Josenildo Costa da Silva

Bacharel em Ciência da Computação pela Universidade Federal do Maranhão, Mestre em Informática pela Universidade Federal da Paraíba e Doutor pela Uni Saarland (Alemanha). Tem experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial, Sistemas Multi Agentes, Mineracão de Dados em ambientes distribuídos e Mineração de Dados com Preservação da Privacidade. O maior foco da pesquisa recente inclui aprendizagem profunda aplicada.

Informações coletadas do Lattes em 06/09/2025

Acadêmico

Formação acadêmica

Doutorado em Computer Science

2003 - 2007

Universität des Saarlandes, UniSAARLANDES
Título: Privacy Preserving Distributed Data Mining
Orientador: PD Dr. Matthias Klusch
Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. Palavras-chave: Data Mining; Data Mining Distribuido; Privacidade em Data Mining.Grande área: Ciências Exatas e da TerraGrande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência Artificial. Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência Artificial / Especialidade: Sistemas Multi Agentes.

Mestrado em Ciência da Computação

1997 - 1999

Universidade Federal da Paraíba
Título: Aquisição de Conhecimento e Manutenção para uma Sociedade de Agentes Tutores Artificiais, Ano de Obtenção: 1999
Orientador: Evandro de Barros Costa e Edilson Ferneda
Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. Palavras-chave: Aquisição de Conhecimento; Sistemas Multi-Agentes; Modelagem de Conhecimento; Inteligência Artificial.Grande área: Ciências Exatas e da TerraSetores de atividade: Informática.

Graduação em Ciência da Computação

1992 - 1996

Universidade Federal do Maranhão

Formação complementar

2021 - 2021

HCIA. , Huawei do Brasil Telecomunicações - São Paulo, Huawei/SP, Brasil.

2008 - 2008

Concepção de Projetos de Coop. Téc. Internacional. (Carga horária: 40h). , Secretaria de Estado do Planejamento e Orçamento do Governo do Maranhão, SEPLAN, Brasil.

Idiomas

Bandeira representando o idioma Inglês

Compreende Bem, Fala Razoavelmente, Lê Bem, Escreve Razoavelmente.

Bandeira representando o idioma Espanhol

Compreende Razoavelmente, Fala Pouco, Lê Bem, Escreve Pouco.

Bandeira representando o idioma Francês

Compreende Pouco, Fala Pouco, Lê Razoavelmente, Escreve Pouco.

Bandeira representando o idioma Alemão

Compreende Bem, Fala Razoavelmente, Lê Bem, Escreve Razoavelmente.

Áreas de atuação

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência Artificial/Especialidade: Sistemas Multi Agentes.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência Artificial.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Engenharia de Software.

Organização de eventos

Sá, E. J. V. ; SILVA, J. C. . Fábricas de Inovação - Construindo Soluções Inovadoras para Problemas Reais Através de Hackathon. 2022. (Outro).

Participação em eventos

ESCOLA REGIONAL DE COMPUTAÇÃO CEARÁ, MARANHÃO, PIAUÍ (ERCEMAPI).Uma Investigação Sobre a Identificação de Indicadores de Evasão de Alunos Utilizando Mineração de Dados. 2022. (Encontro).

SEMIC 2016.Host para arquitetura da ferramenta para reutilização de objetivos na engenharia de requisitos ? FROBJER. 2017. (Seminário).

Seminário de Iniciação Científica / SEPPIE 2015/2016.Mineração de Séries Temporais Distribuídas. 2016. (Seminário).

X SEMINÁRIO DE INICIAÇÃO CIENTÍFICA (SEMIC).BIG DATA MINING: ANALISE COMPARATIVA DAS BIBLIOTECAS MAHOUT E ORYX. 2015. (Seminário).

X SEMINÁRIO DE INICIAÇÃO CIENTÍFICA (SEMIC).Mineração de Séries Temporais Distribuídas. 2015. (Seminário).

11th Brazilian Congress (CBIC) on Computational Intelligence. A Java-Based Code Generator for Parallel Evolutionary Algorithms.. 2013. (Congresso).

Brazilian Congress on Computational Intelligence. A Hybrid Algorithm for Solving the Economic Dispatch Problem. 2013. (Congresso).

21th Brazilian Symposium on Artificial Intelligence (SBIA). Density-based Pattern Discovery in Distributed Time Series. 2012. (Congresso).

3rd Intl. Workshop on Privacy Data Management.Privacy Preserving Distributed Pattern Discovery in Time Series. 2007. (Oficina).

Participação em bancas

Aluno: Ribamar Loura do Carmo

Demétrio, F. J. C.;CORTES, O. A. C.; Feres, Bruno;da Silva, Josenildo C.. Uma meta-heurística baseada em Algoritmo Genético para Seleção de Oficiais de Justiça por Distritos. 2016. Dissertação (Mestrado em Programa de Pós-Graduação em Engenharia e Sistemas (PECS)) - Universidade Estadual do Maranhão.

Aluno: Antonio Valber Lima Santana

PINHEIRO, J. C.; FERREIRA, J. S.;SILVA, J. C.. UMA ABORDAGEM BASEADA NO PROCESSO DE ETL INTEGRADO AOS INDICADORES DE NEGÓCOS ATRAVÉS DE VISÕES MATERIALIZADAS EM DATA WAREHOUSE PARA AUXILIAR NA TOMADA DE DECISÃO. 2016. Dissertação (Mestrado em Programa de Pós-Graduação em Engenharia e Sistemas (PECS)) - Universidade Estadual do Maranhão.

Aluno: Franscisco da Conceição Silva

Fonseca, LCC;SILVA, J. C.; Silva, RJ; BIACHINI, A. R.. Um Modelo Preditivo para Diagnostico de Baixo Desempenho a partir das Interações em Foruns de Discussão. 2015. Dissertação (Mestrado em Programa de Pós-Graduação em Engenharia e Sistemas (PECS)) - Universidade Estadual do Maranhão.

Aluno: Raimundo Osvaldo Vieira

Cortes, Omar A. C.;SILVA, J. C.; Feres, Bruno; COUTINHO, L. R.. DESCOBERTA DE PADRÕES EM SÉRIES TEMPORAIS MULTIVARIÁVEIS UMA ABORDAGEM BASEADA EM DENSIDADE. 2018. Exame de qualificação (Mestrando em Programa de Pós-Graduação em Engenharia e Sistemas (PECS)) - Universidade Estadual do Maranhão.

Aluno: Marcos de Jesus Costa Serra

CORTES, O. A. C.SILVA, J. C.; SOUZA, B. F.; COUTINHO, L. R.. SISTEMA DE RECOMENDAÇÃO BASEADO EM ALGORITMOS BASEADOS EM DENSIDADE: UMA SOLUÇÃO DE SOFTWARE PARA A EGGEM. 2018. Exame de qualificação (Mestrando em Programa de Pós-Graduação em Engenharia e Sistemas (PECS)) - Universidade Estadual do Maranhão.

