Leandro Augusto da Silva

Pós-doutorado

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• MANASTARLA, ALBERTO ; SILVA, LEANDRO A. . Hierarchical growth self-generating prototype: an information entropy-based approach for dataset reduction. International Journal Of Data Science And Analytics , v. 22, p. 20, 2026.

• TEODORO, RAFAEL DO AMARAL ; DE LIMA, FILIPE VERRONE ; POPA, MIRELA ; SAMPAIO, GUSTAVO SCALABRINI ; KOCHI, CRISTIANE ; LONGUI, CARLOS ALBERTO ; SILVA, LEANDRO AUGUSTO DA . Automatic bone age assessment: a deep learning case study on the Brazilian population with a supporting mobile application prototype. Scientific Reports , v. 2026, p. 1, 2026.

• OLIVEIRA, MICHEL B. ; SILVA, LEANDRO A. . Two-phase drift monitoring and automatic retraining (TPDM-AR) for electric load forecasting. METHODSX , v. 16, p. 103966, 2026.

• KUHN, MATHEUS H. GOBBO ; SILVA, L. A. ; BAHAMON, D. A. . Layer-resolved quantum transport in twisted bilayer graphene: Counterflow and machine learning predictions. Physical Review B , v. 111, p. 235425, 2025.

• BRITO JR, MARCOS CORDEIRO DE BRITO JR ; BIANCHINI, CALEBE P. ; SILVA, LEANDRO A. . Discovery of Modularity in Monolithic Java Project Codes Using Complex Networks. Journal Of Web Engineering , v. 24, p. 911-942, 2025.

• MANASTARLA, ALBERTO ; SILVA, LEANDRO A. . Enhancing dynamic ensemble selection: combining self-generating prototypes and meta-classifier for data classification. NEURAL COMPUTING & APPLICATIONS , v. 24, p. 1-26, 2024.

• BORGES, MARCO A. ; LOPES, PAULO B. ; Da Silva, Leandro A. . Network Optimization of Carbon Monoxide Sensor Nodes in the Metropolitan Region of São Paulo. ELECTRONICS , v. 12, p. 4647-12, 2023.

• SARGIANI, VAGNER ; DE SOUZA, ALEXANDRA A. ; DE ALMEIDA, DANILO CANDIDO ; BARCELOS, THIAGO S. ; MUNOZ, ROBERTO ; da Silva, Leandro Augusto . Supporting Clinical COVID-19 Diagnosis with Routine Blood Tests Using Tree-Based Entropy Structured Self-Organizing Maps. Applied Sciences-Basel , v. 12, p. 5137-33, 2022.

• VALLIM FILHO, ARNALDO RABELLO DE AGUIAR ; FARINA MORAES, DANIEL ; BHERING DE AGUIAR VALLIM, MARCO VINICIUS ; SANTOS DA SILVA, LEILTON ; da Silva, Leandro Augusto . A Machine Learning Modeling Framework for Predictive Maintenance Based on Equipment Load Cycle: An Application in a Real World Case. Energies , v. 15, p. 3724-41, 2022.

• DE ÁVILA MENDES, RENÊ ; da Silva, Leandro Augusto . Modeling the combined influence of complexity and quality in supervised learning. Intelligent Data Analysis , v. 26, p. 1247-1274, 2022.

• SILVA, L. A. ; VASCONCELO, B. P. ; DEL-MORAL-HERNANDEZ, E. . A model to estimate the Self-Organizing Maps grid dimension for Prototype Generation. Intelligent Data Analysis , v. 25, p. 321-338, 2021.

• TAFLA, TALLY LICHTENSZTEJN ; BRUNONI, DECIO ; CARREIRO, LUIZ RENATO RODRIGUES ; SEABRA, ALESSANDRA GOTUZO ; SILVA, LEANDRO AUGUSTO DA ; BASTOS, DAIANE CRISTINA DE SOUZA ; ROSSI, ANA CLAUDIA ; SANTOS, PEDRO HENRIQUE ARAUJO DOS ; TEIXEIRA, MARIA CRISTINA TRIGUERO VELOZ . DIagnosys: An Analytical Framework for the Identification of Elementary School Students with Intellectual Disability. Frontiers In Education , v. 6, p. 1-20, 2021.

• SOUZA, ALEXANDRA A. DE ; ALMEIDA, DANILO CANDIDO DE ; BARCELOS, THIAGO S. ; BORTOLETTO, RODRIGO CAMPOS ; MUNOZ, ROBERTO ; WALDMAN, HELIO ; GOES, MIGUEL ANGELO ; SILVA, LEANDRO A. . Simple hemogram to support the decision-making of COVID-19 diagnosis using clusters analysis with self-organizing maps neural network. SOFT COMPUTING , v. 1, p. 1-11, 2021.

• SAMPAIO, GUSTAVO SCALABRINI ; SILVA, LEANDRO A. ; MARENGONI, MAURÍCIO . 3D Reconstruction of Non-Rigid Plants and Sensor Data Fusion for Agriculture Phenotyping. SENSORS , v. 21, p. 4115, 2021.

• RUBBO, MARCIO ; SILVA, LEANDRO A. . Filtering-Based Instance Selection Method for Overlapping Problem in Imbalanced Datasets. J , v. 4, p. 308-327, 2021.

• SILVA, A. M. ; CARREIRO, L. R. ; SILVA, M. ; TEIXEIRA, M. C. T. V. ; SILVA, L. A. . Cognitive and Behavioral Data for Decision Tree-based Diagnosis of Attention-Deficit/Hyperactivity Disorder. International Journal on Advances in Life Sciences , v. 13, p. 54-64, 2021.

• TEIXEIRA, MARIA CRISTINA TRIGUERO VELOZ ; CARREIRO, LUIZ RENATO RODRIGUES ; SEABRA, ALESSANDRA GOTUZO ; SILVA, LEANDRO AUGUSTO DA ; ROSSI, ANA CLAUDIA ; TAFLA, TALLY LICHTENSZTEJN ; LOPES, ERICK FERNANDO DORIA ; BRUNONI, DECIO . Modelo de tomada de decisão para uso de professores do ensino fundamental na identificação de Autismo e Deficiência Intelectual. ETD: EDUCAÇÃO TEMÁTICA DIGITAL , v. 22, p. 106-126, 2020.

• DE CARVALHO CHRYSOSTOMO, GIOVANNI GRAVITO ; DE AGUIAR VALLIM, MARCO VINICIUS BHERING ; DA SILVA, LEILTON SANTOS ; SILVA, LEANDRO A. ; DE AGUIAR VALLIM FILHO, ARNALDO RABELLO . A Framework for Big Data Analytical Process and Mapping-BAProM: Description of an Application in an Industrial Environment. Energies , v. 13, p. 6014, 2020.

• DE SOUZA, ALEXANDRA A. ; BARCELOS, THIAGO S. ; MUNOZ, ROBERTO ; VILLARROEL, RODOLFO ; SILVA, LEANDRO A. . Data Mining Framework to Analyze the Evolution of Computational Thinking Skills in Game Building Workshops. IEEE Access , v. 1, p. 1-1, 2019.

• SCALABRINI SAMPAIO, GUSTAVO ; VALLIM FILHO, ARNALDO RABELLO DE AGUIAR ; SANTOS DA SILVA, LEILTON ; AUGUSTO DA SILVA, LEANDRO . Prediction of Motor Failure Time Using An Artificial Neural Network. SENSORS , v. 19, p. 4342, 2019.

• SAMPAIO, GUSTAVO SCALABRINI ; CORREIA, GABRIEL MELO FRANCISCO ; da Silva, Leandro Augusto . AcquaSmart: An Environment Big Data Analytics and Internet of Things to Education and Research. INTERNATIONAL JOURNAL FOR INNOVATION EDUCATION AND RESEARCH , v. 7, p. 93-104, 2019.

• TORRES, V. ; SILVA, P. ; DE SOUZA, E. A. T. ; SILVA, L. A. ; BAHAMON, D. A. . Valley notch filter in a graphene strain superlattice: Green's function and machine learning approach. Physical Review B , v. 100, p. 205-411, 2019.

• CARVALHO, V. P. ; SILVA, L. A. . PREVISÃO DE VENDAS NO VAREJO ATRAVÉS DE REDE NEURAL. REVISTA CIENTÍFICA MULTIDISCIPLINAR NÚCLEO DO CONHECIMENTO , v. 3, p. 1, 2018.

• JARSKE, J. M. ; SEABRA, A. G. ; SILVA, L. A. . Self-Organizing Maps Applied as Analysis Tool of Reading Cognitive Test. IEEE Latin America Transactions , v. 16, p. 1817-1824, 2018.

• MUNOZ, R. ; VILLARROEL, R. ; BARCELOS, T. S. ; SOUZA, A. A. ; MERINO, E. ; GUINEZ, R. ; SILVA, L. A. . Development of a Software that Supports Multimodal Learning Analytics: A Case Study on Oral Presentations. JOURNAL OF UNIVERSAL COMPUTER SCIENCE , v. 24, p. 149-170, 2018.

• MOREIRA, LEANDRO JUVÊNCIO ; SILVA, LEANDRO A. . Prototype Generation Using Self-Organizing Maps for Informativeness-Based Classifier. Computational Intelligence and Neuroscience , v. 2017, p. 1-15, 2017.

• FERREIRA CRUZ, DÁVILA PATRÍCIA ; DOURADO MAIA, RENATO ; da Silva, Leandro Augusto ; de Castro, Leandro Nunes . BeeRBF: A bee-inspired data clustering approach to design RBF neural network classifiers. NEUROCOMPUTING , v. 172, p. 427-437, 2016.

• SILVA, L. A. . Metodologia para Mineração de Dados em Fóruns do Moodle: um estudo de caso para Gestão Educacional. Revista de Informática Aplicada , v. 11, p. 65-74, 2015.

• SILVA, L. A. ; VALLIM FILHO, A. R. A. . Um Processo de Gestão e Análise de Atividades Complementares. Trilha Digital , v. 1, p. 134-145, 2013.

• BRETERNITZ, V. J. ; SILVA, L. A. . BIG DATA: Um novo Conceito gerando Oportunidades e Desafios. Revista Eletrônica de Tecnologia e Cultura , v. 1, p. 106-113, 2013.

• BRETERNITZ, V. J. ; Silva, L.A. ; Lopes F S . O uso de Big Data em Computacional social Science: tema que a sociedade precisa discutir. Revista REVERTE , v. 1, p. 79-88, 2013.

• Edson C. Kitani ; DEL-MORAL-HERNANDEZ, E. ; SILVA, L. A. . Learning Embedded Data Structure with Self-Organizing Maps. Advances in Intelligent Systems and Computing , v. 198, p. 225-234, 2013.

• Edson C. Kitani ; DEL-MORAL-HERNANDEZ, E. ; SILVA, L. A. . SOMM ? Self-Organized Manifold Mapping. Lecture Notes in Computer Science , v. 7553, p. 355-362, 2012.

• SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio ; MORENO, Ramon A ; FURUIE, Sergio . Combining Wavelets Transform and Hu moments with Self-Organizing Maps for Medical Image Categorization. Journal of Electronic Imaging (Print) , v. 1, p. 1-20, 2011.

• SILVA, L. A. ; Hernandez, E. Del Moral ; Moreno, R.A. ; Furuie, S.S. . Cluster-based classification using self-organising maps for medical image databases. INTERNATIONAL JOURNAL OF INNOVATIVE COMPUTING AND APPLICATIONS (PRINT) , v. 2, p. 13, 2009.

• SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio ; RANGAYYAN, Rangaraj Mandaraj . Classification of breast masses using a committee machine of artificial neural networks. JOURNAL OF ELECTRONIC IMAGING , v. 17, p. 013017, 2008.

• SILVA, L. A. ; PERES, S. M. ; BOSCARIOLI, Clodis . Introdução à Mineração de Dados com Aplicações em R. 1. ed. Rio de Janeiro: Elsevier, 2016. v. 1. 296p .

• SILVA, L. A. . Mineração de dados: uma abordagem introdutória e ilustrada. 1. ed. São Paulo: Editora Mackenzie, 2015. v. 1. 200p .

• SILVA, L. A. ; MARTINS, V. F. ; Neto J . Tendências Tecnológicas em Computação e Informática. 1. ed. São Paulo: Editora Mackenzie, 2014. v. 10. 300p .

• Cruz, Dávila Patrícia Ferreira ; Maia, Renato Dourado ; da Silva, Leandro Augusto ; de Castro, Leandro Nunes . Advances in Intelligent Systems and Computing. 1. ed. Springer International Publishing, 2014. v. 1. 6p .

• SILVA, L. A. . Categorização de Imagens Médicas Baseada em Transformada Wavelet e Mapas Auto-Organizáveis. São Paulo: Universidade de São Paulo, 2009. v. 1. 120p .

