; ROSSI, A. L. D. ; AFFONSO, C. O. . Boosting machine learning techniques for wood quality classification by particle swarm optimization. In: Encontro Nacional de Inteligência Artificial e Computacional, 2017, Uberlândia, MG. Anais do 14o Encontro Nacional de Inteligência Artificial e Computacional, 2017.

• RODER, M. ; ROSSI, A. L. D. ; AFFONSO, C. O. . Comparação de técnicas de aprendizado de máquina para a classificação da qualidade da madeira. In: 8º Congresso de Extensão Universitária da Unesp, 2015, Itapeva - SP. 8º Congresso de Extensão Universitária da UNESP. São Paulo: Unesp, 2015.

• Cuba, J. P. B ; Hansted, F. A. S. ; RODER, M. ; Simões, D. . Análise da iluminância dos interiores das salas de aula de uma instituição pública de ensino superior.. In: 8º Congresso de extensão universitária da UNESP, 2015, Itapeva - SP. 8º Congresso de extensão universitária da UNESP, 2015. v. 8.

• DA PONTE SOUZA, J.P. ; KURODA AVANSI, M.C. ; ZEITOUM, N. ; RODER, M. ; PORTUGAL, D.S.V. ; PORTUGAL, R.D.S. ; PEDRINI, H. ; PEREIRA, C.R. ; PAPA, J.P. ; VIDAL, A.C. ; DE REZENDE, M.F. ; DE MELLO JUNIOR, A.F. ; SILVA, Y.M.P. . Petrophysical Analysis of Thin Section Based on the Pore Geometries Using Self-Organizing Maps. In: Fourth EAGE Digitalization Conference & Exhibition, 2024, Paris. Fourth EAGE Digitalization Conference & Exhibition, 2024. p. 1.

• RODER, M. ; PEREIRA, C. ; PAPA, J. ; JUNIOR, A. ; DE REZENDE, M. ; SILVA, Y. ; VIDAL, A. . Lithological Classification of Brazilian Pre-salt Rocks with GLCM Features and Machine Learning. In: Fourth EAGE Digitalization Conference & Exhibition, 2024, Paris. Fourth EAGE Digitalization Conference & Exhibition. p. 1.

• RODER, M. ; ROSSI, A. L. D. . Ajuste de hiperparâmetros de redes neurais artificiais e seleção de atributos para a classificação de qualidade. In: XXX Congresso de Iniciação Científica da UNESP, 2018, Itapeva - SP. Anais do XXX Congresso de Iniciação Científica da UNESP, 2018.

• RODER, M. ; ROSSI, A. L. D. ; AFFONSO, C. O. . Ajuste de Parâmetros de Redes Neurais Artificiais Aplicadas à Classificação da Qualidade da Madeira. In: XXIX Congresso de Iniciação Científica UNESP, 2017, Itapeva. Anais do XXIX Congresso de Iniciação Científica da UNESP, 2017. v. XXIX.

• RODER, M. ; ROSSI, A. L. D. ; AFFONSO, C. O. . Boosting machine learning techniques for wood quality classification by particle swarm optimization. 2017. (Apresentação de Trabalho/Congresso).

• RODER, M. ; ROSSI, A. L. D. ; AFFONSO, C. O. . Comparação de técnicas de aprendizado de máquina para a classificação da qualidade da madeira.. 2015. (Apresentação de Trabalho/Congresso).

Outras produções

Projetos de pesquisa

• 2019 - 2021

  Máquinas de Boltzmann em Profundidade para Reconhecimento de Eventos em Vídeos, Projeto certificado pela empresa Microsoft Informática em 04/07/2023., Descrição: Na última década, o crescimento exponencial dos dados apoiou o desenvolvimento de uma vasta gama de algoritmos baseados em aprendizado de máquina, além de possibilitar seus usos em aplicações cotidianas. Além disso, esta melhoria ou crescimento é parcialmente explicada pelo advento de técnicas de aprendizado em profundidade, ou seja, a composição de arquiteturas simples que geram modelos complexos e robustos. Embora técnicas de aprendizado em profundidade produzam resultados excelentes, elas também apresentam desvantagens em relação ao processo de aprendizagem, pois o treinamento de modelos complexos em grandes conjuntos de dados é computacionalmente custoso. Esse problema fica evidente quando se trata de análise e processamento de vídeos, como reconhecimento de ações ou eventos, uma vez que sequências de imagens (frames) são consideradas e produzem, geralmente, uma única saída. Outro problema relevante diz respeito à baixa quantidade de bancos de dados para determinadas tarefas, como a classificação de eventos de alto nível, fato que dificulta o desenvolvimento de algumas vertentes conceituais. Alguns trabalhos consideram a transferência de aprendizado ou a adaptação de domínio, ou seja, abordagens que mapeiam o conhecimento de um domínio para outro, a fim de aliviar a carga de treinamento, mas a maioria deles opera em blocos individuais ou pequenos blocos de frames. Portanto, neste trabalho é proposta uma nova abordagem para mapear o conhecimento entre domínios, do reconhecimento de ações até o reconhecimento/classificação de eventos utilizando modelos baseados em energia como função de mapeamento. Ademais, é proposta uma modificação no processamento dos vídeos para os modelos empregados, capaz de processar uma maior quantidade de frames simultaneamente, carregando informações espaciais e rastros temporais durante o processo de aprendizagem, o qual é denominado de processamento Somatório. Os resultados experimentais conduzidos em dois conjuntos de dados de vídeos públicos, o UCF-101 e o HMDB-51, retratam a eficácia da abordagem de adaptação de domínio e do processamento Somatório propostos, possibilitando uma redução do custo computacional em comparação aos modelos tradicionais baseados em energia, tais como Máquinas de Boltzmann Restritas, Redes de Crenças Profundas e Máquinas de Boltzmann Profundas.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (1) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Mateus Roder - Integrante / PAPA, JOAO P. - Coordenador.

• 2018 - 2018

  Seleção de atributos e ajuste de parâmetros de redes neurais artificiais para o problema de classificação da qualidade da madeira, Descrição: Técnicas de Aprendizado de Máquina (AM) têm sido amplamente utilizadas nas mais diversas áreas do conhecimento para a indução de modelos descritivos e preditivos. Muitas dessas técnicas conseguiram grande sucesso quando aplicadas a tarefas específicas, como o problema de classificação da qualidade da madeira através de imagens. Esse problema tem sido estudado pelos participantes do projeto. Apesar dos resultados satisfatórios, as pesquisas continuam avançando no sentido de melhorar o desempenho preditivo do sistema proposto. Para isso, uma das tarefas investigadas é o ajuste dos hiperparâmetros de técnicas de AM. Esses hiperparâmetros influenciam diretamente na indução dos modelos e devem ser ajustados para cada conjunto de dados. Meta-heurísticas baseadas no processo evolutivo e na inteligência de enxames, como a Otimização por Enxame de Partículas (PSO), têm sido empregadas para esse fim. Estas, possuem mecanismos específicos para escapar dos mínimos locais, que são muito comuns no problema de ajuste de hiperparâmetros. Neste projeto é investigado o uso da meta-heurística PSO para o ajuste dos valores dos hiperparâmetros de Redes Neurais Artificiais (RNAs) concomitante com a seleção de atributos para o problema da classificação da qualidade da madeira. A seleção de atributos pode ser necessária, haja vista que podem ser utilizados diferentes métodos para extrair características relevantes das imagens de madeira. A caracterização das imagens também possui grande influência no desempenho preditivo das técnicas de AM. Essas técnicas tratam da transformação das imagens em valores numéricos que são úteis para o uso com as técnicas de AM. Alguns métodos de extração de características mais usados são investigados, como medidas obtidas a partir da matriz de co-ocorrência da escala de cinza e o local binary pattern. Espera-se que a PSO seja capaz de encontrar o melhor conjunto de hiperparâmetros das RNAs e o melhor conjunto de atributos que descrevem as imagens seja selecionado, aumentando a taxa de acerto da técnica de AM.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Mateus Roder - Integrante / André Luis Debiaso Rossi - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

• 2016 - 2017

  Ajuste de parâmetros de técnicas de aprendizado de máquina aplicadas à classificação da qualidade da madeira, Descrição: Aplicação da técnica de otimização Particle Swarm Optimization para ajustar os parâmetros livres de duas técnicas de aprendizado de máquina, Redes Neurais Artificiais e Support Vector Machines, para um problema de classificação de imagens de madeiras.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Mateus Roder - Integrante / André Luis Debiaso Rossi - Coordenador / Carlos de Oliveira Affonso - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa., Número de produções C, T & A: 1

Prêmios