Aluno: Alan Cloves Silva Barreto

Sá, E. J. V.;da Silva, Josenildo C.. FERRAMENTA DE AUTORIA PARA ATIVIDADES DE APRENDIZAGEM ADAPTATIVAS COM USO DE JOGOS E COOPERAÇÃO. 2016. Exame de qualificação (Mestrando em Programa de Pós-Graduação em Engenharia e Sistemas (PECS)) - Universidade Estadual do Maranhão.

Aluno: Vinícius Barbosa da Silva

CORTES, O. A. C.; DINIZ, J. O. B.;SILVA, J. C.. Análise de Dupla Transferência de Aprendizagem na VGG16 para Detecção de Câncer de Mama em PET. 2025. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão.

Aluno: FELIPE SILVA KZAM DE SÁ

VIEIRA, R. O.; FERREIRA, J. S.;SILVA, J. C.. Comparação de desempenho de algoritmos de aprendizado de máquina para recomendação de músicas. 2024. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão.

Aluno: Segismar Lima Pereira Junior

SERRA JUNIOR, G. C.; FERREIRA, J. S.;SILVA, J. C.. A Centralização da Totalização dos Votos no TSE e a Segurança do Processo de Votação Brasileiro. 2022. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão.

Aluno: Valério Breno Santos Nunes de Oliveira

SILVA, J. C.; SANTOS, A. M.;CORTES, O. A. C.. Aprendizagem de Máquina para Manutenção Preditiva em Equipamentos Industriais Ferroviários. 2022. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão.

Aluno: WESLEY EDUARDO DE OLIVEIRA MELO

CORTES, O. A. C.; GOMES JUNIOR, D. L.;SILVA, J. C.. UTILIZANDO ANÁLISE DE SENTIMENTOS E SVM NA CLASSIFICAÇÃO DE TWEETS DEPRESSIVOS. 2021. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão.

Aluno: Danyllo Carlos Silva e Silva

CORTES, O. A. C.; SOUZA, B. F.;SILVA, J. C.. Auxilio na Detecção de Câncer de Mama Usando Redes Nerais Artificiais em Deep Learning. 2020. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão.

Aluno: Elaine Pinto Portela

CORTES, O. A. C.; OLIVEIRA, A. C. M.;SILVA, J. C.. Otimização de Portfólio Futuro Baseado em Aprendizagem Profunda e Algoritmo Multiobjetivo. 2019. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão.

Aluno: Levi Monteiro Martins

SILVA, J. C.CORTES, O. A. C.; FERREIRA, J. S.. Identificação de Fatores Contribuintes para Incidências de Doenças - Uma Abordagem Data-Driven a Estudos Transversais. 2019. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão.

Aluno: Isaac Francis Curvelo Marques

JACOB JUNIOR, A. F. L.;SILVA, J. C.CORTES, O. A. C.. Descoberta de Padrões com Instâncias de Tamanho Variados em Séries Temporais: uma abordagem baseada em densidade. 2018. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão.

Aluno: José Daniel Ribeiro Filho

SILVA, J. C.CORTES, O. A. C.; Soares Neto, C. S.. TV Digital Intrativa: um novo horizonte para EaD. 2012. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão.

Aluno: Cristiano Jackson da Costa Coelho

CORTES, O. A. C.SILVA, J. C.; FOOK, K. D.. Uso de Lógica Fuzzy para Determinação de um Indice de Qualidade de Cursos Técnicos. 2011. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão.

COUTINHO, L. R.; FREIRE, M. A.;SILVA, J. C.. Concurso Público para Provimento de Cargo da Carreira do Magistério Superior. 2010. Universidade Federal do Maranhão.

SILVA, J. C.; FARIAS, S.. Comissão de Avaliação dos Trabalhos do SEMIC durante o EPIDE 2023. 2023. Instituto Federal do Maranhão - Campus Monte Castelo.

SILVA, J. C.. Avaliador de artigos completos para o ERCEMAPI 2023. 2023. Instituto Federal do Ceará.

SILVA, J. C.; SOUSA, U. S.. Comissão de Avaliação dos Trabalhos do SEMIC durante o EPIDE 2022. 2022. Instituto Federal do Maranhão.

SILVA, J. C.. Avaliador no SEMINÁRIO DE INICIAÇÃO CIENTÍFICA (SEMIC) 2021,. 2021. Instituto Federal do Maranhão.

SILVA, J. C.. Avaliadores Ad Hoc das Apresentações Orais durante o Encontro de Pesquisa, Pós-Graduação, Inovação, Iniciação à Docência e Extensão (EPIDE). 2019. Instituto Federal do Maranhão.

SILVA, J. C.. Comissão de Avaliadores do EPIDE. 2018. Instituto Federal do Maranhão.

Orientou

FRANCISCO DA CONCEIÇÃO SILVA

UM MODELO PREDITIVO PARA DIAGNÓSTICO DE BAIXO DESEMPENHO A PARTIR DAS INTERAÇÕES EM FÓRUNS DE DISCUSSÃO; 2015; Dissertação (Mestrado em Programa de Pós-Graduação em Engenharia e Sistemas (PECS)) - Universidade Estadual do Maranhão, ; Coorientador: Josenildo Costa da Silva;

Marcelo Jhones Ferreira Feitosa

Ferramenta de interpretação de Língua Brasileira de Sinais com Redes Neurais Profundas; 2024; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

JOÃO VICTOR VILARINHO SILVA

Análise de Dados Acadêmicos de uma Instituição Federal de Ensino Utilizando Técnicas de Exploração de Dados; 2024; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

FELIPE CORREIA DE SOUSA

ANÁLISE DE SÉRIES TEMPORAIS UTILIZANDO FBPROPHET; 2023; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

George Sanders Carvalho Araújo

Implantação de Modelos Preditivos como Serviços Web: estudo de caso com predição de evasão escolar; 2023; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

Valério Breno Santos Nunes de Oliveira

Aprendizagem de Máquina para Manutenção Preditiva em Equipamentos Industriais Ferroviários; 2022; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

Levi Monteiro Martins

Modelos preditivos para dados de saúde em python; 2019; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

Isaac Francis Curvelo

Descoberta de padrões de tamanho variável em séries temporais; 2018; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

Gustavo Henrique Batista Santos Oliveira

Descoberta de Padrões em Séries Temporais Distribuídas com JADE; 2017; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

Inalberth Pinheiro Santos

Uma abordagem de CSP para o Problema de Alocação de Horários em cursos superiores no IFMA; 2017; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

Luís Carlos Sousa Junior

Aglomeração Distribuida em Rede P2P baseada em Agentes: arquitetura e implementação com JADE; 2016; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

Tayná Costa Gonçalves

Análise da evasão no ensino superior do Instituto Federal de Educação, Ciência e Tecnologia do Maranhão utilizando técnicas de mineração de dados; 2015; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

