Rayson Bartoski Laroca dos Santos

Aluno do Doutorado em Informática da Universidade Federal do Paraná (UFPR). Mestre em Informática pela Universidade Federal do Paraná (UFPR). Graduado em Engenharia de Software (2016) pela Universidade Estadual de Ponta Grossa (UEPG) com período sanduíche na Universidade de Coimbra (UC). Possui experiência na área de Ciência da Computação, com ênfase em Reconhecimento de Padrões, Visão Computacional e Processamento de Imagens.

Informações coletadas do Lattes em 24/06/2020

Acadêmico

Seção coletada automaticamente pelo Escavador

Formação acadêmica

Doutorado em andamento em Informática

2019 - Atual

Universidade Federal do Paraná
David Menotti Gomes. Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. Grande área: Ciências Exatas e da Terra

Mestrado em Informática

2017 - 2019

Universidade Federal do Paraná
Título: An Efficient and Layout-Independent Automatic License Plate Recognition System Based on the YOLO Detector,Ano de Obtenção: 2019
David Menotti Gomes.Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil. Palavras-chave: Automatic License Plate Recognition; Convolutional Neural Networks; YOLO.Grande área: Ciências Exatas e da Terra

Graduação em Engenharia de Software

2012 - 2016

Universidade Estadual de Ponta Grossa
Título: Método para Síntese de Técnicas de Seleção de Atributos Disponíveis no Software WEKA
Orientador: Alaine Margarete Guimarães
com

Ensino Médio (2º grau)

2008 - 2010

Colegio Sagrada Familia

Seção coletada automaticamente pelo Escavador

Formação complementar

2013 - 2016

English Course. (Carga horária: 360h). , Words School, WORDS, Brasil.

2015 - 2015

Automação e Robótica com Arduino. (Carga horária: 60h). , SoftGRAF Computação Gráfica e Cursos Avançados, SOFTGRAF, Brasil.

2015 - 2015

Curso de PHP + MySQL. (Carga horária: 40h). , SoftGRAF Computação Gráfica e Cursos Avançados, SOFTGRAF, Brasil.

2014 - 2014

Uso de Técnicas Computacionais para Apresentações. (Carga horária: 40h). , Universidade Estadual de Ponta Grossa, UEPG, Brasil.

2014 - 2014

Linguagem de Programação Java. (Carga horária: 120h). , SoftGRAF Computação Gráfica e Cursos Avançados, SOFTGRAF, Brasil.

2013 - 2014

Moodle Básico e Avançado. (Carga horária: 50h). , Universidade Estadual de Ponta Grossa, UEPG, Brasil.

Seção coletada automaticamente pelo Escavador

Idiomas

Bandeira representando o idioma Inglês

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

Bandeira representando o idioma Português

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

Seção coletada automaticamente pelo Escavador

Áreas de atuação

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

Seção coletada automaticamente pelo Escavador

Organização de eventos

LAROCA, R. . 1ª TechWeek - Semana Acadêmica de Engenharia de Software. 2016. (Outro).

LAROCA, R. . X Congresso Brasileiro de Agroinformática. 2015. (Congresso).

LAROCA, R. . Semana de Integração das Engenharias. 2015. (Outro).

LAROCA, R. . XXIV Encontro Anual de iniciação Científica. 2015. (Outro).

LAROCA, R. . IV Semana de Artes - Dez anos das licenciaturas em Artes Visuais e Música da UEPG. 2013. (Outro).

Seção coletada automaticamente pelo Escavador

Participação em eventos

IEEE World Congress on Computational Intelligence. A Robust Real-Time Automatic License Plate Recognition Based on the YOLO Detector. 2018. (Congresso).

2ª TechWeek - Semana Acadêmica de Engenharia de Software.. 2017. (Outra).

I Semana de Integração de Tecnologia e Empreendedorismo. 2015. (Outra).

X Congresso Brasileiro de Agroinformática. Síntese de seleção de atributos relevantes para estimativa de gesso agrícola. 2015. (Congresso).

12 CONEX - Encontro Conversando Sobre Extensão. 2014. (Encontro).

4 Campus Gerais - Fórum de Tecnologia e Inovação. 2013. (Outra).

Seção coletada automaticamente pelo Escavador

Participação em bancas

Aluno: Julia Beatriz Yip

MENOTTI, D.; OLIVEIRA, L. F.;LAROCA, R.. Automatic Detection of Test Sample on Immunohistochemical Images Using Deep Learning Techniques. 2019. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Paraná.