• SILVA, L. A. . Classificação de nódulos mamográficos utilizando um comitê de redes neurais artificiais. São Paulo: Biblioteca Escola Politécnica da USP, 2005.

• Silva, L.A. . Fundamentos de Aprendizagem de Máquina. In: Ana Grasielle Dionísio Corrêa; Arnaldo Rabello de Aguiar Vallim Filho; Maria Amelia Eliseo; Valéria Farinazzo Martins.. (Org.). Introdução à Ciência de Dados e Sistemas Interativos: Uma Abordagem Aplicada. 1ed.São Paulo: Editora da Física, 2024, v. 1, p. 25-45.

• SOUZA, V. S. ; Silva, L.A. . Sentimentum: A Method of Detecting Fake News. In: Tiwari, R., Pavone, M.F., Saraswat, M.. (Org.). Sentimentum: A Method of Detecting Fake News. 1ed.: , 2023, v. , p. 249-257.

• SILVA, M. ; CARREIRO, L. R. ; TEIXEIRA, M. C. T. V. ; SILVA, L. A. ; SILVA, A. M. . Árvore de decisão como modelo de análise em processos diagnósticos: discussão da sua aplicação em um estudo sobre desatenção e hiperatividade. In: Ana Grasielle Dionísio Corrêa; Bruno da Silva Rodrigues; Cibelle Albuquerque de la Higuera Amato; Valéria Farinazzo Martins. (Org.). Tecnologias aplicadas em Educação e Saúde. 1ed.São Paulo: MEMNON, 2021, v. 1, p. 1-476.

• de Souza Junior, Nelson Forte ; da Silva, Leandro Augusto ; Marengoni, Mauricio . Product Recommendation Through Real-Time Object Recognition on Image Classifiers. Lecture Notes in Computer Science. 1ed.: Springer International Publishing, 2019, v. , p. 40-51.

• VIEIRA, D. D. ; SILVA, L. A. ; MARTINS, V. F. . Uso de Realidade Aumentada para Visualização e Interação com Dados de Sensores. In: Israel Florentino dos Santos; Paulo Nazareno Maia Sampaio. (Org.). I WORKSHOP LATINO-AMERICANO DE TRABALHOS EM ANDAMENTO EM COMPUTAÇÃO (WLATAC). 11ed.São Paulo: Sociedade Brasileira de Computação, 2018, v. 1, p. 4-140.

• SILVA, L. A. ; NOGARE, D. C. D. ; Silveira F I . Fundamentos de Big Data com Apache Spark. In: André Luiz Satoshi Kawamoto; Ana Grasielle Dionísio Corrêa; Valéria Farinazzo Martins. (Org.). I Jornada Latino-Americana de Atualização em Informática. 1ed.São Paulo: Sociedade Brasileira de Computação, 2018, v. 1, p. 9-3337.

• Lopes F S ; Silva, L.A. ; BRETERNITZ, V. J. . Research and Education in Data Science: Challenges for the Area of Information Systems. In: Clodis Boscarioli; Renata M. Araujo;Rita Suzana P. Maciel. (Org.). I GranDSI-BR Grand Research Challenges in Information Systems in Brazil 2016 - 2026. 1ed.: Brazilian Computer Society, 2017, v. , p. 1-184.

• Lopes F S ; BRETERNITZ, V. J. ; SILVA, L. A. . Análise de dados de Atividades Complementares e Estágios para identificação de lacunas em Projetos Pedagógicos de cursos na área da Tecnologia da Informação. In: ANTONIO CESAR GALHARDI;JOÃO JOSÉ FERREIRA DE AGUIAR;MARLENE RODRIGUES DA SILVA AGUIAR. (Org.). CONTRIBUIÇÕES PARA AS CIÊNCIAS GERENCIAIS. 1ed.Jundiai: Edições Brasil, 2016, v. 9, p. 35-42.

• Felix, Rafael ; da Silva, Leandro Augusto ; de Castro, Leandro Nunes . Thresholding the Courtesy Amount of Brazilian Bank Checks Using a Local Methodology. Communications in Computer and Information Science. 1ed.: Springer International Publishing, 2015, v. , p. 213-221.

• COELHO, O. B. ; SILVA, L. A. . Conceitos e Aplicações de Redes Neurais Artificiais. In: Leandro Augusto da Silva;Valéria Farinazzo Martins; João Soares Neto. (Org.). Tendências Tecnológicas em Computação e Informática. 1ed.São Paulo: Editora Mackenzie, 2014, v. 1, p. 125-158.

• Cruz, Dávila Patrícia Ferreira ; Maia, Renato Dourado ; da Silva, Leandro Augusto ; de Castro, Leandro Nunes . A Bee-Inspired Data Clustering Approach to Design RBF Neural Network Classifiers. Advances in Intelligent Systems and Computing. 1ed.: Springer International Publishing, 2014, v. , p. 545-552.

• STRINGHINI, D. ; SOUZA, I. A. ; SILVA, L. A. ; MARENGONI, M. . Workshop de Visão Computacional. In: Marco Antônio Piteri. (Org.). Visão Computacional usando OpenCV. 0ed.Presidente Prudente: SBC, 2010, v. 0, p. 1-30.

• BOSCARIOLI, ; SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio . Aplicación de Redes Neuronales Artificiales a la Minería de Datos.. In: Lorenzo Leijja - Coordenador da Rede ALFA BiosenIntg e Organizador do Livro. (Org.). Métodos de Procesamiento Avanzado e Inteligencia Artificial en Sistemas Sensores y Biosensores. : , 2009, v. , p. -.

• Silva, L.A. . Machine Learning invisível: A IA já toma decisões por nós sem percebermos?. TI Inside Online, 26 nov. 2025.

• SILVA, L. A. ; BIANCHI, Reinaldo Augusto da Costa ; Lucarini, A.C. . Um sistema para a contagem semi-automática de microorganismos. Pesquisa e Tecnologia FEI, p. 36 - 40, 26 out. 2004.

• ARAKAKI, R. ; SILVA, L. A. ; BRANDAO, A. C. L. . A Digital Twin Architecture for Cybernetic Event Processing for an Academic Project-Based Learning (PBL) Environment. In: International Conference on Artificial Intelligence, Computer, Data Sciences and Application, 2026, Boracay Island Philippines. Proc. of International Conference on Artificial Intelligence, Computer, Data Sciences and Applications (ACDSA 2026), 2026. p. 1276-1281.

• SCAVASSIN, R. M. ; Silva, L.A. . Detecção de Deriva de Modelo e Anomalias no Consumo de Energia Elétrica para Apoio à Tomada de Decisão. In: Congresso Brasileiro de Inteligência Computacional (CBIC), 2025, Belo Horizonte. Anais do XVII Congresso Brasileiro de Inteligência Computacional (CBIC), 2025. p. 1-10.

• AMORIM, J. M. C. ; Silva, L.A. . Deteccção de Fraudes Financeiras na Análise de Crédito Empresarial Utilizando o Algoritmo Isolation Forest: Um Estudo Aplicado ao Setor de Bens de Consumo. In: Congresso Brasileiro de Inteligência Computacional (CBIC), 2025, Belo Horizonte. Anais do XVII Congresso Brasileiro de Inteligência Computacional (CBIC), 2025. p. 1-10.

• LIMA, FILIPE VERRONE ; TEODORO, RAFAEL DO AMARAL ; SAMPAIO, GUSTAVO SCALABRINI ; KOCHIC, CRISTIANE ; LONGUI, CARLOS ALBERTO ; Silva, Leandro Augusto . Triagem automática de imagens de raio -x utilizando autoencoder: um método de validação de imagens médicas de mão e punho para a estimativa de idade óssea. In: Congresso Brasileiro de Inteligência Computacional, 2025. Anais do XVII Congresso Brasileiro de Inteligência Computacional.

• NOGARE, D. C. D. ; Silveira F I ; Silva, L.A. . Towards a new mlops architecture: A methodological approach driven by business and scientific requirements. In: Congresso Latino-Americano de Software Livre e Tecnologias Abertas, 2025, Foz do Iguaçu. XXII Congresso Latino-Americano de Software Livre e Tecnologias Abertas. Porto Alegre: Sociedade Brasileira da Computação, 2025. p. 1-10.

• ROCHA, A. C. ; OLIVEIRA, M. B. ; SAITO, L. A. ; LIMA, B. L. S. ; Silva, L.A. . Drift Detection Methods on Machine Learning Systems: a Discussion over Discrete Live Data. In: https://sol.sbc.org.br/index.php/sbsi/article/view/34398/34189, 2025, Recife. Anais do XXI Simpósio Brasileiro de Sistemas de Informação. Rio de Janeiro: Sociedade Brasileira da Computação, 2025. p. 1-10.

• SILVA, GABRIEL PANEMA DA ; TAFLA, TALLY L. ; MECCA, TATIANA PONTRELLI ; TEIXEIRA, MARIA CRISTINA TRIGUERO VELOZ ; SILVA, LEANDRO A. . Algoritmo de aprendizagem de máquina para geração de regras associando perfis de comportamento adaptativo com transtornos do neurodesenvolvimento. In: Workshop sobre as Implicações da Computação na Sociedade, 2024, Brasil. Anais do V Workshop sobre as Implicações da Computação na Sociedade (WICS 2024). v. 1. p. 117-10.

• BRITO, M. C. ; SILVA, L. A. . Descoberta de modularidade em códigos de projetos monolíticos em Java usando Redes Complexas. In: 43o. Congresso da Sociedade Brasileira de Computação, 2023, João Pessoa. XII Brazilian Workshop on Social Network Analysis and Mining, 2023.

• FIGUEIREDO, L. C. ; SILVA, L. A. . Uncovering Research Potentials: Research Areas Evolution Analysis in Scientific Articles. In: XVI Congresso Brasileiro de Inteligência Computacional (CBIC), 2023, Salvador. XVI Brazilian Congress on Computational Intelligence ? XVI Congresso Brasileiro de Inteligência Computacional (CBIC), 2023.

• CASSULE, M. A. ; CARREIRO, L. R. ; SILVA, L. A. . Comparação entre a detecção de comunidades e o algoritmo K-Means na descoberta do espectro do Transtorno do Déficit de Atenção e Hiperatividade (TDAH). In: XVI Congresso Brasileiro de Inteligência Computacional (CBIC), 2023, Salvador. XVI Brazilian Congress on Computational Intelligence ? XVI Congresso Brasileiro de Inteligência Computacional (CBIC), 2023.

• MANASTARLA, A. ; SILVA, L. A. . Protótipos Autogerados para Tarefas de Classificação com Seleção Dinâmica de Classificadores. In: XVI Congresso Brasileiro de Inteligência Computacional (CBIC), 2023, Salvador. XVI Brazilian Congress on Computational Intelligence ? XVI Congresso Brasileiro de Inteligência Computacional (CBIC), 2023.

• GONCALVES, J. R. ; SILVA, L. A. . Drift Detection in Models Applied to the Recognition of Intentions in Short Sentences Using Convolutional Neural Networks for Classification. In: 4th International Conference on NLP Trends & Technologies (NLPTT 2023), 2023, Chennai, India. 4th International Conference on NLP Trends & Technologies (NLPTT 2023), 2023.

• SOUZA, V. S. ; Da Silva, Leandro A. . Sentimentum: A Method of Detecting Fake News. In: 3rd International Conference On Computational Intelligence - ICCI 2022, 2022, Pune, Maharashtra,. 3rd International Conference On Computational Intelligence - ICCI 2022, 2022.

• SILVA, A. M. ; CARREIRO, L. R. ; SILVA, M. ; TEIXEIRA, M. C. T. V. ; Silva, L.A. . Combining Self-Organizing Maps and Decision Tree to Explain Diagnostic Decision Making in Attention-Deficit/Hyperactivity Disorder. In: International Conference on Neuroscience and Cognitive Brain Information, 2021, Nice. The Sixth International Conference on Neuroscience and Cognitive Brain Information, 2021. p. 1-10.

• ROLEMBERG, T. M. ; Silva, L.A. . Aplicação de conceitos de Redes Complexas para descoberta de formação grupos em Mapas Auto-Organizáveis. In: Congresso da Sociedade Brasileira de Computação, 2021, online. X Brazilian Workshop on Social Network Analysis and Mining (BraSNAM 2021), 2021. p. 1-10.

• SOARES, L. S. ; Silva, L.A. . Data Fairness to Find Biases That Influence the Algorithm's Decision Making Results. In: European Conference on the Impact of Artificial Intelligence and Robotics, 2021, Lisboa. 3rd European Conference on the Impact of Artificial Intelligence and Robotics, 2021. p. 1-10.

• CHRYSOSTOMO, G. G. C. ; VALLIM, M. V. B. A. ; VALLIM FILHO, ARNALDO RABELLO DE AGUIAR ; SILVA, L. A. . Analytical workbench: a framework to support predictive maintenance of industrial systems. In: XLVI CONFERENCIA LATINOAMERICANA DE INFORMÁTIC, 2020, Loja. XLVI LATIN AMERICAN COMPUTER CONFERENCE, 2020. v. 1. p. 1-10.

• TOLEDO, R. N. ; SILVA, L. A. ; AKAMINE, C. . M-QAM Demodulation based on Machine Learning. In: Symposium on Broadband Multimedia Systems and Broadcasting, 2020, Paris. IEEE International Symposium on Broadband Multimedia Systems and Broadcasting, 2020. v. 1. p. 1-10.

• SILVA, F. F. ; SANTOS, V. M. ; Silva, L.A. . SISTEMA DE PRECIFICAÇÃO PARA E-COMMERCE COM USO DE INTELIGÊNCIA ARTIFICIAL. In: Congresso Transformação Digital, 2020, São Paulo. Congresso Transformação Digital. São Paulo: FGV, 2020. v. 1. p. 1-10.

• BASTOS, D. C. S. ; Silva, L.A. . CLASSIFICAÇÃO DE DADOS BASEADA EM REGRAS DE ASSOCIAÇÃO PARA IDENTIFICAR ALUNOS COM QUEIXAS NEUROCOMPORTAMENTAIS. In: Jornada de Iniciação Científica e Mostra de Iniciação Tecnológica, 2020, São Paulo. XVI Jornada de Iniciação Científica e IX Mostra de Iniciação Tecnológica - 2019. São Paulo: Universidade Presbiteriana Mackenzie, 2020. v. 1. p. 1-20.

• SARGIANI, VAGNER ; de Castro, Leandro Nunes ; SILVA, LEANDRO AUGUSTO . A DATA MINING STUDY OF SINDEC COMPLAINTS IN THE PERIOD 2013-2017. In: International Conferences on: Internet Technologies & Society and Sustainability, Technology and Education 2020, 2020, São Paulo. Proceedings of the International Conferences on Internet Technologies & Society (ITS 2020) and Sustainability, Technology and Education (STE 2020). São Paulo: Elsevier, 2020. v. 1. p. 35.

• Silva, L.A. ; VASCONCELOS, B. P. ; MANASTARLA, A. . A Comparative Study of Methods that Automatically Generate the Prototypes for the Nearest Neighbor Classifier. In: CONFERÊNCIA LATINO-AMERICANA DE INFORMÁTICA, 2019, Panamá. XLV CONFERÊNCIA LATINO-AMERICANA DE INFORMÁTICA, 2019. p. 1-10.

• GRANDE, V. G. P. ; Silva, L.A. . Análise de sensibilidade dos parâmetros do algoritmo K Vizinhos Informativos Mais Próximos para problemas de classificação de dados. In: CONFERÊNCIA LATINO-AMERICANA DE INFORMÁTICA, 2019, Panamá. XLV CONFERÊNCIA LATINO-AMERICANA DE INFORMÁTICA, 2019. p. 1-10.

• Mendes, R.A. ; Silva, L.A. . Um modelo estrutural para análise de efeitos de complexidade e qualidade de dados em análises preditivas. In: CONFERÊNCIA LATINO-AMERICANA DE INFORMÁTICA, 2019, Panamá. XLV CONFERÊNCIA LATINO-AMERICANA DE INFORMÁTICA, 2019. p. 1-10.

• VALLIM FILHO, ARNALDO RABELLO DE AGUIAR ; OKIDO, P. ; Silva, L.A. ; VALLIM, M. V. B. A. ; SANTOS DA SILVA, LEILTON . Data Dimensionality Reduction based on Variables Clustering. In: International Statistics Congress, 2019, Turquia. Xi International Statistics Congress, 2019. v. 1. p. 1-10.

• MANASTARLA, A. ; SILVA, LEANDRO A. . A Self-generating Prototype Method Based on Information Entropy Used for Condensing Data in Classification Tasks. In: Intelligent Data Engineering and Automated Learning, 2019, Grã-Bretanha. Lecture Notes in Computer Science book series, 2019. v. 11871. p. 195-207.

• Casara, M. A. ; NOTARGIACOMO, P. C. S. ; Silva, L.A. . Análise de Documentos Científicos Utilizando Mapas Auto-Organizáveis. In: Congresso Brasileiro de Informática em Educação, 2019, Brasilia. Congresso Brasileiro de Informática em Educação, 2019. p. 1-10.

• FERREIRA, M. ; SILVA, L. A. . A framework to measure data quality. In: CLEI 2018 - SLMDI, 2018, São Paulo. Latin American Symposium on Data Management Systems, 2018. p. 1-8.

• RUBBO, M. ; SILVA, L. A. . Prototype Selection Using Self-organizing-maps and Entropy for Overlapped Classes and Imbalanced Data. In: IEEE/WCCI, 2018, Rio de Janeiro. International Joint Conference on Neural Networks, 2018. p. 1-10.

• SARGIANI, V. ; SILVA, L. A. . Twitter post analysis using Self-Organizing Maps and Text Mining. In: ISC, 2018. International Conference on Information Society and Smart Cities. p. 1-10.

• RIBEIRO, R. P. ; SOUZA, A. A. ; BARCELOS, T. S. ; SILVA, L. A. . Mensurando o desenvolvimento do Pensamento Computacional por meio de Mapas Auto-Organizáveis: Comparação de métricas de complexidade de Software com Dr. Scratch e CT-Test. In: VII Congresso Brasileiro de Informática na Educação (CBIE 2018), 2018, Fortaleza. Anais dos Workshops do VII Congresso Brasileiro de Informática na Educação (WCBIE 2018). Rio de Janeiro: SBC, 2018. v. 1. p. 609-618.

• SANTOS, A. P. ; SOUSA, R. M. ; BIANCHI, M. H. G. ; SILVA, L. A. ; CORDIOLI, E. . Screening Feasibility and Comparison of Deep Artificial Neural Networks Algorithms for Classification of Skin Lesions. In: the 2018 5th International Conference, 2018, Hong Kong. Proceedings of the 2018 5th International Conference on Bioinformatics Research and Applications - ICBRA '18. New York: ACM Press, 2018. p. 40.

• CUNHA, F. F. ; SILVA, L. A. . Classificação de imagens com processamento reducional de dados em mapas auto-organizáveis. In: Jornada de Iniciação Científica e Mostra de Iniciação Tecnológica, 2018, Sao Paulo. XIV Jornada de Iniciação Científica e VIII Mostra de Iniciação Tecnológica. Sao Paulo: Universidade Presbiteriana Mackenzie, 2018. v. 1. p. 1-20.

• BRETERNITZ, V. J. ; Silva, L.A. ; Lopes F S . Data Scientists: A Study on Skills and Formation. In: Internacional Conference on Information Systmes, 2017, São Paulo. 14th INTERNATIONAL CONFERENCE ON INFORMATION SYSTEMS & TECHNOLOGY MANAGEMENT - CONTECSI, 2017. p. 79-85.

• BORGES, M. A. ; CORREIA, G. M. F. ; IGARASHI, M. O. ; LOPES, P. B. ; SILVA, LEANDRO A. . An Architecture for the Internet of Things and the Use of Big Data Techniques in the Analysis of Carbon Monoxide. In: IEEE International Conference on Information Reuse and Integration, 2017, San Diego. IEEE Computer Society, 2017. v. 1. p. 184-191.

• SOUZA, A. A. ; BARCELOS, T. S. ; MUNOZ, R. ; Silveira F I ; Omar, N ; Silva, L.A. . Self-Organizing Maps to Find Computational Thinking Features in a Game Building Workshop. In: Conferencia Latinoamericana de Informática, 2017, Argentina. Jornadas Argentinas de Informática. Argentina: SADIO Sociedad Argentina de Informática, 2017. v. 1. p. 1-8.

• SARGIANI, V. ; Silva, L.A. . Extração de insights sobre dúvidas em questões do Stack Overflow usando Mapas Auto-Organizáveis. In: Workshop de Ciência de Dados Educacionais, 2017, Recife. Congresso Brasileiro de Informática na Educação, 2017. p. 614-623.

• MARTINS, D. Z. ; ALVES, C. A. D. ; COELHO, A. ; VIEIRA, M. S. ; Omar, N ; Silva, L.A. . SaOC: Sistema de Apoio à Otimização Curricular com uso de Mineração de Texto. In: Workshop de Ciência de Dados Educacionais, 2017, Recife. Congresso Brasileiro de Informática em Educação, 2017. p. 634-643.

• Silva, L.A. ; Silveira F I ; Silva, L ; CAVALCANTI, J. L. ; RODRIGUES, R. L. . Ciência de Dados Educacionais: definições e convergências entre as áreas de pesquisa. In: Workshop de Ciência de Dados Educacionais, 2017, Recife. Congresso Brasileiro de Informática na Educação, 2017. p. 764-773.

• BARCELOS, T. S. ; SOUZA, A. A. ; Silva, L.A. ; MUNOZ, R. ; ACEVEDO, R. V. . Mensurando o desenvolvimento do Pensamento Computacional por meio de mapas auto-organizáveis: um estudo preliminar em uma Oficina de Jogos Digitais. In: Workshop de Ensino em Pensamento Computacional, Algoritmos e Programação, 2017, Recife. Congresso Brasileiro de Informática na Educação, 2017. p. 932-941.

• BARCELOS, T. S. ; NASCIMENTO, L. F. S. ; SOUZA, A. A. ; Silva, L.A. ; MUNOZ, R. . Análise automatizada do discurso de aprendizes de programação: relações entre emoções e nível de experiência. In: Workshop de Ensino em Pensamento Computacional, Algoritmos e Programação, 2017, Recife. Congresso Brasileiro de Informática na Educação, 2017. p. 1202-1209.

• DAGA, S. L. ; SOUZA, B. H. P. ; NOTARGIACOMO, P. C. S. ; SILVA, L. A. . Mapeamento de estudantes com deficiência no Brasil: uma análise de indicadores educacionais. In: SeTII, 2017, São Paulo. Anais do Seminário em Tecnologia da Informação Inteligente, 2017. p. 15-22.

• SILVA, C. H. A. ; SILVA, L. A. . Avaliação de Perfis de Alunos e Cursos com Mineração de Dados. In: Jornada de Iniciação Científica e Mostra de Iniciação Tecnológica, 2017, Sao Paulo. XIII Jornada de Iniciação Científica e VII Mostra de Iniciação Tecnológica. Sao Paulo: Universidade Presbiteriana Mackenzie, 2017. v. 1. p. 1-20.

• MOREIRA, L. J. ; SILVA, L. A. . Data Classification combining Self-Organizing Maps and Informative Nearest Neighbor. In: IEEE World Congress on Computational Intelligence, 2016, Vancouver. IEEE World Congress on Computational Intelligence, 2016. v. 1. p. 1-10.

• Silva, L.A. ; SANTOS, J. B. ; OLIVEIRA, K. T. ; SILVA, A. N. . Mineração de Dados em Logs de Auditoria como recurso no Processo de Ensino-Aprendizagem em Aulas Práticas de Banco de Dados. In: Congresso Brasileiro de Informática na Educação, 2016. Anais dos Workshops do Congresso Brasileiro de Informática na Educação/Workshop de Mineração de Dados Educacionais. p. 901-909.

• Mendes, R.A. ; Silva, L.A. . Mineração de Dados Educacionais Aplicada à Análise Preditiva em Fóruns no Moodle. In: Congresso Brasileiro de Informática na Educação, 2016, Uberlândia. Anais dos Workshops do Congresso Brasileiro de Informática na Educação/Workshop de Mineração de Dados Educacionais, 2016. p. 931-940.

• JARSKE, J. M. ; SEABRA, A. G. ; Silva, L.A. . O uso de Mapas Auto-organizáveis como ferramenta de Análise Exploratória para Testes Cognitivos destinados a medir o Desempenho Escolar. In: Congresso Brasileiro de Informática na Educação, 2016, Uberlândia. Anais dos Workshops do Congresso Brasileiro de Informática na Educação/Workshop de Mineração de Dados Educacionais, 2016. p. 1009-1018.

• DAIDONE, G. P. ; SILVA, L. A. . Utilização de mineração de dados para classificação de gênero em textos. In: Jornada de Iniciação Científica e Mostra de Iniciação Tecnológica, 2016, Sao Paulo. XII Jornada de Iniciação Científica e VI Mostra de Iniciação Tecnológica. Sao Paulo: Universidade Presbiteriana Mackenzie, 2016. v. 1. p. 1-20.

• ALVES, T. V. ; SILVA, L. A. . Análise de imagens classificação de gênero em perfis de redes sociais. In: Jornada de Iniciação Científica e Mostra de Iniciação Tecnológica, 2016, Sao Paulo. XII Jornada de Iniciação Científica e VI Mostra de Iniciação Tecnológica. Sao Paulo: Universidade Presbiteriana Mackenzie, 2016. v. 1. p. 1-20.

• Alves, R.F. ; Silva, L.A. ; de Castro, L. N. . A Thresholding Methodology Applied to the Courtesy Amount of Brazilian Bank Checks. In: International Symposium on Distributed Computing and Artificial Intelligence, 2015, Salamanca. International Symposium on Distributed Computing and Artificial Intelligence, 2015. v. 1. p. 1-8.

• BRETERNITZ, V. J. ; Lopes F S ; Silva, L.A. . BIG DATA /ANALYTICS : EDUCATION AND MANAGEMENT OF DATA SCIENTISTS. In: Contecsi, 2015, São Paulo. Contecsi, 2015. v. 1. p. 1-10.

• ATTORRE, B. F. M. ; Silva, L.A. . Uso de ferramentas livres para recuperação de conteúdos textuais em ambientes Big Data. In: XI Simpósio Brasileiro de Sistemas de Informação, 2015, Goiânia. SBSI, 2015. v. 1. p. 1-8.

• Faria, R.S.P. ; Silva, L.A. . O uso de mineração de dados na segurança da informação de um sistema acadêmico: um modelo para detectar fraudes em documentos digitais. In: Congresso de Iniciação Científica da Inatel, 2015, Santa Rita do Sapucaí - Minas. Incitel, 2015. v. 1. p. 1-10.

• SILVA, LEANDRO AUGUSTO ; TRINDADE, DOUGLAS ; PAULA, CRISTIANE DE ; PINTO, SIMONE . Mineração de Dados em publicações de Fóruns de Discussões do Moodle como geração de Indicadores para aprimoramento da Gestão Educacional. In: II Workshop de Mineração de Dados Educacionais, 2015, Maceió, 2015. p. 1084-1093.

• SILVA, L. A. ; Morin, A. H. ; Sato, T. M. C. . Práticas de Mineração de Dados no Exame Nacional do Ensino Médio. In: Congresso Brasileiro de Informática na Educação, 2014, Dourados. Workshop de Mineração de Dados em Ambientes Virtuais do Ensino/Aprendizagem, 2014. p. 651-660.

• SILVA, L. A. ; Lopes F S ; VALLIM FILHO, A. R. A. . Uma Proposta de Modelagem Analítica para uso efetivo de Atividades Complementares no Ensino Superior. In: Congresso Brasileiro de Informática na Educação, 2014, Dourados. Workshop de Mineração de Dados em Ambientes Virtuais do Ensino/Aprendizagem, 2014. p. 611-620.

• Silva, L.A. ; Silva, L . Fundamentos de Mineração de Dados Educacionais. In: Congresso Brasileiro de Informática na Educação, 2014, Dourados. Anais dos Workshops do CBIE 2014, 2014. p. 568-581.

• DIGIAMPIETRI, L. A. ; PERES, S. M. ; Silva, L.A. . Rede de Relacionamentos Brasileira de Inteligência Artificial e Computacional. In: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2014, São Carlos. Encontro Nacional de Inteligência Artificial e Computacional (ENIAC) (ENIA), 2014. p. 141-146.

• Braga, J ; Silva, L.A. ; Omar, N . Minerando dados na infraestrutura da Internet: analisando a participação em eventos do IETF. In: XXXIV - Congresso da Sociedade Brasileira de Computação, 2014. XXXIV - Congresso da Sociedade Brasileira de Computação, 2014. p. 2151-2165.

• Cruz, D.P.F. ; Maia, R.M. ; SILVA, L. A. ; de Castro, Leandro Nunes . A Bee-Inspired Data Clustering Approach to Design RBF Neural Network Classifiers. In: International Symposium on Distributed Computing and Artificial Intelligence, 2014, Salamanca. International Symposium on Distributed Computing and Artificial Intelligence, 2014. v. 1. p. 1-10.

• Lopes F S ; BRETERNITZ, V. J. ; Silva, L.A. . Análise de dados de Atividades Complementares e Estágios para identificação de lacunas em Projetos Pedagógicos de cursos na área da Tecnologia da Informação. In: 9ª Conferencia Ibérica de Sistemas y Tecnologías de Informacion, 2014, Barcelona. Actas de la 9ª Conferencia Ibérica de Sistemas y Tecnologías de Informacion, 2014. v. 1.

• SANTOS, J. B. ; ALMEIDA JR, J. R. ; SILVA, L. A. . Pattern Recognition in Mammographic Images Used by the Residents in Mammography. In: International Conference on Computer Medical Applications, 2013, Tunísia. Proceedings of IEEE International Conference on Computer Medical Applications ICCMA' 2013, 2013. p. 1-6-6.

• SILVA, L. A. ; KITANI, E.C. ; DEL-MORAL-HERNANDEZ, E. . Fine-tuning of the SOMkNN Classifier. In: International Joint Conference on Neural Networks, 2013, Dallas. Proceedings of International Joint Conference on Neural Networks, 2013. p. 1-8.

• BRETERNITZ, V. J. ; SILVA, L. A. . BIG DATA: Bringing new opportunities and challenges. In: 10th International Conference on Information Systems and Technology Management, 2013, São Paulo. Proceedings of 10th International Conference on Information Systems and Technology Management, 2013. p. 1-8.

• KITANI, E.C. ; SILVA, L. A. ; DEL-MORAL-HERNANDEZ, E. . Learning Embedded Data Structure with Self-Organizing Maps. In: 9th Workshop on Self-Organizing Maps, 2012, Santiago - Chile. Advances in Self-Organizing Maps, 2012. p. 225-234.

• SILVA, L. A. ; Pazzinato, B. ; COELHO, O. B. . Image Representation Using the Self-Organizing Map. In: 9th Workshop on Self-Organizing Maps, 2012, Santiago - Chile. Advances in Self-Organizing Maps, 2012. p. 135-143.

• SILVA, L. A. ; VALLIM FILHO, A. R. A. . Uma experiência na Utilização do Ambiente Virtual de Aprendizagem Moodle no Gerenciamento de Atividades Complementares. In: CONGRESSO BRASILEIRO DE RECURSOS DIGITAIS NA EDUCAÇÃO, 2012, São Paulo. Anais do I Congresso Brasileiro de Recursos Digitais na Educação 2012, 2012. p. 302-312.

• TRINDADE, D. S. ; PAULA, C. ; Pinto, S. N. ; Silva, L.A. . MoodleMoot Brasil. In: MoodleMoot Brasil 2012, 2012, São Paulo. Anais do Moodle Moot 2012, 2012. p. 1-10.

• SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio . A combined SOM with KNN for classification task. In: International Joint Conference on Neural Network (IJCNN11), 2011, San Jose. Proceedings of International Joint Conference on Neural Networks, 2011. v. 1. p. 2368-2373.

• SILVA, L. A. ; COSTA, J. A. F. . A Graph Partitioning Approach to SOM Clustering. In: International Conference on Intelligent Data Engineering and Automated Learning (IDEAL2011), 2011, Norwich. Proceedings of IDEAL, 2011. v. 1. p. 1-8.

• MEDEIROS, C. J. F. ; COSTA, J. A. F. ; SILVA, L. A. . A Comparison of Dimensionality Reduction Methods Using Topology Preservation Indexes. In: International Conference on Intelligent Data Engineering and Automated Learning (IDEAL), 2011, Norwich. Proceedings of IDEAL, 2011. v. 1. p. 437-445.

• KITANI, E.C. ; DEL-MORAL-HERNANDEZ, Emilio ; THOMAZ, C.E. ; SILVA, L. A. . Visual Interpretation of Self Organizing Maps. In: Brazilian Symposium on Neural network (SBRN), 2010, São Paulo. 11st Brazilian Symposium on Neural network (SBRN), 2010.

• Neto J ; Silva, L.A. ; Eliseo M A ; PACHECO, B. ; SILVA, C. E. . Information and Communication Tools Supporting the Community of Immigrants: Challenges and Opportunities. In: IADIS Information Systems Conference, 2010, Porto. IADIS International Conference ICT, Society and Human Beings, 2010. p. 43-50.

• Neto J ; Eliseo M A ; SILVA, L. A. ; PACHECO, B. . Informação e Comunicação como ferramentas para inclusão social da comunidade de imigrantes do município de São Paulo. In: 4o. Congresso Brasileiro de Extensão Universitária, 2009, Dourados. Tecnologias Sociais e Inclusão: Caminhos para a Extensão Universitária. Dourados, 2009.

• Casara, M. A. ; NOTARGIACOMO, P. C. S. ; Silva, L.A. . Análise de Documentos Científicos Utilizando Mapas Auto-Organizáveis. In: Congresso Brasileiro de Informática na Educação, 2009, Brasilia. VIII Congresso Brasileiro de Informática na Educação, 2019. p. 1-10.

• SILVA, L. A. ; SANDMANN, Humberto ; DEL-MORAL-HERNANDEZ, Emilio . A Self-Organizing Architecture of Recursive Elements for Continuous Learning. In: IJCNN - International Joint Conference on Neural Networks, 2008. IEEE Computational Intelligence Society, 2008.

• SASSI, Renato Jose ; SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio . Validação do conhecimento descoberto pela Arquitetura Híbrida (Teoria dos Rough Sets e rede Self-Organizing Maps) através de uma rede Multilayer Perceptrons usando uma base de dados de consumidores. In: 5º CONTECSI Congresso Internacional de Gestão de Tecnologia e Sistemas de Informação, 2008, São Paulo. º CONTECSI Congresso Internacional de Gestão de Tecnologia e Sistemas de Informação, 2008.

• BOSCARIOLI, Clodis ; SASSI, Renato Jose ; SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio . Uma Metodologia de Mineração de Dados para Auxílio ao Gerenciamento do Relacionamento com o Cliente. In: 5º CONTECSI Congresso Internacional de Gestão de Tecnologia e Sistemas de Informação, 2008, São Paulo. 5º CONTECSI Congresso Internacional de Gestão de Tecnologia e Sistemas de Informação, 2008.

• SASSI, Renato Jose ; SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio . A Methodology Using Neural Network to Cluster Validity Discovered from a Marketing Database. In: Brazilian Symposium on Neural Networks, 2008. SBRN08, 2008, Salvador. IEEE, 2008. p. 3-8.

• SASSI, Renato Jose ; SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio . Uma arquitetura híbrida para descoberta de conhecimento em bases de dados: teoria dos rough sets e redes neurais artificiais mapas-auto organizáveis. In: 4 Internationa conference on information systems and technology management, 2007, São Paulo. 4 Internationa conference on information systems and technology management, 2007.

• SILVA, L. A. ; MORENO, Ramon A ; FURUIE, Sergio ; DEL-MORAL-HERNANDEZ, Emilio . Image categorization based on wavelet transform and self-organizing map. In: ISDA, 2007, Rio de Janeiro. IEEE, 2007.

• SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio ; MORENO, Ramon A ; FURUIE, Sergio . Mapa de características auto-organizável para sistemas de recuperação de imagens por conteúdo. In: XX Congresso Brasileiro de Enegnharia Biomédica, 2006, São Pedro. XX Congresso Brasileiro de Engenharia Biomédica, 2006. p. 254-257.

• SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio ; SASSI, Renato Jose . Neural Networks and Rough Sets:A Comparative Study on Data Classification. In: International Conference on Artificial Intelligence - ICAI 06, 2006, Las Vegas. International Conference on Artificial Intelligence - ICAI 06, 2006.

• SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio ; BOSCARIOLI, Clodis . Clustering de dados de sensores a partir de mapas auto-organizáveis. In: 5º Congreso Iberoamericano de Sensores - IBERSENSOR 2006, 2006, Montevideo. Proceedings of 5º Congreso Iberoamericano de Sensores - IBERSENSOR 2006, 2006. p. 1-5.

• SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio ; BOSCARIOLI, Clodis . Análise de agrupamentos utilizando mapas auto-organizáveis em agricultura de precisão. In: Congresso Brasileiro de Agricultura de Precisão - ConBAP 2006, 2006, São Pedro. 5o. Congresso Brasileiro de Agricultura de Precisão, 2006.

• SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio ; RANGAYYAN, Rangaraj Mandaraj . Classification of Breast Masses using a Committee Machine of Neural Networks. In: International Conference on Biomedical Engineering (BioMED 2005), 2005, Innsbruck. IASTED, 2005. p. 168-173.

• SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio ; RANGAYYAN, Rangaraj Mandaraj . Classificação de Tumores e Massas de Mama Utilizando um Comitê de Perceptrons de Múltiplas Camadas. In: VII Congresso Nrasileiro de Redes Neurais, 2005, Natal-RN. CBRN proceedings, 2005.

• SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio ; RANGAYYAN, Rangaraj Mandaraj . Classification of Breast Masses using a Committee Machine of Neural Networks. In: IASTED - International Conference on Biomedical Engineering (BioMED 2005), 2005, Innsbruck. to appear in proceedings of the BioMed2005, 2005.

• DEL-MORAL-HERNANDEZ, Emilio ; SILVA, L. A. . A new hybrid neural architecture (MLP+RPE) for hetero association: Multi Layer Perceptron and coupled Recursive Processing Elements Neural Networks. In: International Joint Conference on Neural Networks, 2004, Budapest. Proceedings of IEEE. Budapest-HU, 2004. v. 2. p. 1533-1538.

• DEL-MORAL-HERNANDEZ, Emilio ; SANDMANN, Humberto ; SILVA, L. A. . Pattern Recovery in Networks of Recursive Processing Elements with Continuous Learning In: International Joint Conference on Neural Networks. In: IJCNN - International Joint Conference on Neural Networks, 2004, Budapest. Proceedings of IEEE. Budapest, HU, 2004. v. 1. p. 93-98.

• SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio ; RANGAYYAN, Rangaraj Mandaraj . Cassificação de Tumores e Massas de Mama Utilizando Máquinas de Comitê. In: III CLAEB e XIX CONGRESSO BRASILEIRO DE ENGENHARIA BIOMÉDICA, 2004, João Pessoa. João Pessoa, Pa, Brasil: International Federation for Medical and Biological Engineering, 2004. v. 5. p. 935-938.

• DEL-MORAL-HERNANDEZ, Emilio ; SILVA, L. A. . A new hybrid neural architecture (MLP+RPE) for hetero association: Multi Layer Perceptron and coupled Recursive Processing Elements Neural Networks. In: International Joint Conference on Neural Networks, 2004, Bulgária. Neural Networks, 2004. Proceedings. 2004 IEEE International Joint Conference on. Budapest-HU: IEEE, 2004. v. 2. p. 1533-1538.

• DEL-MORAL-HERNANDEZ, Emilio ; SANDMANN, Humberto ; SILVA, L. A. . Pattern Recovery in Networks of Recursive Processing Elements with Continuous Learning In: International Joint Conference on Neural Networks. In: IJCNN - International Joint Conference on Neural Networks, 2004, Bulgária. Neural Networks, 2004. Proceedings. 2004 IEEE International Joint Conference on. Budapest, HU: IEEE, 2004. v. 1. p. 93-98.

• SILVA, L. A. ; DEL-MORAL-HERNANDEZ, Emilio ; RANGAYYAN, Rangaraj Mandaraj . Cassificação de Tumores e Massas de Mama Utilizando Máquinas de Comitê. In: III CLAEB e XIX CONGRESSO BRASILEIRO DE ENGENHARIA BIOMÉDICA, 2004, João Pessoa. to appear in III CLAEB Jãoo Pessoa-Brasil. João Pessoa, Pa, Brasil: International Federation for Medical and Biological Engineering, 2004. v. 5. p. 935-938.

• MAINIERI, B. ; Braga, P H C ; Omar, N ; Silva, L.A. . Text Mining of Audience Opinion in eSports Events. In: SBGames, 2017, Curitiba. SBGames. Trilha Indústria, 2017. p. 1-4.

• SILVA, L. A. ; Lopes F S ; BRETERNITZ, V. J. . O desafio da pesquisa em Ciência de Dados na formação de egressos em Sistemas de Informação. In: Simpósio Brasileiro de Sistemas de Informação, 2016, FLorianópolis. SBSI, 2016. v. 1. p. 1-4.

• SILVA, L. A. ; Okamoto, B. Y. ; SOUZA, M. S. ; COELHO, O. B. . A DATA-­‐MINING BASED METHODOLOGY FOR BRAND MONITORING IN SOCIAL NETWORKS. In: Eureka International Virtual Physical Meeting, 2014, Culiacan, México. Eureka 2014, 2014.

• SILVA, L. A. ; OLIVEIRA, K. T. ; SILVA, A. N. . Aperfeiçoando o Processo de Ensino-Aprendizagem em Aulas Práticas de Banco de Dados com o recurso da Mineração de Dados. In: II Congresso Brasileiro de Recursos Digitais na Educação, 2013, São Paulo. Anais do II Congresso Brasileiro de Recursos Digitais na Educação, 2013. p. 1-4.

• SILVA, L. A. ; BIANCHI, Reinaldo Augusto da Costa . Contador Automático de Células. In: 10 SImpósio Internacional de Iniciação Científica da USP (SIICUSP), 2004, São Carlos, 2002.

• SILVA, L. A. ; BIANCHI, Reinaldo Augusto da Costa . Contador Automático de Células. In: 10 SImpósio Internacional de Iniciação Científica da USP (SIICUSP), 2004, São Carlos, 2002.

• SILVA, L. A. ; PUCCIARELLI, Amilcar Jose ; BOMBONATTI, Carlos Eduardo Acetto ; LARRABURE, Mateus Pugliesi ; MUKAIDA, Marcelo Artur . Jogo Visual Interativo utilizando Redes de Computadores. In: 10 SImpósio Internacional de Iniciação Científica da USP (SIICUSP), 2002, São Carlos, 2002.

• SILVA, L. A. ; BARBETA, V. B. . Recursos multimídia para o desenvolvimento de tópicos de mecanica básica. In: 9 SImpósio Internacional de Iniciação Científica da USP (SIICUSP), 2001, São Paulo, 2001.

• Silva, L.A. . Cases de Resultados de Pesquisa Aplicada em Inteligência Artificial da Faculdade de Computação e Informática. 2024. (Apresentação de Trabalho/Seminário).

• COZMAN, F. ; Silva, L.A. ; ROSA, P. F. F. ; DIAS, A. J. . Inteligência Artificial Generativa revolucionando setores, desafios éticos e o futuro da robótica. 2024. (Apresentação de Trabalho/Seminário).

• Silva, L.A. ; SPENELLI, R. P. ; SHEN, M. N. ; CALLAMARI, M. ; SILVA, H. A. . A revolução da Inteligência Artificial na sociedade.. 2024. (Apresentação de Trabalho/Simpósio).

• Silva, L.A. . A Inteligência Artificial nos contextos empresariais. 2024. (Apresentação de Trabalho/Seminário).

• Silva, L.A. . Inteligência Artificial na perspectiva de impacto nos negócios e profissões. 2024. (Apresentação de Trabalho/Conferência ou palestra).

• SILVA, L. A. . Mineração de Dados com R. 2018. (Apresentação de Trabalho/Seminário).

• SILVA, L. A. . Geração de Protótipos com Mapas Auto-Organizáveis. 2018. (Apresentação de Trabalho/Outra).

• SILVA, L. A. . Métodos Analíticos para Big Data. 2018. (Apresentação de Trabalho/Seminário).

• Silva, L.A. ; de Castro, L. N. ; GALEGALE, G. P. . Como os dados podem agregar valor no ambiente corporativo?. 2017. (Apresentação de Trabalho/Outra).

• Silva, L.A. . Redes Neurais Artificiais aplicadas em Mineração de Dados. 2017. (Apresentação de Trabalho/Outra).

• Silva, L.A. . Big Data: A matemática da eficácia. 2017. (Apresentação de Trabalho/Outra).

• SILVA, L. A. . Big Data: uma visão geral com ênfase em análise de dados. 2016. (Apresentação de Trabalho/Seminário).

• SILVA, L. A. . Mineração de Dados Educacionais. 2016. (Apresentação de Trabalho/Seminário).

• SILVA, L. A. . Geração de protótipos com uso de Mapas Auto-Organizáveis. 2016. (Apresentação de Trabalho/Seminário).

• SILVA, L. A. . Workshop de Mineração de Dados em Ambientes Virtuais do Ensino/Aprendizagem. 2014. (Apresentação de Trabalho/Congresso).

• SILVA, L. A. ; Pazzinato, B. ; COELHO, O. B. . 9th Workshop on Self-Organizing Maps. 2012. (Apresentação de Trabalho/Congresso).

• SILVA, L. A. ; SANDMANN, Humberto ; DEL-MORAL-HERNANDEZ, Emilio . A Self-Organizing Architecture of Recursive Elements for Continuous Learning. 2008. (Apresentação de Trabalho/Congresso).

Outras produções

Projetos de pesquisa

• 2024 - Atual

  Detecção e classificação do tipo de tumores em imagens macroscópicas de estômago utilizando inteligência artificial, Descrição: O projeto tem por objetivo detectar e classificar o tipo de tumor em imagens de estômagos após o processo cirúrgico de remoção. A classificação adequada do tipo de tumor agiliza e traz mais precisão para o processo de análise patológica da peça. Técnicas de inteligência artificial serão propostas para realizar essa tarefa. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Doutorado: (2) . , Integrantes: Leandro Augusto da Silva - Coordenador / SCALABRINI SAMPAIO, GUSTAVO - Integrante / Paulo Kassab - Integrante / Rafael Teodoro - Integrante / Osvaldo Castro - Integrante / Pedro Oliveira - Integrante / Alex Koo - Integrante.

• 2024 - Atual

  Aplicação de Inteligência Artificial na Representação e Visualização de Textos Políticos para Análise de Vieses Éticos, Descrição: O objetivo geral deste trabalho é comparar modelos de representação de corpus baseados em modelos de Inteligência Artificial com textos anotados com palavras de língua portuguesa. De forma específica haverá estudos de diferentes tipos de redução de dimensionalidade em vista a analisar aqueles que possibilitam entender a similaridade entre as diferentes publicações de veículos de comunicação.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado profissional: (1) / Doutorado: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / SAMPAIO, GUSTAVO SCALABRINI - Integrante / Lucas Cerqueira Figueiredo - Integrante / João Pedro Rodrigues Vieira - Integrante / Emerson Moreira Baliza - Integrante.

• 2023 - Atual

  Uso de Redes Neurais Profundas na Determinação da Maturidade Esquelética da Infância e Puberdade, Descrição: Projeto em parceria com a Santa Casa para a estimação de idade óssea com uso de uma combinação de redes neurais convolucionais que implementam métodos clássicos da medicina. Tem como objetivo a geração de um aplicativo que será o primeiro nacional com esta finalidade. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (6) / Especialização: (0) / Mestrado acadêmico: (1) / Mestrado profissional: (0) / Doutorado: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Gustavo Scalabini Sampaio - Integrante / Carlos Longui - Integrante / Cristiane Kochi - Integrante / Rafael Teodoro - Integrante / Filipe Verrone De Lima - Integrante., Financiador(es): FUNDO MACKENZIE DE PESQUISA - Auxílio financeiro.

• 2023 - Atual

  Estudos e Experimentos com Modelos de Análise e Previsão De Séries Temporais, Descrição: O projeto busca inicialmente, levantar na literatura os principais modelos estatísticos e de machine learning voltados para a análise e previsão de séries temporais. Para todos os principais modelos serão desenvolvidas aplicações práticas. Como produtos do projeto, tem-se: ferramentas computacionais com a implementação dos modelos e publicações técnicas e científicas.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Leandro Augusto da Silva - Integrante / Arnaldo Rabello de Aguiar Vallim Filho - Coordenador.

• 2023 - Atual

  Desenvolvimento de um Framework para Detecção de Deriva em Modelos De Inteligência Artificial para dados de Energia Elétrica, Descrição: Este projeto emerge da lacuna de pesquisa e tecnologia que existe na operacionalização de algoritmos de Inteligência Artificial em dados gerados em tempo real e com volatilidade em suas medidas, particularmente na telemetria de consumo ou geração de energia elétrica.Este projeto, portanto, consiste na combinação destes três temas de pesquisa: dados em streaming, como é o caso de dados de energia, monitoramento de detecção de deriva de modelos e auto-ml. Sendo que o trabalho tem um contexto de Smart Campus. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (0) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Alberto Manastarla - Integrante / Jairo Rodrigues Gonçalves - Integrante.

• 2019 - 2021

  Uso de Visão Computacional e Robótica para fenotipagem e supervisão de plantações de milho, Descrição: Este projeto tem como objetivo desenvolver um sistema robótico equipado com visão computacional, composto por uma plataforma robótica e um drone, capazes de, juntos, levantar dados ambientais e imagens em RGBD para uso em fenotipagem de milho e supervisão de áreas de plantação de milho.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Maurício Marengoni - Integrante / Valéria Farinazzo Martins - Integrante / Nizam Omar - Integrante / Gustavo Scalabini Sampaio - Integrante., Financiador(es): FUNDO MACKENZIE DE PESQUISA - Auxílio financeiro.

• 2018 - Atual

  Métodos para tratar a Complexidade de Dados em Modelagem Preditiva, Descrição: A modelagem preditiva consiste em um processo pelo qual parâmetros livres de algoritmos de aprendizagem de máquina são ajustados por meio de um conjunto de dados de treinamento e, por conseguinte, permite-se fazer inferências sobre novos objetos gerados sobre um específico problema. O desempenho do modelo preditivo depende de aspectos relacionados ao algoritmo em uso, mas sobretudo do conjunto de dados. A complexidade de dados pode definida em uma taxonomia que compreende situações como ambiguidade de classes, complexidade de fronteiras, classes sobrepostas, classes desbalanceadas e dados ruidosos. O objetivo deste projeto consiste em estabelecer metodologias para geração controlada de dados com complexidade, estudar medidas que capturem os níveis de complexidade dos dados e definição de indicadores que expressem a qualidade dos dados. Como objetivo específico, pretende-se explorar abordagens de clusterização de dados como geração de protótipos que auxiliem no tratamento da complexidade de dados.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) / Doutorado: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Renê de Ávlia Mendes - Integrante / Marcos Ferreira - Integrante / Marcio Rubbo - Integrante / Alberto Manastarla - Integrante / Vinícius Gomes Pajaro Grande - Integrante.

• 2018 - Atual

  Identificação de alunos com queixas neurocomportamentais e de desempenho acadêmico na educação básica com uso de recursos Big Data, Projeto certificado pelo(a) coordenador(a) Maria Cristina Triguero Veloz Teixeira em 03/07/2019., Descrição: Professores são agentes fundamentais para a identificação de alunos com dificuldades escolares, emocionais e/ou com alterações do neurodesenvolvimento. O objetivo geral será desenvolver e implantar em uma rede educacional quatro modelos padronizados de avaliação para alunos com indicadores de transtornos do neurodesenvolvimento mediante a utilização de recursos de Big Data. A amostra será composta por: a) 65 profissionais da educação básica (60 professores de 2º e 4º anos de 10 escolas de Ensino Fundamental); b) 5 profissionais que atendem alunos com dificuldades escolares queixas escolares e neurocomportamentais; c) alunos de 2º e 4º anos de 10 escolas do Ensino Fundamental I com queixas neurocomportamentais e de aprendizagem (de cada escola serão 3 salas de aula do 2º ano e 3 salas do 4º ano) e um grupo controle sem queixas neurocomportamentais composto pela mesma quantidade de alunos pareados por sexo e idade. Os instrumentos avaliarão funcionamento cognitivo, saúde mental, habilidades de desempenho escolar, leitura e escrita. Prevê-se a construção de ambiente automatizado para a coleta digital dos dados com uso do software ?open-source? de Business Process Management System-BONITA. Espera-se, do ponto de visa científico e tecnológico, que os dados coletados fomentem um ambiente Big Data para a rede, possibilitando testar como a transferência de tecnologias pode contribuir com definições precisas de problemáticas dos alunos, amenizar represamentos na espera de avaliações e um uso mais eficaz dos recursos públicos. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Leandro Augusto da Silva - Integrante / Ana Claudia Rossi - Integrante / Luiz Renato Carreiro - Integrante / Alessandra Gotuso Seabra - Integrante / Maria Cristina Triguero Veloz Teixeira - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

• 2017 - 2020

  Transposição de procedimentos e instrumentos padronizados de avaliação para a Educação Básica: um modelo de processo para triagem de alunos com sinais de Transtorno do Espectro do Autismo e de Deficiência Intelectual, Descrição: O professor é o principal agente da identificação de alunos com algum tipo de dificuldade escolar, emocional ou de atraso de desenvolvimento. Estudos no cenário educacional brasileiro reportam as dificuldades que educadores e equipes gestoras enfrentam para garantir que os alunos com queixas acadêmicas e de atraso de desenvolvimento tenham as devidas avaliações e intervenções educacionais necessárias. O objetivo geral do projeto é desenvolver, implantar e testar um modelo de avaliação e acompanhamento do fluxo de alunos com sinais de Transtornos do Espectro Autista (TEA) e Deficiência Intelectual (DI) de uma rede municipal de ensino. Os objetivos específicos são: a) Capacitar e envolver professores, equipe de psicopedagogos e profissionais da educação inclusiva de uma rede municipal de educação básica na utilização dos modelos de processo composto por ferramentas e medidas de avaliação cognitiva e comportamental destinada a esses alunos; b) Validar a efetividade da implantação dos modelos de processo; c) Avaliar a satisfação dos profissionais participantes no uso dos modelos, especialmente o potencial de uso em seu contexto de trabalho da Educação Básica. A amostra do estudo será composta por: a) Todos os alunos com queixas de DI e TEA de 16 escolas de Ensino Fundamental I das 55 escolas que compõem a rede de Ensino Fundamental do município; b) Os professores e pais desses alunos; c) 16 psicopedagogos que acompanham as escolas; d) 10 profissionais da secretaria de Educação Inclusiva que auxiliam o processo de inclusão escolar na rede educacional. Os instrumentos para coleta de dados serão: a) Dois checklists para identificação de sinais de DI e de TEA; b) Questionário RED flags para TEA; c) Escala Wechsler abreviada de inteligência; d) Teste Não Verbal de Inteligência SON-R2 ½ - 7ª; e) Breve Monitor de Problemas-Formulário para Professores e para Pais de Crianças e Adolescentes entre 6 e 18 anos; f) Inventário de Comportamentos Autísticos; g) Roteiro de orientações de manejo de alunos com sinais e/ou TEA em sala de aula; h) Protocolo de Observação Estruturada para Rastreamento de Autismo; i) Questionário sobre satisfação dos profissionais com o modelo de processo. O projeto será conduzido em fases numa rede municipal de educação de uma cidade do Estado de São Paulo. Serão conduzidas análises descritivas para caracterização da amostra de alunos e profissionais envolvidos no estudo. Os instrumentos de coleta de dados serão corrigidos conforme padronização específica dos mesmos. Para avaliar a efetividade do modelo serão feitos cálculos do número de falsos positivos em função da confirmação diagnóstica ou não da suspeita de DI e TEA. Será feita uma avaliação da eficácia e melhora do fluxo de encaminhamos de alunos. Os dados serão analisados com auxílio do programa SPSS 20.0.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Leandro Augusto da Silva - Integrante / Ana Claudia Rossi - Integrante / Alessandra Gotuzo Seabra - Integrante / Dhouglas Zeraibe Martins - Integrante / Maria Cristina Triguero Veloz Teixeira - Coordenador / Décio Brunoni - Integrante / Regina Luísa de Freitas Marino - Integrante / Raquel Suriano - Integrante / Luiz Renato Rodrigues Carreiro - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2016 - 2017

  Mineração de Dados na análise de métricas de habilidades cognitivas para apoio no reconhecimento de estudantes com distúrbios de aprendizado, Descrição: O objetivo deste projeto constitui de uma proposta extensionista e interdisciplinar, envolvendo alunos de segundo grau na faixa etária entre 10 e 15 anos de idade e que estudam em escolas públicas, com o intuito de identificar estudantes que apresentam algum tipo de distúrbio de aprendizagem. O projeto tem a parceria de dois Programas de Pós-Graduação da Universidade Presbiteriana Mackenzie (UPM). A atuação na utilização ou a proposição de testes que mensuram as habilidades cognitivas será desenvolvida pelo Programa de Pós-Graduação de Distúrbios do Desenvolvimento do Centro de Ciências Biológicas e da Saúde (PPGDD). De fato, já existe um histórico de dados oriundos de testes cognitivos, coletados desde 2010, e que serão utilizados inicialmente nesta pesquisa. Por outro lado, a análise dos dados com uso de técnicas de mineração de dados será atividade desenvolvida pelo Programa de Pós-Graduação em Engenharia Elétrica e Computação (PPGEEC) da Escola de Engenharia e Faculdade de Computação e Informática. De maneira mais especifica, este projeto tem como objetivo o desenvolvimento de dois estudos: A) Explorar o uso de Redes Neurais Artificiais com arquitetura de Mapas Auto-Organizáveis como alternativa aos métodos estatísticos tradicionais como medida de correlação e visualização de dados com uso de gráficos de dispersão. A ideia deste projeto é explorar outras ferramentas de analise para entendimento da relação entre diferentes testes cognitivos que visam identificar alunos com distúrbio de aprendizagem; B) Identificar tipos de testes e métodos de avaliação de distúrbios mais efetivos no aspecto da complexidade do teste psicológico e consequentemente, do tempo de realização do mesmo. Neste estudo serão realizados estudos de analise preditiva, como instrumento para produzir indicador de qualidade aos testes cognitivos disponíveis na literatura.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Luiz Renato Carreiro - Integrante / Alessandra Gotuzo Seabra - Integrante.

• 2014 - 2017

  Hibridização de Algoritmos de Inteligência Computacional, Aprendizado de Máquina e Computação Natural para Classificação de Grandes Massas de Dados, Descrição: O objetivo deste projeto é investigar formas de combinar algoritmos envolvendo Inteligência Computacional, Aprendizado de Máquina e Computação Natural para otimizar o tempo de processamento na classificação de dados multimídia, mantendo a acurácia do processo. Processo número 454363/2014-1. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Especialização: (0) / Mestrado acadêmico: (3) / Doutorado: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Leandro Nunes de Castro - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2013 - 2015

  Classificação de Imagens combinando Características Visuais e Dados Textuais: Abordagem Neural e baseada em Enxames, Descrição: Os avanços da tecnologia, tanto de hardware quanto de comunicação, têm produzido um problema de superabundância de dados. Para ter ideia, a quantidade de usuários da Internet no mundo todo saiu de dezesseis milhões de pessoas em 1995 para aproximadamente dois bilhões em 2011; a quantidade de artigos publicados apenas em inglês na Wikipedia passou de quinhentos mil em 2005 para quase quatro milhões em 2011; o tempo necessário para o rádio atingir uma audiência de cinquenta milhões de pessoas foi de trinta e oito anos, enquanto a TV precisou de treze anos e a Internet de apenas quatro anos; a quantidade de buscas diárias no Google ultrapassa um bilhão; são escritos duzentos milhões de Tweets por dia e vistos três bilhões de vídeos no Youtube diariamente. No Youtube foram enviadas treze milhões de horas de vídeo apenas no ano 2010, o que corresponde a aproximadamente oito anos de conteúdo enviados todos os dias. O problema com o excesso de dados consiste na capacidade de coletar e armazenar dados, a qual tem superado a habilidade de analisar e extrair conhecimento dos mesmos. Esse efeito é decorrência principalmente do surgimento e crescimento das redes sociais, dos dispositivos móveis e da disponibilização de serviços de armazenagem e processamento remoto de dados. Os sistemas de gerenciamento de bancos de dados (SGBDs) também têm evoluído para armazenar não apenas dados textuais, mas também dados multimídia, ou seja, aqueles que usam uma ou mais formas de conteúdo, como texto, áudio, imagens, vídeos e interatividade. Com isso, a consolidada linguagem para consulta de dados estruturados, a SQL (do inglês, Structured Query Language), pode não estar sendo mais suficiente e eficiente em aplicações que usam esse tipo de dados. Com a realidade de dados multimídia, a consulta tradicional usando texto como parâmetro de entrada deve ser repensada para permitir também que se usem dados multimídia como parâmetro de entrada. O mecanismo de pesquisa Google, o mais utilizado no mundo, já permite em seu portal que se faça pesquisa por imagens a partir de imagens, mas ainda mantém a opção de pesquisa por imagem a partir de textos. Nesse sentido, o Facebook tem em seu portal de rede social a possibilidade de consulta por pessoas, a partir da marcação da face. Contudo, o grande problema de se fazer uma consulta por imagens é o gap semântico entre o que o usuário deseja encontrar e o que o sistema retorna como resposta. A representação da imagem como, por exemplo, a de uma mão, por meio de características como contorno, área ou alguma relação entre contorno e área, pode não ser garantia de que o sistema de busca consiga discernir pé de mão, pois pode haver um alto grau de semelhança entre as formas. Por outro lado, caso se queira representar a imagem por palavras chaves, o significado atribuído pelas pessoas pode ser diferente, no exemplo anterior, a imagem pode ser uma mão ou uma marca de roupa. Nesse caso, a eficiência da consulta por uma imagem de mão poderia ser conseguida em um processo de duas fases: na primeira a consulta a partir de textos (anotações, palavras-chave, etc.); e, na segunda, por características da imagem (contorno, área, textura, etc.). No entanto, em outras aplicações uma melhor eficiência poderia ser conseguida com a combinação das duas representações. Em resumo, o principal aspecto a ser investigado neste projeto de pesquisa é o uso de textos e características para representar dados multimídia com vistas à extração de conhecimentos a partir dos dados. Nesse contexto, é necessária a aplicação de técnicas e ferramentas que transformem, de maneira inteligente e automática, os dados multimídia disponíveis em informações úteis, que representem conhecimento para uma tomada de decisão estratégica nos negócios.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Leandro Augusto da Silva - Coordenador / Leandro Nunes de Castro - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

• 2010 - 2014

  Tendências Tecnológicas em Computação e Informática, Descrição: Tendências Tecnológicas em Computação e Informática consiste na elaboração de um Livro que faz o mapeamento de alguns dos principais temas contemporâneos na área tecnológica, os quais são estudados pelos Professores/pesquisadores da Faculdade de Computação e Informática da Universidade Presbiteriana Mackenzie.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Leandro Augusto da Silva - Coordenador / João Neto - Integrante / Valéria Farinazzo Martins - Integrante.

Projetos de desenvolvimento

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2024 - Atual

  Implantação do RedCap e definição de governaça e política de uso na Universidade Presbiteriana Mackenzie, Descrição: O RedCap é uma plataforma mundialmente utilizada para realização de surveys. A implantação desta em uma Universidade possibilita padronizar as formas de pesquisas e garantir meios de protocolos referentes a gestão de dados da pesquisa. Além disso, é muito importante a criação de definição de uma política para uso e a governança sobre os acessos e compartilhamentos.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (1) / Doutorado: (0) . , Integrantes: Leandro Augusto da Silva - Coordenador / Calebe de Paula Bianchini - Integrante / Maria Cristina Triguero Veloz Teixeira - Integrante / SCALABRINI SAMPAIO, GUSTAVO - Integrante.

• 2023 - Atual

  Rede de comunicação Smart Campus: desenvolvimento de novas aplicações IoT, soluções para cidades inteligentes e sustentáveis utilizando inteligência artificial e análise de dados., Descrição: Este projeto surgiu a partir de uma demanda da Atech (uma empresa do grupo Embraer), interessada em desenvolver um ambiente completo para o monitoramento de dispositivos, com foco inicial em telemetria de consumo de energia elétrica. O objetivo principal é explorar o estado da arte em pesquisa e tecnologia voltada para a segurança de dispositivos em redes de sensores e a operação de algoritmos de Inteligência Artificial em dados gerados em tempo real. O escopo do projeto foi definido para incluir o uso do campus da universidade como um estudo de caso, monitorando o consumo de energia elétrica de até dois prédios. As principais entregas do projeto incluem: instalação de sensores de telemetria de energia, implementação de um sistema SCADA para a coleta e gerenciamento dos dados, desenvolvimento de um algoritmo de segurança que autoriza a conexão de dispositivos na rede de sensores de forma federada e a aplicação de algoritmos de aprendizagem de máquina para fazer a previsão do consumo. A Atech fornecerá recursos de infraestrutura a nível de nuvem de dados (cloud) para dar suporte ao projeto, o CNPq concedeu 10 bolsas de pesquisa (1 Dr, 2 Me e 7 IT) todas sendo utilizadas atualmente. O projeto ainda tem apoio da Schneider que doou o equipamento de telemetria e a Weg que doou o sistema SCADA e forneceu treinamento para os alunos. Participam da pesquisa docentes da Faculdade de Computação e da Escola de Engenharia.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (8) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Alberto Manastarla - Integrante / Lucia Akemi Saito - Integrante / Bruno Luis Lima - Integrante / André Carneiro Rocha - Integrante / Michael Braulio de Oliveira - Integrante / Diego de Souza - Integrante / Pedro Valério - Integrante / Carolina Sodré - Integrante / Felipe Gerha Barbosa Otaviano da Silva - Integrante / Leandro Aiello Correa de Mello - Integrante / Vinícius Miguel Azevedo de Oliveira - Integrante / Fernando Kenzo Kian - Integrante / Matheus Guido de Oliveira - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2021 - 2023

  Criação de um dashboard de pesquisa para a Universidade Presbiteriana Mackenzie, Descrição: O projeto consiste na modelagem de dados de pesquisa, contemplando dados coletados do lattes, cruzamento de publicações com indicadores internacionais (JCR e SJR) e com qualis capes e monitoramento de projetos de pesquisa.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Especialização: (1) / Mestrado acadêmico: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Danilo Furtado Ferreira - Integrante / Jonathan Gabriel Garcia - Integrante.

• 2021 - Atual

  MackEDoc - Sistema de Gestão de Atividades Docentes, Descrição: Sistema integrado de planejamento, acompanhamento e gestão das atividades docentes. O sistema está estruturado em 5 módulos: ensino, pesquisa, extensão, gestão acadêmica e avaliação institucional.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Ana Claudia Rossi - Integrante / Calebe de Paula Bianchini - Integrante / Luiz Carlos Lemos Júnior - Integrante.

• 2019 - 2022

  Simulador de Ciclo de Carga de Geração de Energia, Descrição: Consiste de um simulador que calcula o ciclo de carga de geração de energia em vista a estimar a próxima manutenção dado a carga produzida por vazão de água na movimentação da turbina. Projeto implementado na Usina Hidroelétrica Henry Borden. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado profissional: (2) . , Integrantes: Leandro Augusto da Silva - Coordenador / Arnaldo Rabello de Aguiar Vallim Filho - Integrante / Marco Vinicius Bhering de Aguiar Vallim - Integrante / FARINA MORAES, DANIEL - Integrante.

• 2017 - 2020

  Análise Preditiva baseada em Inteligência Artificial para Sistemas Supervisórios de Usinas Hidrelétricas, Descrição: O Objetivo Geral deste projeto de PD é o planejamento e desenvolvimento de um experimento de pesquisa voltado para a construção de uma modelagem matemática que possibilite estabelecer novos parâmetros e métricas de operação e manutenção para usinas hidrelétricas com lagos de reserva, buscando o ponto ótimo operacional, considerando o volume de água dos reservatórios para consumo humano, sustentabilidade ambiental, geração e disponibilidade de energia, através de modelos matemático-computacionais preditivos avançados. O produto final da pesquisa será um protótipo de uma ferramenta computacional preditiva de incidentes, voltada para a otimização do processo de programação de manutenção de turbinas. A modelagem preditiva estará suportada por técnicas avançadas de Inteligência Artificial e será implementada computacionalmente, de forma que esteja ao final do projeto avaliada em ambiente de testes, tendo demonstrado uma adequada evolução em termos de desempenho da modelagem desenvolvida.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado profissional: (2) / Doutorado: (1) . , Integrantes: Leandro Augusto da Silva - Integrante / Fabio Silva Lopes - Integrante / Orlando B Coelho - Integrante / Arnaldo Rabello de Aguiar Vallim Filho - Coordenador / Jamilson Bispo dos Santos - Integrante / Dirceu Matheus Júnior - Integrante / Eduardo Mayer Fagundes - Integrante / Bruno Paulo de Vasconcelo - Integrante / Gustavo Scalabini Sampaio - Integrante / Marco Vinicius Bhering de Aguiar Vallim - Integrante / Giovanni Gravito de Carvalho Chrysostomo - Integrante / FARINA MORAES, DANIEL - Integrante.

• 2017 - 2020

  Predição de falha em turbinas de geração de energia, Descrição: Projeto consiste de uma predição de falhas em turbinas do tipo Pelton com uso de Inteligência Artificial. Projeto foi implementado na Usina Hidroelétrica Henry Borden.. , Situação: Desativado; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Leandro Augusto da Silva - Integrante / Arnaldo Rabello de Aguiar Vallim Filho - Coordenador / Gustavo Scalabini Sampaio - Integrante / Marco Vinicius Bhering de Aguiar Vallim - Integrante / Giovanni Gravito de Carvalho Chrysostomo - Integrante.

• 2017 - 2019

  Criação do Índice de Sustentabilidade MACKENZIE-FIESP, Descrição: CRIAÇÃO DO ÍNDICE DE SUSTENTABILIDADE MACKENZIE FIESP PROBLEMA DE PESQUISA E OBJETIVOS O problema de pesquisa proposto é a Criação do Índice de Sustentabilidade Mackenzie-FIESP, voltado para as empresas brasileiras. O objetivo geral da pesquisa é criar um índice composto de sustentabilidade que permita identificar o resultado das ações empresariais para mitigar os impactos sociais e ambientais de suas atividades. O índice sustentabilidade será composto pelos indicadores econômicos, ambientais, sociais e de governança (econômicos + Environmental, Social and Governance / ESG) servirá como instrumento de medição para as empresas identificarem, projetarem, avaliarem e tomarem decisões em relação às suas práticas sustentáveis. Com apoio da fundamentação teórica, e com base nas diretrizes do Global Reporting Initiative (GRI), o Índice Mackenzie-FIESP poderá ter reconhecimento internacional, assim como servir de base para políticas governamentais orientadas às boas práticas de sustentabilidade. Como objetivos específicos pretende-se: 1) Desenvolver a fundamentação teórica/prática para implementar o projeto; 2) Construir uma base de dados econômicos, ambientais, sociais e de governança das empresas brasileiras em parceria com a FIESP (coleta e transferência de dados); 3) Quantificar os indicadores econômicos, ambientais, sociais e de governança; 4) Operacionalizar o sistema de indicadores de sustentabilidade de forma que possa ser consultado pelas empresas; 5) Desenvolver um dashboard no qual as empresas possam testar alternativas de alterações nos indicadores para implementar seu índice de sustentabilidade; METODOLOGIA A metodologia deste projeto volta-se para pesquisa aplicada, que é realizada com o objetivo de examinar questões relativas a problemas práticos e suas potenciais soluções (Cozby, 2003; Hair Jr. et al., 2006). Considerando a objetividade da pesquisa que pretende criar elementos para que as empresas possam medir, comparar, avaliar e projetar seu desempenho, por meio de indicadores, em relação às boas práticas de sustentabilidade, neste item serão descritos, de forma sumária, os passos evolutivos para o alcance prático dos objetivos. 1) Desenvolvimento de um questionário que atenda aos quesitos das diretrizes do GRI: governança, econômico, ambiental e social. 2) O questionário será quali-quantitativo e utilizará a escala intervalar de Likert para coletar os dados qualitativos, de forma a serem quantificados nos modelos já desenvolvidos em outros trabalhos (vide referencial teórico sobre Escala de Likert). 3) Os dados serão respondidos diretamente pelas empresas e coletados via internet no site da FIESP. 4) A partir dos indicadores, e utilizando uma Matriz de Análise Hierárquica, serão definidos os pesos a serem atribuídos aos indicadores para definição do índice de sustentabilidade individual das empresas (vide referencial teórico sobre Matriz de Análise Hierárquica). 5) Como parte conclusiva do trabalho os indicadores (econômico + ESG) e o Índice de Sustentabilidade terão seus resultados escalonados em setores. Por meio de um dashboard, as empresas participantes do programa poderão consultar seus dados individuais, e os resultados setoriais e globais, como benchmark. As empresas poderão ainda projetar e testar o efeito de ações corretivas nos seus próprios indicadores e Índice de Sustentabilidade.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Leandro Augusto da Silva - Coordenador / Fabio Silva Lopes - Integrante / Ana Claudia Rossi - Integrante / Arnaldo Rabello de Aguiar Vallim Filho - Integrante / Jamilson Bispo dos Santos - Integrante / Luiz Carlos Jacob Perera - Integrante / Roberto Borges Kerr - Integrante / Patrícia Gonçalves Vidal - Integrante / Denise Pereira Curi - Integrante / Luiz Vagner Raghi - Integrante / Wagner de Souza Borges - Integrante., Financiador(es): FUNDO MACKENZIE DE PESQUISA - Auxílio financeiro.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

• 2025 - Atual

  Centro de Memória Digital - um repositório semântico de dados para preservação da memória do acervo do Centro Histórico e Cultural Mackenzie, Descrição: Os centros de memória são espaços institucionais voltados à preservação do patrimônio histórico de organizações, surgidos com maior frequência no Brasil a partir dos anos 2000. Funcionam como centros de difusão do saber e armazenam diversos itens, tais como documentos, catálogos, fotografias, livros, esculturas, entre outros, combinando características de arquivos, bibliotecas e museus. Essa natureza híbrida torna o registro e a busca por informações complexos, devido à escassez de ferramentas que integrem as diferentes modalidades de documentação. Atualmente, há soluções específicas para cada tipo de acervo, mas faltam sistemas que unifiquem a gestão de acervos híbridos. Neste cenário, o projeto propõe o desenvolvimento de um sistema computacional multidisciplinar para estruturação e acesso público via Web, voltado aos centros de memória. O sistema facilitará o acesso a esses registros por pesquisadores e demais interessados, por meio de informação recuperada de maneira inteligente usando ontologias (representações estruturadas do conhecimento) no domínio do patrimônio cultural. Estas informações permitem inferências históricas e cronológicas. Modelos de linguagem para busca semântica serão desenvolvidos para aprimorar a recuperação inteligente de informações sobre os metadados do acervo. O sistema será testado no Centro Histórico e Cultural Mackenzie (CHCM), que possui um acervo híbrido. Como contribuição, este projeto auxiliará na compreensão das relações entre os itens do acervo, apoiará pesquisadores e promoverá a disseminação do patrimônio cultural para a sociedade. Assim, promoverá a valorização da memória institucional e a democratização do acesso ao patrimônio ao disponibilizar o acervo com capacidade de busca inteligente. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: / Mestrado profissional: (1) / Doutorado: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / ISMAR FRANGO SILVEIRA - Integrante / Valéria Farinazzo Martins - Integrante / Gustavo Scalabini Sampaio - Integrante / Lucas Cerqueira Figueiredo - Integrante / Everton Knihs - Integrante / Daniela Vieira Cunha - Integrante / Lamartine Gaspar de Oliveira - Integrante / Eduardo Castedo Abrunhosa - Integrante / osana Maria Pires Barbato Schwartz - Integrante / Daniela Spinelli - Integrante / Wesley Espinosa Santana - Integrante / Maria Amélia Eliseo - Integrante., Financiador(es): INSTITUTO PRESBITERIANO MACKENZIE - Auxílio financeiro.

• 2024 - 2025

  Implantação do RedCap e definição de governaça e política de uso na Universidade Presbiteriana Mackenzie, Descrição: O RedCap é uma plataforma mundialmente utilizada para realização de surveys. A implantação desta em uma Universidade possibilita padronizar as formas de pesquisas e garantir meios de protocolos referentes a gestão de dados da pesquisa. Além disso, é muito importante a criação de definição de uma política para uso e a governança sobre os acessos e compartilhamentos.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (1) / Doutorado: (0) . , Integrantes: Leandro Augusto da Silva - Coordenador / Calebe de Paula Bianchini - Integrante / Maria Cristina Triguero Veloz Teixeira - Integrante / SCALABRINI SAMPAIO, GUSTAVO - Integrante.

• 2023 - Atual

  Rede de comunicação Smart Campus: desenvolvimento de novas aplicações IoT, soluções para cidades inteligentes e sustentáveis utilizando inteligência artificial e análise de dados., Descrição: Este projeto surgiu a partir de uma demanda da Atech (uma empresa do grupo Embraer), interessada em desenvolver um ambiente completo para o monitoramento de dispositivos, com foco inicial em telemetria de consumo de energia elétrica. O objetivo principal é explorar o estado da arte em pesquisa e tecnologia voltada para a segurança de dispositivos em redes de sensores e a operação de algoritmos de Inteligência Artificial em dados gerados em tempo real. O escopo do projeto foi definido para incluir o uso do campus da universidade como um estudo de caso, monitorando o consumo de energia elétrica de até dois prédios. As principais entregas do projeto incluem: instalação de sensores de telemetria de energia, implementação de um sistema SCADA para a coleta e gerenciamento dos dados, desenvolvimento de um algoritmo de segurança que autoriza a conexão de dispositivos na rede de sensores de forma federada e a aplicação de algoritmos de aprendizagem de máquina para fazer a previsão do consumo. A Atech fornecerá recursos de infraestrutura a nível de nuvem de dados (cloud) para dar suporte ao projeto, o CNPq concedeu 10 bolsas de pesquisa (1 Dr, 2 Me e 7 IT) todas sendo utilizadas atualmente. O projeto ainda tem apoio da Schneider que doou o equipamento de telemetria e a Weg que doou o sistema SCADA e forneceu treinamento para os alunos. Participam da pesquisa docentes da Faculdade de Computação e da Escola de Engenharia.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (8) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Alberto Manastarla - Integrante / Lucia Akemi Saito - Integrante / Bruno Luis Lima - Integrante / André Carneiro Rocha - Integrante / Michael Braulio de Oliveira - Integrante / Diego de Souza - Integrante / Pedro Valério - Integrante / Carolina Sodré - Integrante / Felipe Gerha Barbosa Otaviano da Silva - Integrante / Leandro Aiello Correa de Mello - Integrante / Vinícius Miguel Azevedo de Oliveira - Integrante / Fernando Kenzo Kian - Integrante / Matheus Guido de Oliveira - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2021 - 2023

  Criação de um dashboard de pesquisa para a Universidade Presbiteriana Mackenzie, Descrição: O projeto consiste na modelagem de dados de pesquisa, contemplando dados coletados do lattes, cruzamento de publicações com indicadores internacionais (JCR e SJR) e com qualis capes e monitoramento de projetos de pesquisa.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Especialização: (1) / Mestrado acadêmico: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Danilo Furtado Ferreira - Integrante / Jonathan Gabriel Garcia - Integrante.

• 2021 - Atual

  MackEDoc - Sistema de Gestão de Atividades Docentes, Descrição: Sistema integrado de planejamento, acompanhamento e gestão das atividades docentes. O sistema está estruturado em 5 módulos: ensino, pesquisa, extensão, gestão acadêmica e avaliação institucional.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Ana Claudia Rossi - Integrante / Calebe de Paula Bianchini - Integrante / Luiz Carlos Lemos Júnior - Integrante.

• 2019 - 2022

  Simulador de Ciclo de Carga de Geração de Energia, Descrição: Consiste de um simulador que calcula o ciclo de carga de geração de energia em vista a estimar a próxima manutenção dado a carga produzida por vazão de água na movimentação da turbina. Projeto implementado na Usina Hidroelétrica Henry Borden. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado profissional: (2) . , Integrantes: Leandro Augusto da Silva - Coordenador / Arnaldo Rabello de Aguiar Vallim Filho - Integrante / Marco Vinicius Bhering de Aguiar Vallim - Integrante / FARINA MORAES, DANIEL - Integrante.

• 2017 - 2020

  Análise Preditiva baseada em Inteligência Artificial para Sistemas Supervisórios de Usinas Hidrelétricas, Descrição: O Objetivo Geral deste projeto de PD é o planejamento e desenvolvimento de um experimento de pesquisa voltado para a construção de uma modelagem matemática que possibilite estabelecer novos parâmetros e métricas de operação e manutenção para usinas hidrelétricas com lagos de reserva, buscando o ponto ótimo operacional, considerando o volume de água dos reservatórios para consumo humano, sustentabilidade ambiental, geração e disponibilidade de energia, através de modelos matemático-computacionais preditivos avançados. O produto final da pesquisa será um protótipo de uma ferramenta computacional preditiva de incidentes, voltada para a otimização do processo de programação de manutenção de turbinas. A modelagem preditiva estará suportada por técnicas avançadas de Inteligência Artificial e será implementada computacionalmente, de forma que esteja ao final do projeto avaliada em ambiente de testes, tendo demonstrado uma adequada evolução em termos de desempenho da modelagem desenvolvida.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado profissional: (2) / Doutorado: (1) . , Integrantes: Leandro Augusto da Silva - Integrante / Fabio Silva Lopes - Integrante / Orlando B Coelho - Integrante / Arnaldo Rabello de Aguiar Vallim Filho - Coordenador / Jamilson Bispo dos Santos - Integrante / Dirceu Matheus Júnior - Integrante / Eduardo Mayer Fagundes - Integrante / Bruno Paulo de Vasconcelo - Integrante / Gustavo Scalabini Sampaio - Integrante / Marco Vinicius Bhering de Aguiar Vallim - Integrante / Giovanni Gravito de Carvalho Chrysostomo - Integrante / FARINA MORAES, DANIEL - Integrante.

• 2017 - 2020

  Predição de falha em turbinas de geração de energia, Descrição: Projeto consiste de uma predição de falhas em turbinas do tipo Pelton com uso de Inteligência Artificial. Projeto foi implementado na Usina Hidroelétrica Henry Borden.. , Situação: Desativado; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Leandro Augusto da Silva - Integrante / Arnaldo Rabello de Aguiar Vallim Filho - Coordenador / Gustavo Scalabini Sampaio - Integrante / Marco Vinicius Bhering de Aguiar Vallim - Integrante / Giovanni Gravito de Carvalho Chrysostomo - Integrante.

• 2017 - 2019

  Criação do Índice de Sustentabilidade MACKENZIE-FIESP, Descrição: CRIAÇÃO DO ÍNDICE DE SUSTENTABILIDADE MACKENZIE FIESP PROBLEMA DE PESQUISA E OBJETIVOS O problema de pesquisa proposto é a Criação do Índice de Sustentabilidade Mackenzie-FIESP, voltado para as empresas brasileiras. O objetivo geral da pesquisa é criar um índice composto de sustentabilidade que permita identificar o resultado das ações empresariais para mitigar os impactos sociais e ambientais de suas atividades. O índice sustentabilidade será composto pelos indicadores econômicos, ambientais, sociais e de governança (econômicos + Environmental, Social and Governance / ESG) servirá como instrumento de medição para as empresas identificarem, projetarem, avaliarem e tomarem decisões em relação às suas práticas sustentáveis. Com apoio da fundamentação teórica, e com base nas diretrizes do Global Reporting Initiative (GRI), o Índice Mackenzie-FIESP poderá ter reconhecimento internacional, assim como servir de base para políticas governamentais orientadas às boas práticas de sustentabilidade. Como objetivos específicos pretende-se: 1) Desenvolver a fundamentação teórica/prática para implementar o projeto; 2) Construir uma base de dados econômicos, ambientais, sociais e de governança das empresas brasileiras em parceria com a FIESP (coleta e transferência de dados); 3) Quantificar os indicadores econômicos, ambientais, sociais e de governança; 4) Operacionalizar o sistema de indicadores de sustentabilidade de forma que possa ser consultado pelas empresas; 5) Desenvolver um dashboard no qual as empresas possam testar alternativas de alterações nos indicadores para implementar seu índice de sustentabilidade; METODOLOGIA A metodologia deste projeto volta-se para pesquisa aplicada, que é realizada com o objetivo de examinar questões relativas a problemas práticos e suas potenciais soluções (Cozby, 2003; Hair Jr. et al., 2006). Considerando a objetividade da pesquisa que pretende criar elementos para que as empresas possam medir, comparar, avaliar e projetar seu desempenho, por meio de indicadores, em relação às boas práticas de sustentabilidade, neste item serão descritos, de forma sumária, os passos evolutivos para o alcance prático dos objetivos. 1) Desenvolvimento de um questionário que atenda aos quesitos das diretrizes do GRI: governança, econômico, ambiental e social. 2) O questionário será quali-quantitativo e utilizará a escala intervalar de Likert para coletar os dados qualitativos, de forma a serem quantificados nos modelos já desenvolvidos em outros trabalhos (vide referencial teórico sobre Escala de Likert). 3) Os dados serão respondidos diretamente pelas empresas e coletados via internet no site da FIESP. 4) A partir dos indicadores, e utilizando uma Matriz de Análise Hierárquica, serão definidos os pesos a serem atribuídos aos indicadores para definição do índice de sustentabilidade individual das empresas (vide referencial teórico sobre Matriz de Análise Hierárquica). 5) Como parte conclusiva do trabalho os indicadores (econômico + ESG) e o Índice de Sustentabilidade terão seus resultados escalonados em setores. Por meio de um dashboard, as empresas participantes do programa poderão consultar seus dados individuais, e os resultados setoriais e globais, como benchmark. As empresas poderão ainda projetar e testar o efeito de ações corretivas nos seus próprios indicadores e Índice de Sustentabilidade.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Leandro Augusto da Silva - Coordenador / Fabio Silva Lopes - Integrante / Ana Claudia Rossi - Integrante / Arnaldo Rabello de Aguiar Vallim Filho - Integrante / Jamilson Bispo dos Santos - Integrante / Luiz Carlos Jacob Perera - Integrante / Roberto Borges Kerr - Integrante / Patrícia Gonçalves Vidal - Integrante / Denise Pereira Curi - Integrante / Luiz Vagner Raghi - Integrante / Wagner de Souza Borges - Integrante., Financiador(es): FUNDO MACKENZIE DE PESQUISA - Auxílio financeiro.

• 2012 - 2014

  Sistema computacional para Gerenciamento de Atividades Complementares - GAC, Descrição: Atividades Complementares (AC) são exigências do Ministério da Educação que tem o intuito de extrapolar a formação dada aos alunos de instituições de ensino superior (IES). Este projeto consiste na construção de um sistema que faz o gerenciamento das ACs e na análise das atividades a partir de técnicas de Mineração de Dados como estratégias para: identificar atividades que complementam o conhecimento do aluno, avaliar a defasagem do curso em relação à Tecnologia, monitorar atividades e gerar indicadores de evasão.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leandro Augusto da Silva - Coordenador / Valéria Santos Reis Aguiar - Integrante.

Prêmios