Levi Monteiro Martins

Health Data Analysis: Uma abordagem de análise de dados de Saúde utilizando ferramentas Python; 2017; Iniciação Científica; (Graduando em Sistemas de Informação) - Instituto Federal do Maranhão, Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

Gustavo Henrique Oliveira Batista

Mineração de Séries Temporais Distribuídas com Privacidade; 2014; Iniciação Científica; (Graduando em Sistemas de Informação) - Instituto Federal do Maranhão, Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

Inalberth Pinheiro

Big Data Mining: Análise Comparativa das Bibliotecas Mahout e Oryx; 2014; Iniciação Científica; (Graduando em Sistemas de Informação) - Instituto Federal do Maranhão, Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

Gustavo Henrique Oliveira Batista

Algoritmos Eficientes para Descoberta de Padrões em Séries Temporais Distribuídas; 2013; Iniciação Científica; (Graduando em Sistemas de Informação) - Instituto Federal do Maranhão, Fundação de Amparo à Pesquisa ao Desenvolv; Científico e Tecnológico - MA; Orientador: Josenildo Costa da Silva;

Gustavo Henrique Oliveira Batista

Implementação e Testes de Algoritmos de Descoberta de Padrões em Séries Temporais Distribuídas com Preservacão de Privacidade; 2012; Iniciação Científica; (Graduando em Técnico em Informática (Integrado)) - Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

Gustavo Henrique Oliveira Batista

Biblioteca de Data Mining Distribuido em Java: implementação e benchmark; 2011; Iniciação Científica; (Graduando em Técnico em Informática (Integrado)) - Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

FRANCISCO BORGES CARREIRO FILHO

Ferramenta web para agrupamento de expressões gênicas temporais; 2017; Orientação de outra natureza; (Sistemas de Informação) - Instituto Federal do Maranhão, Instituto Federal do Maranhão; Orientador: Josenildo Costa da Silva;

Produções bibliográficas

  • PORTELA, ELAINE PINTO ; CORTES, OMAR ANDRES CARMONA ; DA SILVA, JOSENILDO COSTA . A rapid literature review on ensemble algorithms for COVID-19 classification using image-based exams. INTERNATIONAL JOURNAL OF HYBRID INTELLIGENT SYSTEMS , v. 19, p. 129-143, 2023.

  • OLIVEIRA, GUSTAVO H.B.S. ; COUTINHO, LUCIANO R. ; SILVA, JOSENILDO C. DA ; PINTO, IVAN J.P. ; FERREIRA, JÚLIA M.S. ; SILVA, FRANCISCO J.S. ; SANTOS, DAVI V. ; TELES, ARIEL S. . Multitaper-based method for automatic k-complex detection in human sleep EEG. EXPERT SYSTEMS WITH APPLICATIONS , v. 151, p. 113331, 2020.

  • CARMONA CORTES, OMAR ANDRES ; SILVA, JOSENILDO COSTA DA . Unconstrained numerical optimization using real-coded genetic algorithms: a study case using benchmark functions in R from Scratch. REVISTA BRASILEIRA DE COMPUTAÇÃO APLICADA , v. 11, p. 1-11, 2019.

  • GONCALVES, T. C. ; SILVA, J. C. ; Cortes, Omar A. C. . Técnicas de mineração de dados: um estudo de caso da evasão no ensino superior do Instituto Federal do Maranhão. REVISTA BRASILEIRA DE COMPUTAÇÃO APLICADA , v. 10, p. 11-20, 2018.

  • SILVA, J. C. ; KLUSCH, M. . Inference in Distributed Data Clustering.. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE , v. 19, p. 363-369, 2006.

  • SILVA, J. C. ; KLUSCH, M. ; Stefano Lodi ; Gianluca Moro . Privacy-preserving Agent-Based Distributed Data Clustering.. WEB INTELLIGENCE AND AGENT SYSTEMS , v. 4, p. 221-238, 2006.

  • SILVA, J. C. ; GIANNELLA, C. ; BHARGAVA, R. ; Kargupta, H. ; KLUSCH, M. . Distributed Data Mining and Agents. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE , v. 18, p. 791-807, 2005.

  • PORTELA, E. P. ; CORTES, O. A. C. ; SILVA, J. C. . A Rapid Review on Ensemble Algorithms for COVID-19 Classification Using Image-Based Exams. In: Abraham, A.; Pllana, S.; Casalino, G.; Ma, K., Bajaj, A.. (Org.). Intelligent Systems Design and Applications. ISDA 2022. 1ed.: Springer, 2022, v. 646, p. 96-106.

  • SILVA, J. C. ; VIEIRA, R. O. . Introducão às Redes Neurais Profundas com Python. In: Ariel S. Teles; Danilo B. da Silva; Guilherme A. R. M. Esmeraldo;. (Org.). Minicursos da ERCEMAPI 2022. 1ed.: SBC OpenLib, 2022, v. , p. 79-98.

  • da Silva, Josenildo C. ; Klusch, Matthias ; Lodi, Stefano . Privacy-Awareness of Distributed Data Clustering Algorithms Revisited. Lecture Notes in Computer Science. 1ed.: Springer International Publishing, 2016, v. 9897, p. 261-272.

  • da Silva, Josenildo C. ; Oliveira, Gustavo H. B. ; Cortes, Omar A. C. ; Klusch, Matthias . Density-Based Pattern Discovery in Distributed Time Series. Lecture Notes in Computer Science. 1ed.Berlin e Heidelberg: Springer Berlin Heidelberg, 2012, v. 7589, p. 62-71.

  • da Silva, Josenildo C. ; Klusch, Matthias . Inference on Distributed Data Clustering. Lecture Notes in Computer Science. 1ed.Berlin e Heidelberg: Springer Berlin Heidelberg, 2005, v. , p. 610-619.

  • MORAES, B. R. S. ; SILVA, J. C. ; TELES, ARIEL S. ; B. JUNIOR, A. A. ; SILVA, F. J. S. ; COUTINHO, L. R. . Interactive Method for Publishing Tabular Data with Privacy Preservation. In: International Symposium on Computer-Based Medical Systems, 2025, Madrid, Spain. Proc. of the 38th IEEE Intl. Symp. on Computer-Based Medical Systems (ICBMS 2025), 2025.

  • CABRAL, P. S. ; SILVA, J.C. ; DINIZ, J. O. B. ; GOMES JUNIOR, D. L. . Vision Scan Insight: Um Assistente Inteligente Utilizando Redes Neurais Profundas para Usuários de Baixa Visão em Supermercados. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS), 2025, Porto Alegre, RS. TECNOLOGIAS ASSISTIVAS, INTELIGÊNCIA ARTIFICIAL E CIÊNCIA DE DADOS - SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS). Porto Alegre, RS: SBC, 2025. p. 312-321.

  • OLIVEIRA, GUSTAVO H. B. S. ; SILVA, JOSENILDO C. DA ; Cortes, Omar A. C. ; COUTINHO, LUCIANO R. . A Multi-Agent Architecture for Distributed Data Mining Systems. In: Brazilian eScience Workshop, 2022, Brasil. Anais do XVI Brazilian e-Science Workshop (BRESCI 2022), 2022. p. 1.

  • SILVA, F. C. ; SILVA, J. C. ; FRANCA, A. M. ; ARAUJO, G. S. C. ; MORAES, E. E. . Uma Investigação Sobre a Identificação de Indicadores de Evasão de Alunos Utilizando Mineração de Dados. In: ESCOLA REGIONAL DE COMPUTAÇÃO CEARÁ, MARANHÃO, PIAUÍ (ERCEMAPI), 2022, São Luís, MA. ANAIS DA ESCOLA REGIONAL DE COMPUTAÇÃO CEARÁ, MARANHÃO, PIAUÍ (ERCEMAPI), 2022. p. 69-78.

  • COSTA DA SILVA, JOSENILDO ; H. B. S. OLIVEIRA, GUSTAVO ; Lodi, Stefano ; Klusch, Matthias . Clustering Distributed Short Time Series with Dense Patterns. In: 2017 16th IEEE International Conference on Machine Learning and Applications (ICMLA), 2017, Cancun. 2017 16th IEEE International Conference on Machine Learning and Applications (ICMLA), 2017. p. 34.

  • Silva, FC ; Fonseca, LCC ; Silva, RJ ; SILVA, JOSENILDO COSTA DA . Uma ferramenta para apresentação de diagnóstico de evasão gerado por mineração de dados a partir iterações dos alunos em fóruns de discussão. In: X Conferência Latino-Americana de Objetos e Tecnologias de Aprendizagem, 2015, Maceió, Alagoas, Brasil. Anais da X Conferência Latino-Americana de Objetos e Tecnologias de Aprendizagem 2015, 2015. p. 237-246.

  • Silva, FC ; Fonseca, LCC ; Silva, RJ ; SILVA, JOSENILDO COSTA DA . Um modelo preditivo para diagnóstico de evasão baseado nas interações de alunos em fóruns de discussão. In: Simpósio Brasileiro de Informática na Educação, 2015, Maceió, Alagoas, Brasil. Anais do 26º Simpósio Brasileiro de Informática na Educação (SBIE), 2015. p. 1187-1196.

  • SILVA, J. C. ; CORTES, O. A. C. ; Silva, J. A. . A Java-Based Code Generator for Parallel Evolutionary Algorithms. In: 11th Brazilian Congress (CBIC) on Computational Intelligence, 2013, Porto de Galinhas. Proc. of BRICS-CBIC, 2013.

  • BARROS, RAUL SILVA ; CORTES, OMAR ANDRES CARMONA ; LOPES, RAFAEL FERNANDES ; SILVA, JOSENILDO COSTA DA . A Hybrid Algorithm for Solving the Economic Dispatch Problem. In: 2013 BRICS Congress on Computational Intelligence & 11th Brazilian Congress on Computational Intelligence (BRICSCCI & CBIC), 2013, Ipojuca. 2013 BRICS Congress on Computational Intelligence and 11th Brazilian Congress on Computational Intelligence. p. 617.

  • CORTES, O. A. C. ; SILVA, J. C. . A Local Search Algorithm Based on Clonal Selection and Genetic Mutation for Global Optimization. In: S, 2010. Neural Networks (SBRN), 2010 Eleventh Brazilian Symposium on.

  • SILVA, J. C. ; KLUSCH, M. . Privacy-preserving Pattern Discovery in Distributed Time Series. In: 3rd Intl. Workshop on Privacy Data Management, 2007, Istanbul, Turkey.. Proc. of 23th ICDE Workshops, 2007. p. 207-214.

  • SILVA, J. C. ; KLUSCH, M. . Privacy-Preserving Discovery of Frequent Patterns in Time Series. In: 7th Industrial Conference on Data Mining, ICDM, 2007, Leipzig, Germany. Advances in Data Mining. Theoretical Aspects and Applications, Lecture Notes in Computer Science (LNCS). Berlin / Heidelberg: Springer, 2007. v. 4597. p. 318-328.

  • SILVA, J. C. ; KLUSCH, M. ; Stefano Lodi ; Gianluca Moro . Inference attacks in peer-to-peer homogeneous data mining. In: ECAI '04, 2005, Valencia, Espanha. Proceedings of the 16th European Conference on Artificial Intelligence (Frontiers in Artificial Intelligence & Applications), 2005. p. 450-454.

  • SILVA, J. C. ; KLUSCH, M. . CoDOTS: Secure Outlier Detection in Distributed Time Series. In: Temporal Data Mining: Algorithms, Theory and Applications, 2005, Houston, TX, USA. Proc. of ICDM '05 Workshop on Temporal Data Mining (TDM 2005), 2005.

  • SILVA, J. C. ; LABIDI, S. ; COSTA, E. B. ; COSTA, N. S. . Agent Architecture for Cooperative Learning Environment. In: Simpósio Brasileiro de Informática na Educação, 2000, Maceió-AL. Anais do XI SBIE 2000, 2000.

  • SILVA, J. C. ; LABIDI, S. ; COUTINHO, L. R. ; COSTA, E. B. . MATHNET:An Agent-Based Tutoring System for Supporting Cooperative and Distant Learning. In: CATE'2000, 2000, Cancun, MEXICO. Proceedings of International Conference on Computers and Advanced Technology in Education, 2000.

  • SILVA, J. C. ; COSTA, E. B. ; FERNEDA, E. . Design and Development of an Authoring Envoronment for Building and Maintaining a Society of Artificial Tutoring Agents. In: SBIE 99, 1999, Curitiba, PB. X Simpósio Brasileiro de Infomática na Educação 1999. Curitiba: UFPR, 1999. p. 185-192.

  • SILVA, J. C. ; COSTA, E. B. . Towards an Authoring Tool for a Society of Artificial Tutoring Agents. In: AI-Ed'99, 1999, Le Mans, Franca. Proceedings of Workshop in Artificial Inteligence in Education 1999, 1999.

  • LAVRAS, A. E. L. ; Sá, E. J. V. ; SILVA, J. C. . Aprendizagem de Máquina para auxiliar na Pré-Autoria de Atividades de Aprendizagem Adaptáveis. In: XII EnAComp 2015, 2015, Catalão, GO. Anais do XII EnAComp 2015, 2015. p. 183-186.

  • BARROS, B. A. S. ; CORTES, O. A. C. ; LOPES, R. F. ; SILVA, J. C. . Um Algoritmo Híbrido Paralelo Cooperativo Baseado em DE, PSO e AG. In: Brazilian Congress on Computational Intelligence, 2013, Porto de Galinhas. 11th Brazilian Congress on Computational Intelligence, 2013.

  • SILVA, J. C. . Clustering Distributed Time Series with Dense Patterns. 2017. (Apresentação de Trabalho/Conferência ou palestra).

  • OLIVEIRA, G. H. B. ; da Silva, Josenildo C. . MINERAÇÃO DE SÉRIES TEMPORAIS DISTRIBUÍDAS. 2016. (Apresentação de Trabalho/Seminário).

  • OLIVEIRA, G. H. B. ; da Silva, Josenildo C. . MINERAÇÃO DE SERIES TEMPORAIS DISTRIBUIDAS. 2015. (Apresentação de Trabalho/Seminário).

  • Santos, I. P. ; da Silva, Josenildo C. . BIG DATA MINING: ANALISE COMPARATIVA DAS BIBLIOTECAS MAHOUT E ORYX. 2015. (Apresentação de Trabalho/Seminário).

Outras produções

SILVA, J. C. ; NEVES, R. A. ; PIRES, D. S. ; GONCALVES, R. S. . Ciência, Tecnologia e Inovação para a sociedade: múltiplos olhares, múltiplas contribuições. 2021. (Programa de rádio ou TV/Mesa redonda).

SILVA, J. C. . Machina Sapiens. 2017; Tema: Inteligência Artificial, Aprendizagem de Máquina e Análise de Dados. (Blog).

SILVA, J. C. . Aprendizagem de máquina é divertido!. 2017; Tema: Aprendizagem de máquina. (Blog).

GOMES JUNIOR, D. L. ; SILVA, J. C. ; Cortes, Omar A. C. ; SANTOS, A. M. . Capacitação em IA. 2023. (Curso de curta duração ministrado/Extensão).

SILVA, J. C. ; VIEIRA, R. O. . Introdução à Redes Neurais Profundas com Python. 2022. (Curso de curta duração ministrado/Outra).

SILVA, J. C. ; CORTES, O. A. C. . Estrutura de Dados. 2012. (Desenvolvimento de material didático ou instrucional - Apostila).

SILVA, J. C. ; FOOK, K. D. . Linguagem de Programação. 2012. (Desenvolvimento de material didático ou instrucional - Apostila).

SILVA, J. C. . Multimídia para Web. 2000. (Curso de curta duração ministrado/Especialização).

SILVA, J. C. ; COUTINHO, L. R. . Introdução a Engenharia de Software. 1999. (Curso de curta duração ministrado/Especialização).

Projetos de pesquisa

  • 2022 - 2022

    ESTUDO SOBRE O IMPACTO DA ESCOLHA DE FUNÇÃO DE DISTÂNCIA NA QUALIDADE DO AGRUPAMENTO DE SÉRIES TEMPORAIS CURTAS EM ALGORITMOS DE DENSIDADE, Descrição: Mineração de séries temporais é uma área ativa de pesquisa, com muitas aplicações. Em particular, o agrupamento de séries temporais curtas é bastante útil para detectar conjuntos de objetos similares. Por exemplo, geneticistas utilizam agrupamento de perfis temporais de expressão gênica para identificar genes que participam de uma mesma função ou processo biológico. Há vários estudos sobre algoritmos para agrupamento de séries temporais curtas, a maioria dos quais utiliza função de distância baseada em correlação de pearson. Há também vários estudos que investigam qual melhor função de distância para algoritmos de agrupamento. Entretanto, não há estudos sobre a escolha de funções de distância que incluam algoritmos baseados em densidade. Nos últimos anos, a abordagem de agrupamento baseada em densidade tem mostrado ótimos resultados, sobretudo em cenários onde os algoritmos clássicos não conseguem atingir resultados satisfatórios. Faz-se necessário, portanto, investigar o impacto da utilização de várias funções de distâncias em algoritmos de agrupamento baseados em densidade para séries temporais curtas, de modo que se possa recomendar a utilização de funçõesespecíficas para cada algoritmo.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Josenildo Costa da Silva - Coordenador.

  • 2022 - Atual

    PRESERVAÇÃO DA PRIVACIDADE DOS DADOS NO PROCESSO DE APRENDIZAGEM DE MÁQUINA VIA TRANSFORMAÇÃO DE DADOS, Descrição: Este projeto tem por objetivo desenvolver uma metodologia para proteção dos dados sensíveis ante de sua utilização para análise ou aprendizagem de máquina. Para isso, serão levantadas técnicas de preservação de privacidade juntamente com requisitos de privacidade e utilidade para guiar um gestor de dados na implementação de publicação de dados com privacidade.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Doutorado: (1) . , Integrantes: Josenildo Costa da Silva - Integrante / Luciano Reis Coutinho - Coordenador / SANTOS, DAVI V. - Integrante / TELES, ARIEL S. - Integrante / Francisco José da Silva e Silva - Integrante / Bruno Roberto Silva de Moraes - Integrante., Financiador(es): Fundação de Amparo à Pesquisa ao Desenvolv. Científico e Tecnológico - MA - Outra.

  • 2021 - Atual

    Redução de Dimensionalidade Usando Algoritmos Evolutivos Multiobjetivos, Projeto certificado pelo(a) coordenador(a) Omar Andres Carmona Cortes em 10/11/2021., Descrição: Os algoritmos de aprendizagem de máquina conhecidos como data-driven são aqueles cujos modelos são aprendidos a partir de bases de dados. Consequentemente, o desempenho e a velocidade de aprendizagem do algoritmo estão fortemente ligados a qualidade e a quantidade de dados (quantidade de atributos e registros). Assim, é essencial encontrar o conjunto ótimo de atributos (dimensionalidade) que leve o algoritmo a um treinamento mais rápido e com mesmo desempenho em métricas de qualidade de aprendizagem como, por exemplo, acurácia e sensibilidade. Nesse contexto, este trabalho propõe a utilização de um algoritmo multiobjetivo para realizar o processo de redução de dimensionalidade. Serão usadas duas funções objetivo conhecidas como informação mútua e a entropia. O trabalho será desenvolvido em R ou Python e será apoiado por bibliotecas como o H2O ou SciKit Learning dependendo da linguagem escolhida.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Josenildo Costa da Silva - Integrante / Omar Andres Carmona Cortes - Coordenador / Talyson Moreira Penha - Integrante.

  • 2020 - 2021

    Uma investigação sobre indicadores de desempenho de alunos em cursos de computação utilizando Mineração de Dados, Descrição: Nos cursos de computação, as disciplinas de programação são primordiais na formação dos futuros profissionais da área. No entanto, as dificuldades no aprendizado destas disciplinas têm acarretado aumento das taxas de reprovação e evasão das disciplinas e dos cursos e tem preocupado educadores e gestores das diversas instituições de ensino que oferecem curso nesta área. Para contornar esse problema, faz-se necessário investigar e analisar as causas que influenciam as dificuldades encontradas pelos alunos no processo de ensino e aprendizagem de programação, bem como, propor soluções que apresentem as condições necessárias que reduzam ou eliminem essas dificuldades. Neste trabalho, propõe-se uma investigação a cerca dos indicadores de desempenho de alunos em cursos de computação, por meio de técnicas de mineração e visualização de dados, para auxiliar as partes interessadas (professores, gestores, etc) na tomada de decisão. Como parte da pesquisa, será desenvolvida uma ferramenta par identificar relações em dados de alunos sobre o desempenho de aprendizagem referentes ao ensino de programação.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) . , Integrantes: Josenildo Costa da Silva - Integrante / Francisco da Conceicao Silva - Coordenador / George Sanders Carvalho Araujo - Integrante / Arthur Mota França - Integrante / Viviane Sa Almeida - Integrante.