Aluno: Gabriel De Souza Barreto

MENOTTI, D.;LAROCA, R.; ANICETO, G. S.. Um Estudo Sobre Neural Ordinary Differential Equations com Aplicação no Reconhecimento de Caracteres. 2019. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Paraná.

Seção coletada automaticamente pelo Escavador

Comissão julgadora das bancas

Alaine Margarete Guimarães

GUIMARÃES, A. M.; CAMPOS JUNIOR, A.; ROCHA, J. C. F.. Método Facilitador para Síntese de Técnicas de Seleção de Atributos Disponíveis no Software WEKA. 2016. Trabalho de Conclusão de Curso (Graduação em Engenharia de Software) - Universidade Estadual de Ponta Grossa.

Eduardo Todt

GOMES, D. M.;TODT, E.; MINETTO, R.. An efficient and layout-independent automatic licence plate recognition system based on YOLO detector. 2019. Dissertação (Mestrado em Informática) - Universidade Federal do Paraná.

Rodrigo Minetto

GOMES, D. M.; TODT, E.;MINETTO, RODRIGO. An Efficient and Layout-Independent Automatic License Plate Recognition System Based on the Yolo Detector. 2019. Dissertação (Mestrado em Informática) - Universidade Federal do Paraná.

Seção coletada automaticamente pelo Escavador

Foi orientado por

David Menotti Gomes

Rayson Bartoski Laroca dos Santos; Início: 2019; Tese (Doutorado em Informática) - Universidade Federal do Paraná, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; (Orientador);

David Menotti Gomes

Real-time Vehicle License Plate Recognition based on Deep Learning; 2019; Dissertação (Mestrado em Informática) - Universidade Federal do Paraná, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: David Menotti Gomes;

Alaine Margarete Guimarães

Método para Síntese de Técnicas de Seleção de Atributos Disponíveis no Software WEKA; 2016; Trabalho de Conclusão de Curso; (Graduação em Engenharia de Software) - Universidade Estadual de Ponta Grossa; Orientador: Alaine Margarete Guimarães;

Alaine Margarete Guimarães

Estimativa de biomassa de soja utilizando imagens obtidas por Veículos Aéreos Não Tripulados; 2016; Iniciação Científica; (Graduando em Engenharia de Software) - Universidade Estadual de Ponta Grossa, Fundação Araucária de Apoio ao Desenvolvimento Científico e Tecnológico; Orientador: Alaine Margarete Guimarães;

Alaine Margarete Guimarães

USO DE MÁQUINAS DE VETORES DE SUPORTE PARA ESTIMATIVA DA NECESSIDADE DE GESSO AGRÍCOLA EM SOLOS ÁCIDOS; 2015; Iniciação Científica - Universidade Estadual de Ponta Grossa, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Alaine Margarete Guimarães;

Rodrigo Minetto

; ; Início: 2019; Tese (Doutorado em Informática) - Universidade Federal do Paraná; (Coorientador);

Seção coletada automaticamente pelo Escavador

Produções bibliográficas

  • LAROCA, RAYSON ; BARROSO, VICTOR ; DINIZ, MATHEUS A. ; GONÇALVES, GABRIEL R. ; SCHWARTZ, WILLIAM ROBSON ; MENOTTI, DAVID . Convolutional neural networks for automatic meter reading. JOURNAL OF ELECTRONIC IMAGING , v. 28, p. 1-14, 2019.

