Ticiana Linhares Coelho da Silva

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• PITOMBEIRA-NETO, ANSELMO R. ; SANTOS, HELANO P. ; Coelho da Silva, Ticiana L. ; DE MACEDO, JOSÉ ANTONIO F. . Trajectory modeling via random utility inverse reinforcement learning. INFORMATION SCIENCES , v. 660, p. 120128, 2024.

• DOS SANTOS JÚNIOR, VALMIR OLIVEIRA ; DE OLIVEIRA, MARCOS ANTONIO ; CRUZ, LÍVIA ALMADA ; Coelho da Silva, Ticiana L. . Learning and semiautomatic intention labeling for classification models: a COVID-19 dialog attendance study for chatbots. Natural Language Processing , v. 1, p. 1-30, 2024.

• FURTADO, LARA SUCUPIRA ; MOURA, GUSTAVO ; VASCONCELOS, DANIEL J.R. ; FERNANDES, GUILHERME SALES ; CRUZ, LÍVIA ALMADA ; Magalhães, Regis Pires ; Coelho da Silva, Ticiana L. . An analytical citizen relation management system (CZRM) for social vulnerability mapping and policy recommendation in Brazil. DECISION SUPPORT SYSTEMS , v. 1, p. 113995, 2023.

• SUCUPIRA FURTADO, LARA ; DA SILVA, TICIANA LINHARES COELHO ; FERREIRA, MARIANNA GONÇALVES FONTENELE ; DE MACEDO, JOSÉ ANTÔNIO FERNANDES ; DE MELO LIMA CAVALCANTI MOREIRA, JESSIKA KANTNILA . A framework for Digital Transformation towards Smart Governance: using big data tools to target SDGs in Ceará, Brazil. Journal Of Urban Management , v. 12, p. 74-87, 2023.

• NEVES OLIVEIRA, BÁRBARA STÉPHANIE ; FERNANDES DE OLIVEIRA, ANDREZA ; MONTEIRO DE LIRA, VINICIUS ; LINHARES COELHO DA SILVA, TICIANA ; FERNANDES DE MACÊDO, JOSÉ ANTÔNIO . HELD: Hierarchical entity-label disambiguation in named entity recognition task using deep learning. Intelligent Data Analysis , v. 26, p. 637-657, 2022.

• CRUZ, LÍVIA ALMADA ; Coelho da Silva, Ticiana Linhares ; MAGALHÃES, RÉGIS PIRES ; MELO, WILKEN CHARLES DANTAS ; CORDEIRO, MATHEUS ; DE MACEDO, JOSÉ ANTONIO FERNANDES ; ZEITOUNI, KARINE . Modeling Trajectories Obtained from External Sensors for Location Prediction via NLP Approaches. SENSORS , v. 22, p. 7475, 2022.

• MAGALHAES, R. P. ; VASCONCELOS, D. J. R. ; FERNANDES, G. S. ; CRUZ, LÍVIA ALMADA ; MACEDO, J. A. F. ; COELHO DA SILVA, T. L. . Evaluation of Automatic Speech Recognition Approaches. Journal of Information and Data Management - JIDM , v. 13, p. 1-15, 2022.

• CHAINEY, SPENCER P. ; MATIAS, JHONATA A. S. ; NUNES JUNIOR, FRANCISCO CARLOS F. ; Coelho da Silva, Ticiana L. ; DE MACÊDO, JOSÉ ANTÔNIO F. ; MAGALHÃES, REGIS P. ; DE QUEIROZ NETO, JOSÉ F. ; SILVA, WELLINGTON C. P. . Improving the Creation of Hot Spot Policing Patrol Routes: Comparing Cognitive Heuristic Performance to an Automated Spatial Computation Approach. ISPRS International Journal of Geo-Information , v. 10, p. 560, 2021.

• DE ANDRADE, RICARDO LOPES ; RÊGO, LEANDRO CHAVES ; Coelho da Silva, Ticiana L. ; DE MACÊDO, JOSÉ ANTÔNIO F. ; SILVA, WELLINGTON C.P. . Energy disruptive centrality with an application to criminal network. Communications in Nonlinear Science and Numerical Simulation , v. 99, p. 105834, 2021.

• CORDEIRO, MATHEUS ; MARKERT, CATHERINE ; ARAÚJO, SAYONARA S. ; CAMPOS, NÍDIA G.S. ; GONDIM, RUBENS S. ; DA SILVA, TICIANA L. COELHO ; DA ROCHA, ATSLANDS R. . Towards smart farming: Fog-enabled intelligent irrigation system using deep neural networks. Future Generation Computer Systems , v. 1, p. 1, 2021.

• G. S. CAMPOS, NIDIA ; ROCHA, ATSLANDS R. ; GONDIM, RUBENS ; Coelho da Silva, Ticiana L. ; GOMES, DANIELO G. . Smart & Green: An Internet-of-Things Framework for Smart Irrigation. SENSORS , v. 20, p. 190, 2020.

• TORRES, ANDREI B.B. ; DA ROCHA, ATSLANDS R. ; Coelho da Silva, Ticiana L. ; DE SOUZA, JOSÉ N. ; GONDIM, RUBENS S. . Multilevel data fusion for the internet of things in smart agriculture. COMPUTERS AND ELECTRONICS IN AGRICULTURE , v. 171, p. 105309, 2020.

• CRUZ, LÍVIA ALMADA ; ZEITOUNI, KARINE ; DA SILVA, TICIANA LINHARES COELHO ; DE MACEDO, JOSÉ ANTONIO FERNANDES ; SILVA, JOSÉ SOARES DA . Location prediction: a deep spatiotemporal learning from external sensors data. DISTRIBUTED AND PARALLEL DATABASES , v. 1, p. 1, 2020.

• BRAGA, D. J. F. ; COELHO DA SILVA, T. L. ; ROCHA, A. ; COUTINHO, G. ; MAGALHAES, R. P. ; Paulo T. Guerra. ; MACEDO, J. A. F. ; BARBOSA, S. D. J. . Time Series Forecasting to Support Irrigation Management. Journal of Information and Data Management - JIDM , v. 10, p. 66-80, 2019.

• DE SOUZA VIANA, THÁRSIS SALATHIEL ; DE OLIVEIRA, MARCOS ; DA SILVA, TICIANA LINHARES COELHO ; FALC AO, MÁRIO SÉRGIO RODRIGUES ; GONÇALVES, ENYO JOSÉ TAVARES . A message classifier based on multinomial Naive Bayes for online social contexts. Journal of Management Analytics , v. 5, p. 1-17, 2018.

• GOMES, GEORGE A.M. ; SANTOS, EMANUELE ; VIDAL, CRETO A. ; Coelho da Silva, Ticiana L. ; MACEDO, JOSE ANTONIO F. . Real-time discovery of hot routes on trajectory data streams using interactive visualization based on GPU. COMPUTERS & GRAPHICS-UK , v. 76, p. 129-141, 2018.

• MACIEL, F. A. O. ; BRAGA, A. R. ; COELHO DA SILVA, TICIANA L. ; FREITAS, B. M. ; GOMES, D. G. . Reconhecimento de padrões sazonais em colônias de abelhas Apis mellifera via clusterização. REVISTA BRASILEIRA DE COMPUTAÇÃO APLICADA , v. 10, p. 74-88, 2018.

• MATIAS, ALAN LUCAS SILVA ; SILVA, TICIANA LINHARES COELHO DA ; ROCHA, ATSLANDS REGO DA . CoDeTMS: um sistema cooperativo e descentralizado para o monitoramento e divulgação das condições de trânsito utilizando redes veiculares. Revista Brasileira de Computação Aplicada , v. 7, p. 92-104, 2015.

• COELHO DA SILVA, TICIANA L. ; NASCIMENTO, MARIO A. ; MACÊDO, JOSÉ ANTÔNIO F. ; SOUSA, FLÁVIO R. C. ; MACHADO, JAVAM C. . Non-Intrusive Elastic Query Processing in the Cloud. Journal of Computer Science and Technology , v. 28, p. 932-947, 2013.

• RAZENTE, H. L. ; COELHO DA SILVA, TICIANA L. ; BRANDAO, M. A. ; CUNHA, F. D. . Tópicos em Gerenciamento de Dados e Informações: Minicursos do SBBD 2023. 1. ed. , 2023.

• Coelho da Silva, Ticiana L. ; OGASAWARA, E. ; SOUZA, D. ; LIFSCHITZ, S. . Tópicos em Gerenciamento de Dados e Informações: Minicursos do SBBD 2022. 1. ed. , 2022.

• FIRMINO, J. A. ; COELHO DA SILVA, T. L. ; ROCHA, A. ; MONTEIRO, V. L. . Police Report Similarity Search: A Case Study. Police Report Similarity Search: A Case Study. 1ed.: , 2023, v. , p. 394-.

• NEVES OLIVEIRA, BÁRBARA STÉPHANIE ; DO RÊGO, LUÍS GUSTAVO COUTINHO ; PERES, L. ; COELHO DA SILVA, T. L. ; DE MACÊDO, JOSÉ A. F. . Processamento de Linguagem Natural via Aprendizagem Profunda. Jornada de Atualização em Informática 2022 - Sociedade Brasileira de Computação. 1ed.: , 2022, v. , p. 1-.

• AQUINO, F. R. ; SANTOS, A. D. ; FURTADO, L. S. ; COELHO DA SILVA, T. L. ; DARIN, T. G. R. . APLICANDO TÉCNICAS DE GAMIFICAÇÃO PARA GERAR ENGAJAMENTO CÍVICO: REVISÃO BIBLIOGRÁFICA E APLICAÇÃO EM PROVA DE CONCEITO. TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO: PESQUISAS EM INOVAÇÕES TECNOLÓGICAS. 1ed.: , 2022, v. 2, p. 97-.

• Mota, Abelardo Vieira ; Coelho da Silva, Ticiana Linhares ; De Macêdo, José Antônio Fernandes . Template-Based Multi-solution Approach for Data-to-Text Generation. Lecture Notes in Computer Science. 122ed.: Springer International Publishing, 2020, v. , p. 157-170.

• Coelho da Silva, Ticiana L. ; Neto, Antonio C. Araújo ; Magalhães, Regis Pires ; de Farias, Victor A. E. ; DE MACÊDO, JOSÉ A. F. ; MACHADO, JAVAM C. . Towards an Efficient and Distributed DBSCAN Algorithm Using MapReduce. Lecture Notes in Business Information Processing. 5ed.: Springer International Publishing, 2015, v. , p. 75-90.

• Araujo Neto, Antonio Cavalcante ; Coelho da Silva, Ticiana Linhares ; de Farias, Victor Aguiar Evangelista ; Macêdo, José Antonio F. ; de Castro Machado, Javam . G2P: A Partitioning Approach for Processing DBSCAN with MapReduce. Lecture Notes in Computer Science. 908ed.: Springer International Publishing, 2015, v. , p. 191-202.

• LEONEL JUNIOR, R. A. ; FREIRES JUNIOR, J. H. ; SILVA, T. J. ; COELHO DA SILVA, T. L. ; MAGALHAES, R. P. . Mineração de Dados Abertos. In: IV Jornada Científica de Sistemas de Informação. (Org.). IV Jornada Científica de Sistemas de Informação. 4ed.: , 2014, v. , p. 1-20.

• COELHO DA SILVA, T. L. ; SOUSA, F. R. C. ; MACEDO, J. A. F. ; MACHADO, J. C. . Análise em Big Data e um Estudo de Caso utilizando Ambientes de Computação em Nuvem. In: SBBD. (Org.). Análise em Big Data e um Estudo de Caso utilizando Ambientes de Computação em Nuvem. 1ed.Porto Alegre: SBC, 2013, v. 1, p. 1-30.

• GONCALVES, Y. T. ; ALVES, J. V. B. ; SA, B. A. D. ; SILVA, L. N. ; MACEDO, J. A. F. ; COELHO DA SILVA, TICIANA L. . Speech Recognition Models in Assisting Medical History. In: Simpósio Brasileiro de Banco de Dados, 2024. Anais do XXXIX Simpósio Brasileiro de Bancos de Dados, 2024.

• GONÇALVES, YANNA TORRES ; ALVES, JOÃO VICTOR B. ; SÁ, BRENO ALEF DOURADO ; SILVA, LÁZARO NATANAEL DA ; MACEDO, JOSÉ A. FERNANDES DE ; Coelho da Silva, Ticiana L. . MedTalkAI: Assisted Anamnesis Creation With Automatic Speech Recognition. In: Anais Estendidos do Simpósio Brasileiro de Banco de Dados, 2024, Brasil. Anais Estendidos do XXXIX Simpósio Brasileiro de Banco de Dados (SBBD Estendido 2024), 2024. p. 83.

• PITOMBEIRA NETO, A. R. ; SUCUPIRA JUNIOR, P. R. G. ; FOSSILE, M. G. ; CRUZ, L. A. ; SILVA, TICIANA COELHO DA ; MACEDO, J. A. F. . Um modelo de programação linear inteira mista baseado em equilíbrio para a alocação espacial de famílias a agências bancárias. In: SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL, 2024, Fortaleza. ANAIS DO LVI SIMPóSIO BRASILEIRO DE PESQUISA OPERACIONAL, 2024.

• MOURA, RÔMULO ; MONTEIRO, MATHEUS ; SILVA, TICIANA L. C. DA ; ROCHA, ATSLANDS R. DA . FedTimeGAN: Geração de Dados Sintéticos de Séries Temporais via Aprendizado Federado de Redes Adversárias Generativas. In: Simpósio Brasileiro de Computação Ubíqua e Pervasiva, 2024, Brasil. Anais do XVI Simpósio Brasileiro de Computação Ubíqua e Pervasiva (SBCUP 2024). p. 41.

• MELO, W. C. D. ; CRUZ, L. A. ; LETTICH, F. ; COELHO DA SILVA, TICIANA L. ; MAGALHAES, R. P. . From Text to Locations: Repurposing Language Models for Spatial Trajectory Similarity Assessment. In: Simpósio Brasileiro de Banco de Dados, 2024, Florianópolis. Anais do XXXIX Simpósio Brasileiro de Bancos de Dados.

• COELHO DA SILVA, TICIANA ; FERNANDES DE MACÊDO, JOSÉ ; MAGALHÃES, RÉGIS . Tracking the Evolution of Covid-19 Symptoms through Clinical Conversations. In: Proceedings of the 5th Clinical Natural Language Processing Workshop, 2023, Toronto. Proceedings of the 5th Clinical Natural Language Processing Workshop. Stroudsburg: Association for Computational Linguistics, 2023. p. 41.

• OLIVEIRA, BÁRBARA STÉPHANIE NEVES ; DA SILVA, TICIANA L. COELHO ; DE MACÊDO, JOSÉ A. F. . Studying the Dependence of Embedding Representations on the Target of NLP Tasks. In: Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana, 2023, Brasil. Anais do XIV Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana (STIL 2023). p. 156.

• DO R., L. GUSTAVO COUTINHO ; DE MACÊDO, JOSÉ ANTÔNIO F. ; DA SILVA, TICIANA L. COELHO . Less is More? Investigating Meta-Learning?s Suitability in Sentence Compression for Low-Resource Data. In: Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana, 2023, Brasil. Anais do XIV Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana (STIL 2023). p. 1.

• PEREIRA, PEDRO HENRIQUE ; DA SILVA, TICIANA LINHARES COELHO . Uso de modelagem de tópicos para agrupamento de notícias: uma abordagem usando BERTopic. In: Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana, 2023, Brasil. Anais do XIV Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana (STIL 2023). p. 398.

• AGUIAR, LUCAS ALMEIDA ; CRUZ, LÍVIA ALMADA ; SILVA, TICIANA L. COELHO DA ; CARMO, RAFAEL AUGUSTO FERREIRA DO ; PAIXAO, MATHEUS HENRIQUE ESTEVES . Large-scale Translation to Enable Response Selection in Low Resource Languages: A COVID-19 Chatbot Experiment. In: Simpósio Brasileiro de Banco de Dados, 2022, Brasil. Anais do XXXVII Simpósio Brasileiro de Banco de Dados (SBBD 2022). p. 203.

• FERNANDES DE MACÊDO, JOSÉ ; COELHO DA SILVA, TICIANA ; MELO JUNIOR, LEOPOLDO ; CORDEIRO, MATHEUS ; A. DE FREITAS, NICKSSON . Using Deep Learning for Trajectory Classification. In: 13th International Conference on Agents and Artificial Intelligence, 2021, Online Streaming. Proceedings of the 13th International Conference on Agents and Artificial Intelligence, 2021. p. 664.

• CACAU, V. ; DAVID, P. B. ; COELHO DA SILVA, TICIANA L. ; CARMO, R. A. F. . Representação da Interação em Fóruns de Discussão On-line: uma Revisão Sistemática Integrativa. In: Simpósio Brasileiro de Informática na Educação, 2021, Virtual. Anais do XXXII Simpósio Brasileiro de Informática na Educação, 2021.

• FIRMIANO, ALAN ; DA SILVA, TICIANA L. COELHO . Identifying Duplicate Police Reports. In: 2021 20th IEEE International Conference on Machine Learning and Applications (ICMLA), 2021, Pasadena. 2021 20th IEEE International Conference on Machine Learning and Applications (ICMLA), 2021. p. 244.

• SANTOS, ALYSSON DINIZ DOS ; AQUINO, FELIPE ROCHA DE ; FURTADO, LARA SUCUPIRA ; SILVA, TICIANA COELHO DA ; CRUZ, LÍVIA . Gamification and civic engagement in digital government applications: a review. In: Workshop de Computação Aplicada em Governo Eletrônico, 2021, Brasil. Anais do Workshop de Computação Aplicada em Governo Eletrônico (WCGE 2021). p. 167.

• MENDES DE MELO, SAULO ; LIMA FÉRRER DE ALMEIDA, ANDRÉ ; ALMADA CRUZ, LÍVIA ; LINHARES COELHO DA SILVA, TICIANA . A Chat Recommender System for COVID-19 Support based in Textual Sentence Embeddings. In: WIIAT '21: IEEE/WIC/ACM International Conference on Web Intelligence, 2021, ESSENDON VIC Australia. IEEE/WIC/ACM International Conference on Web Intelligence. p. 248.

• DOS SANTOS JUNIOR, VALMIR OLIVEIRA ; CASTELO BRANCO, JOAO ARAUJO ; DE OLIVEIRA, MARCOS ANTONIO ; Coelho da Silva, Ticiana L. ; CRUZ, LIVIA ALMADA ; MAGALHAES, REGIS PIRES . A Natural Language Understanding Model COVID-19 based for chatbots. In: 2021 IEEE 21st International Conference on Bioinformatics and Bioengineering (BIBE), 2021, Kragujevac. 2021 IEEE 21st International Conference on Bioinformatics and Bioengineering (BIBE), 2021. p. 1.

• SARAIVA, F. Z. R. ; Coelho da Silva, Ticiana L. ; MACEDO, J. A. F. . Aspect Term Extraction Using Deep Learning Model with Minimal Feature Engineering.. In: International Conference on Advanced Information Systems Engineering, 2020, Grenoble. Proceedings. Lecture Notes in Computer Science 12127, Springer 2020, ISBN 978-3-030-49434-6, 2020.

• SOARES, F. M. ; COELHO DA SILVA, TICIANA L. ; MACEDO, J. A. F. . Sentence Compression on Domains with Restricted Labeled Data Availability. In: ICAART, 2020, Valetta. Proceedings of the 12th International Conference on Agents and Artificial Intelligence, ICAART 2020, Volume 2, Valletta, Malta, February 22-24, 2020, 2020.

• DA SILVA, TICIANA L. COELHO ; LETTICH, FRANCESCO ; DE MACEDO, JOSE ANTONIO FERNANDES ; ZEITOUNI, KARINE ; CASANOVA, MARCO A. . Online Clustering of Trajectories in Road Networks. In: 2020 21st IEEE International Conference on Mobile Data Management (MDM), 2020, Versailles. 2020 21st IEEE International Conference on Mobile Data Management (MDM), 2020. p. 99.

• DO RÊGO, LUÍS GUSTAVO COUTINHO ; DA SILVA, TICIANA LINHARES COELHO ; Magalhães, Regis Pires ; De Macêdo, José Antônio Fernandes ; SILVA, WELLINGTON CLAY PORCINO . Exploiting points of interest for predictive policing. In: SIGSPATIAL '20: 28th International Conference on Advances in Geographic Information Systems, 2020, Seattle Washington. Proceedings of the 3rd ACM SIGSPATIAL International Workshop on Advances in Resilient and Intelligent Cities. p. 20.

• DIAS, MADSON L. D. ; MATTOS, CESAR LINCOLN C. ; DA SILVA, TICIANA L. C. ; DE MACEDO, JOSE ANTONIO F. ; SILVA, WELLINGTON C. P. . Anomaly Detection in Trajectory Data with Normalizing Flows. In: 2020 International Joint Conference on Neural Networks (IJCNN), 2020, Glasgow. 2020 International Joint Conference on Neural Networks (IJCNN), 2020. p. 1.

• NUNES JUNIOR, F. C. F. ; COELHO DA SILVA, TICIANA L. ; QUEIROZ NETO, J. F. ; MACEDO, JOSE A.F. DE ; SILVA, W. . A Novel Approach to Approximate Crime Hotspots to the Road Network. In: ACM SIGSPATIAL Workshop on Prediction of Human Mobility, 2019, Chicago. 3rd ACM SIGSPATIAL Workshop on Prediction of Human Mobility, 2019.

• BRAGA, D. ; BRAZ, L. ; SOUZA, C. P. ; COELHO DA SILVA, TICIANA L. . Handbags Classification Model via Deep Learning. In: International Conference on Machine Learning and Data Mining MLDM 2019, 2019, New York. 15th International Conference on Machine Learning and Data Mining MLDM 2019, 2019.

• PERES, L. ; COELHO DA SILVA, TICIANA L. ; DE MACÊDO, JOSÉ A. F. ; ARAUJO, D. . Ontology-Schema Based Query by Example. In: International Conference on Conceptual Modeling, 2019, Salvador. 38th International Conference on Conceptual Modeling, 2019.

• Coelho da Silva, Ticiana L. ; ARAUJO, N. S. ; DE MACÊDO, JOSÉ A. F. ; ARAUJO, D. ; SOARES, F. M. ; REGO, P. ; LIRA NETO, A. V. . Novel approach for Label Disambiguation via Deep Learning. In: International Conference on Machine Learning and Data Mining, 2019, Nova Iorque. 17th International Conference on Machine Learning and Data Mining, 2019.

• SILVA NETO, J. ; COELHO DA SILVA, TICIANA L. ; Magalhães, Regis Pires . Um Modelo Computacional baseado em Aprendizagem Profunda para a Predição da Umidade do Solo. In: XVIII WORKSHOP DE TESES E DISSERTAÇÕES EM BANCO DE DADOS, 2019, Fortaleza. XVIII WORKSHOP DE TESES E DISSERTAÇÕES EM BANCO DE DADOS, 2019.

• SOUSA, A. ; COELHO DA SILVA, TICIANA L. ; COSTA, M. ; PEREIRA, P. H. ; CRUZ, G. ; CAVALCANTE, A. . Descoberta de Perfis de Youtubers via Aprendizagem de Máquina. In: I Workshop de Trabalhos de Alunos de Graduação (WTAG), 2019, Fortaleza. I Workshop de Trabalhos de Alunos de Graduação (WTAG), 2019.

• MACIEL, F. A. O. ; BRAGA, A. R. ; XAVIER, R. M. ; Coelho da Silva, Ticiana L. ; FREITAS, B. M. ; GOMES, D. . Data Mining to Characterize Seasonal Patterns of Apis mellifera Honey Bee Colonies. In: XIV Brazilian Symposium on Information Systems, 2018, Caxias do Sul. SBSI'18: XIV Brazilian Symposium on Information Systems, 2018.

• MACIEL, F. A. O. ; BRAGA, A. R. ; SILVA, A. ; Coelho da Silva, Ticiana Linhares ; FREITAS, B. M. ; GOMES, D. . Reconhecimento de Padrões de Colônias de Abelhas Apis Mellifera Segundo Mudanças das Estações do Ano. In: CSBC 2018 - 9º WCAMA, 2018. CSBC 2018 - 9º WCAMA.

• COELHO DA SILVA, T. L. ; MAGALHAES, R. P. ; BRILHANTE, I. ; Macêdo, José Antonio F. ; ARAUJO, D. ; REGO, P. ; LIRA NETO, A. V. . Big Data Analytics Technologies and Platforms: A Brief Review.. In: LADaS@VLDB 2018, 2018, Rio de Janeiro. Proceedings of the Latin America Data Science Workshop co-located with 44th International Conference on Very Large Data Bases (VLDB 2018), Rio de Janeiro, Brazil, Aug 27, 2018, 2018.

• CAMINHA, H. ; COELHO DA SILVA, TICIANA L. ; ROCHA, A. R. . Estimating Reference Evapotranspiration using Data Mining Prediction Models and Feature Selection. In: ICEIS, 2017, Porto. 19th International Conference on Enterprise Information Systems, 2017.

• LINHARES COELHO DA SILVA, TICIANA ; DE SOUZA VIANA, THÁRSIS SALATHIEL ; DE OLIVEIRA, MARCOS ; TAVARES GONÇALVES, ENYO JOSÉ ; RODRIGUES FALCÃO JÚNIOR, MÁRIO SÉRGIO . Textual Analysis for the Protection of Children and Teenagers in Social Media - Classification of Inappropriate Messages for Children and Teenagers. In: 19th International Conference on Enterprise Information Systems, 2017, Porto. Proceedings of the 19th International Conference on Enterprise Information Systems, 2017. p. 656.

• INOUBLI, W. ; ALMADA, L. ; COELHO DA SILVA, TICIANA L. ; COUTINHO, G. ; PERES, L. ; MAGALHAES, R. P. ; MACEDO, J. A. F. ; ARIDHI, S. ; NGUIFO, E. M. . A Distributed Framework for Large-Scale Time-Dependent Graph Analysis.. In: TD-LSG@ ECML PKDD, 2017, Skopje. Proceedings of the Workshop on Large-Scale Time Dependent Graphs (TD-LSG 2017) co-located with the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD 2017), Skopje, Macedonia, September 18, 2, 2017.

• NASCIMENTO, SAMARA MARTINS ; DE MACEDO, JOSÉ ANTÔNIO F. ; LOPES, HÉLIO CÔRTES VIEIRA ; DA SILVA, TICIANA L. COELHO ; CASANOVA, MARCO ANTONIO ; de Castro Machado, Javam . On computing travel time functions from Trajectory Data Streams. In: the 8th ACM SIGSPATIAL Workshop, 2017, Redondo Beach. Proceedings of the 8th ACM SIGSPATIAL Workshop on GeoStreaming - IWGS'17, 2017. p. 11.

• FALCAO, M. S. R. ; GONCALVES, E. J. T. ; COELHO DA SILVA, TICIANA L. ; OLIVEIRA, M. A. . Behavioral analysis for child protection in a social network through Data Mining and Multiagent Systems. In: 18th International Conference on Enterprise Information Systems - ICEIS, 2016. 18th International Conference on Enterprise Information Systems - ICEIS, 2016.

• SILVA, TICIANA L. COELHO DA ; ZEITOUNI, KARINE ; MACEDO, JOSE A.F. DE . Online Clustering of Trajectory Data Stream. In: 2016 17th IEEE International Conference on Mobile Data Management (MDM), 2016, Porto. 2016 17th IEEE International Conference on Mobile Data Management (MDM). p. 112.

• SILVA, TICIANA L. COELHO DA ; ZEITOUNI, KARINE ; MACEDO, JOSE A.F. DE ; CASANOVA, MARCO A. . A Framework for Online Mobility Pattern Discovery from Trajectory Data Streams. In: 2016 17th IEEE International Conference on Mobile Data Management (MDM), 2016, Porto. 2016 17th IEEE International Conference on Mobile Data Management (MDM). p. 365.

• Coelho da Silva, Ticiana Linhares ; ZEITOUNI, K. ; Macêdo J.A.F. ; CASANOVA, MARCO A. . CUTiS*: optimized online ClUstering of Trajectory data Stream.. In: International Database Engineering & Applications Symposium, 2016, Montreal. International Database Engineering & Applications Symposium, 2016.

• FALCAO, M. S. R. ; GONCALVES, E. J. T. ; COELHO DA SILVA, TICIANA L. ; OLIVEIRA, M. A. . Análise Comportamental para Proteção da Criança nas Redes Sociais por meio de Mineração de Interações e Sistemas Multiagentes. In: Encontro Nacional de Inteligência Artificial e Computacional - ENIAC, 2015, Natal. Encontro Nacional de Inteligência Artificial e Computacional - ENIAC, 2015.

• COELHO DA SILVA, T. L. ; ARAUJO NETO, A. C. ; MAGALHAES, R. P. ; FARIAS, V. A. E. ; MACEDO, J. A. F. ; MACHADO, J. C. . Efficient and Distributed DBScan Algorithm Using MapReduce to Detect Density Areas on Traffic Data. In: 16th International Conference on Enterprise Information Systems, 2014, Lisbon. Proceedings of the 16th International Conference on Enterprise Information Systems. p. 52.

• DA SILVA, TICIANA L. COELHO ; DE MACÊDO, JOSÉ A. F. ; CASANOVA, MARCO A. . Discovering frequent mobility patterns on moving object data. In: the Third ACM SIGSPATIAL International Workshop, 2014, Dallas. Proceedings of the Third ACM SIGSPATIAL International Workshop on Mobile Geographic Information Systems - MobiGIS '14. New York: ACM Press. p. 60.

• COELHO DA SILVA, T. L. ; NASCIMENTO, M. A. ; Macêdo J.A.F. ; SOUSA, F. R. C. ; MACHADO, J. C. . Towards Non-Intrusive Elastic Query Processing. In: The Fourth International Workshop on Cloud Data Management, 2012. Proceedings of the fourth international workshop on Cloud data management (CloudDB '12)..

• COELHO DA SILVA, T. L. ; MACEDO, J. A. F. ; VIDAL, V. M. P. . UMA ARQUITETURA PARA A EXECUÇÃO DE CONSULTAS CONSIDERANDO SLA EM AMBIENTES DE COMPUTAÇÃO EM NUVEM.. In: Workshop de Teses e Dissertações no Simpósio Brasileiro de Banco de Dados, 2011, Florianópolis. Simpósio Brasileiro de Banco de Dados, 2011.

• PITOMBEIRA NETO, A. R. ; FRANCA, D. S. ; CRUZ, L. A. ; DA SILVA, TICIANA LINHARES COELHO ; DE MACÊDO, JOSÉ A. F. . CLASSIFICAÇÃO DE SÉRIES TEMPORAIS MULTIVARIADAS POR MEIO DE MODELOS DINÂMICOS BAYESIANOS.. In: SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL, 2024, FORTALEZA. ANAIS DO LVI SIMPóSIO BRASILEIRO DE PESQUISA OPERACIONAL, 2024.

• XAVIER, M. ; MAGALHAES, R. P. ; COELHO DA SILVA, TICIANA L. ; CRUZ, L. A. ; VASCONCELOS, D. R. ; DE MACÊDO, JOSÉ A. F. ; FERREIRA, M. G. F. . Evaluation of Automatic Speech Recognition Systems. In: Simpósio Brasileiro de Bancos de Dados, 2021, Virtual. XXXVI Simpósio Brasileiro de Bancos de Dados, 2021.

• TRENTINI, E. L. ; COELHO DA SILVA, TICIANA L. ; MELO JUNIOR, L. ; DE MACÊDO, JOSÉ A. F. . Model-centered Ensemble for Anomaly Detection in Time Series. In: ICAART, 2020, Valetta. Proceedings of the 12th International Conference on Agents and Artificial Intelligence, ICAART 2020, Volume 2, Valletta, Malta, February 22-24, 2020. SCITEPRESS 2020, ISBN 978-989-758-395-7, 2020.

• PERES, L. ; COELHO DA SILVA, TICIANA L. ; DE MACÊDO, JOSÉ A. F. ; ARAUJO, D. . Virtualized Ontology Query By Example. In: 38th International Conference on Conceptual Modeling (ER 2019), 2019. Proceedings of the ER Forum and Poster & Demos Session 2019 on Publishing Papers with CEUR-WS co-located with 38th International Conference on Conceptual Modeling (ER 2019).

• BRAGA, D. ; COELHO DA SILVA, T. L. ; ROCHA, A. R. ; COUTINHO, G. ; MAGALHAES, R. P. ; TARSO, P. ; Macêdo J.A.F. . Time Series Forecasting for Purposes of Irrigation Management Process. In: Simpósio Brasileiro de Banco de Dados, 2018, Rio de Janeiro. 33rd Annual Brazilian Symposium on Databases, 2018. v. 33.

• SOUZA, J. M. ; COELHO DA SILVA, T. L. ; SOUZA, C. P. ; BEZERRA, C. I. M. ; ROCHA, L. S. ; MACÊDO, JOSÉ ANTÔNIO F. . Investigando a Relação das Refatorações de Código com os Sentimentos de Mensagens de Commit. In: Simpósio Brasileiro de Banco de Dados, 2018, Rio de Janeiro. XXXIII Simpósio Brasileiro de Banco de Dados, SBBD 2018, Rio de Janeiro, RJ, 2018.

• RODRIGUES, P. R. F. ; Coelho da Silva, Ticiana Linhares ; MONTEIRO, J. M. ; Macêdo, José Antonio F. . Estratégia Distribuída para Análise de Assuntos Abordados no Twitter Via Evolução de Clusters. In: Simpósio Brasileiro de Banco de Dados, 2017, Uberlândia. Simpósio Brasileiro de Banco de Dados, 2017.

• CAMINHA, H. ; MENDONCA, A. R. R. ; Coelho da Silva, Ticiana Linhares ; ROCHA, A. R. ; ALMEIDA, C. D. A. ; MACEDO, JOSE A.F. DE . AgriExt: Uma Ferramenta para Estimativa da Evapotranspiração de Referência. In: Simpósio Brasileiro de Banco de Dados, 2017, Uberlândia. Simpósio Brasileiro de Banco de Dados, 2017.

• RODRIGUES, P. R. F. ; COELHO DA SILVA, T. L. ; MAGALHAES, R. P. ; SOUSA, F. R. C. ; MACEDO, J. A. F. . Dinâmica de Temas Abordados no Twitter Via Evolução de Clusters.. In: Simpósio Brasileiro de Banco de Dados, 2016, Salvador. Proceedings of the 31st BRAZILIAN SYMPOSIUM ON DATABASES, 2016.

• BRAGA, D. ; UCHOA, A. G. ; CRUZ, L. A. ; COELHO DA SILVA, T. L. . Relato de Experiência da Monitoria da Disciplina de Fundamentos de Banco de Dados. In: Encontros Univeristários UFC Quixadá, 2016, Quixadá. Anais dos Encontros Universitários UFC Quixadá, 2016.

• MARQUES, A. P. ; GRACIANO, F. D. F. ; COELHO DA SILVA, T. L. . ANÁLISE DE SENTIMENTO DAS PUBLICAÇÕES NO GRUPO UFC CAMPUS QUIXADÁ NO FACEBOOK. In: Encontros Universitários UFC Quixadá, 2016, Quixadá. Anais dos Encontros Universitários UFC de Quixadá 2016, 2016.

• UCHOA, A. G. ; BRAGA, D. ; COELHO DA SILVA, T. L. ; CRUZ, L. A. ; BEZERRA, C. I. M. . Análise de sentimentos em Comentários de Commit do Github: Um estudo exploratório. In: Encontros Universitários UFC Quixadá 2016, 2016, Quixadá. Anais dos Encontros Universitários da UFC Quixadá 2016, 2016.

• CAMINHA, H. ; MOREIRA, N. L. ; COELHO DA SILVA, TICIANA L. . Detecção e Análise dos Perfis de Inscritos do ENEM via Mineração de Dados. In: VII Congresso Tecnológico TI e Telecom - Infobrasil, 2015. VII Congresso Tecnológico TI e Telecom - Infobrasil, 2015.

• CARVALHO FILHO, J. A. ; LEITE, J. L. A. ; COELHO DA SILVA, TICIANA L. . Análise de Sentimentos de tweets nos dias de jogos da Seleção Brasileira de Futebol na Copa do Mundo da FIFA Brasil 2014 utilizando Mineração de Textos. In: Encontro Unificado de Computação em Parnaíba, 2014, Parnaíba. Encontro Unificado de Computação em Parnaíba, 2014.

• LEONEL JUNIOR, R. A. ; SILVA, T. J. ; COELHO DA SILVA, TICIANA L. ; MAGALHAES, R. P. . Mineração de Dados Abertos. In: Congresso Tecnológico TI e Telecom - Infobrasil, 2014. Congresso Tecnológico TI e Telecom - Infobrasil, 2014.

• LIMA, S. C. ; COELHO DA SILVA, TICIANA L. . Processamento e Monitoramento de Consultas no Cassandra em Ambiente de Nuvem Considerando um SLA. In: VII Congresso Tecnológico TI e Telecom - Infobrasil, 2014. VII Congresso Tecnológico TI e Telecom - Infobrasil, 2014.

• COELHO DA SILVA, T. L. ; COSTA, C. M. ; Jean G. de S. Silva ; Silva, L. A. P. . COMPUTAÇÃO EM NUVEM: CONCEITOS E TECNOLOGIAS DE GERENCIAMENTO DE DADOS 2010. In: III Escola Potiguar de Computação e suas Aplicações., 2010. III Escola Potiguar de Computação e suas Aplicações..

• Coelho da Silva, Ticiana Linhares ; SA, B. D. ; MACEDO, J. A. F. . Enhancing Geocoding of Adjectival Toponyms With Heuristics. In: Proceedings of the LREC 2022 workshop on Natural Language Processing for Political Sciences, 2022. In Proceedings of the LREC 2022 workshop on Natural Language Processing for Political Sciences, 2022.

• ARRAIS DE FREITAS, NICKSSON CKAYO ; Coelho da Silva, Ticiana L. ; FERNANDES DE MACEDO, JOSE ANTONIO ; CESAR M. DE VASCONCELOS, LUIS ; NUNES JUNIOR, FRANCISCO C. F. . Crime Monitor: Monitoring Criminals from Trajectory Data. In: 2021 22nd IEEE International Conference on Mobile Data Management (MDM), 2021, Toronto. 2021 22nd IEEE International Conference on Mobile Data Management (MDM), 2021. p. 225.

• SILVA NETO, J. ; COELHO DA SILVA, TICIANA ; CRUZ, L. A. ; MONTEIRO, V. L. ; MACEDO, JOSE A.F. DE ; MAGALHAES, R. P. ; PERES, L. . Predicting the Next Location for Trajectories From Stolen Vehicles. In: IEEE International Conference on Tools with Artificial Intelligence, 2021. IEEE International Conference on Tools with Artificial Intelligence, 2021.

• DA SILVA, ANDRIO RODRIGO CORREA ; DE PAULA JUNIOR, IALIS CAVALCANTE ; DA SILVA, TICIANA LINHARES COELHO ; DE MACEDO, JOSE ANTONIO FERNANDES ; SILVA, WELLINGTON CLAY PORCINO . Prediction of crime location in a brazilian city using regression techniques. In: 2020 IEEE 32nd International Conference on Tools with Artificial Intelligence (ICTAI), 2020, Baltimore. 2020 IEEE 32nd International Conference on Tools with Artificial Intelligence (ICTAI), 2020. p. 331.

• COELHO DA SILVA, TICIANA L. ; Magalhães, Regis Pires ; ARAUJO, D. ; DE MACÊDO, JOSÉ A. F. ; REGO, P. ; LIRA NETO, A. V. . Improving Named Entity Recognition using Deep Learning with Human in the Loop. In: International Conference on Extending Database Technology, 2019, Lisbon. 22nd International Conference on Extending Database Technology, 2018.

• OLIVEIRA, F. T. ; BARRETO, L. ; COELHO DA SILVA, T. L. . Minerando Experiências e Sugestões: Uso de Mineraçãp de Dados e Aprendizado de Máquina para Coleta e Análise de Opiniões. In: Encontros Universitários UFC Quixadá 2016, 2016, Quixadá. Anais dos Encontros Universitários da UFC Quixadá 2016, 2016.

• Coelho da Silva, Ticiana Linhares ; ZEITOUNI, KARINE ; Macêdo, José Antonio F. ; CASANOVA, MARCO A. . On-Line Mobility Pattern Discovering using Trajectory Data. In: 19th International Conference on Extending Database Technology (EDBT), 2016, Bordeaux. 19th International Conference on Extending Database Technology (EDBT), 2016.

• COELHO DA SILVA, T. L. ; ARAUJO NETO, A. C. ; MAGALHAES, R. P. ; FARIAS, V. A. E. ; MACEDO, J. A. F. ; MACHADO, J. C. . Efficient and Distributed DBScan Algorithm Using MapReduce to Detect Density Areas on Traffic Data. 2014. (Apresentação de Trabalho/Congresso).

• COELHO DA SILVA, T. L. ; SOUSA, FLÁVIO R. C. . Análise em Big Data. 2014. (Apresentação de Trabalho/Conferência ou palestra).

• COELHO DA SILVA, TICIANA L. . Big Data Science. 2014. (Apresentação de Trabalho/Conferência ou palestra).

• COELHO DA SILVA, TICIANA L. ; SOUSA, FLÁVIO R. C. . Hadoop: Uma Abordagem Prática. 2014. (Apresentação de Trabalho/Outra).

• COELHO DA SILVA, T. L. . Análise em Big Data e um Estudo de Caso utilizando Ambientes de Computação em Nuvem. 2013. (Apresentação de Trabalho/Simpósio).

• COELHO DA SILVA, T. L. ; COSTA, C. M. ; Silva, J. G. S. ; Silva, L. A. P. . Computação em Nuvem: Conceitos e Tecnologias de Gerenciamento de Dados. 2010. (Apresentação de Trabalho/Outra).

• MARTINS, A. ; COELHO DA SILVA, TICIANA L. . Análise de Dados Abertos de Despesas e Receitas dos Estados e Municípios Brasileiros Utilizando Data Mart 2015 (Encontros Universitários).

• CAMINHA, H. ; MOREIRA, N. L. ; COELHO DA SILVA, TICIANA L. . Detecção e Análise dos Perfis de Inscritos do ENEM via Mineração de Dados 2015 (Encontros Universitários).

• CAMINHA, H. ; MOREIRA, N. L. ; COELHO DA SILVA, TICIANA L. . Proposta de uma ferramenta para classificação de perfis de inscritos do ENEM 2015 (Encontros Universitários).

• RODRIGUES, P. R. F. ; COELHO DA SILVA, T. L. . Mineração de Textos: Análise de Sentimento utilizando tweets referentes aos debates nas Eleições 2014 2014 (Encontros Universitários).

• CAMINHA, H. ; COELHO DA SILVA, T. L. . Manipulação de Dados Abertos: da Coleta a Análise 2014 (Encontros Universitários).

• LEITE, J. L. A. ; COELHO DA SILVA, TICIANA L. . Mineração de textos com Twiter utilizando técnicas de classificação 2014 (Encontros Universitários).

• CARVALHO FILHO, J. A. ; LEITE, J. L. A. ; COELHO DA SILVA, TICIANA L. . Desenvolvimento de um modelo de classificação de tweets para analisar as opiniões de usuários do Twitter sobre osjogos da Seleção Brasileira de Futebol na Copa do Mundo da FIFA Brasil 2014 2014 (Encontros Universitários).

• SANTOS, S. S. ; COELHO DA SILVA, T. L. . Desafios e Oportunidades na Construção de Sistemas que Promovam a Transparência dos Dados Governamentais 2013 (Encontros Universitários).

• LEONEL JUNIOR, R. A. ; SILVA, T. J. ; COELHO DA SILVA, T. L. . Análise de Grandes Volumes de Dados utilizando o Framework Hadoop 2013 (Encontros Universitários).

• SILVA, T. J. ; LEONEL JUNIOR, R. A. ; COELHO DA SILVA, T. L. . Data Mining para Traçar Perfil e Predizer o Desempenho dos Alunos que Ingressam no Ensino Superior 2013 (Encontros Universitários).

• LIMA, S. C. ; COELHO DA SILVA, T. L. . Bancos de Dados NoSQL e um Estudo de Caso Utilizando o Modelo de Dados do Cassandra 2013 (Encontros Universitários).

Outras produções

Projetos de pesquisa

• 2023 - Atual

  Computação de Alto Desempenho em Nuvens Aplicada à Escalabilidade de um Sistema de Predição de Riscos de Deterioração Clínica de Pacientes via Aprendizagem de Máquina, Descrição: O objetivo desta pesquisa é propor um arcabouço de métodos e técnicas para construção de um sistema de alerta de risco para pacientes em deterioração clínica utilizando aprendizagem de máquina, baseado em dados anotados por profissionais de saúde em prontuários eletrônicos, formulários preenchidos em papel por enfermeiros, exames laboratoriais e informações demográficas. Pesquisa de desenvolvimento tecnológico, elaborada em oito etapas que versará desde a coleta das informações até a geração de um modelo de predição de riscos e outros artefatos do arcabouço em função desse modelo. O modelo de risco proposto será treinado a partir de indicadores de saúde coletados nos prontuários, e poderá ter como classe/label as categorias: vermelho (alto risco), amarelo (risco moderado) e verde (baixo risco). O modelo também pode ser uma regressão permitindo a predição de um score numérico a ser associado posteriormente a uma dessas faixas de risco. Espera-se com essa pesquisa disponibilizar uma tecnologia válida, confiável e escalável que pode prever a deterioração clinica de pacientes em uma rede hospitalar em até 72 horas, e assim auxiliar a equipe de saúde na tomada de decisão precocemente. Além disso, espera-se fortalecer a colaboração entre grupos de pesquisa nacionais e internacionais, incluindo pesquisadores da ciência da computação e das ciências da saúde, e o governo, por meio da Secretaria de Saúde do Estado do Ceará, na busca de um sistema de assistência de saúde pública e de qualidade.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Ticiana Linhares Coelho da Silva - Coordenador / Rhanna Emanuela Fontenele Lima de Carvalho - Integrante / Vitor Almeida Campos - Integrante / Francisco Heron de Carvalho Junior - Integrante / Mateus Alexandre Costa - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

• 2023 - Atual

  CEREIA - Centro de Referência em Inteligência Artificial, Descrição: Nos últimos anos, o meio acadêmico, o setor produtivo, profissionais liberais e cidadãos comuns de um modo geral têm assistido, muitas vezes apenas como consumidores, a introdução massiva e crescente de tecnologias de inteligência artificial (IA) em seu cotidiano. Há claras evidências de que atingimos um ponto sem retorno, dada a velocidade com que tais tecnologias têm sido introduzidas e sua ampla e irrestrita aceitação pelas diferentes camadas da sociedade. As pessoas estão mais frequentemente interagindo com diferentes tipos de dispositivos inteligentes, tais como agentes e robôs, que tornam-se cada vez mais inteligentes e autônomos. Dispositivos com IA podem se comunicar com pessoas em linguagem natural, como é o caso das assistentes virtuais Alexa, Siri e Cortana, tão comuns hoje nos smartphones, smart TVs e tablets, como também podem reconhecer ações humanas e emoções. Tais interações humano-máquina, graças à IA, estão se tornando mais e mais profundas, a tal ponto de começarem a ter influência no comportamento humano. Em pesquisas recentes, é reportado os resultados de experimentos de tomada de decisão em situações críticas, ou seja, quando os participantes não são capazes de refletir qual ação é a mais adequada. Em um experimento envolvendo um robô humanoide com IA, dentre os participantes que observavam as ações do robô, mais de 85% deles copiaram as ações sem sentido do robô, incluindo aquelas consideradas absurdas e inadequadas. Dispositivos dotados de IA com os quais as pessoas tenham mais e mais contato estão se tornando uma nova fonte de informação sobre como se comportar e como tomar decisões. Isto posto, as linhas de pesquisa aplicadas a serem descritas em maior detalhe mais adiante no âmbito do CEREIA têm seu foco inicial na área de cuidados com a saúde (healthcare), área que já está sendo, mas deverá ser ainda mais fortemente impactada pelos avanços da IA ao longo dos próximos anos. Esta escolha pela área de saúde apresenta-se estratégica para o CEREIA, uma vez que os grupos de pesquisa acadêmica envolvidos detêm expertise na área e a empresa parceira é deste setor. Serão investigados diversos temas de interesse para IA e Healthcare, tais como imagens médicas, interfaces cérebro- máquina, visualização de dados médicos de alta dimensionalidade, detecção e classificação de patologias neurológicas, data analytics em dados médicos, data analytics em dados de saúde pública, detecção e classificação de movimentos, e bioinformática. Vale ressaltar, porém, que o avanço aqui mencionado das tecnologias de IA acontece em um momento tecnológico ímpar, em que outras tecnologias dão suporte ao desenvolvimento pleno da IA e da Ciência de Dados (CD), sem as quais talvez o impacto destas fossem consideravelmente menor. Dentre as quais destaca-se as tecnologias da informação e da comunicação (TICs) e todas as suas manifestações particulares, como tecnologias de comunicações móveis, redes de computadores e sistemas distribuídos, computação em nuvem, computação pervasiva, Internet das coisas, dentre outras. Cada uma dessas subáreas apresenta-se como uma linha de pesquisa per se e serão exploradas e expandidas no contexto das temáticas de pesquisa e desenvolvimento do CEREIA ao longo dos anos.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Ticiana Linhares Coelho da Silva - Integrante / José A. Fernandes de Macedo - Integrante / Marco Antonio Casanova - Integrante / João Paulo Pordeus Gomes - Integrante / José Soares de Andrade Júnior - Coordenador / César Lincoln Cavalcante Mattos - Integrante.

• 2022 - 2024

  Detecção das anomalias em dados biomédicos e feedback dos usuários, Projeto certificado pela empresa SAMSUNG ELETRONICA DA AMAZONIA LTDA em 23/01/2023., Descrição: Este projeto visa investigar o treinamento e customização de modelos (redes neurais artificiais) que avaliem e monitorem o estado de saúde dos usuários e fatores determinantes, bem como detectem anomalias, a partir da coleta, monitoramento e classificação contínua dos dados (séries temporais de dados biológicos e longitudinais, ou obtidos por sensores vestíveis - wearables). Além da geração de dados sintéticos a partir dos padrões aprendidos sobre os dados.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Especialização: (0) / Mestrado acadêmico: (5) / Mestrado profissional: (0) / Doutorado: (2) . , Integrantes: Ticiana Linhares Coelho da Silva - Coordenador / Gustavo Coutinho - Integrante / Lucas Peres - Integrante / Jose A. F. de Macedo - Integrante / Anselmo Ramalho Pitombeira Neto - Integrante / Fabianna Resende de Jesus Moraleida - Integrante / Rodrigo Oliveira - Integrante / Pedro Lima - Integrante / Ana Carla Lima Nune - Integrante / Davi Romero - Integrante / Vinícius Cezar Monteiro de Lira - Integrante / Isac Moura - Integrante.

• 2020 - 2023

  Plataforma Big Data para Acelerar a Transformação Digital do Estado do Ceará, Descrição: O objetivo geral deste projeto é realizar pesquisas científicas e tecnológicas visando o desenvolvimento e implementação da plataforma de Big Data para aceleração da Transformação Digital do Governo do Ceará, a qual permita a inovação, integração, governança dos dados e dos serviços de forma ágil, transparente, eficiente, sustentável e alinhada com os princípios do serviço público e do projeto Big Data Ceará, atendendo às necessidades dos servidores públicos e dos cidadãos, em especial aqueles que mais dependem do Estado e das políticas públicas.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (16) / Mestrado acadêmico: (4) / Doutorado: (2) . , Integrantes: Ticiana Linhares Coelho da Silva - Coordenador / MACÊDO, JOSÉ ANTÔNIO F. - Integrante / Regis Pires Magalhães - Integrante., Financiador(es): Fundação Cearense de Apoio ao Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2020 - Atual

  Modelos Neurais para Extração de Entidades e Desambiguação em Textos, Descrição: A maioria das informações disponíveis na Web permanece não estruturada, ou seja, documentos de texto de artigos, notícias, postagens de blogs, análises de produtos, discussões em fóruns, entre outros. Dada a enorme quantidade de conteúdo textual produzido continuamente na Web, tem sido um desafio para os usuários lerem e consumirem todos os documentos. O problema de Extração de Entidades Nomeadas (ou em inglês, Named Entity Recognition (NER)) é um problema desafiador de Processamento de Linguagem Natural (PLN). As técnicas de \textit{Deep Learning}, mais especificamente usando redes recorrentes (em inglês, Recurrent Neural Network(RNN)), têm sido amplamente aplicadas em tarefas NER porque exigem pouca engenharia de recursos e são livres de recursos específicos de linguagem, aprendendo recursos importantes via embeddings de palavras ou caracteres treinados em grandes quantidades de dados. No entanto, essas técnicas consomem muitos dados e requerem uma grande quantidade de dados de treinamento. Para contornar esses problemas, o uso de modelos Transformers tem sido investigado, uma vez que são arquiteturas Deep Learning com milhares de modelos pré-treinados com enormes conjuntos de dados de linguagem geral para tarefas de PLN e podem ser ajustados para tarefas específicas de linguagem. Este projeto propõe a investigação de técnicas de Deep Learning para a construção/manutenção de modelos NER capazes de extrair entidades, desambiguar palavras e rótulos e suportar outras tarefas de PLN, como geração e sumarização de textos, reconhecimento de voz, construção de bots de conversação, entre outras.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Ticiana Linhares Coelho da Silva - Coordenador / José Alan Firmino - Integrante.

• 2019 - 2021

  Big Data e Inteligência Artificial aplicada a Segurança Pública, Descrição: O objetivo geral deste projeto é desenvolver estudos científicos com intuito de criar uma plataforma que permitirá integrar e analisar fontes de dados de segurança pública dos estados brasileiros, possibilitando a implantação de um novo modelo de governança das estratégias de segurança pública. As soluções desenvolvidas proporcionarão a aplicação de ciência de dados, aprendizado de máquina e áreas afins, para descoberta de padrões, detecção de anomalias e predição de crimes, sendo necessária a análise e a gestão eficiente desse grande volume de dados (dos mais diversos tipos e fontes), ao qual denominamos Big Data.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (15) / Mestrado acadêmico: (6) / Doutorado: (8) . , Integrantes: Ticiana Linhares Coelho da Silva - Integrante / Lívia Almada Cruz - Integrante / Paulo Antonio Leal Rego - Integrante / DE MACÊDO, JOSÉ A. F. - Coordenador / Magalhães, Regis Pires - Integrante / Gustavo Coutinho - Integrante / David Araújo - Integrante.

• 2018 - 2020

  Análise De Dados De Irrigação: Uma Proposta Sustentável, Descrição: Como a agricultura irrigada é o setor que mais consome água no Brasil, é um desafio usar a água de forma sustentável. Evapotranspiração é o processo de combinação de transferir a umidade da terra para a atmosfera por evaporação e transpiração das plantas. Ao estimar essa taxa de perda, os agricultores podem gerenciar eficientemente o requisito de água da cultura e a quantidade de água disponível. Neste projeto, é proposta de pesquisa da ferramenta AgriExt para a coleta de dados de estações meteorológicas reportadas no website do INMET. A ferramenta já provê análise de dados meteorológicos e climáticos, bem como apresenta modelos de predição, que estimam a evapotranspiração de referência por meio de técnicas de mineração de dados. O objetivo neste projeto é utilizar modelos para séries temporais, uma vez que esses dados podem ser classificados como séries temporais. Além disso, por meio de técnicas de Interação Humano Computador, objetiva-se tornar a ferramenta AgriExt fácil de ser utilizada por agricultores e agrônomos da região. Dessa forma, esse projeto propõe uma solução sustentável para utilização da água no Ceará, região fortemente afetada pela seca. A ferramenta AgriExt a ser estendida durante o projeto será utilizada por agricultores e agrônomos como uma proposta sustentável. Ao longo do projeto, está prevista a realização de minicursos e treinamentos como forma de transferência de conhecimento técnico-científico entre os membros do projeto e os interessados.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) . , Integrantes: Ticiana Linhares Coelho da Silva - Coordenador / DE MACÊDO, JOSÉ A. F. - Integrante / ROCHA, ATSLANDS REGO DA - Integrante / Gustavo Coutinho - Integrante., Financiador(es): Fundação Cearense de Apoio ao Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2018 - 2020

  Inteligência Científica e Tecnológica na Segurança Pública, Descrição: De acordo com David H Bayley, a manutenção da ordem é a função essencial de um governo, não apenas a própria legitimidade do governo é em grande parte determinada por sua capacidade de manter a ordem, mas também a ordem funciona como critério para se determinar se existe de fato algum governo. Em consonância com essa visão, o Estado do Ceará tem investido intensamente em segurança pública, apesar dos crescentes índices de violência. Tendo em vista um melhor aproveitamento desses investimentos, utilizando como base a estruturação de parâmetros para identificação de pessoas e veículos, consolidação de políticas públicas em execução e suporte para tomada de decisão, propomos este projeto que tem como principal objetivo realizar estudos científicos com intuito de aplicar soluções tecnológicas de identificação humana (Civil e Criminal), identificação veicular, acompanhamento de pessoas e veículos através dos órgãos de segurança pública (SSPDS-CE e PRF), otimizando o patrulhamento ostensivo e comunitário, maximizando os sistemas de informação existentes nas pastas, e integrando estas informações através do uso e aplicação de ciência de dados, aprendizado de máquina e áreas afins para análise de grandes volumes de dados dos mais diversos tipos e fontes (Big Data).. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (20) / Mestrado acadêmico: (4) / Doutorado: (8) . , Integrantes: Ticiana Linhares Coelho da Silva - Integrante / Paulo Antonio Leal Rego - Integrante / DE MACÊDO, JOSÉ A. F. - Coordenador / Magalhães, Regis Pires - Integrante / Lívia Almada - Integrante / David Araújo - Integrante.

• 2018 - 2019

  A classification model for handbags images via Deep Learning, Descrição: The goal is to provide a classification model to categorize handbags images given as input by an user on a mobile application. If the model incorrectly classifies the images, the user must be able to provide the correct class and the classification model should learn from those additions. The proposed model should initially be able to detect the handbag by brands/seasons.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Ticiana Linhares Coelho da Silva - Integrante / Críston P. de Souza - Coordenador.

• 2017 - 2021

  Descoberta de Padrões de Mobilidade em Streams de Trajetórias, Descrição: A mineração de dados de trajetória permite caracterizar padrões de mobilidade, impulsionando novas aplicações e serviços. O rastreamento de objetos móveis se torna onipresente em muitas aplicações, o que gera grande interesse na análise de dados de trajetória e na mineração destes dados. Grande parte dos trabalhos nesta área permite detectar padrões de mobilidade em dados históricos de objetos, não evidenciando padrões atuais no momento em que o objeto se movimenta. Ou mesmo, os trabalhos que propõe detecção de padrões em tempo real, se restringem a analisar posições instantâneas. Dessa forma, tais trabalhos não conseguem capturar determinados padrões de trajetórias ao longo do tempo. A análise em tempo real dos dados de mobilidade pode oferecer conhecimento para entender melhor a dinâmica da cidade em curso, bem como a detecção de irregularidades e anomalias à medida que acontecem. Este estudo é relevante para tomada de decisão. Ao monitorar continuamente streams de trajetórias de objetos móveis reportadas continuamente ao longo do tempo, ao invés de apenas a última posição, é possível obter uma visão sobre o deslocamento atual e potencialmente detectar padrões de mobilidade em tempo real. Entre os possíveis padrões, neste projeto consideramos principalmente o agrupamento (clusterização) de trajetórias, comboios (em inglês, convoys) e rebanhos (em inglês, flocks), bem como a evolução destes padrões ao longo do movimento dos objetos. O objetivo deste projeto é estudar como modelar e descobrir padrões de mobilidade. De tal sorte, a detectar a evolução destes padrões ao longo do tempo de maneira eficiente. Descobrir esses padrões pode ajudar na reengenharia do tráfego de grandes cidades, ou para detectar prontamente eventos (por exemplo, acidentes de carro, passeatas, entre outros) à medida que eles acontecem.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Ticiana Linhares Coelho da Silva - Coordenador / Gabriel Cesar Alves Lima - Integrante / Maria Tassiane Barros de Lima - Integrante., Financiador(es): Universidade Federal do Ceará - Bolsa.

• 2014 - 2015

  Análise em Big Data via Mineração de Dados, Descrição: Dados Big Data têm excedido o armazenamento, o processamento e a capacidade dos sistemas convencionais. Um dos grandes desafios é obter conhecimento a partir desses dados, além disso é complexo o seu gerenciamento, a coleta dessas informações em tempo real, e ainda a tomada de decisões com maior assertividade a partir desses dados. Explorar dados Big Data e extrair informações úteis ou conhecimento para futuras ações, de tal sorte que o processo de análise seja eficiente e quase em tempo real, está além da capacidade de muitas ferramentas de análise existentes. Dessa forma, este projeto de pesquisa propõe a realização de análise em dados Big Data obtidos das redes sociais como Facebook e Twitter, e de bases dos sistemas ERP (Enterprise Resource Planning) e CRM (Customer Relationship Management) dos clientes de uma empresa. A análise será realizada via mineração de dados e o resultado é criação de um Modelo de Recomendação de produtos ou promoções a serem indicados para cada perfil de cliente.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Doutorado: (1) . , Integrantes: Ticiana Linhares Coelho da Silva - Integrante / Tércio Jorge da Silva - Integrante / José Adail Carvalho Filho - Integrante / Henrique Andrade - Coordenador.

• 2007 - 2009

  Teoria dos Grafos, Descrição: A classe dos grafos perfeitos contém subclasses que modelam vários problemas de telecomunicações, notadamente aqueles ligados à atribuição de freqüências. Um grafo G é perfeito se para todo subgrafo induzido H de G, o número cromático X(H) é igual ao tamanho da maior clique w(H). Determinar o número cromático de um grafo G consiste em encontrar o menor número de cores atribuídas aos vértices de G, tal que dois vértices adjacentes não recebam a mesma cor. Determinar uma clique C de G é encontrar um conjunto de vértices de G, tal que todos os vértices são adjacentes entre si. Um par de amigos em um grafo é dois vértices não adjacentes tais que todos os caminhos induzidos entre eles são de paridade par. Um buraco, em um grafo G, é um ciclo sem cordas de tamanho no mínimo quatro. Este buraco pode ser de tamanho par ou ímpar, dependendo do número de vértices que ele possui. Um prisma ímpar é um grafo que pode ser obtido do complemento do C6 subdividindo as arestas que conectam os dois triângulos em caminhos de tamanho ímpar. O objeto de estudo dessa pesquisa é as classes de grafos perfeitos cuja definição envolve a existência de pares de amigos, a saber, os grafos perfeitamente contractíveis. A conjectura principal desta classe de grafos visa formular uma caracterização melhor dos mesmos. Tal conjectura afirma: Um grafo G é perfeitamente contractível se e somente se G não contem buracos ímpares, complementos de buracos nem prismas ímpares. Uma forma de abordar esta conjectura é através de decomposições de grafos. Neste trabalho, utilizamos uma abordagem, através da decomposição 2-join para a conjectura citada. Analisamos ainda, a prova de tal conjectura para a classe de grafos planares.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Ticiana Linhares Coelho da Silva - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

Prêmios