  • 2017 - 2018

    Health Data Analysis: Uma abordagem de análise de dados de Saúde utilizando ferramentas Python, Descrição: A quantidade de dados produzidos no mundo todo cresce constantemente, assim também como a preocupação em lidar com esses dados de maneira a transformá-los em informação, e produzir conhecimento por meio da mesma. A obtenção de dados precisos e de alta qualidade pode servir como ferramenta de suporte a tomadas de decisão podendo resultar em tratamentos optimizados ou até mesmo na identificação de possíveis doenças. Para isso faz-se necessário realizar sobre os dados coletados todo um processo de tratamento a fim de obter um modelo com grau de exatidão confiável e que não infrinja os limites de privacidade. Apesar dessa área de Informática aplicada à saúde ser bastante explorada ainda há carência de estudos de caso que demostrem como as fases do processo de análise de dados é realizada. Desta maneira, o presente projeto tem como meta, utilizar ferramentas python (Pandas, Scikit-learn e Seaborn) para demonstrar todas as fases deste processo e as principais funções das referidas bibliotecas.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Josenildo Costa da Silva - Coordenador / Levi Monteiro Martins - Integrante., Financiador(es): Instituto Federal do Maranhão - Bolsa., Número de produções C, T & A: 2

  • 1999 - 2001

    PROJETO MATHNET (Informática na Educação), Projeto certificado pelo(a) coordenador(a) Evandro de Barros Costa em 08/04/2022., Descrição: Bolsista CNPq nível DTI no de 10/1999 a 08/2001 financiado pelo CNPq (proc. numero 68.0060/99-5) envolvendo as universidades federais de Alagoas, Santa Catarina e Maranhao.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Josenildo Costa da Silva - Integrante / Evandro de Barros Costa - Coordenador / Sofiane LAbidi - Integrante / Luciano Reis Coutinho - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

Projetos de desenvolvimento

  • 2017 - Atual

    Ferramenta web para agrupamento de expressões gênicas temporais, Descrição: Uma importante tarefa em análise de dados de microarray é o agrupamento de genes com perfis temporais similares. Entretanto, dados de microrray são esparsos e incluem informações temporais. Portanto, algoritmos clássicos de agrupamento não apresentam resultados satisfatórios com estes tipo de dados. Recentemente foram propostas diversas abordagens para melhorar a performance dos algoritmos clássicos, porém, a maioria destas abordagens possuem alta complexidade computacional. Existem várias ferramentas computacionais para análise do agrupamento de expressões gênicas, entretanto, a maioria destas ferramentas utilizam algoritmos de agrupamento não escaláveis, não possuem gráficos específicos para análise dos resultados. Assim, o foco deste projeto é desenvolver uma ferramenta de agrupamento online de expressões gênicas com suporte para gráficos específicos para análise de dados de microarray e integração com ontologia gênica.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Josenildo Costa da Silva - Coordenador / Gustavo Henrique Batista Oliveira - Integrante / Francisco Borges Carreiro Filho - Integrante., Financiador(es): Instituto Federal do Maranhão - Bolsa.Número de orientações: 1

  • 2017 - Atual

    Ferramenta web para agrupamento de expressões gênicas temporais, Descrição: Uma importante tarefa em análise de dados de microarray é o agrupamento de genes com perfis temporais similares. Entretanto, dados de microrray são esparsos e incluem informações temporais. Portanto, algoritmos clássicos de agrupamento não apresentam resultados satisfatórios com estes tipo de dados. Recentemente foram propostas diversas abordagens para melhorar a performance dos algoritmos clássicos, porém, a maioria destas abordagens possuem alta complexidade computacional. Existem várias ferramentas computacionais para análise do agrupamento de expressões gênicas, entretanto, a maioria destas ferramentas utilizam algoritmos de agrupamento não escaláveis, não possuem gráficos específicos para análise dos resultados. Assim, o foco deste projeto é desenvolver uma ferramenta de agrupamento online de expressões gênicas com suporte para gráficos específicos para análise de dados de microarray e integração com ontologia gênica.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Josenildo Costa da Silva - Coordenador / Gustavo Henrique Batista Oliveira - Integrante / Francisco Borges Carreiro Filho - Integrante., Financiador(es): Instituto Federal do Maranhão - Bolsa.Número de orientações: 1

  • 2017 - Atual

    Ferramenta web para agrupamento de expressões gênicas temporais, Descrição: Uma importante tarefa em análise de dados de microarray é o agrupamento de genes com perfis temporais similares. Entretanto, dados de microrray são esparsos e incluem informações temporais. Portanto, algoritmos clássicos de agrupamento não apresentam resultados satisfatórios com estes tipo de dados. Recentemente foram propostas diversas abordagens para melhorar a performance dos algoritmos clássicos, porém, a maioria destas abordagens possuem alta complexidade computacional. Existem várias ferramentas computacionais para análise do agrupamento de expressões gênicas, entretanto, a maioria destas ferramentas utilizam algoritmos de agrupamento não escaláveis, não possuem gráficos específicos para análise dos resultados. Assim, o foco deste projeto é desenvolver uma ferramenta de agrupamento online de expressões gênicas com suporte para gráficos específicos para análise de dados de microarray e integração com ontologia gênica.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Josenildo Costa da Silva - Coordenador / Gustavo Henrique Batista Oliveira - Integrante / Francisco Borges Carreiro Filho - Integrante.Financiador(es): Instituto Federal do Maranhão - Bolsa.Número de orientações: 1

  • 2017 - Atual

    Ferramenta web para agrupamento de expressões gênicas temporais, Descrição: Uma importante tarefa em análise de dados de microarray é o agrupamento de genes com perfis temporais similares. Entretanto, dados de microrray são esparsos e incluem informações temporais. Portanto, algoritmos clássicos de agrupamento não apresentam resultados satisfatórios com estes tipo de dados. Recentemente foram propostas diversas abordagens para melhorar a performance dos algoritmos clássicos, porém, a maioria destas abordagens possuem alta complexidade computacional. Existem várias ferramentas computacionais para análise do agrupamento de expressões gênicas, entretanto, a maioria destas ferramentas utilizam algoritmos de agrupamento não escaláveis, não possuem gráficos específicos para análise dos resultados. Assim, o foco deste projeto é desenvolver uma ferramenta de agrupamento online de expressões gênicas com suporte para gráficos específicos para análise de dados de microarray e integração com ontologia gênica.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Josenildo Costa da Silva - Coordenador / Gustavo Henrique Batista Oliveira - Integrante / Francisco Borges Carreiro Filho - Integrante., Financiador(es): Instituto Federal do Maranhão - Bolsa.Número de orientações: 1

  • 2017 - Atual

    Ferramenta web para agrupamento de expressões gênicas temporais, Descrição: Uma importante tarefa em análise de dados de microarray é o agrupamento de genes com perfis temporais similares. Entretanto, dados de microrray são esparsos e incluem informações temporais. Portanto, algoritmos clássicos de agrupamento não apresentam resultados satisfatórios com estes tipo de dados. Recentemente foram propostas diversas abordagens para melhorar a performance dos algoritmos clássicos, porém, a maioria destas abordagens possuem alta complexidade computacional. Existem várias ferramentas computacionais para análise do agrupamento de expressões gênicas, entretanto, a maioria destas ferramentas utilizam algoritmos de agrupamento não escaláveis, não possuem gráficos específicos para análise dos resultados. Assim, o foco deste projeto é desenvolver uma ferramenta de agrupamento online de expressões gênicas com suporte para gráficos específicos para análise de dados de microarray e integração com ontologia gênica.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Josenildo Costa da Silva - Coordenador / Gustavo Henrique Batista Oliveira - Integrante / Francisco Borges Carreiro Filho - Integrante., Financiador(es): Instituto Federal do Maranhão - Bolsa.Número de orientações: 1

  • 2017 - Atual

    Ferramenta web para agrupamento de expressões gênicas temporais, Descrição: Uma importante tarefa em análise de dados de microarray é o agrupamento de genes com perfis temporais similares. Entretanto, dados de microrray são esparsos e incluem informações temporais. Portanto, algoritmos clássicos de agrupamento não apresentam resultados satisfatórios com estes tipo de dados. Recentemente foram propostas diversas abordagens para melhorar a performance dos algoritmos clássicos, porém, a maioria destas abordagens possuem alta complexidade computacional. Existem várias ferramentas computacionais para análise do agrupamento de expressões gênicas, entretanto, a maioria destas ferramentas utilizam algoritmos de agrupamento não escaláveis, não possuem gráficos específicos para análise dos resultados. Assim, o foco deste projeto é desenvolver uma ferramenta de agrupamento online de expressões gênicas com suporte para gráficos específicos para análise de dados de microarray e integração com ontologia gênica.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Josenildo Costa da Silva - Coordenador / Gustavo Henrique Batista Oliveira - Integrante / Francisco Borges Carreiro Filho - Integrante., Financiador(es): Instituto Federal do Maranhão - Bolsa.Número de orientações: 1

  • 2019 - 2020

    Ferramenta para Agrupamento de Expressões Gênicas utilizando Arquitetura baseada em Microsserviços, Descrição: Uma importante tarefa em análise de dados de expressão gênica é o agrupamento de genes com perfis temporais similares. Existem várias ferramentas computacionais para análise do agrupamento de expressões gênicas, entretanto, a maioria destas ferramentas utilizam algoritmos de agrupamento não escaláveis, não possuem gráficos específicos para análise dos resultados. Em projetos anteriores foi desenvolvido uma ferramenta web para agrupamento de expressões gênicas, oferecendo recursos que otimizem o agrupamento de séries temporais curtas e que deem suporte para visualização dos resultados e integração com ontologia gênica. Entretanto, tal ferramenta foi desenvolvida utilizando uma arquitetura monolítica, caracterizada pelo alto acomplamento entre os componentes e por não ser escalável e flexível. Como alternativa para as limitações da abordagem tradicional, surgiu a arquitetura baseada em microsserviços. Assim, o foco deste projeto é migrar a ferramenta web para agrupamento de expressões gênicas desenvolvida em projetos anteriores para uma arquitetura baseada em microsserviços. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) . , Integrantes: Josenildo Costa da Silva - Coordenador / Gustavo Henrique Batista Oliveira - Integrante / Jorge Luis Lopes Amorim - Integrante / Rafael Furtado de Sousa - Integrante., Financiador(es): Instituto Federal do Maranhão - Bolsa.

  • 2017 - 2018

    Ferramenta web para agrupamento de expressões gênicas temporais, Descrição: Uma importante tarefa em análise de dados de microarray é o agrupamento de genes com perfis temporais similares. Entretanto, dados de microrray são esparsos e incluem informações temporais. Portanto, algoritmos clássicos de agrupamento não apresentam resultados satisfatórios com estes tipo de dados. Recentemente foram propostas diversas abordagens para melhorar a performance dos algoritmos clássicos, porém, a maioria destas abordagens possuem alta complexidade computacional. Existem várias ferramentas computacionais para análise do agrupamento de expressões gênicas, entretanto, a maioria destas ferramentas utilizam algoritmos de agrupamento não escaláveis, não possuem gráficos específicos para análise dos resultados. Assim, o foco deste projeto é desenvolver uma ferramenta de agrupamento online de expressões gênicas com suporte para gráficos específicos para análise de dados de microarray e integração com ontologia gênica.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Josenildo Costa da Silva - Coordenador / Gustavo Henrique Batista Oliveira - Integrante / Francisco Borges Carreiro Filho - Integrante., Financiador(es): Instituto Federal do Maranhão - Bolsa., Número de produções C, T & A: 1

  • 2024 - Atual

    Ferramenta para Interpretação Contínua de Libras para Português com Redes Neurais Profundas, Descrição: O projeto propõe o desenvolvimento de um aplicativo inovador que visa superar a escassez de ferramentas eficientes de tradução da Linguagem Brasileira de Sinais (Libras) para texto e áudio em tempo real. Motivado pela necessidade de proporcionar uma comunicação mais acessível para a comunidade surda, o aplicativo utilizará técnicas avançadas de aprendizado de máquina para treinar um modelo de inteligência artificial. A iniciativa não apenas preenche uma lacuna tecnológica existente, mas também tem um impacto social significativo, permitindo que pessoas surdas se comuniquem livremente em diversas situações, promovendo inclusão e acessibilidade.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (5) . , Integrantes: Josenildo Costa da Silva - Coordenador / Cortes, Omar A. C. - Integrante / Daniel Lima Gomes Junior - Integrante / Raimundo Osvaldo Vieira - Integrante / Danilo Santos Monteiro - Integrante., Financiador(es): Fundação de Amparo à Pesquisa ao Desenvolv. Científico e Tecnológico - MA - Bolsa., Número de produções C, T & A: 1

  • 2019 - 2020

    Ferramenta para Agrupamento de Expressões Gênicas utilizando Arquitetura baseada em Microsserviços, Descrição: Uma importante tarefa em análise de dados de expressão gênica é o agrupamento de genes com perfis temporais similares. Existem várias ferramentas computacionais para análise do agrupamento de expressões gênicas, entretanto, a maioria destas ferramentas utilizam algoritmos de agrupamento não escaláveis, não possuem gráficos específicos para análise dos resultados. Em projetos anteriores foi desenvolvido uma ferramenta web para agrupamento de expressões gênicas, oferecendo recursos que otimizem o agrupamento de séries temporais curtas e que deem suporte para visualização dos resultados e integração com ontologia gênica. Entretanto, tal ferramenta foi desenvolvida utilizando uma arquitetura monolítica, caracterizada pelo alto acomplamento entre os componentes e por não ser escalável e flexível. Como alternativa para as limitações da abordagem tradicional, surgiu a arquitetura baseada em microsserviços. Assim, o foco deste projeto é migrar a ferramenta web para agrupamento de expressões gênicas desenvolvida em projetos anteriores para uma arquitetura baseada em microsserviços. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) . , Integrantes: Josenildo Costa da Silva - Coordenador / Gustavo Henrique Batista Oliveira - Integrante / Jorge Luis Lopes Amorim - Integrante / Rafael Furtado de Sousa - Integrante., Financiador(es): Instituto Federal do Maranhão - Bolsa.

  • 2017 - 2018

    Ferramenta web para agrupamento de expressões gênicas temporais, Descrição: Uma importante tarefa em análise de dados de microarray é o agrupamento de genes com perfis temporais similares. Entretanto, dados de microrray são esparsos e incluem informações temporais. Portanto, algoritmos clássicos de agrupamento não apresentam resultados satisfatórios com estes tipo de dados. Recentemente foram propostas diversas abordagens para melhorar a performance dos algoritmos clássicos, porém, a maioria destas abordagens possuem alta complexidade computacional. Existem várias ferramentas computacionais para análise do agrupamento de expressões gênicas, entretanto, a maioria destas ferramentas utilizam algoritmos de agrupamento não escaláveis, não possuem gráficos específicos para análise dos resultados. Assim, o foco deste projeto é desenvolver uma ferramenta de agrupamento online de expressões gênicas com suporte para gráficos específicos para análise de dados de microarray e integração com ontologia gênica.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Josenildo Costa da Silva - Coordenador / Gustavo Henrique Batista Oliveira - Integrante / Francisco Borges Carreiro Filho - Integrante., Financiador(es): Instituto Federal do Maranhão - Bolsa., Número de produções C, T & A: 1

Prêmios

2021

Certified HCIA-AI, Huawei.

2021

Certified HCAI Instructor, Huawei.

Histórico profissional

Endereço profissional

  • Instituto Federal do Maranhão, Departamento Acadêmico de Informática (DAI). , Av. Getúlio Vargas, 04, Monte Castelo, 65030-005 - Sao Luis, MA - Brasil, Telefone: (98) 32189067

Experiência profissional

2010 - Atual

Instituto Federal do Maranhão

Vínculo: Servidor Público, Enquadramento Funcional: Professor, Carga horária: 40

Atividades

  • 03/2010

    Ensino,,Disciplinas ministradas, Banco de Dados, Desenvolvimento Web, Programação Orientada à Objetos

  • 03/2010

    Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Banco de Dados I, Banco de Dados II, Estrutura de Dados I, Inteligência Artificial, Sistemas Inteligentes, Introdução à Ciência de Dados com Python

2010 - 2011

Universidade Aberta do Brasil

Vínculo: Bolsista, Enquadramento Funcional: Professor, Carga horária: 2

Outras informações:
Modalidade de ensino à distancia

2008 - 2009

Faculdade Pitágoras de São Luis

Vínculo: Celetista formal, Enquadramento Funcional: Professor Assistente, Carga horária: 20

Atividades

  • 05/2008 - 02/2009

    Ensino, Ciências da Computação, Nível: Graduação,Disciplinas ministradas, Estrutura de Dados, Programação Avançada, Algoritmos e Programação de Computadores

2001 - 2002

Centro Universitario Do Planalto Central Apparecido Dos Santos

Vínculo: Celetista formal, Enquadramento Funcional: Professor, Carga horária: 20

Atividades

  • 08/2001 - 07/2002

    Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Fundamentos de Linguagens de Programação, Programação Orientada a Objetos

2001 - 2002

faculdade Michelangelo

Vínculo: Horista, Enquadramento Funcional: Professor Assistente, Carga horária: 20

Atividades

  • 08/2001 - 07/2009

    Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Programação Orientada a Objetos, Fundamentos de Linguagens de Programação

1999 - 2001

Universidade Ceuma

Vínculo: Celetista formal, Enquadramento Funcional: Professor, Carga horária: 20

Atividades

  • 03/1999 - 07/2001

    Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Estrutura de Dados, Linguagem de Programação

1999 - 1999

Universidade Federal do Maranhão

Vínculo: Contrato, Enquadramento Funcional: Professor, Carga horária: 10

Outras informações:
Contrato especial com o EduTECH.

Atividades

  • 08/1999 - 12/1999

    Ensino, Especialização em Informática na Educação, Nível: Especialização,Disciplinas ministradas, Produção de Multimeios para Educação com Assimetrix Toolbook

1999 - 2000

CEFET-MA Unidade Sao Luis

Vínculo: Contrato, Enquadramento Funcional: Professor, Carga horária: 20

Atividades

  • 08/1999 - 03/2000

    Ensino, Especialização em Informática, Nível: Especialização,Disciplinas ministradas, Linguagem C, Engenharia de Software

2012 - 2016

Universidade Estadual do Maranhão

Vínculo: Cooperação, Enquadramento Funcional: Professor

Atividades

  • 03/2016 - 07/2016

    Ensino, Programa de Pós-Graduação em Engenharia e Sistemas (PECS), Nível: Pós-Graduação,Disciplinas ministradas, Aprendizagem de Máquina e Mineração de Dados

  • 08/2014 - 12/2014

    Ensino, Programa de Pós-Graduação em Engenharia e Sistemas (PECS), Nível: Pós-Graduação,Disciplinas ministradas, Projeto e Análise de Algoritmos

  • 03/2014 - 07/2014

    Ensino, Programa de Pós-Graduação em Engenharia e Sistemas (PECS), Nível: Pós-Graduação,Disciplinas ministradas, Aprendizagem de Máquina e Mineração de Dados

  • 08/2013 - 12/2013

    Ensino, Programa de Pós-Graduação em Engenharia e Sistemas (PECS), Nível: Pós-Graduação,Disciplinas ministradas, Projeto e Análise de Algoritmos

  • 03/2013 - 07/2013

    Ensino, Programa de Pós-Graduação em Engenharia e Sistemas (PECS), Nível: Pós-Graduação,Disciplinas ministradas, Aprendizagem de Máquina e Mineração de Dados

  • 08/2012 - 12/2012

    Ensino, Programa de Pós-Graduação em Engenharia e Sistemas (PECS), Nível: Pós-Graduação,Disciplinas ministradas, Projeto e Análise de Algoritmos