Seção coletada automaticamente pelo Escavador

Projetos de pesquisa

  • 2017 - Atual

    HyperOpt-Convnet: Otimização de Arquiteturas de Redes Convolucionais, Descrição: O desempenho dos métodos de aprendizado de máquina é muito dependente da escolha da representação de dados sobre a qual eles são aplicados. O rápido desenvolvimento do campo de aprendizado de representações (ou características/descritores) está preocupado com questões sobre como pode-se melhor aprender representações de dados que sejam significativas e úteis. Neste sentido, as representações em profundidade, compostas de várias camadas empilhadas, tem permitido a obtenção de resultados estado-da-arte em diversas tarefas e mostrado grandes avanços na última década, criando uma nova área de estudo dentro de aprendizado de máquina. Este projeto tem por objetivos o estudo e desenvolvimento de técnicas de aprendizado de representações em profundidade. Particularmente, este estudo é voltado à otimização de arquiteturas de redes convolucionais (RNC) para aprendizado de representações. Vários trabalhos estão preocupados com o aprendizado dos pesos dessas redes, mas outra linha de pesquisa que estamos investigando se preocupa principalmente com a busca da arquitetura de RNC ideal. Todavia, esta busca geralmente é realizada de forma aleatória ou por métodos que não procuram evitar mínimos locais. Portanto estamos especificamente interessados em estudar o comportamento de algoritmos evolucionários e metaheurísticas para a otimização deste hiperespaço de parâmetros que modelam RNC. O projeto também objetiva a aplicação dessas técnicas em tarefas ainda não exploradas por aprendizado de representações em profundidade como: classificação de objetos visuais (pedestres, parasitos, etc.), classificação e detecção de padrões fenológicos em imagens de sensoriamento remoto e classificação de lesões em mamografias. Além dessas aplicações voltadas à imagens, também propomos a aplicação das técnicas em estudo para aprender representações de sinais cardíacos como em tarefas de identificação de indivíduos em baixas frequências e de classificação de arritmias usando Eletrocardiograma. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (4) Doutorado: (3) . , Integrantes: Rayson Bartoski Laroca dos Santos - Integrante / David Menotti Gomes - Coordenador.

  • 2015 - 2016

    Estimativa da produtividade de soja utilizando imagens obtidas por Veículos Aéreos Não Tripulados., Descrição: O desenvolvimento de Veículos Aéreos Não Tripulados (VANTs) ou UAV (Unmanned Aerial Vehicles) tem ocorrido, principalmente, devido ao grande avanço tecnológico verificado nos últimos anos e ao grande potencial de aplicação que esses veículos apresentam. Na maioria das aplicações desenvolvidas, os VANTs têm sido concebidos como plataformas para embarcar sensores remotos para obtenção de imagens e dados da superfície terrestre. O Sensoriamento Remoto é uma técnica que está sendo utilizada para o monitoramento de culturas, com o objetivo de proporcionar uma visão sinóptica de áreas semeadas, gerando informações dos locais de plantio, de estimativa de área plantada e de informações da variabilidade do campo. A produção de soja prevista para a safra 2014/15 é superior a 95 milhões de toneladas, representando um incremento de 10,4% em relação ao produzido no ano anterior. Dada a relevância da soja para a economia brasileira, torna-se imprescindível a obtenção de informações que auxiliem a tomada de decisão no que se refere ao plantio, manejo e comercialização da produção. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Rayson Bartoski Laroca dos Santos - Integrante / Alaine Margarete Guimarães - Coordenador.

  • 2014 - 2015

    Uso de Máquinas de Vetor de Suporte para estimativa da necessidade de gesso agrícola em solos ácidos., Descrição: No Brasil, a maior parte dos solos agrícolas apresenta acidez excessiva, prejudicando o crescimento das plantas e a produtividade das culturas. Para resolver os problemas da acidez do solo, a prática mais utilizada é a calagem. Entretanto, em solos manejados no sistema plantio direto, como a reação do calcário é limitada ao local de sua aplicação, a calagem apresenta poucos resultados na correção do subsolo. Um subproduto das indústrias de fertilizantes que tem sido utilizado na agriculta como condicionador de solo é o gesso agrícola. Ele não corrige a acidez do solo, ou seja, sua utilização não aumenta o pH do solo. Porém, o gesso pode ser utilizado em conjunto com o calcário, complementando seu efeito. O projeto de pesquisa visa realizar a Mineração de Dados com o uso da técnica Máquinas de Vetores de Suporte em uma base de dados referente à aplicação de gesso agrícola, buscando melhor correlação entre atributos químicos do solo e a estimativa da necessidade de gesso agrícola. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Rayson Bartoski Laroca dos Santos - Integrante / Alaine Margarete Guimarães - Coordenador.

Histórico profissional

Seção coletada automaticamente pelo Escavador

Experiência profissional

2017 - Atual

Universidade Federal do Paraná

Vínculo: , Enquadramento Funcional: