Rodrigo Colnago Contreras

Professor Adjunto do Instituto de Ciência e Tecnologia da Universidade Federal de São Paulo (UNIFESP). Concluiu o pós-doutorado pelo Instituto de Biociências, Letras e Ciências Exatas da Universidade Estadual Paulista Júlio de Mesquita Filho (IBILCE/Unesp), com bolsa da FAPESP (finalizado em 2024). Realizou outros dois pós-doutorados: pelo IBILCE/Unesp (2023) e pelo Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC/USP, 2022). Doutor em Ciências de Computação e Matemática Computacional (2020) pelo ICMC/USP, Mestre em Matemática (2015) e Bacharel em Matemática Aplicada e Computacional (2013), ambos pelo IBILCE/Unesp. Destacou-se internacionalmente na área de autenticação biométrica, sendo classificado três vezes consecutivas na Liveness Detection Competition (LivDet): como técnica vice-campeã em 2021 e em 2025, e recebendo menção honrosa na edição de 2023, com a melhor acurácia no desafio 2. Possui certificação Microsoft Technology Associate (MTA) 98-361 - Software Development Fundamentals (C#). Atuou como Professor de Ensino Superior I-A na Faculdade de Tecnologia do Estado de São Paulo (Fatec-SP) em São José do Rio Preto e como professor temporário na Universidade Federal de São Carlos (UFSCar) em 2022. Tem experiência em processamento de sinais e inteligência computacional, com ênfase em: Detecção de fraudes em sistemas biométricos; Otimização computacional baseada em estratégias bioinspiradas; Reconhecimento analítico e visual de padrões.

Informações coletadas do Lattes em 05/08/2025

Acadêmico

Formação acadêmica

Doutorado em Ciências da Computação e Matemática Computacional

2015 - 2020

Universidade de São Paulo
Título: Predição e análise visual de conjuntos de redes de conexões entre sinais suaves: aplicações em dados médicos de AVC
, Ano de obtenção: 2020. Luis Gustavo Nonato. Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil. Palavras-chave: Medidas de simetria; Análise visual de dados; Processamento de dados massivos; Reconhecimento de Padrões.Grande área: Ciências Exatas e da TerraGrande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Visualização. Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Análise de Dados. Setores de atividade: Pesquisa e desenvolvimento científico; Atividades dos serviços de tecnologia da informação.

Mestrado em Matemática

2014 - 2015

Universidade Estadual Paulista Júlio de Mesquita Filho
Título: Detecção de Impressões Digitais Fraudulentas utilizando Padrões Mapeados Localmente em Multiescala
, Ano de Obtenção: 2015.Maurílio Boaventura.Coorientador: Inês Aparecida Gasparotto Boaventura. Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. Palavras-chave: Biometria; Processamento de Imagens; Reconhecimento de Padrões; Análise de Texturas; Support Vector Machine; Segurança de Sistemas. Grande área: Ciências Exatas e da TerraGrande Área: Ciências Exatas e da Terra / Área: Matemática / Subárea: Matemática Aplicada. Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação / Especialidade: Processamento Gráfico (Graphics). Setores de atividade: Pesquisa e desenvolvimento científico; Atividades dos serviços de tecnologia da informação.

Graduação em Licenciatura em Matemática

2018 - 2018

Faculdades Integradas de Ariquemes

Graduação em Bacharelado em Matemática Aplicada e Computacional

2010 - 2013

Universidade Estadual Paulista Júlio de Mesquita Filho
Título: Segmentação de impressões digitais de baixa qualidade
Orientador: Maurílio Boaventura
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.

Curso técnico/profissionalizante em Informática

2008 - 2009

ETEC Philadepho Gouvêa Netto

Ensino Médio (2º grau)

2007 - 2009

ETEC Philadepho Gouvêa Netto

Pós-doutorado

2023 - 2024

Pós-Doutorado. , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil. , Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil. , Grande área: Engenharias, Grande Área: Engenharias / Área: Engenharia Elétrica / Subárea: Processamento de Sinais. , Grande Área: Engenharias / Área: Engenharia Elétrica / Subárea: Voice Spoofing Detection.

2022 - 2023

Pós-Doutorado. , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil. , Grande área: Ciências Exatas e da Terra, Grande Área: Engenharias / Área: Engenharia Biomédica / Subárea: Bioengenharia / Especialidade: Processamento de Sinais Biológicos. , Grande Área: Engenharias / Área: Engenharia Biomédica / Subárea: Detecção de Anomalias na Voz.

2020 - 2022

Pós-Doutorado. , Universidade de São Paulo, USP, Brasil. , Grande área: Ciências Exatas e da Terra, Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Reconhecimento de padrões. , Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Processamento de imagens.

Formação complementar

2014 - 2014

Automação de Testes Func. c/ Selenium Webdriver. (Carga horária: 4h). , Universidade Federal de São Carlos, UFSCAR, Brasil.

2014 - 2014

Problemas de fronteira livre do tipo obstáculo. (Carga horária: 4h). , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

2014 - 2014

PPGMAT-UNESP, Álgebra Linear, verão de 2014. (Carga horária: 60h). , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

2013 - 2013

Extensão universitária em Língua espanhola para matemáticos. (Carga horária: 30h). , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

2013 - 2013

PPGMAT-UNESP, Equações Diferenciais Ordinárias. (Carga horária: 120h). , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

2012 - 2012

PPGMAT-UNESP, Análise Numérica, 2º sem. (Carga horária: 120h). , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

2011 - 2011

Geometria dif. de curvas planas via teoria de cont. (Carga horária: 4h). , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

2011 - 2011

Números inteiros e criptografia. (Carga horária: 4h). , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

2011 - 2011

Matemática aplicada ao excel. (Carga horária: 4h). , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

2011 - 2011

PPGMAT-UNESP, Teoria de Grupos e de Galois, 2º sem. (Carga horária: 120h). , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

2010 - 2010

Pré-Cálculo. (Carga horária: 10h). , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

2010 - 2010

Engenharia de software aplicada ao método simplex. (Carga horária: 4h). , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

2010 - 2010

Introdução à matemática financeira com Excel. (Carga horária: 4h). , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

2010 - 2010

G.A.V. Matrizes, determinantes e sistemas lineares. (Carga horária: 11h). , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

2010 - 2010

Códigos e reticulados. (Carga horária: 4h). , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

2010 - 2010

Hora da matemática. (Carga horária: 15h). , Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

2008 - 2009

Web Design. (Carga horária: 102h). , Microlins, MICROLINS, Brasil.

2007 - 2008

Montagem e manutenção de Micros. (Carga horária: 76h). , DataFox, DATAFOX, Brasil.

Idiomas

Bandeira representando o idioma Inglês

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

Bandeira representando o idioma Espanhol

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

Bandeira representando o idioma Italiano

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

Bandeira representando o idioma Francês

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

Áreas de atuação

Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Reconhecimento de Padrões.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Otimização Computacional.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Aprendizado Profundo.

Grande área: Engenharias / Área: Engenharia Elétrica / Subárea: Processamento Digital de Sinais.

Grande área: Engenharias / Área: Engenharia de Produção / Subárea: Pesquisa Operacional.

Grande área: Engenharias / Área: Engenharia Elétrica / Subárea: Biometria.

Organização de eventos

SPEZAMIGLIO, A. ; RODERO, A. L. ; SOUZA, B. C. C. ; SIGNORINI, C. A. ; CASTILHO, D. ; OLIVEIRA, F. H. ; AZEVEDO, F. L. ; PEREIRA, J. T. ; GAMBERA, L. R. ; ANDRADE, M. G. C. ; ARAUJO, R. R. ; LAGOIN, W. S. ; CONTRERAS, R. C. . XXV Semana de Matemática do IBILCE - Unesp. 2013. (Outro).

CONTRERAS, R. C. ; HONORATO, A. H. A. ; RODERO, A. L. ; SOUZA, B. C. C. ; SIGNORINI, C. A. ; AZEVEDO, F. L. ; PEREIRA, J. T. ; GAMBERA, L. R. ; ANDRADE, M. G. C. ; RIUL, P. B. ; FERREIRA, R. F. ; LAGOIN, W. S. . XV Encontro Paulista dos Grupos PET de Matemática. 2012. (Outro).

CONTRERAS, R. C. ; ANDRADE, M. G. C. ; RIUL, P. B. ; FERREIRA, R. F. ; LAGOIN, W. S. ; HONORATO, A. H. A. ; RODERO, A. L. ; SOUZA, B. C. C. ; SIGNORINI, C. A. ; AZEVEDO, F. L. ; PEREIRA, J. T. ; GAMBERA, L. R. ; MERIGHE, L. C. . IV Mostra de projetos da área de Matemática do IBILCE - Unesp. 2012. (Exposição).

CONTRERAS, R. C. . III Mostra de projetos da área de matemática do IBILCE/UNESP. 2011. (Outro).

CONTRERAS, R. C. . I InterPET - MAT: CPTL - UFMS / IBILCE - UNESP. 2011. (Outro).

Participação em eventos

International Conference on Artificial Intelligence and Soft Computing. Taxonomic Classification of Spiders (Araneae) Based on Image Texture Analysis Using Multifiltering. 2025. (Congresso).

International Conference on Artificial Intelligence and Soft Computing. A Hybrid Handcrafted and Deep Transfer Learning-Based Framework for COVID-19 Detection Using Voice Analysis. 2025. (Congresso).

23rd International Conference on Artificial Intelligence and Soft Computing. Dimensionality reduction in multicepstral features for voice spoofing detection: case studies with singular value decomposition, genetic algorithm, and auto-encoder. 2024. (Congresso).

23rd International Conference on Artificial Intelligence and Soft Computing. A new image enhancement-based framework for spoofing detection in ear-based biometric authentication systems. 2024. (Congresso).

International Conference on Swarm Intelligence. Metaheuristic Algorithms for Enhancing Multicepstral Representation in Voice Spoofing Detection: An Experimental Approach. 2024. (Congresso).

International Conference on Swarm Intelligence. Massive Conscious Neighborhood-Based Crow Search Algorithm for the Pseudo-Coloring Problem. 2024. (Congresso).

22th International Conference on Artificial Intelligence and Soft Computing. An Experimental Analysis on Mapping Strategies for Cepstral Coefficients Multi-projection in Voice Spoofing Detection Problem. 2023. (Congresso).

21th International Conference on Artificial Intelligence and Soft Computing. Synthetic slowness shear well-logs prediction using supervised machine learning models. 2022. (Congresso).

8º Workshop de Soluções Matemáticas. 2022. (Oficina).

20th International Conference on Artificial Intelligence and Soft Computing. A New Multi-Filter Framework with Statistical Dense SIFT descriptor for Spoofing Detection in Fingerprint Authentication Systems. 2021. (Congresso).

IEEE International Joint Conference on Biometrics. A NEW MULTI-FILTER FRAMEWORK WITH A MULTI-SCALE LOCAL MAPPED PATTERN FOR FINGERPRINT SPOOFING DETECTION. 2021. (Congresso).

VI Workshop de Soluções Matemáticas para Problemas Industriais.Homogeneity of Shell gas stations connected to the Shell Box. 2021. (Oficina).

V Workshop de Soluções Matemáticas para Problemas Industriais.Sugestão de Termos de Classificação para categorização de produtos hospitalares. 2019. (Oficina).

13º É dia de Java. 2014. (Outra).

V Mostra de Projetos da área de Matemática. Detecção de Impressões Digitais Fraudulentas. 2014. (Exposição).

XIII Sudestepet. 2013. (Encontro).

XVI Encontro Paulista dos Grupos PET de Matemática. 2013. (Encontro).

XXV Congresso de iniciação Científica. Segmentação de impressões digitais de baixa qualidade. 2013. (Congresso).

I SEMINÁRIO DE INOVAÇÃO E EMPREENDEDORISMO. 2012. (Seminário).

IV Mostra de projetos da área de Matemática do IBILCE - Unesp. 2012. (Exposição).

XII Sudeste PET. 2012. (Encontro).

XV Encontro Paulista dos Grupos PET de Matemática. 2012. (Encontro).

XXIV Congresso de Iniciação Científica 2ª fase. Filtragem de imagens digitais e aplicações em remoção de ruídos e segmentação. 2012. (Congresso).

XXIV Congresso de Iniciação Científica da Unesp. Filtragem de imagens digitais e aplicações em remoção de ruídos e segmentação. 2012. (Congresso).

III Mostra de projetos da área de matemática do IBILCE/UNESP. 2011. (Outra).

I InterPET - MAT: CPTL - UFMS / IBILCE - UNESP. 2011. (Encontro).

XI SudestePET. 2011. (Encontro).

XIV Encontro Paulista dos grupos PET de Matemática. 2011. (Encontro).

XVI ENAPET. 2011. (Encontro).

XXIII Congresso de Iniciação Científica da Unesp. Métodos Numéricos na Resolução de Equações Diferenciais. 2011. (Congresso).

XXIII Semana da Matemática. 2011. (Outra).

XXII SEMAT - Semana da Matemática / IBILCE-UNESP. 2010. (Outra).

Participação em bancas

Aluno: Fernando Salles Souza Duarte

BERTON, L.; TOSTA, T. A. A.; SAITO, P. T. M.;CONTRERAS, RODRIGO COLNAGO. Estudo de Fairness em Diagnósticos de Melanoma. 2025. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Paulo.

Aluno: Luiz Gustavo Ribeiro

SOUSA, F. S.; PERON, T. K. D.;CONTRERAS, R. C.; CASACA, W. C. O.. Sistema antifraude para detecção de não conformidades em gastos corporativos. 2024. Dissertação (Mestrado em Matemática, Estatística e Computação Aplicadas à Indústria) - Universidade de São Paulo.

Aluno: Amanda Fonseca Campanharo

CONTRERAS, RODRIGO COLNAGO; RODRIGUES, F.. Uma abordagem experimental sobre técnicas de redução de dimensionalidade no problema de detecção de spoofing na voz. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Daniel de Albuquerque Pinto

CONTRERAS, RODRIGO COLNAGO; RODRIGUES, F.. Modelos de Classificação para Identificação de Operações Comerciais Fraudulentas no Âmbito do ICMS. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Fábio Augusto da Silva Antunes

CONTRERAS, RODRIGO COLNAGO; RODRIGUES, F.. Análise das Correlações entre Falhas em Aerogeradores e Condições Ambientais de suas Localidades. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Gustavo Luiz Heck

CONTRERAS, RODRIGO COLNAGO; RODRIGUES, F.. Experimentos sobre eficácia de metaheurísticas na redução de dimensionalidade de características cepstrais para o problema de detecção de falsificação de voz. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Jonatas Dell Ducas

CONTRERAS, RODRIGO COLNAGO; RODRIGUES, F.. Utilização de análise de sobrevivência para inidôneos: uma análise dos tempos de inaptidão e cassação dos casos de 2015 a 2023. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Matheus Mendes dos Santos

CONTRERAS, RODRIGO COLNAGO; RODRIGUES, F.. Inteligência Artificial Explicável na Previsão de Reinternação Hospitalar: Uma Análise de Modelos de Aprendizado de Máquina. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Paulo Cavalcanti Pessoa

CONTRERAS, RODRIGO COLNAGO; RODRIGUES, F.. Metaheuristicas do corvo consciente com operador de busca local massiva para o problema de pseudocolorização. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Taynan Silva Ferreira

CONTRERAS, RODRIGO COLNAGO; RODRIGUES, F.. Utilização de Modelos de Aprendizado de Máquina na Predição da Produtividade Agrícola da Cana de Açúcar. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Larissa Pereira do Amaral

CONTRERAS, RODRIGO COLNAGO; PAIVA NETO, A.. Classificação de risco em operações de seguro rural para milho, soja e trigo no estado do Paraná. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Leandro Souza Pinheiro da Silva

CONTRERAS, RODRIGO COLNAGO; SOUSA, F. S.. Estimating mooring line tensions based on the floating offshore wind turbine motion using neural networks. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Mauricio Siqueira de Oliveira

CONTRERAS, RODRIGO COLNAGO; CASACA, W. C. O.; RODRIGUES, F.. Identificação de Empresas Inidôneas no Cadastro de Contribuintes de ICMS: Uma Abordagem Baseada em Algoritmos de Classificação. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Arthur Ghiberti Polskih

CONTRERAS, RODRIGO COLNAGO; RODRIGUES, F.. Análise de Modelos Para Previsão de Séries Temporais Aplicado à Vendas no Segmento de Varejo. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Caio Augusto Silva Pires

CONTRERAS, RODRIGO COLNAGO; PAIVA NETO, A.. Modelos de Sistemas de Recomendações baseados em feedbacks explícitos. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Camila Andrade de Macedo

CONTRERAS, RODRIGO COLNAGO; RODRIGUES, F.. Comparação de Técnicas de Aprendizado de Máquina aplicadas ao problema de Diagnóstico do Transtorno do Espectro Autista. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Daniel Figueiredo Parreira Rocha

CONTRERAS, RODRIGO COLNAGONONATO, L. G.. Algoritmos genéticos em redes neurais aplicados a tarefas complexas não classificáveis com foco em mercado financeiro. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Fábio David Rizzo Campanha

CONTRERAS, RODRIGO COLNAGO; RODRIGUES, F.. Utilização de Modelo Preditivo de Propensão de Compra Para Ações de Cross-Selling em uma Empresa de Tecnologia. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Gabriella Cristina da Silva Benzi

CONTRERAS, RODRIGO COLNAGO; PAIVA NETO, A.. Análise do comportamento de compra dos clientes no e-commerce brasileiro utilizando técnicas de mineração de dados. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Walter Jameson

CONTRERAS, RODRIGO COLNAGO; SOUSA, F. S.. Desigualdades na educação superior no estado do Ceará, Brasil. 2024. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: TAÍS MARIA NUNES CARVALHO

CONTRERAS, RODRIGO COLNAGO. Detecção de padrões espaço-temporais de consumo residencial de água. 2023. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Renato Vieira da Costa

CONTRERAS, RODRIGO COLNAGO. Inspeção da qualidade de produtos através de imagens e aprendizado de máquina ? uma aplicação da indústria 4.0 Inspeção de bordas de pastilhas cerâmicas de dióxido de urânio para combustíveis nucleares. 2023. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Jackson de Sousa Silva

CONTRERAS, RODRIGO COLNAGO. Predição de defeitos em linhas de montagem de refrigeradores assistida por Redes Neurais Long Short-Term Memory. 2023. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Guilherme Cunha Prada

CONTRERAS, RODRIGO COLNAGO. Analisando uma população de agentes submetidos a neuro-evolução em um jogo digital. 2023. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Fernanda Paula Rocha

CONTRERAS, RODRIGO COLNAGO. Modelo de predição de pacientes com dengue utilizando Aprendizado de Máquina aplicado no município de São Carlos/SP. 2023. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Éricles Antônio Aquiles Barbosa Lima

CONTRERAS, RODRIGO COLNAGO. Aprendizado por introspecção para gramática de prova de teoremas. 2023. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Anderson Gomes Cunha

CASACA, W. C. O.;NONATO, L. G.CONTRERAS, R. C.. Predição do preço horário no mercado de energia brasileiro utilizando aprendizagem profunda. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Rafael Capaci Pereira

CASACA, W. C. O.;NONATO, L. G.CONTRERAS, R. C.. Métodos de aprendizado de máquina para a previsão do Preço de Liquidação das Diferenças no Mercado de Energia Brasileiro. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Renata Jordão Gomes Abreu

NONATO, L. G.CONTRERAS, R. C.. Criminalidade na Pandemia de COVID-19. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Rodrigo Pinheiro de Almeida

LOPES, A. A.;CONTRERAS, R. C.. Uso de redes bipartidas heterogêneas para classificação de texto. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: LUCAS VICTOR SILVA PEREIRA

LOPES, A. A.;CONTRERAS, R. C.. Agente Inteligente Para Estratégia de Draft em Jogos de Cartas Colecionáveis Via Aprendizado de Máquina. 2022.

Aluno: Rodrigo Tchalski da Silva

NONATO, L. G.CONTRERAS, R. C.. Link Prediction aplicado a dados criminais. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Iuli Hardt

NONATO, L. G.CONTRERAS, R. C.. Implementação do método CRISP-DM em um caso de classificação de risco binário de afogamentos na praia dos Ingleses no norte da Ilha de Santa Catarina. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo.

Aluno: Henrique Peixoto Machado

CONTRERAS, RODRIGO COLNAGO; RABI, J. A.. Comparação entre Distillation, Transfer Learning e ConvNet local para identificação de imagens. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Jéssica Caroline Dias Nascimento

CONTRERAS, RODRIGO COLNAGO; RABI, J. A.. NutreAI: ferramenta interativa para monitoramento do consumo alimentar utilizando reconhecimento automático de imagem. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Jackson Paiva Gustavson

CONTRERAS, RODRIGO COLNAGO; RABI, J. A.. Uso do método de florestas aleatórias para a prescrição de exercícios físicos contrarrestidos. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Guilherme Momesso

CONTRERAS, RODRIGO COLNAGO; FOUTO, N. M. M. D.. Predição de geração de "leads" em anúncios de imóveis com técnicas de aprendizado de máquina. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Igor Magno Costa Silva

CONTRERAS, RODRIGO COLNAGO; PIOTTO, F. A.. Ranqueamento dos jogadores do Campeonato Brasileiro 2020 utilizando o método TOPSIS de Apoio Multicritério à Decisão. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Jéssica Garcia Nascimento

CONTRERAS, RODRIGO COLNAGO; PIEDADE, S. M. S.. Modelos de "Machine Learning" para Regionalização de Vazão Mínima em Clima Subtopical. 2022.

Aluno: Gustavo Murad

CONTRERAS, RODRIGO COLNAGO; PIEDADE, S. M. S.. Análise Exploratória de Dados para prevenção e monitoramento de atrasos em voos da aviação regular no Brasil. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Guilherme Mashio Iwamoto

CONTRERAS, RODRIGO COLNAGO; FEITOSA, P. H. A.. Previsão de volume em viagens rodoviárias utilizando séries temporais. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Helena Honorato Feciliano de Oliveira

CONTRERAS, RODRIGO COLNAGO; BARROS JUNIOR, F. A.. Aplicação de Support Vector Regression (SVR) para análise preditiva de preços de criptomoedas. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Carolinne Pinheiro

CONTRERAS, R. C.; VALERIO, M. A. G.. Identificação de Itens Proibidos em E-commerce. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Hugo Tamoto

CONTRERAS, R. C.; BITTI, E. J. S.. Predição de perfil sintético de vagarosidade cisalhante baseada em modelos de aprendizado de máquinas. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Gustavo Henrique Bispo Dias

CONTRERAS, RODRIGO COLNAGO; RODELLO, I. A.. Investimentos em equipamentos de alta tecnologia pelos estados do Brasil. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Iana Martins da Costa Correa e Souza

CONTRERAS, RODRIGO COLNAGO; NISHIJIMA, M.. Sommelia: Um Sommelier de Vinhos baseado em Sistemas de Recomendação. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Adriano Cesar Ribeiro

CONTRERAS, RODRIGO COLNAGO; RODELLO, I. A.. Detecção de aplicativos maliciosos em sistemas Android. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Igor Felisberto Nogueira Viana Farah

CONTRERAS, RODRIGO COLNAGO; GATSIOS, R. C.. Algoritmo de detecção de fraude baseado na técnica de Random Forest em uma empresa de Saneamento. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Ivan Mantellatto de Oliveira

CONTRERAS, R. C.; PIEDADE, S. M. S.. Avaliação de um processo logístico através de um modelo de regressão. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Gizele Correia Cardoso Dos Santos

CONTRERAS, RODRIGO COLNAGO; SAVIAN, T. V.. A partir de um histórico de desigualdade social, como aumentar a porcentagem de negros no ensino superior brasileiro. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Glauco Correa Oda

CONTRERAS, RODRIGO COLNAGO; CARETA, C. B.. Um estudo de caso de conciliação de registros utilizando redes neurais. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Guilherme Flora Garcia

CONTRERAS, RODRIGO COLNAGO; VALERIO, M. A. G.. "Round 9": aplicação para análise de redes sociais em uma empresa com estrutura ágil. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Guilherme Leão

CONTRERAS, RODRIGO COLNAGO; ESPOSTO, K. F.. Determinação de volume de balonetes através de processamento de imagens e dados de voo no dirigível ADB-3-3. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Jefferson Tomazeli

CONTRERAS, RODRIGO COLNAGO; PIEDADE, S. M. S.. Detecção de erros de indicação por análise preditiva de variáveis. 2022. Monografia (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo.

Aluno: Bruno Hideki Amadeu Ogata

BERTON, L.; QUILES, M. G.;CONTERAS, RODRIGO COLNAGO. Comparação de Redes Neurais na Predição de Vendas em E-commerce: Modelagem e Otimização de Hiperparâmetros. 2025. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal de São Paulo.

Aluno: Guilherme Guimarães Costa

BERTON, L.; PEREIRA, L. A. M.;CONTRERAS, RODRIGO COLNAGO. Análise de características e algoritmos para classificação de gêneros musicais via aprendizado de máquina. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

Orientou

Amanda Fonseca Campanharo

Uma abordagem experimental sobre técnicas de redução de dimensionalidade no problema de detecção de spoofing na voz; 2024; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Daniel de Albuquerque Pinto

Modelos de Classificação para Identificação de Operações Comerciais Fraudulentas no Âmbito do ICMS; 2024; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Fábio Augusto da Silva Antunes

Análise das Correlações entre Falhas em Aerogeradores e Condições Ambientais de suas Localidades; 2024; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Gustavo Luiz Heck

Experimentos sobre eficácia de metaheurísticas na redução de dimensionalidade de características cepstrais para o problema de detecção de falsificação de voz; 2024; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Jonatas Dell Ducas

Utilização de análise de sobrevivência para inidôneos: uma análise dos tempos de inaptidão e cassação dos casos de 2015 a 2023; 2024; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Matheus Mendes dos Santos

Inteligência Artificial Explicável na Previsão de Reinternação Hospitalar: Uma Análise de Modelos de Aprendizado de Máquina; 2024; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Paulo Cavalcanti Pessoa

Metaheuristicas do corvo consciente com operador de busca local massiva para o problema de pseudocolorização; 2024; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Taynan Silva Ferreira

Utilização de Modelos de Aprendizado de Máquina na Predição da Produtividade Agrícola da Cana de Açúcar; 2024; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Vitor Trevelin Xavier da Silva

Processamento de Séries Temporais e Seleção de Variáveis por Algoritmos Evolutivos aplicados à predição da Bolsa de Valores; 2023; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Marcelo Foresto Porto da Costa

Análise experimental da técnica de interpolação linear para balanceamento de dados para detecção de fraudes em cartões de crédito por meio de Aprendizado de Máquina; 2023; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

José Henrique Alves Pires

Um framework de enriquecimento de características para detecção de fraudes em sistemas biométricos baseados em faces; 2023; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

JEFFERSON SOARES FERREIRA

Revisão de métodos em ciência de dados nos estudos das emissões de CO2 no trânsito; 2023; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Igor Trevelin Xavier da Silva

Seleção de atributos com metaheurística aplicada à predição do Bitcoin: uma análise comparativa; 2023; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Ellon Paulo Kulchetscki Alves

Análise experimental de técnicas de aprendizado de máquina para classificação de empreendimentos; 2023; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Eduardo Soares de Carvalho

Uma análise experimental de técnicas de predição de séries temporais sobre conjuntos de criptomoedas; 2023; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Caio Ulisses Silva Carmassi

Um novo framework baseado em filtragem para detecção de falsificações em sistemas de identificação biométrica de orelhas; 2023; Monografia; (Aperfeiçoamento/Especialização em MBA em Ciências de Dados (CeMEAI)) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Henrique Peixoto Machado

Comparação entre Distillation, Transfer Learning e ConvNet local para identificação de imagens; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Jéssica Caroline Dias Nascimento

NutreAI: ferramenta interativa para monitoramento do consumo alimentar utilizando reconhecimento automático de imagem; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Jackson Paiva Gustavson

Uso do método de florestas aleatórias para a prescrição de exercícios físicos contrarrestidos; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Guilherme Momesso

Predição de geração de "leads" em anúncios de imóveis com técnicas de aprendizado de máquina; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Igor Magno Costa Silva

Ranqueamento dos jogadores do Campeonato Brasileiro 2020 utilizando o método TOPSIS de Apoio Multicritério à Decisão; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Jéssica Garcia Nascimento

Modelos de "Machine Learning" para Regionalização de Vazão Mínima em Clima Subtopical; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Guilherme Mashio Iwamoto

Previsão de volume em viagens rodoviárias utilizando séries temporais; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Helena Honorato Feciliano de Oliveira

Aplicação de Support Vector Regression (SVR) para análise preditiva de preços de criptomoedas; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Carolinne dos Santos Pinheiro

Identificação de Itens Proibidos em E-commerce; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Hugo Tamoto

Predição de perfil sintético de vagarosidade cisalhante baseada em modelos de aprendizado de máquinas; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Gustavo Henrique Bispo Dias

Investimentos em equipamentos de alta tecnologia pelos estados do Brasil; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Iana Martins da Costa Correa e Souza

Sommelia: Um Sommelier de Vinhos baseado em Sistemas de Recomendação; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Adriano Cesar Ribeiro

Detecção de aplicativos maliciosos em sistemas Android; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Igor Felisberto Nogueira Viana Farah

Algoritmo de detecção de fraude baseado na técnica de Random Forest em uma empresa de Saneamento; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Ivan Mantellatto de Oliveira

Avaliação de um processo logístico através de um modelo de regressão; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Gizele Correia Cardoso Dos Santos

A partir de um histórico de desigualdade social, como aumentar a porcentagem de negros no ensino superior brasileiro; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Glauco Correa Oda

Um estudo de caso de conciliação de registros utilizando redes neurais; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Guilherme Flora Garcia

"Round 9": aplicação para análise de redes sociais em uma empresa com estrutura ágil; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Guilherme Leão

Determinação de volume de balonetes através de processamento de imagens e dados de voo no dirigível ADB-3-3; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Jefferson Tomazeli

Detecção de erros de indicação por análise preditiva de variáveis; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Gustavo Murad

Análise Exploratória de Dados para prevenção e monitoramento de atrasos em voos da aviação regular no Brasil; 2022; Monografia; (Aperfeiçoamento/Especialização em MBA em Data Science & Analytics) - Universidade de São Paulo; Orientador: Rodrigo Colnago Contreras;

Victor José Souza Bernardino

Uma estrutura de aprendizagem de transferência profunda multifiltro para detecção de transtorno do espectro autista; 2024; Iniciação Científica; (Graduando em Análise e Desenvolvimento de Sistemas) - Faculdade de Tecnologia do Estado de São Paulo; Orientador: Rodrigo Colnago Contreras;

João Rafael de Freitas Guimarães

Monitoria na disciplina Programação e Algoritmos 1 (Introdução à Lógica de Programação) oferecida ao curso de Matemática na UFSCar; 2022; Orientação de outra natureza; (Engenharia de Computação) - Universidade Federal de São Carlos, Programa de Bolsa Monitoria - CCET/UFSCar; Orientador: Rodrigo Colnago Contreras;

Raul Felipe Appis

A matemática do GPS; 2012; Orientação de outra natureza; (Matemática) - Universidade Estadual Paulista Júlio de Mesquita Filho; Orientador: Rodrigo Colnago Contreras;

SÉRGIO HENRIQUE

A Matemática do GPS; 2012; Orientação de outra natureza; (Matemática) - Universidade Estadual Paulista Júlio de Mesquita Filho; Orientador: Rodrigo Colnago Contreras;

Frederick Lawton Azevedo

Sequências de Galileu; 2011; Orientação de outra natureza; (Matemática) - Universidade Estadual Paulista Júlio de Mesquita Filho; Orientador: Rodrigo Colnago Contreras;

Alex Fermino

Sequências de Galileu; 2011; Orientação de outra natureza; (Matemática) - Universidade Estadual Paulista Júlio de Mesquita Filho; Orientador: Rodrigo Colnago Contreras;

Produções bibliográficas

  • DUCAS, JÔNATAS DELL ; CONTRERAS, RODRIGO COLNAGO . Use of Survival Analysis for Shell Companies Analyses in a Brazilian State. IEEE Access , v. 13, p. 35933-35945, 2025.

  • CARNEIRO DA SILVA, THADEU ; AUGUSTO DA SILVA ANTUNES, FÁBIO ; CARLOS TEIXEIRA, JÚLIO ; CONTRERAS, RODRIGO COLNAGO . Correlation Between Wind Turbine Failures and Environmental Conditions: A Machine Learning Approach. IEEE Access , v. 13, p. 50043-50058, 2025.

  • CONTRERAS, RODRIGO COLNAGO ; VIANA, M. S. ; FONSECA, E. S. ; BONGARTI, M. A. S. ; TOYGAR, O. ; GUIDO, R. C. . Exploring multicepstral features in a new classical machine learning-based framework for replay attack detection. COMPUTERS & ELECTRICAL ENGINEERING , v. 127, p. 110570, 2025.

  • SOUZA, L. M. ; GUIDO, R. C. ; CONTRERAS, RODRIGO COLNAGO ; VIANA, M. S. ; BONGARTI, M. A. S. . Improving Voice Spoofing Detection through Extensive Analysis of Multicepstral Feature Reduction. SENSORS , v. To appear, p. To appear, 2025.

  • CONTRERAS, RODRIGO COLNAGO ; VIANA, M. S. ; BERNARDINO, V. J. S. ; SANTOS, F. L. ; TOYGAR, O. ; GUIDO, R. C. . A multi-filter deep transfer learning framework for image-based autism spectrum disorder detection. Scientific Reports , v. 15, p. 14253, 2025.

  • CONTRERAS, RODRIGO COLNAGO ; SILVA, V. T. X. ; SILVA, I. T. X. ; VIANA, M. S. ; SANTOS, F. L. ; ZANIN, R. B. ; MARTINS, E. F. O. ; GUIDO, R. C. . Genetic Algorithm for Feature Selection Applied to Financial Time Series Monotonicity Prediction: Experimental Cases in Cryptocurrencies and Brazilian Assets. Entropy , v. 26, p. 177, 2024.

  • CONTRERAS, RODRIGO COLNAGO ; VIANA, M. S. ; FONSECA, E. S. ; SANTOS, F. L. ; ZANIN, R. B. ; GUIDO, R. C. . An Experimental Analysis on Multicepstral Projection Representation Strategies for Dysphonia Detection. SENSORS , v. 23, p. 5196, 2023.

  • VIANA, MONIQUE ; CONTRERAS, R. C. ; MORANDIN JUNIOR, O. . A New Frequency Analysis Operator for Population Improvement in Genetic Algorithms to Solve the Job Shop Scheduling Problem. SENSORS , v. 22, p. 4561, 2022.

  • CONTRERAS, RODRIGO COLNAGO ; NONATO, LUIS GUSTAVO ; BOAVENTURA, MAURILIO ; BOAVENTURA, INES APARECIDA GASPAROTTO ; SANTOS, FRANCISCO LLEDO DOS ; ZANIN, RODRIGO BRUNO ; Viana, Monique Simplicio . A New Multi-Filter Framework for Texture Image Representation Improvement Using Set of Pattern Descriptors to Fingerprint Liveness Detection. IEEE Access , v. 10, p. 117681-117706, 2022.

  • CONTRERAS, RODRIGO COLNAGO ; PARNANDI, AVINASH ; COELHO, BRUNO GOMES ; SILVA, CLAUDIO ; SCHAMBRA, HEIDI ; NONATO, LUIS GUSTAVO . NE-Motion: Visual Analysis of Stroke Patients Using Motion Sensor Networks. SENSORS , v. 21, p. 4482, 2021.

  • GUIDO, RODRIGO CAPOBIANCO ; PEDROSO, FERNANDO ; CONTRERAS, RODRIGO COLNAGO ; RODRIGUES, LUCIENE CAVALCANTI ; GUARIGLIA, EMANUEL ; NETO, JOGI SUDA . Introducing the Discrete Path Transform (DPT) and its applications in signal analysis, artefact removal, and spoken word recognition. DIGITAL SIGNAL PROCESSING , v. 117, p. 103158, 2021.

  • GUIDO, RODRIGO CAPOBIANCO ; PEDROSO, FERNANDO ; FURLAN, ANDRÉ ; CONTRERAS, RODRIGO COLNAGO ; CAOBIANCO, LUIZ GUSTAVO ; NETO, JOGI SUDA . CWT x DWT x DTWT x SDTWT: Clarifying terminologies and roles of different types of wavelet transforms. International Journal of Wavelets Multiresolution and Information Processing , v. 203000, p. 2030001, 2020.

  • Viana, Monique Simplicio ; MORANDIN JUNIOR, ORIDES ; CONTRERAS, RODRIGO COLNAGO . A Modified Genetic Algorithm with Local Search Strategies and Multi-Crossover Operator for Job Shop Scheduling Problem. SENSORS , v. 20, p. 5440, 2020.

  • VIANA, M. S. ; MORANDIN JUNIOR, O. ; CONTRERAS, R. C. . An Improved Local Search Genetic Algorithm with a New Mapped Adaptive Operator Applied to Pseudo-Coloring Problem. Symmetry-Basel , v. 12, p. 1684, 2020.

  • CONTRERAS, RODRIGO COLNAGO ; Carmassi, Caio Ulisses Silva ; Viana, Monique Simplicio ; Toygar, Önsen ; GUIDO, RODRIGO CAPOBIANCO . A New Image Enhancement-Based Framework for Spoofing Detection in Ear-Based Biometric Authentication Systems. In: Rutkowski, L., Scherer, R., Korytkowski, M., Pedrycz, W., Tadeusiewicz, R., Zurada, J.M. (eds) Artificial Intelligence and Soft Computing. (Org.). Lecture Notes in Computer Science. 1ed.Switzerland: Springer Nature Switzerland, 2025, v. 15166, p. 253-269.

  • CONTERAS, RODRIGO COLNAGO ; CAMPANHARO, A. F. ; VIANA, M. S. ; BONGARTI, M. A. S. ; GUIDO, R. C. . Dimensionality Reduction in Multicepstral Features for Voice Spoofing Detection: Case Studies with Singular Value Decomposition, Genetic Algorithm, and Auto-Encoder. In: Rutkowski, L., Scherer, R., Korytkowski, M., Pedrycz, W., Tadeusiewicz, R., Zurada, J.M. (eds) Artificial Intelligence and Soft Computing. (Org.). Lecture Notes in Computer Science. 2ed.Cham: Springer, 2025, v. 15165, p. 227-244.

  • CONTERAS, RODRIGO COLNAGO ; HECK, G. L. ; VIANA, M. S. ; BONGARTI, M. A. S. ; ZAMANI, H. ; GUIDO, R. C. . Metaheuristic Algorithms for Enhancing Multicepstral Representation in Voice Spoofing Detection: An Experimental Approach. In: Tan, Y., Shi, Y. (eds) Advances in Swarm Intelligence. ICSI 2024. (Org.). Lecture Notes in Computer Science. 1ed.Singapore: Springer Nature Singapore, 2024, v. 14788, p. 247-262.

  • Simplicio Viana, Monique ; CONTRERAS, RODRIGO COLNAGO ; Pessoa, Paulo Cavalcanti ; Bongarti, Marcelo Adriano dos Santos ; Zamani, Hoda ; GUIDO, RODRIGO CAPOBIANCO ; MorandinJunior, Orides . Massive Conscious Neighborhood-Based Crow Search Algorithm for the Pseudo-Coloring Problem. In: Tan, Y., Shi, Y. (eds) Advances in Swarm Intelligence. ICSI 2024. (Org.). Lecture Notes in Computer Science. 1ed.Singapore: Springer Nature Singapore, 2024, v. 14788, p. 182-196.

  • TAMOTO, H. ; CONTRERAS, RODRIGO COLNAGO ; SANTOS, F. L. ; VIANA, M. S. ; GIORIA, R. S. ; CARNEIRO, C. C. . Synthetic Slowness Shear Well-Log Prediction Using Supervised Machine Learning Models. In: Lecture Notes in Computer Science (International Conference on Artificial Intelligence and Soft Computing). Rutkowski L., Scherer R., Korytkowski M., Pedrycz W., Tadeusiewicz R., Zurada J.M.. (Org.). Synthetic slowness shear well-log prediction using supervised machine learning models. 1ed.Cham: Springer International Publishing, 2023, v. 13588, p. 115-130.

  • CONTRERAS, RODRIGO COLNAGO ; VIANA, M. S. ; GUIDO, R. C. . An Experimental Analysis on Mapping Strategies for Cepstral Coefficients Multi-projection in Voice Spoofing Detection Problem. In: Rutkowski, L., Scherer, R., Korytkowski, M., Pedrycz, W., Tadeusiewicz, R., Zurada, J.M.. (Org.). Artificial Intelligence and Soft Computing. ICAISC 2023. Lecture Notes in Computer Science. 1ed.Cham: Springer International Publishing, 2023, v. 14126, p. 291-306.

  • Viana, Monique Simplicio ; CONTRERAS, RODRIGO COLNAGO ; Junior, Orides Morandin . A New Genetic Improvement Operator Based on Frequency Analysis for Genetic Algorithms Applied to Job Shop Scheduling Problem. In: Lecture Notes in Computer Science (International Conference on Artificial Intelligence and Soft Computing). Rutkowski L., Scherer R., Korytkowski M., Pedrycz W., Tadeusiewicz R., Zurada J.M.. (Org.). A New Genetic Improvement Operator Based on Frequency Analysis for Genetic Algorithms Applied to Job Shop Scheduling Problem. 1ed.Cham: Springer International Publishing, 2021, v. 12854, p. 434-450.

  • CONTRERAS, RODRIGO COLNAGO ; NONATO, LUIS GUSTAVO ; Boaventura, Maurílio ; Boaventura, Inês Aparecida Gasparotto ; COELHO, BRUNO GOMES ; Viana, Monique Simplicio . A New Multi-filter Framework with Statistical Dense SIFT Descriptor for Spoofing Detection in Fingerprint Authentication Systems. In: Lecture Notes in Computer Science (International Conference on Artificial Intelligence and Soft Computing). Rutkowski L., Scherer R., Korytkowski M., Pedrycz W., Tadeusiewicz R., Zurada J.M.. (Org.). A New Multi-filter Framework with Statistical Dense SIFT Descriptor for Spoofing Detection in Fingerprint Authentication Systems. 2ed.Cham: Springer International Publishing, 2021, v. 12855, p. 442-455.

  • Viana, Monique Simplicio ; Junior, Orides Morandin ; CONTRERAS, RODRIGO COLNAGO . An Improved Local Search Genetic Algorithm with Multi-crossover for Job Shop Scheduling Problem. In: Lecture Notes in Computer Science (International Conference on Artificial Intelligence and Soft Computing). Rutkowski L., Scherer R., Korytkowski M., Pedrycz W., Tadeusiewicz R., Zurada J.M.. (Org.). An Improved Local Search Genetic Algorithm with Multi-crossover for Job Shop Scheduling Problem. 1ed.Cham: Springer International Publishing, 2020, v. 12415, p. 464-479.

  • CONTRERAS, RODRIGO COLNAGO ; MORANDIN JUNIOR, ORIDES ; Viana, Monique Simplicio . A New Local Search Adaptive Genetic Algorithm for the Pseudo-Coloring Problem. In: Lecture Notes in Computer Science (International Conference on Advances in Swarm Intelligence - ICSI). Tan Y., Shi Y., Tuba M.. (Org.). A New Local Search Adaptive Genetic Algorithm for the Pseudo-Coloring Problem. 1ed.: , 2020, v. , p. 349-361.

  • NONATO, L. G. ; CONTERAS, RODRIGO COLNAGO ; LOUZADA NETO, F. ; VIEIRA, T. ; BARBOSA, A. ; TOJEIRO, C. A. V. ; GODOY, C. ; MILANI, E. ; ORTIGOSSA, E. ; OLIVEIRA, K. ; LAURETTO, M. ; BARBOSA, S. S. . Homogeneity of Shell gas stations connected to the Shell Box. Mathematics in Industry Reports, Cambridge, 14 ago. 2021.

  • LABARQUE, F. M. ; CONTRERAS, RODRIGO COLNAGO ; VIANA, M. S. ; Toygar, Önsen ; GUIDO, R. C. . Taxonomic Classification of Spiders (Araneae) Based on Image Texture Analysis Using Multifiltering. In: International Conference on Artificial Intelligence and Soft Computing, 2025, Zakopane. Rutkowski L., Scherer R., Korytkowski M., Pedrycz W., Tadeusiewicz R., Zurada J.M. (eds) Artificial Intelligence and Soft Computing. ICAISC 2025. Lecture Notes in Computer Science, 2025. v. t.a.. p. to appear.

  • MAZO, R. N. ; CONTRERAS, RODRIGO COLNAGO ; VIANA, M. S. ; Toygar, Önsen ; GUIDO, R. C. . A Hybrid Handcrafted and Deep Transfer Learning-Based Framework for COVID-19 Detection Using Voice Analysis. In: International Conference on Artificial Intelligence and Soft Computing, 2025, Zakopane. Rutkowski L., Scherer R., Korytkowski M., Pedrycz W., Tadeusiewicz R., Zurada J.M. (eds) Artificial Intelligence and Soft Computing. ICAISC 2025. Lecture Notes in Computer Science, 2025. v. t.a.. p. to appear.

  • ZECCA, V. ; CONTRERAS, RODRIGO COLNAGO . Recommendation System for Defining Competitive Teams in eSports: Experimental Analysis of CBLOL. In: Simpósio Brasileiro de Jogos e Entretenimento Digital 2025, 2025, Salvador. Anais do XXIV Simpósio Brasileiro de Jogos e Entretenimento Digital, 2025. v. t.a.. p. to appear.

  • SILVA, I. M. C. ; CONTRERAS, RODRIGO COLNAGO . Social Network Analysis applied to Marvel Crisis Protocol. In: Simpósio Brasileiro de Jogos e Entretenimento Digital 2025, 2025, Salvador. Anais do XXIV Simpósio Brasileiro de Jogos e Entretenimento Digital, 2025. v. t.a.. p. to appear.

  • SILVA, IGOR MAGNO ; CONTRERAS, RODRIGO COLNAGO ; GUIDO, RODRIGO CAPOBIANCO . Multi-Criteria Decision Making with TOPSIS to Ranking Brazilian Championship Players. In: Anais Estendidos do Simpósio Brasileiro de Jogos e Entretenimento Digital, 2024, Brasil. Anais Estendidos do XXIII Simpósio Brasileiro de Jogos e Entretenimento Digital (SBGames Estendido 2024). p. 61.

  • VIANA, MONIQUE ; MORANDIN JUNIOR, ORIDES ; CONTRERAS, RODRIGO . Transgenic Genetic Algorithm to Minimize the Makespan in the Job Shop Scheduling Problem. In: 12th International Conference on Agents and Artificial Intelligence, 2020, Valletta. Proceedings of the 12th International Conference on Agents and Artificial Intelligence, 2020. v. 2. p. 463-474.

  • SILVA, E. M. ; BOAVENTURA, M. ; Boaventura, I. A. G. ; CONTRERAS, R. C. . Face Recognition Using Local Mapped Pattern and Genetic Algorithms. In: the International Conference, 2018, Union. Proceedings of the International Conference on Pattern Recognition and Artificial Intelligence - PRAI 2018, 2018. p. 11-17.

  • CONTRERAS, R. C. ; Boaventura, I. A. G. ; BOAVENTURA, M. . Local Maped Pattern for Spoof Detection. In: XI Workshop de Visão Computacional, 2015, São Carlos. Anais do XI Workshop de Visão Computacional, 2015. v. 11.

  • CONTRERAS, R. C. ; BOAVENTURA, M. ; Boaventura, I. A. G. . Multi-scale Local Mapped Pattern for Image Texture Analysis. In: XI Workshop de Visão Computacional, 2015, São Carlos. Anais do XI Workshop de Visão Computacional, 2015. v. 11.

  • CONTRERAS, R. C. . Introdução à Programação de Sistemas de Computação Numérica e Aplicações em Processamento de Imagens. In: III Semana da Física do IBILCE/Unesp, 2014, São José do Rio Preto. Minicursos da III Semana da Física do IBILCE/Unesp, 2014.

  • CONTRERAS, R. C. ; HONORATO, A. H. A. ; SILVA, D. F. . Introdução às Frações Contínuas e Aplicações. In: XXIII SEMAT, 2011, São José do Rio Preto. XXIII SEMAT, 2011.

  • BOAVENTURA, I. A. G. ; BOAVENTURA, M. ; CONTRERAS, R. C. ; VIANA, M. S. . Texture Recognition Using a Multi-Scale Local Mapped Pattern.. In: Third Internation Conference on Computer Graphics and Animation, 2016, Las Vegas. Proceedings of Third Internation Conference on Computer Graphics and Animation, 2016. v. 5. p. 44-44.

  • CONTRERAS, R. C. . Segmentação de Impressões digitais de baixa qualidade. In: V Mostra de Projetos da área de Matemática, 2014, São José do Rio Preto. Resumos, 2014.

  • CONTRERAS, R. C. . Detecção de Impressões Digitais Fraudulentas. In: V Mostra de Projetos da área de Matemática, 2014, São José do Rio Preto. Resumos, 2014.

  • BOAVENTURA, M. ; CONTRERAS, R. C. . Segmentação de impressões digitais latentes e aplicações nas ciências forenses e criminalísticas. In: XXV Semana de Matemática do IBILCE - Unesp, 2013, São José do Rio Preto. Publicações da XXV Semat, 2013.

  • CONTRERAS, R. C. ; BOAVENTURA, M. . Segmentação de impressões digitais de baixa qualidade. In: XXV Congresso de iniciação Científica, 2013, São José do Rio Preto. Anais do XXV Congresso de iniciação Científica, 2013.

  • CONTRERAS, R. C. . Filtragem de imagens digitais e aplicações em remoção de ruídos e segmentação. In: XXIV Congresso de iniciação científica - 1ª fase, 2012, São José do Rio Preto. Congresso de iniciação científica, 2012.

  • CONTRERAS, R. C. . Filtragem de imagens digitais e aplicações em remoção de ruídos e segmentação. In: XXIV Congresso de iniciação Científica - 2ª fase, 2012, São Pedro. Congresso de iniciação Científica, 2012.

  • CONTRERAS, R. C. . MÉTODOS NUMÉRICOS NA RESOLUÇÃO DE EQUAÇÕES DIFERENCIAIS. In: XXIII CIC, 2011, São José do Rio Preto. Trabalhos Apresentados na 1ª Fase, 2011.

  • CONTRERAS, RODRIGO COLNAGO ; CAMPANHARO, A. F. ; VIANA, M. S. ; BONGARTI, M. A. S. ; GUIDO, R. C. . Dimensionality reduction in multicepstral features for voice spoofing detection: case studies with singular value decomposition, genetic algorithm, and auto-encoder. 2024. (Apresentação de Trabalho/Conferência ou palestra).

  • CONTRERAS, RODRIGO COLNAGO ; CARMASSI, C. U. S. ; VIANA, M. S. ; TOYGAR, O. ; GUIDO, R. C. . A new image enhancement-based framework for spoofing detection in ear-based biometric authentication systems. 2024. (Apresentação de Trabalho/Conferência ou palestra).

  • CONTRERAS, RODRIGO COLNAGO ; HECK, G. L. ; VIANA, M. S. ; BONGARTI, M. A. S. ; ZAMANI, H. ; GUIDO, R. C. . Metaheuristic Algorithms for Enhancing Multicepstral Representation in Voice Spoofing Detection: An Experimental Approach. 2024. (Apresentação de Trabalho/Conferência ou palestra).

  • VIANA, M. S. ; CONTRERAS, RODRIGO COLNAGO ; Pessoa, Paulo Cavalcanti ; BONGARTI, M. A. S. ; ZAMANI, H. ; GUIDO, R. C. . Massive Conscious Neighborhood-Based Crow Search Algorithm for the Pseudo-Coloring Problem.. 2024. (Apresentação de Trabalho/Conferência ou palestra).

  • CONTRERAS, RODRIGO COLNAGO ; VIANA, M. S. ; GUIDO, R. C. . An experimental analysis on mapping strategies for cepstral coefficients multi-projection in voice spoofing detection problem. 2023. (Apresentação de Trabalho/Conferência ou palestra).

  • TAMOTO, H. ; CONTRERAS, RODRIGO COLNAGO ; SANTOS, F. L. ; VIANA, M. S. ; GIORIA, R. S. ; CARNEIRO, C. C. . Synthetic slowness shear well-logs prediction using supervised machine learning models. 2022. (Apresentação de Trabalho/Conferência ou palestra).

  • CONTRERAS, R. C. ; NONATO, L. G. ; BOAVENTURA, M. ; BOAVENTURA, I. A. G. ; COELHO, B. G. ; VIANA, M. S. . A New Multi-Filter Framework with Statistical Dense SIFT descriptor for Spoofing Detection in Fingerprint Authentication Systems. 2021. (Apresentação de Trabalho/Conferência ou palestra).

  • CONTRERAS, RODRIGO COLNAGO ; NONATO, L. G. ; BOAVENTURA, M. ; Boaventura, I. A. G. ; VIANA, M. S. . A new multi-filter framework with a multi-scale local mapped pattern for fingerprint spoofing detection. 2021. (Apresentação de Trabalho/Conferência ou palestra).

  • CONTRERAS, R. C. . Detecção de Impressões Digitais Fraudulentas. 2014. (Apresentação de Trabalho/Comunicação).

  • CONTRERAS, R. C. . Segmentação de Impressões digitais de baixa qualidade. 2014. (Apresentação de Trabalho/Comunicação).

  • ANDRADE, M. G. C. ; GAMBERA, L. R. ; SOUZA, B. C. C. ; SIGNORINI, C. A. ; PEREIRA, J. T. ; AZEVEDO, F. L. ; CASTILHO, D. ; LAGOIN, W. S. ; RODERO, A. L. ; CONTRERAS, R. C. . A filosofia e sua influência na Matemática. 2013. (Apresentação de Trabalho/Outra).

  • CONTRERAS, R. C. . Segmentação de impressões digitais de baixa qualidade. 2013. (Apresentação de Trabalho/Congresso).

  • CONTRERAS, R. C. . O infinito e o construtivismo. 2013. (Apresentação de Trabalho/Seminário).

  • CONTRERAS, R. C. . A matemática aplicada a truques de mágica e uma breve introdução a conceitos das Ciências Ilusórias. 2013. (Apresentação de Trabalho/Conferência ou palestra).

  • CONTRERAS, R. C. ; BOAVENTURA, M. . Segmentação de impressões digitais latentes e aplicações nas ciências forenses e criminalísticas. 2013. (Apresentação de Trabalho/Outra).

  • CONTRERAS, R. C. . Filtragem de imagens digitais e aplicações em remoção de ruídos e segmentação. 2012. (Apresentação de Trabalho/Outra).

  • CONTRERAS, R. C. ; HONORATO, A. H. A. ; PEREIRA, J. T. ; GAMBERA, L. R. ; MERIGHE, L. C. ; ANDRADE, M. G. C. ; RIUL, P. B. ; FERREIRA, R. F. . A literatura na matemática. 2012. (Apresentação de Trabalho/Outra).

  • CONTRERAS, R. C. . Aplicações de probabilidades no sorteio de amigo secreto. 2012. (Apresentação de Trabalho/Seminário).

  • CONTRERAS, R. C. . O mundo e sua estrutura humano-filosófica. 2012. (Apresentação de Trabalho/Seminário).

  • CONTRERAS, R. C. ; ANDRADE, M. G. C. ; HONORATO, A. H. A. ; PEREIRA, J. T. ; GAMBERA, L. R. ; MERIGHE, L. C. ; RIUL, P. B. ; FERREIRA, R. F. . Temas da Matemática para divulgação científica. 2012. (Apresentação de Trabalho/Outra).

  • CONTRERAS, R. C. . MÉTODOS NUMÉRICOS NA RESOLUÇÃO DE EQUAÇÕES DIFERENCIAIS. 2011. (Apresentação de Trabalho/Outra).

  • CONTRERAS, R. C. . Uma ferramenta de auxílio na demonstração da irracionalidade de certos números. 2011. (Apresentação de Trabalho/Seminário).

  • CONTRERAS, R. C. . Trigonometria e sucessões na literatura. 2011. (Apresentação de Trabalho/Seminário).

  • CONTERAS, RODRIGO COLNAGO . Predição e análise visual de conjuntos de redes de conexões entre sinais suaves: aplicações em dados médicos de AVC 2020 (Tese de Doutorado).

  • CONTERAS, RODRIGO COLNAGO . Detecção de impressões digitais fraudulentas utilizando padrões mapeados localmente em multiescala 2015 (Dissertação de Mestrado).

Outras produções

CONTRERAS, R. C. ; ARAUJO, R. R. ; OLIVEIRA, F. H. . Representação do campo magnético no centro de uma espira. 2012.

CONTRERAS, RODRIGO COLNAGO . IA treinada por rio-pretense ajuda a identificar autista por foto. 2025. (Programa de rádio ou TV/Entrevista).

CONTRERAS, RODRIGO COLNAGO . Rio-pretenses publicam projeto para detecção do TEA por imagens. 2025. (Programa de rádio ou TV/Entrevista).

CONTRERAS, RODRIGO COLNAGO . Pesquisa da Unifesp propõe tecnologia com inteligência artificial para diagnóstico precoce do autismo. 2025. (Programa de rádio ou TV/Entrevista).

CONTRERAS, RODRIGO COLNAGO . Pesquisa da Unifesp propõe tecnologia com inteligência artificial para diagnóstico precoce do autismo. 2025. (Programa de rádio ou TV/Entrevista).

CONTERAS, RODRIGO COLNAGO ; VIANA, M. S. ; NONATO, LUIS GUSTAVO ; BOAVENTURA, M. ; BOAVENTURA, I. A. G. ; GUIDO, R. C. . Pesquisadores do Ibilce conquistam 3° lugar no LivDet 2023. 2023. (Programa de rádio ou TV/Entrevista).

CONTRERAS, RODRIGO COLNAGO ; BOAVENTURA, M. . Pesquisadores do Ibilce conquistam 3º lugar no LivDet 2023. 2023. (Programa de rádio ou TV/Entrevista).

CONTERAS, RODRIGO COLNAGO ; NONATO, L. G. ; BOAVENTURA, M. ; Boaventura, I. A. G. . Projeto do Ibilce é premiado em competição internacional. 2021. (Programa de rádio ou TV/Entrevista).

CONTRERAS, RODRIGO COLNAGO ; BOAVENTURA, M. ; Boaventura, I. A. G. ; NONATO, L. G. ; Viana, Monique Simplicio . Pesquisa da Unesp de Rio Preto é vice-campeã em competição internacional. 2021. (Programa de rádio ou TV/Entrevista).

CONTRERAS, RODRIGO COLNAGO ; BOAVENTURA, M. ; Boaventura, I. A. G. ; NONATO, L. G. ; Viana, Monique Simplicio . Pesquisa da Unesp de Rio Preto é vice-campeã em competição internacional. 2021. (Programa de rádio ou TV/Entrevista).

CONTRERAS, RODRIGO COLNAGO ; Boaventura, I. A. G. ; BOAVENTURA, M. . Projeto para detecção de impressão digital fraudulenta é premiado. 2021. (Programa de rádio ou TV/Entrevista).

CONTRERAS, R. C. ; ARAUJO, R. R. . XXV SEMAT do IBILCE - Unesp. 2013. (Site).

ARAUJO, R. R. ; CONTRERAS, R. C. ; OLIVEIRA, F. H. . Magnetismo na web. 2012; Tema: Física e Magnetismo. (Blog).

CONTERAS, RODRIGO COLNAGO . Predição e análise visual de conjuntos de redes de conexões entre sinais suaves: aplicações em dados médicos de AVC. 2020. (Tese de Doutorado).

CONTERAS, RODRIGO COLNAGO . Detecção de Impressões Digitais Fraudulentas utilizando Padrões Mapeados Localmente em Multiescala. 2015. (Dissertação de Mestrado).

CONTRERAS, R. C. . Introdução à Programação de Sistemas de Computação Numérica e Aplicações em Processamento de Imagens. 2014. (Curso de curta duração ministrado/Outra).

CONTRERAS, R. C. . Introdução à Programação de Sistemas de Computação Numérica e Aplicações em Processamento de Imagens. 2014. (Desenvolvimento de material didático ou instrucional - Apostila de minicurso).

CONTRERAS, R. C. . G.A.V. Matrizes, determinantes e sistemas lineares.. 2012. (Curso de curta duração ministrado/Outra).

CONTRERAS, R. C. . G.A.V. Matrizes, determinantes e sistemas lineares.. 2012. (Desenvolvimento de material didático ou instrucional - Apostila de minicurso).

CONTRERAS, R. C. . Processamento Digital de Imagens. 2012. (Relatório de pesquisa).

CONTRERAS, R. C. . Introdução às Frações contínuas. 2011. (Curso de curta duração ministrado/Outra).

CONTRERAS, R. C. . Pré-Cálculo. 2011. (Curso de curta duração ministrado/Outra).

CONTRERAS, R. C. . Introdução às Frações contínuas. 2011. (Desenvolvimento de material didático ou instrucional - Apostila de minicurso).

CONTRERAS, R. C. . Pré-Cálculo. 2011. (Desenvolvimento de material didático ou instrucional - Apostila de minicurso).

CONTRERAS, R. C. . Soluções Aproximadas de Equações Diferenciais. 2011. (Relatório de pesquisa).

Projetos de pesquisa

  • 2023 - 2024

    Redes de aprendizado profundo e seleção de características para detecção de fraudes em sistemas de autenticação biométrica por voz, Projeto certificado pelo(a) coordenador(a) Rodrigo Capobianco Guido em 19/10/2023., Descrição: Sistemas de autenticação baseados em voz têm sido cada vez mais utilizados devido à sua simplicidade em relação aos equipamentos necessários e à sua versatilidade, uma vez que qualquer smartphone pode ser usado para autenticar remotamente um indivíduo. Entretanto, esse tipo de sistema é vulnerável aos ataques de falsificação, tendo em vista que um impostor pode utilizar uma voz gravada para ser devidamente autenticado como usuário autêntico, o que é conhecido como replay attack. Notavelmente, diversas pesquisas têm sido realizadas a fim de amenizar o problema e, desse modo, aumentar o grau de confiabilidade dos sistemas de autenticação biométrica por voz. Assim, o objetivo deste projeto é o de aprimorar técnicas baseadas em aprendizado profundo e extração de características para desenvolver soluções que contornem as fraudes do tipo replay attack. A base de dados do ASVspoof, que tem sido utilizada como baseline no referido desafio internacional de detecção de fraudes em autenticação biométrica de locutores, servirá de base para avaliação da metodologia proposta. Particularmente, a intenção é a de participar da próxima edição do evento, a qual está prevista para 2023, apresentando os resultados da pesquisa. Complementarmente, pretende-se confeccionar uma biblioteca em linguagens Python e C/C++, implementando o material desenvolvido de modo escalável tanto para o meio acadêmico quanto para o meio empresarial. Finalmente, os resultados obtidos deverão ser divulgados em periódicos e eventos internacionais de reconhecida excelência.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Rodrigo Colnago Contreras - Integrante / Rodrigo Capobianco Guido - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

  • 2022 - 2023

    Aprimorando os Sistemas de Autenticação Biométrica por Voz: Robustez Mediante Disfonias de Curta Duração, Projeto certificado pelo(a) coordenador(a) Rodrigo Capobianco Guido em 19/10/2023., Descrição: Mediante qualquer alteração involuntária e acusticamente perceptível na fala, faz-se presente no indivíduo uma disfonia de origem orgânica, funcional ou orgânico-funcional. Em consequência, a sua identificação acústica, não somente pelos seres humanos mas principalmente pelas máquinas, pode ser prejudicada. Desse modo, por ser este um tema ainda pouco explorado, a intenção deste projeto de pesquisa é a de averiguar as implicações das disfonias na autenticação biométrica de locutores (ABLs), criando algoritmos robustos para esta finalidade frente à existência daqueles problemas. Atenção particular será dedicada ao caso dos portadores de anomalias vocálicas temporárias, tais como rouquidões e resfriados, as quais dificultam a fonação e, consequentemente, a análise acústica. Após uma detalhada revisão sistemática envolvendo os conceitos pertinentes, dar-se-á início ao procedimento investigativo. Na etapa de extração de características, a intenção é a de comparar o potencial das estratégias de feature learning baseadas em autoencoders frente à análise provida por abordagens clássicas, tal como a Transformada Wavelet-Packet de Tempo Discreto (DTWPT), à luz da Engenharia Paraconsistente de Características (EPC). Em seguida, objetivando autenticar corretamente os locutores matriculados no sistema experimental que será desenvolvido, a acurácia e o desempenho de estratégias recentes, tais como as Residual Neural Networks (RNNs) e as Deep Spiking Neural Networks (DSNNs), serão avaliados e comparados em duas modalidades: text-dependent e text-independent. Finalmente, pretende-se documentar e publicar os resultados obtidos em renomados veículos literários.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Rodrigo Colnago Contreras - Integrante / Rodrigo Capobianco Guido - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

  • 2020 - 2022

    Desenvolvimento teórico de frameworks de descritores de textura e aplicações em sistemas biométricos de autenticação por impressão digital, Descrição: Aplicações que fazem uso de reconhecimento biométrico estão presentes em muitos contextos do dia a dia, por exemplo, transações em caixas automáticos, registro eletrônico de ponto em empresas e, desde 2008, no processo eleitoral brasileiro. Estudos científicos recentes demonstram a possibilidade de confecção de impressões digitais e íris sintéticas e apresentá-las a sistemas biométricos como se fossem legítimas. Diante do perigo iminente de fraude em sistemas biométricos, surgiu uma nova linha de pesquisa: a detecção de biometrias fraudulentas (spoofs). Atualmente, estão presentes na literatura alguns métodos capazes de amenizar esta dificuldade, mas este ainda é um problema em aberto. O presente trabalho concentra-se no desenvolvimento de uma rígida formulação matemática de descritores de texturas e o uso destes em detecção de spoofs. Além disso, pretende-se fazer uso do material teórico desenvolvido em aplicações práticas de outra natureza, tais como o reconhecimento de tecido de câncer de mama e de próstata por meio da análise de descritores de textura. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Rodrigo Colnago Contreras - Integrante / Maurílio Boaventura - Integrante / Inês Aparecida Gasparotto Boaventura - Integrante / Luis Gustavo Nonato - Coordenador., Número de produções C, T & A: 7

  • 2020 - 2021

    DISTANCIAMENTO INTERMITENTE INTELIGENTE E INDIVIDUALIZADO: PROSPECÇÃO DE CENÁRIOS MODCOVID-19, Descrição: Em dezembro de 2019, foi detectado na cidade de Wuhan, na China, uma nova cepa de vírus conhecido por ser o causador da síndrome respiratória aguda severa: o coronavirus. Este patógeno, intitulado covid-19, possui elevada taxa de proliferação, sendo transmitido de pessoa para pessoa através de vias respiratórias, e pode ser fatal para determinados grupos da população. Desta forma, órgãos governamentais do mundo todo precisam implementar medidas de mitigação para impedir a disseminação da doença. Como ainda não existem cronogramas precisos a respeito do desenvolvimento de vacinas, a contra-medida mais utilizada é a adoção de quarentenas. Entretanto, estas estratégias podem causar efeitos colaterais muito prejudiciais a todos os setores socioeconômicos dos países que a utilizarem. Desta forma, se faz necessário o aprimoramento de sistemas de recomendação que sejam capazes de determinar protocolos otimizados de medidas de quarentena a nível local. Isto é, a partir de um conjunto de cidades, o sistema de apoio à tomada de decisão deve ser capaz de apresentar um modelo de quarentena intermitente para cada uma destas cidades, tornando desnecessário o emprego de medidas rigorosas de isolamento social no grupo todo. Neste projeto de pós-doutorado, propomos estender a capacidade de informação apresentada pelos sistemas de recomendação atuais, acrescentando conhecimento geográfico a respeito do padrão de dispersão da doença. Para isto, vamos introduzir à seara de análise de proliferação de doenças o bem conhecido conceito de aprendizado de grafos orientados, tornando as estratégias atuais capazes de detectar e predizer os fluxos de contaminação do coronavirus de uma cidade para outra. Além disso, vamos envolver esse material teórico em um novo sistema de analítica visual baseado em redes de conexões a fim de promover a detecção visual de padrões de disseminação. Finalmente, o ferramental proposto será utilizado em dois estudos de casos do mundo real envolvendo cidades do interior de dois estados brasileiros: São Paulo e Alagoas.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Rodrigo Colnago Contreras - Integrante / Luis Gustavo Nonato - Integrante / Tiago Pereira da Silva - Coordenador / Jorge Poco - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

  • 2015 - 2020

    Predição e análise visual de conjuntos de redes de conexões entre sinais suaves: aplicações em dados médicos de AVC, Descrição: Aprendizado baseado em grafos é uma vertente de apendizado profundo na qual tem-se como intenção estimar um grafo que descreva uma rede de conexões em que as arestas correspondem a relacionamentos entre os elementos mais semelhantes, representados pelos nós da rede. Técnicas de aprendizado baseado em grafos vêm sendo desenvolvidas nos últimos anos na seara de processamento de sinais em grafos. Entretanto, até onde sabemos, sua utilização em análise visual de dados ainda não foi explorada. Neste trabalho, propomos o uso de técnicas de aprendizado baseado em grafos em uma aplicação, na qual confecciona-se um elevado número de redes de conexões para facilitar a percepção de padrões presentes nestas redes através de uma nova ferramenta de análise visual, intitulada NE-Motion. O ferramental desenvolvido é aplicado em uma base de dados formada por milhares de séries temporais. A base de dados foi fornecida por profissionais da área médica da New York University, os quais são especialistas em estudos de pessoas que sofreram Acidente Vascular Cerebral (AVC). A metodologia e ferramenta de visualização propostas foram capazes de revelar informações presentes nos dados e apresentá-los de maneira intuitiva aos peritos, os quais atestaram a efetividade de nossa abordagem. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Rodrigo Colnago Contreras - Integrante / Luis Gustavo Nonato - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa., Número de produções C, T & A: 7

  • 2014 - 2015

    Detecção de Impressões Digitais Fraudulentas utilizando Padrões Mapeados Localmente em Multiescala, Projeto certificado pelo(a) coordenador(a) Maurílio Boaventura em 13/10/2021., Descrição: Aplicações que fazem uso de reconhecimento de impressões digitais estão presentes em muitos contextos do dia a dia, por exemplo, transações em caixas automáticos, registro eletrônico de ponto em empresas e, desde 2008, no processo eleitoral brasileiro. A comparação entre impressões digitais geralmente é feita com base nas posições relativas de pequenos padrões conhecidos como minúcias. Estudos científicos recentes demonstram a possibilidade de confecção de impressões digitais sintéticas, que apresentam a cópia das minúcias presentes em um dedo autêntico, a partir de materiais simples como massa de modelar, silicone, cola de madeira, dentre outros. Diante do perigo iminente de fraude em sistemas biométricos, surgiu uma nova linha de pesquisa: a detecção de impressões digitais fraudulentas (spoofs). Atualmente, estão presentes na literatura alguns métodos capazes de amenizar este problema, mas este ainda é um problema em aberto. O presente trabalho concentra-se na detecção de impressões digitais fraudulentas utilizando técnicas de processamento de imagens e reconhecimento de padrões. A principal contribuição desse estudo é uma nova técnica com a qual as falsificações são detectadas a partir da análise de micropadrões espaciais extraídos das impressões digitais. Além disso, é desenvolvida neste trabalho a versão multiescala do micropadrão espacial conhecido como Padrão Mapeado Localmente (Local Mapped Pattern - LMP). Os experimentos conduzidos mostraram que, através da técnica proposta, é possível alcançar uma detecção com performances superiores aos resultados encontrados no estado da arte na literatura científica especializada. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Rodrigo Colnago Contreras - Integrante / Maurílio Boaventura - Coordenador / Inês Aparecida Gasparotto Boaventura - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Bolsa., Número de produções C, T & A: 14

  • 2013 - 2013

    Segmentação de impressões digitais de baixa qualidade, Descrição: O objetivo do presente projeto de pesquisa é a busca de novos algoritmos para a segmentação de impressões digitais de baixa qualidade, incluindo as latentes. Imagens latentes são extraídas de ambientes não controlados, em geral, obtidas em lugares que foram tocadas por suspeitos em uma cena de crime e, portanto, difíceis de serem segmentadas automaticamente. O objetivo da segmentação é tornar o processo de análise de imagens de impressão digital o mais automático possível, aumentando o desempenho dos sistemas que fazem o reconhecimento entre a impressão digital alvo com correspondentes impressões digitais cadastradas em uma base de dados de cidadãos suspeitos ou não. A segmentação de impressões digitais obtidas em ambientes controlados e, consequentemente, de boa qualidade é um problema praticamente já resolvido, entretanto a segmentação de impressões digitais de baixa qualidade é ainda um problema em aberto. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Rodrigo Colnago Contreras - Integrante / Maurílio Boaventura - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa., Número de produções C, T & A: 6

  • 2011 - 2012

    Processamento de Imagens Digitais, Descrição: Os objetivos foram obter conhecimentos na teoria elementar de processamento de imagens e visão computacional e desenvolver softwares e aplicativos que colocasse em prática os conceitos estudados. No projeto foram abordados tópicos como Fundamentos de imagens digitais, Compressão de Imagens, Técnicas de modificação de histograma, Filtragem, realce, suavização e restauração de imagens, Conceitos de sistemas de análise de imagens, e, por fim, foi desenvolvido um laboratório de processamento de imagens digitais utilizando a linguagem de programação C/C++. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Rodrigo Colnago Contreras - Integrante / Maurílio Boaventura - Coordenador.

  • 2011 - 2011

    Soluções Aproximadas de Equações Diferenciais, Descrição: O objetivo do projeto era obter conhecimento de teorias elementares de aproximações de soluções de equações diferenciais. Foram necessários estudos de métodos numéricos para a realização do projeto e o desenvolvimento de sistemas computacionais para auxiliar na solução das equações. Como muitos problemas das áreas exatas recorrem às Equações Diferenciais, fica evidente a importância do desenvolvimento de projetos como este. Os tópicos estudados foram Métodos numéricos na resolução de Equações Diferenciais Ordinárias, Métodos numéricos na resolução de Equações Diferenciais Parciais, e, por fim, foi feita uma apresentação dos softwares desenvolvidos. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Rodrigo Colnago Contreras - Integrante / Maurílio Boaventura - Coordenador.

Projetos de desenvolvimento

  • 2020 - Atual

    DISTANCIAMENTO INTERMITENTE INTELIGENTE E INDIVIDUALIZADO: PROSPECÇÃO DE CENÁRIOS MODCOVID-19, Descrição: Em dezembro de 2019, foi detectado na cidade de Wuhan, na China, uma nova cepa de vírus conhecido por ser o causador da síndrome respiratória aguda severa: o coronavirus. Este patógeno, intitulado covid-19, possui elevada taxa de proliferação, sendo transmitido de pessoa para pessoa através de vias respiratórias, e pode ser fatal para determinados grupos da população. Desta forma, órgãos governamentais do mundo todo precisam implementar medidas de mitigação para impedir a disseminação da doença. Como ainda não existem cronogramas precisos a respeito do desenvolvimento de vacinas, a contra-medida mais utilizada é a adoção de quarentenas. Entretanto, estas estratégias podem causar efeitos colaterais muito prejudiciais a todos os setores socioeconômicos dos países que a utilizarem. Desta forma, se faz necessário o aprimoramento de sistemas de recomendação que sejam capazes de determinar protocolos otimizados de medidas de quarentena a nível local. Isto é, a partir de um conjunto de cidades, o sistema de apoio à tomada de decisão deve ser capaz de apresentar um modelo de quarentena intermitente para cada uma destas cidades, tornando desnecessário o emprego de medidas rigorosas de isolamento social no grupo todo. Neste projeto de pós-doutorado, propomos estender a capacidade de informação apresentada pelos sistemas de recomendação atuais, acrescentando conhecimento geográfico a respeito do padrão de dispersão da doença. Para isto, vamos introduzir à seara de análise de proliferação de doenças o bem conhecido conceito de aprendizado de grafos orientados, tornando as estratégias atuais capazes de detectar e predizer os fluxos de contaminação do coronavirus de uma cidade para outra. Além disso, vamos envolver esse material teórico em um novo sistema de analítica visual baseado em redes de conexões a fim de promover a detecção visual de padrões de disseminação. Finalmente, o ferramental proposto será utilizado em dois estudos de casos do mundo real envolvendo cidades do interior de dois estados brasileiros: São Paulo e Alagoas. , Situação: Em andamento; Natureza: Desenvolvimento. , Integrantes: Rodrigo Colnago Contreras - Integrante / Luis Gustavo Nonato - Integrante / Tiago Pereira da Silva - Coordenador / Jorge Poco - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa., Número de produções C, T & A: 7

  • 2020 - 2021

    DISTANCIAMENTO INTERMITENTE INTELIGENTE E INDIVIDUALIZADO: PROSPECÇÃO DE CENÁRIOS MODCOVID-19, Descrição: Em dezembro de 2019, foi detectado na cidade de Wuhan, na China, uma nova cepa de vírus conhecido por ser o causador da síndrome respiratória aguda severa: o coronavirus. Este patógeno, intitulado covid-19, possui elevada taxa de proliferação, sendo transmitido de pessoa para pessoa através de vias respiratórias, e pode ser fatal para determinados grupos da população. Desta forma, órgãos governamentais do mundo todo precisam implementar medidas de mitigação para impedir a disseminação da doença. Como ainda não existem cronogramas precisos a respeito do desenvolvimento de vacinas, a contra-medida mais utilizada é a adoção de quarentenas. Entretanto, estas estratégias podem causar efeitos colaterais muito prejudiciais a todos os setores socioeconômicos dos países que a utilizarem. Desta forma, se faz necessário o aprimoramento de sistemas de recomendação que sejam capazes de determinar protocolos otimizados de medidas de quarentena a nível local. Isto é, a partir de um conjunto de cidades, o sistema de apoio à tomada de decisão deve ser capaz de apresentar um modelo de quarentena intermitente para cada uma destas cidades, tornando desnecessário o emprego de medidas rigorosas de isolamento social no grupo todo. Neste projeto de pós-doutorado, propomos estender a capacidade de informação apresentada pelos sistemas de recomendação atuais, acrescentando conhecimento geográfico a respeito do padrão de dispersão da doença. Para isto, vamos introduzir à seara de análise de proliferação de doenças o bem conhecido conceito de aprendizado de grafos orientados, tornando as estratégias atuais capazes de detectar e predizer os fluxos de contaminação do coronavirus de uma cidade para outra. Além disso, vamos envolver esse material teórico em um novo sistema de analítica visual baseado em redes de conexões a fim de promover a detecção visual de padrões de disseminação. Finalmente, o ferramental proposto será utilizado em dois estudos de casos do mundo real envolvendo cidades do interior de dois estados brasileiros: São Paulo e Alagoas. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Rodrigo Colnago Contreras - Integrante / Luis Gustavo Nonato - Integrante / Tiago Pereira da Silva - Coordenador / Jorge Poco - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa., Número de produções C, T & A: 7

Prêmios

2025

Técnica vice-campeã na sétima edição da International Fingerprint Liveness Detection Competition (LivDet 2025), IEEE International Joint Conference on Biometrics (IEEE IJCB 2025), University of Cagliari.

2023

Menção honrosa (melhor acurácia e top 3 score) na oitava edição da International Fingerprint Liveness Detection Competition (LivDet 2023) - Challenge 2, IEEE International Joint Conference on Biometrics (IEEE IJCB 2023), University of Cagliari.

2021

Técnica vice-campeã na sétima edição da International Fingerprint Liveness Detection Competition (LivDet 2021) - Challenge 2, IEEE International Joint Conference on Biometrics (IEEE IJCB 2021), University of Cagliari.

2014

Mérito Acadêmico no coeficiente de rendimento entre os formandos de 2010-2013: curso de Bacharelado em Matemática com ênfase em Matemática Aplicada e Computacional, IBILCE/UNESP - Universidade Estadual Paulista.

2012

Microsoft Student Partner - MSP, Microsoft.

2012

Microsoft Certified Professional, Microsoft.

2011

Microsoft Technology Associate (MTA) 98-361- Software Development Fundamentals (C#), Microsoft.

Histórico profissional

Endereço profissional

  • Universidade Federal de São Paulo, Campus São José dos Campos, Departamento de Ciência e Tecnologia. , Avenida Cesare Mansueto Giulio Lattes, Eugênio de Mello, 12247014 - São José dos Campos, SP - Brasil, Telefone: (12) 39249500, URL da Homepage: ,

Experiência profissional

2024 - Atual

Universidade Federal de São Paulo

Vínculo: Servidor Público, Enquadramento Funcional: Professor Adjunto A -1, Carga horária: 40, Regime: Dedicação exclusiva.

Atividades

  • 07/2025

    Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, Compiladores (UC 2615), Programação Orientada a Objetos (UC 2471)

  • 04/2025

    Conselhos, Comissões e Consultoria, Campus São José dos Campos, Departamento de Ciência e Tecnologia.,Cargo ou função, Membro do Núcleo Docente Estruturante (NDE) do curso de Bacharelado em Ciência de Computação.

  • 04/2025

    Conselhos, Comissões e Consultoria, Campus São José dos Campos, Departamento de Ciência e Tecnologia.,Cargo ou função, Membro da comissão organizadora do Congresso Adacêmico da Unifesp de 2025.

  • 03/2025

    Ensino, INTERDISCIPLINAR EM CIÊNCIA E TECNOLOGIA, Nível: Graduação,Disciplinas ministradas, Lógica de Programação (UC 9394)

  • 03/2025

    Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, Aprendizado de Máquina e Reconhecimento de Padrões (UC 4413)

  • 12/2024

    Pesquisa e desenvolvimento, Campus São José dos Campos, Departamento de Ciência e Tecnologia.,Linhas de pesquisa

2022 - Atual

Universidade de São Paulo

Vínculo: Colaborador, Enquadramento Funcional: Orientador do MBA em Ciência de Dados, Carga horária: 2

Outras informações:
A orientação ocorre para alunos do curso de especialização do tipo MBA em Ciência de Dados oferecido pelo Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) e pelo Instituto de Ciências Matemáticas e de Computação (ICMC/USP).

2021 - 2022

Universidade de São Paulo

Vínculo: Colaborador, Enquadramento Funcional: Orientador do MBA em Data Science & Analytics, Carga horária: 4

Outras informações:
A orientação ocorre para alunos do curso de especialização do tipo MBA em Data Science & Analytics da Escola Superior de Agricultura "Luiz de Queiroz" (ESALQ/USP).

2021 - 2022

Universidade de São Paulo

Vínculo: Bolsista DTI-A do CNPq, Enquadramento Funcional: Pesquisador junto ao processo 381991/2020-2, Carga horária: 20

2020 - 2022

Universidade de São Paulo

Vínculo: Pesquisador, Enquadramento Funcional: Pesquisador de Pós-doutorado, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Projeto principal: "Desenvolvimento teórico de frameworks de descritores de textura e aplicações em sistemas biométricos de autenticação por impressão digital", sob a supervisão do Prof. Dr. Luis Gustavo Nonato.

2015 - 2020

Universidade de São Paulo

Vínculo: Aluno, Enquadramento Funcional: Aluno de Doutorado, Carga horária: 40, Regime: Dedicação exclusiva.

Atividades

  • 10/2020 - 06/2022

    Pesquisa e desenvolvimento, Instituto de Ciências Matemáticas e de Computação, Departamento de Matemática Aplicada e Estatística.,Linhas de pesquisa

  • 07/2015 - 05/2020

    Pesquisa e desenvolvimento, Instituto de Ciências Matemáticas e de Computação.,Linhas de pesquisa

  • 01/2017 - 07/2017

    Estágios , Instituto de Ciências Matemáticas e de Computação.,Estágio realizado, Assistente bolsista de ensino (PAE) na disciplina SCC 0250 Computação Gráfica.

  • 07/2016 - 12/2016

    Estágios , Instituto de Ciências Matemáticas e de Computação, Departamento de Ciências da Computação.,Estágio realizado, Assistente voluntário de ensino (PAE) na disciplina SCC 0250 Computação Gráfica.

2023 - 2024

Fundação de Amparo à Pesquisa do Estado de São Paulo

Vínculo: Bolsista, Enquadramento Funcional: Bolsista de Pós-Doutorado, Carga horária: 40

Outras informações:
Título do projeto: Redes de aprendizado profundo e seleção de características para detecção de fraudes em sistemas de autenticação biométrica por vozResumo: Sistemas de autenticação baseados em voz têm sido cada vez mais utilizados devido à sua simplicidade em relação aos equipamentos necessários e à sua versatilidade, uma vez que qualquer smartphone pode ser usado para autenticar remotamente um indivíduo. Entretanto, esse tipo de sistema é vulnerável aos ataques de falsificação, tendo em vista que um impostor pode utilizar uma voz gravada para ser devidamente autenticado como usuário autêntico, o que é conhecido como replay attack. Notavelmente, diversas pesquisas têm sido realizadas a fim de amenizar o problema e, desse modo, aumentar o grau de confiabilidade dos sistemas de autenticação biométrica por voz. Assim, o objetivo deste projeto é o de aprimorar técnicas baseadas em aprendizado profundo e extração de características para desenvolver soluções que contornem as fraudes do tipo replay attack. A base de dados do ASVspoof, que tem sido utilizada como baseline no referido desafio internacional de detecção de fraudes em autenticação biométrica de locutores, servirá de base para avaliação da metodologia proposta. Particularmente, a intenção é a de participar da próxima edição do evento, a qual está prevista para 2023, apresentando os resultados da pesquisa. Complementarmente, pretende-se confeccionar uma biblioteca em linguagens Python e C/C++, implementando o material desenvolvido de modo escalável tanto para o meio acadêmico quanto para o meio empresarial. Finalmente, os resultados obtidos deverão ser divulgados em periódicos e eventos internacionais de reconhecida excelência.

2022 - 2023

Fundação de Amparo à Pesquisa do Estado de São Paulo

Vínculo: Bolsista, Enquadramento Funcional: Bolsista de Treinamento Técnico nível 5, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Título: "Aprimorando os Sistemas de Autenticação Biométrica por Voz: Robustez Mediante Disfonias de Curta Duração"Processo: 22/05186-4Vinculado ao auxílio: 21/12407-4 - Aprimorando os sistemas de autenticação biométrica por voz: robustez mediante disfonias de curta duração.ResumoMediante qualquer alteração involuntária e acusticamente perceptível na fala, faz-se presente no indivíduo uma disfonia de origem orgânica, funcional ou orgânico-funcional. Em consequência, a sua identificação acústica, não somente pelos seres humanos mas principalmente pelas máquinas, pode ser prejudicada. Desse modo, por ser este um tema ainda pouco explorado, a intenção deste projeto de pesquisa é a de averiguar as implicações das disfonias na autenticação biométrica de locutores (ABLs), criando algoritmos robustos para esta finalidade frente à existência daqueles problemas. Atenção particular será dedicada ao caso dos portadores de anomalias vocálicas temporárias, tais como rouquidões e resfriados, as quais dificultam a fonação e, consequentemente, a análise acústica. Após uma detalhada revisão sistemática envolvendo os conceitos pertinentes, dar-se-á início ao procedimento investigativo. Na etapa de extração de características, a intenção é a de comparar o potencial das estratégias de feature learning baseadas em autoencoders frente à análise provida por abordagens clássicas, tal como a Transformada Wavelet-Packet de Tempo Discreto (DTWPT), à luz da Engenharia Paraconsistente de Características (EPC). Em seguida, objetivando autenticar corretamente os locutores matriculados no sistema experimental que será desenvolvido, a acurácia e o desempenho de estratégias recentes, tais como as Residual Neural Networks (RNNs) e as Deep Spiking Neural Networks (DSNNs), serão avaliados e comparados em duas modalidades: text-dependent e text-independent. Finalmente, pretende-se documentar e publicar os resultados obtidos em renomados veículos literários.

2023 - 2024

Universidade Estadual Paulista Júlio de Mesquita Filho

Vínculo: Pesquisador de Pós-Doutorado, Enquadramento Funcional: Bolsista FAPESP de Pós-Doutorado, Carga horária: 40

Outras informações:
Sistemas de autenticação baseados em voz têm sido cada vez mais utilizados devido à sua simplicidade em relação aos equipamentos necessários e à sua versatilidade, uma vez que qualquer smartphone pode ser usado para autenticar remotamente um indivíduo. Entretanto, esse tipo de sistema é vulnerável aos ataques de falsificação, tendo em vista que um impostor pode utilizar uma voz gravada para ser devidamente autenticado como usuário autêntico, o que é conhecido como replay attack. Notavelmente, diversas pesquisas têm sido realizadas a fim de amenizar o problema e, desse modo, aumentar o grau de confiabilidade dos sistemas de autenticação biométrica por voz. Assim, o objetivo deste projeto é o de aprimorar técnicas baseadas em aprendizado profundo e extração de características para desenvolver soluções que contornem as fraudes do tipo replay attack. A base de dados do ASVspoof, que tem sido utilizada como baseline no referido desafio internacional de detecção de fraudes em autenticação biométrica de locutores, servirá de base para avaliação da metodologia proposta. Particularmente, a intenção é a de participar da próxima edição do evento, a qual está prevista para 2023, apresentando os resultados da pesquisa. Complementarmente, pretende-se confeccionar uma biblioteca em linguagens Python e C/C++, implementando o material desenvolvido de modo escalável tanto para o meio acadêmico quanto para o meio empresarial. Finalmente, os resultados obtidos deverão ser divulgados em periódicos e eventos internacionais de reconhecida excelência.

2022 - 2023

Universidade Estadual Paulista Júlio de Mesquita Filho

Vínculo: Pesquisador, Enquadramento Funcional: Pesquisador de Pós-Doutorado, Carga horária: 40

2014 - 2015

Universidade Estadual Paulista Júlio de Mesquita Filho

Vínculo: Bolsista, Enquadramento Funcional: Mestrando, Carga horária: 40, Regime: Dedicação exclusiva.

2013 - 2013

Universidade Estadual Paulista Júlio de Mesquita Filho

Vínculo: Bolsista, Enquadramento Funcional: FAPESP, Carga horária: 20, Regime: Dedicação exclusiva.

2013 - 2013

Universidade Estadual Paulista Júlio de Mesquita Filho

Vínculo: Voluntário, Enquadramento Funcional: PET Matemática, Carga horária: 20

Outras informações:
Participante voluntário do grupo PET (Programa de Educação Tutorial) de Matemática deste instituto a partir de Maio de 2013, até o término da graduação. Tendo como tutora do programa a Profa. Dra. Maria Gorete Carreira Andrade.

2011 - 2013

Universidade Estadual Paulista Júlio de Mesquita Filho

Vínculo: Bolsista, Enquadramento Funcional: PET Matemática, Carga horária: 20, Regime: Dedicação exclusiva.

Outras informações:
Bolsista do grupo PET (Programa de Educação Tutorial) de Matemática deste instituto até Maio de 2013, financiado pelo MEC/SESu. Tendo como tutora do programa a Profa. Dra. Maria Gorete Carreira Andrade.

2010 - 2013

Universidade Estadual Paulista Júlio de Mesquita Filho

Vínculo: Graduando, Enquadramento Funcional: Aluno de Bacharelado em Matemática, Carga horária: 20, Regime: Dedicação exclusiva.

Atividades

  • 01/2014 - 07/2015

    Pesquisa e desenvolvimento, Instituto de Biociências Letras e Ciências Exatas de São José do Rio Preto, Departamento de Matemática.,Linhas de pesquisa

  • 06/2014 - 12/2014

    Ensino, Matemática, Nível: Graduação,Disciplinas ministradas, Estágio Docência em Introdução à Ciência da Computação

  • 05/2013 - 12/2013

    Pesquisa e desenvolvimento, Instituto de Biociências Letras e Ciências Exatas de São José do Rio Preto.,Linhas de pesquisa

  • 05/2013 - 12/2013

    Estágios , Instituto de Biociências Letras e Ciências Exatas de São José do Rio Preto.,Estágio realizado, Estágio de Iniciação Científica - Título: "Segmentação de impressões digitais de baixa qualidade" - Orientador: Prof. Dr. Maurílio Boaventura - Carga horária: 120 horas - Financiamento: FAPESP.

  • 02/2011 - 12/2013

    Ensino, Matemática, Nível: Graduação,Disciplinas ministradas, Monitoria de Aritmética e Álgebra Elementares., Monitoria de Cálculo Diferencial e Integral I., Monitoria de Geometria Analítica., Monitoria de Geometria Euclidiana., Monitoria de Introdução à Ciência da Computação.

  • 08/2011 - 08/2012

    Pesquisa e desenvolvimento, Instituto de Biociências Letras e Ciências Exatas de São José do Rio Preto.,Linhas de pesquisa

  • 08/2011 - 08/2012

    Estágios , Instituto de Biociências Letras e Ciências Exatas de São José do Rio Preto.,Estágio realizado, Estágio de Iniciação Científica - Título: "Processamento Digital de Imagens" - Orientador: Prof. Dr. Maurílio Boaventura - Carga horária: 120 horas - Financiamento: PET.

  • 03/2012 - 04/2012

    Ensino, Matemática, Nível: Graduação,Disciplinas ministradas, Minicurso de Geometria Analítica e Vetores - Matrizes, Determinantes e Sistemas Lineares (Pré-GA).

  • 03/2011 - 06/2011

    Pesquisa e desenvolvimento, Instituto de Biociências Letras e Ciências Exatas de São José do Rio Preto.,Linhas de pesquisa

  • 03/2011 - 06/2011

    Estágios , Instituto de Biociências Letras e Ciências Exatas de São José do Rio Preto.,Estágio realizado, Estágio Básico - Título: "Soluções Aproximadas de Equações Diferenciais" - Orientador: Prof. Dr. Maurílio Boaventura - Carga horária: 60 horas - Financiamento: PET.

  • 03/2011 - 04/2011

    Ensino, Matemática, Nível: Graduação,Disciplinas ministradas, Minicurso de Pré-Cálculo.

2024 - 2024

Faculdade de Tecnologia

Vínculo: Servidor Público, Enquadramento Funcional: Professor de Ensino Superior I-A, Carga horária: 4

Atividades

  • 04/2024 - 12/2024

    Ensino, Análise e Desenvolvimento de Sistemas, Nível: Graduação,Disciplinas ministradas, Laboratório de Banco de Dados

2022 - 2022

Universidade Federal de São Carlos

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

Atividades

  • 01/2022 - 04/2022

    Ensino, Matemática, Nível: Graduação,Disciplinas ministradas, Programação e Algoritmos I

  • 01/2022 - 04/2022

    Ensino, Estatística, Nível: Graduação,Disciplinas ministradas, Programação e Algoritmos II

2021 - 2022

Fundação Getúlio Vargas

Vínculo: Bolsista, Enquadramento Funcional: Pesquisador junto a projeto de pesquisa, Carga horária: 20

Outras informações:
Bolsista da FGV em um projeto de pesquisa que ocorreu em parceria com a instituição IMAFLORA no projeto de análise de dados de manejo florestal intitulado "Cruzamento de Dados para o Manejo Florestal Sustentável".

2021 - 2021

Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq

Vínculo: Bolsista, Enquadramento Funcional: Pesquisador junto ao processo 381991/2020-2, Carga horária: 20

Outras informações:
Bolsista DTI-A vinculado ao processo 381991/2020-2.Título: DISTANCIAMENTO INTERMITENTE INTELIGENTE E INDIVIDUALIZADO: PROSPECÇÃO DE CENÁRIOS MODCOVID-19Descrição: Em dezembro de 2019, foi detectado na cidade de Wuhan, na China, uma nova cepa de vírus conhecido por ser o causador da síndrome respiratória aguda severa: o coronavirus. Este patógeno, intitulado covid-19, possui elevada taxa de proliferação, sendo transmitido de pessoa para pessoa através de vias respiratórias, e pode ser fatal para determinados grupos da população. Desta forma, órgãos governamentais do mundo todo precisam implementar medidas de mitigação para impedir a disseminação da doença. Como ainda não existem cronogramas precisos a respeito do desenvolvimento de vacinas, a contra-medida mais utilizada é a adoção de quarentenas. Entretanto, estas estratégias podem causar efeitos colaterais muito prejudiciais a todos os setores socioeconômicos dos países que a utilizarem. Desta forma, se faz necessário o aprimoramento de sistemas de recomendação que sejam capazes de determinar protocolos otimizados de medidas de quarentena a nível local. Isto é, a partir de um conjunto de cidades, o sistema de apoio à tomada de decisão deve ser capaz de apresentar um modelo de quarentena intermitente para cada uma destas cidades, tornando desnecessário o emprego de medidas rigorosas de isolamento social no grupo todo. Neste projeto de pós-doutorado, propomos estender a capacidade de informação apresentada pelos sistemas de recomendação atuais, acrescentando conhecimento geográfico a respeito do padrão de dispersão da doença. Para isto, vamos introduzir à seara de análise de proliferação de doenças o bem conhecido conceito de aprendizado de grafos orientados, tornando as estratégias atuais capazes de detectar e predizer os fluxos de contaminação do coronavirus de uma cidade para outra. Além disso, vamos envolver esse material teórico em um novo sistema de analítica visual baseado em redes de conexões a fim de

2014 - 2014

Cursinho Vitoriano

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

Outras informações:
O Cursinho Vitoriano é um cursinho gratuito oferecido e gerenciado por alunos de graduação e de pós-graduação da UNESP - IBILCE. Ementa de Física Elétrica: ELETROSTÁTICA (Noções de Carga elétrica, Processos de Eletrização, Lei de Coulmb: Força Elétrica, Campo Elétrico, Potencial Elétrico, Campo Elétrico Uniforme, Trabalho no Campo Eletrostático, Capacitores); ELETRODINÂMICA (Corrente Elétrica: Tipos de Corrente e Tensão; Leis de Ohm: Resistores, 1ª e 2ª Lei; Associação de Resistores: Série, Paralela e Mista; Potência e Energia elétrica; Geradores Receptores); MAGNETISMO (Ímãs; Campo Magnético Uniforme: Movimento de Partículas; Força Magnética; Campo Magnético e Corrente; Condutor: Reto, Circular e Solenoide; Indução Magnética: Fluxo; Lei de Lenz: Varição de Fluxo). Ementa de Matemática Aplicada: Trigonometria, progressões, princípio fundamental da contagem, probabilidade.

Atividades

  • 02/2014 - 12/2014

    Ensino,,Disciplinas ministradas, Física Elétrica, Matemática Aplicada