Daniel Gomes Ferrari

Pós-doutorado

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• 2015 FERRARI, D. G. ; CASTRO, L. N. . Clustering algorithm selection by meta-learning systems: A new distance-based problem characterization and ranking combination methods. Information Sciences , v. 301, p. 181-194, 2015.

• 2015 REDONDO-GONZALEZ, E. ; CASTRO, L. N. ; MORENO-SIERRA, J. ; CASAS, M. L. M. L. ; VERA-GONZALEZ, V. ; FERRARI, D. G. ; CORCHADO, J. M. . Bladder Carcinoma Data with Clinical Risk Factors and Molecular Markers: A Cluster Analysis. BIOMED RES INT , v. 2015, p. 1-14, 2015.

• 2014 ZANATTA, DANIELA B ; TSUJITA, MARISTELA ; BORELLI, PRIMAVERA ; AGUIAR, RODRIGO B ; FERRARI, DANIEL G ; STRAUSS, BRYAN E . Genetic barcode sequencing for screening altered population dynamics of hematopoietic stem cells transduced with lentivirus. Molecular Therapy Methods & Clinical Development , v. 1, p. 14052, 2014.

• 2011 BORGES, E. ; FERRARI, D. G. ; CASTRO, L. N. . ocopt-aiNet: An Artificial Immune System for Optimal Clustering. Revista Mackenzie de Engenharia e Computação (Impresso) , v. 11, p. 117-140, 2011.

• 2011 CASTRO, L. N. ; XAVIER, R. S. ; PASTI, R. ; MAIA, R. D. ; SZABO, A. ; FERRARI, D. G. . The Grand Challenges in Natural Computing Research. International Journal of Natural Computing Research , v. 2, p. 17-30, 2011.

• DA CUNHA, DANILO S. ; XAVIER, RAFAEL S. ; FERRARI, DANIEL G. ; DE CASTRO, LEANDRO N. . Association rule mining using a bacterial colony algorithm. In: 2015 Latin America Congress on Computational Intelligence (LACCI), 2015, Curitiba. 2015 Latin America Congress on Computational Intelligence (LA-CCI). p. 1-6.

• FERRARI, D. G. ; CASTRO, L. N. . New Genetic Operators for the Evolutionary Algorithm for Clustering. In: 1st BRICS Countries Congress on Computational Intelligence, 2013, Recife. BRICS, 2013.

• BORGES, EDERSON ; FERRARI, DANIEL G. ; CASTRO, LEANDRO N. DE . Silhouette-based clustering using an immune network. In: 2012 IEEE Congress on Evolutionary Computation (CEC), 2012, Brisbane. 2012 IEEE Congress on Evolutionary Computation. p. 1-9.

• FERRARI, D. G. ; CASTRO, L. N. . Performance Estimation for Clustering Algorithms with Meta-Learning Techniques. In: 19th Brazilian Conference on Automation, 2012. ANAIS DO XIX CBA, 2012. p. 2380-2386.

• FERRARI, D. G. ; CASTRO, L. N. . Clustering Algorithm Recommendation: A Meta-learning Approach. In: Third International Conference, SEMCCO 2012, 2012, Bhubaneswar. Swarm, Evolutionary, and Memetic Computing, 2012. v. 7677. p. 143-150.

• FERRARI, D. G. ; CRUZ JÚNIOR, Gelson da . Classification of substation single-line diagrams based on fuzzy systems. In: NAFIPS 2003, 2003, Chicago. 22nd International Conference of the North American Fuzzy Information Processing Society, 2003. p. 297-301.

• FERRARI, D. G. ; CRUZ JÚNIOR, Gelson da . Classification of Substation Single-Line Diagram Based on Fuzzy Logic. In: 5th LATIN-AMERICAN CONGRESS: ELECTRICITY GENERATION AND TRANSMISSION, 2003, São Pedro. Proceedings of the 5o Latin-American Congress:Electricity Generation And Transmission, 2003. v. 1. p. 1-1000.

• RIBEIRO, A. H. ; VALLE, P. R. ; MEDRADO, R. F. V. ; FERRARI, D. G. ; ZANATTA, D. B. ; STRAUSS, B. E. . Combined transfer of p19Arf and interferon-beta genes to mouse melanoma cells causes LC3B- and caspase-3-independent cell death and alters the expression of critical genes. In: 106th Annual Meeting of the American Association for Cancer Research, 2015, Philadelphia. Proceedings of the 106th Annual Meeting of the American Association for Cancer Research, 2015.

• RIBEIRO, A. H. ; MERKEL, A. C. ; VALLE, P.R.D. ; MAZZOTTI, T.K.F. ; FERRARI, D. G. ; STRAUSS, B. E. . Combined p19ARF and interferon-beta gene transfer to mouse melanoma cells is associated with bystander activity and a cooperative impact on gene expression. In: Congresso Brasileiro de Hematologia, Hemoterapia e Terapia Celular, 2013, Brasília. Revista Brasileira de Hematologia e Hemoterapia. São Paulo: RS Press, 2013. v. 35. p. 452-452.

• PEDROSO, C. B. ; FERRARI, D. G. ; MULLER, Eléia Gisele . Lógica Fuzzy. In: II Mostra de Trabalhos em Informátca, 1997, Maringá. II Mostra de Trabalhos em Informática, 1997.

• PEDROSO, C. B. ; FERRARI, D. G. ; MULLER, Eléia Gisele . Lógica Fuzzy. In: V Simpósio Anual de Estudantes do Cesulon, 1997, Londrina. V Simpósio Anual de Estudantes do Cesulon, 1997.

• FERRARI, D. G. ; XAVIER, R. S. . Computação Natural como um Tendência Tecnológica. 2014. (Apresentação de Trabalho/Conferência ou palestra).

• FERRARI, D. G. ; CASTRO, L. N. . New Genetic Operators for the Evolutionary Algorithm for Clustering. 2013. (Apresentação de Trabalho/Congresso).

• FERRARI, D. G. . Desafio em Computação Natural. 2012. (Apresentação de Trabalho/Conferência ou palestra).

• FERRARI, D. G. . Classificação de diagramas unifilares de subestações elétricas baseada em sistemas nebulosos 2003 (Dissertação de mestrado).

• FERRARI, D. G. . Software para coleta de dados e controle de trágefo urbano 1999 (Trabalho de graduação).

• FERRARI, D. G. . Fundamentos da Robótica 1998 (Projeto de ensino).

Outras produções

Projetos de pesquisa

• 2016 - 2016

  An Investigation into Self-Organization in a Swarm of UAVs, Projeto certificado pelo(a) coordenador(a) Leandro Nunes de Castro Silva em 17/02/2016., Descrição: Os veículos aéreos não tripulados (UAVS - Unmanned Aerial Vehicles) pequenos e de baixo custo, muitas vezes chamados de Micro UAVs, possibilitam uma série de aplicações, o que representa uma grande motivação para a realização de pesquisas que buscam a navegação autônoma em diferentes cenários. As aplicações de UAVs autônomos são as mais diversas e incluem a detecção de alvos, escolta de objetos e alvos, vigilância, coleta de dados, planejamento de caminhos, monitoramento de ambientes, redes dinâmicas de telecomunicações e o auxílio ao resgate de pessoas em desastres. Seja qual for a aplicação, um dos principais desafios impostos é a definição de métodos e algoritmos que buscam a navegação autônoma imposta pelos mais diversos ambientes e objetivos. Na literatura é possível encontrar diversas propostas que buscam transpor esse desafio, em especial aqueles relacionados a múltiplos UAVs operando em conjunto. Neste projeto, tarefas de navegação fundamentais como pouso, decolagem e impedimento de colisão serão a base para aplicação de métodos mais sofisticados que buscam a interação entre múltiplos UAVs na realização de determinados objetivos. O enfoque reside na construção de algoritmos e métodos baseados no comportamento coletivo e social de abelhas, onde cada UAV corresponde a uma abelha.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (2) . , Integrantes: Daniel Gomes Ferrari - Integrante / Leandro Nunes de Castro - Coordenador / Rodrigo Pasti - Integrante / Renato Dourado Maia - Integrante.

• 2012 - 2014

  Uma Abordagem Baseada em Meta-Aprendizado Aplicada à Tarefa de Agrupamento de Dados, Projeto certificado pelo(a) coordenador(a) Leandro Nunes de Castro Silva em 11/11/2013., Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Daniel Gomes Ferrari - Integrante / Leandro Nunes de Castro - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa., Número de produções C, T & A: 4

• 2001 - 2002

  Sistema inteligente para suporte a decisão em projetos de expansão, Descrição: Sistema de Suporte para o Estudo de Cenários e Construção de Alternativas de Projeto. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Especialização: (0) / Mestrado acadêmico: (4) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Daniel Gomes Ferrari - Integrante / Cássio Dener Noronha Vinhal - Coordenador / Gelson da Cruz Jr - Integrante / Licardino Siqueira Pires - Integrante / Márcio Giovanne Cunha Fernandes - Integrante / Jesus Rodrigo Corrêa - Integrante / Rodrigo Rodrigues Cabral - Integrante., Financiador(es): Companhia Energética de Goiás - Auxílio financeiro., Número de produções C, T & A: 1

• 1998 - 1998

  Grupo de Sistemas Inteligentes, Descrição: Construção de site para internet com diversos assuntos na área de inteligência artificial. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Daniel Gomes Ferrari - Integrante / Nilson Moutinho dos Santos - Coordenador., Número de produções C, T & A: 1

• 1997 - 1998

  Fundamentos da lógica fuzzy e suas aplicações, Descrição: Estudo dos conceitos básicos e aplicações da lógica nebulosa. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (1) / Doutorado: (1) . , Integrantes: Daniel Gomes Ferrari - Integrante / Caetano Bocchi Pedroso - Integrante / Eléia Gisele Muller - Integrante / Nilson Moutinho dos Santos - Coordenador / Maurício Fernandes Figueiredo - Integrante., Número de produções C, T & A: 2

Projetos de desenvolvimento

• 2010 - 2011

  CIAC: Classificador Inteligente de Amostras de Café, Projeto certificado pelo(a) coordenador(a) Leandro Nunes de Castro Silva em 27/10/2013., Descrição: Este Projeto de Pesquisa propõe o desenvolvimento de um classificador inteligente para amostras de café (CIAC) cujo objetivo principal é viabilizar equipamento para automatização da inspeção de grãos de café, padronizando-se a qualidade do café brasileiro a ser consumido, importado e exportado no mundo todo. Basicamente, a classificação física do café consiste em extrair uma amostra, normalmente de 300g, de um lote de café e fazer uma inspeção visual em busca de defeitos na amostra como, por exemplo, grãos pretos, grãos brocados, presença de paus, pedras e outras impurezas. Além disso, outra informação importante no processo de classificação é identificar o tamanho dos grãos, quanto maiores, melhor a qualidade do café. A classificação dos grãos por tamanho é feita utilizando-se peneiras, cujo papel é permitir a passagem daqueles grãos com tamanhos inferiores aos dos orifícios da peneira. Feita a classificação por tamanho, o peso dos grãos pertencentes a cada peneira é calculado. Em resumo, a classificação física do café envolve estimar o peso de cada peneira e também a quantidade de defeitos na amostra. Amostras com poucos defeitos e grãos grandes são as de melhor qualidade física.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Daniel Gomes Ferrari - Integrante / Leandro Nunes de Castro - Coordenador / Helder Knidel - Integrante / Cesar Caetano Neto - Integrante.

• 2010 - 2011

  CIAC: Classificador Inteligente de Amostras de Café, Projeto certificado pelo(a) coordenador(a) Leandro Nunes de Castro Silva em 27/10/2013., Descrição: Este Projeto de Pesquisa propõe o desenvolvimento de um classificador inteligente para amostras de café (CIAC) cujo objetivo principal é viabilizar equipamento para automatização da inspeção de grãos de café, padronizando-se a qualidade do café brasileiro a ser consumido, importado e exportado no mundo todo. Basicamente, a classificação física do café consiste em extrair uma amostra, normalmente de 300g, de um lote de café e fazer uma inspeção visual em busca de defeitos na amostra como, por exemplo, grãos pretos, grãos brocados, presença de paus, pedras e outras impurezas. Além disso, outra informação importante no processo de classificação é identificar o tamanho dos grãos, quanto maiores, melhor a qualidade do café. A classificação dos grãos por tamanho é feita utilizando-se peneiras, cujo papel é permitir a passagem daqueles grãos com tamanhos inferiores aos dos orifícios da peneira. Feita a classificação por tamanho, o peso dos grãos pertencentes a cada peneira é calculado. Em resumo, a classificação física do café envolve estimar o peso de cada peneira e também a quantidade de defeitos na amostra. Amostras com poucos defeitos e grãos grandes são as de melhor qualidade física.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Daniel Gomes Ferrari - Integrante / Leandro Nunes de Castro - Coordenador / Helder Knidel - Integrante / Cesar Caetano Neto - Integrante.

• 2010 - 2011

  CIAC: Classificador Inteligente de Amostras de Café, Projeto certificado pelo(a) coordenador(a) Leandro Nunes de Castro Silva em 27/10/2013., Descrição: Este Projeto de Pesquisa propõe o desenvolvimento de um classificador inteligente para amostras de café (CIAC) cujo objetivo principal é viabilizar equipamento para automatização da inspeção de grãos de café, padronizando-se a qualidade do café brasileiro a ser consumido, importado e exportado no mundo todo. Basicamente, a classificação física do café consiste em extrair uma amostra, normalmente de 300g, de um lote de café e fazer uma inspeção visual em busca de defeitos na amostra como, por exemplo, grãos pretos, grãos brocados, presença de paus, pedras e outras impurezas. Além disso, outra informação importante no processo de classificação é identificar o tamanho dos grãos, quanto maiores, melhor a qualidade do café. A classificação dos grãos por tamanho é feita utilizando-se peneiras, cujo papel é permitir a passagem daqueles grãos com tamanhos inferiores aos dos orifícios da peneira. Feita a classificação por tamanho, o peso dos grãos pertencentes a cada peneira é calculado. Em resumo, a classificação física do café envolve estimar o peso de cada peneira e também a quantidade de defeitos na amostra. Amostras com poucos defeitos e grãos grandes são as de melhor qualidade física.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Daniel Gomes Ferrari - Integrante / Leandro Nunes de Castro - Coordenador / Helder Knidel - Integrante / Cesar Caetano Neto - Integrante.

• 2010 - 2011

  CIAC: Classificador Inteligente de Amostras de Café, Projeto certificado pelo(a) coordenador(a) Leandro Nunes de Castro Silva em 27/10/2013., Descrição: Este Projeto de Pesquisa propõe o desenvolvimento de um classificador inteligente para amostras de café (CIAC) cujo objetivo principal é viabilizar equipamento para automatização da inspeção de grãos de café, padronizando-se a qualidade do café brasileiro a ser consumido, importado e exportado no mundo todo. Basicamente, a classificação física do café consiste em extrair uma amostra, normalmente de 300g, de um lote de café e fazer uma inspeção visual em busca de defeitos na amostra como, por exemplo, grãos pretos, grãos brocados, presença de paus, pedras e outras impurezas. Além disso, outra informação importante no processo de classificação é identificar o tamanho dos grãos, quanto maiores, melhor a qualidade do café. A classificação dos grãos por tamanho é feita utilizando-se peneiras, cujo papel é permitir a passagem daqueles grãos com tamanhos inferiores aos dos orifícios da peneira. Feita a classificação por tamanho, o peso dos grãos pertencentes a cada peneira é calculado. Em resumo, a classificação física do café envolve estimar o peso de cada peneira e também a quantidade de defeitos na amostra. Amostras com poucos defeitos e grãos grandes são as de melhor qualidade física.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Daniel Gomes Ferrari - Integrante / Leandro Nunes de Castro - Coordenador / Helder Knidel - Integrante / Cesar Caetano Neto - Integrante.

• 2010 - 2011

  CIAC: Classificador Inteligente de Amostras de Café, Projeto certificado pelo(a) coordenador(a) Leandro Nunes de Castro Silva em 27/10/2013., Descrição: Este Projeto de Pesquisa propõe o desenvolvimento de um classificador inteligente para amostras de café (CIAC) cujo objetivo principal é viabilizar equipamento para automatização da inspeção de grãos de café, padronizando-se a qualidade do café brasileiro a ser consumido, importado e exportado no mundo todo. Basicamente, a classificação física do café consiste em extrair uma amostra, normalmente de 300g, de um lote de café e fazer uma inspeção visual em busca de defeitos na amostra como, por exemplo, grãos pretos, grãos brocados, presença de paus, pedras e outras impurezas. Além disso, outra informação importante no processo de classificação é identificar o tamanho dos grãos, quanto maiores, melhor a qualidade do café. A classificação dos grãos por tamanho é feita utilizando-se peneiras, cujo papel é permitir a passagem daqueles grãos com tamanhos inferiores aos dos orifícios da peneira. Feita a classificação por tamanho, o peso dos grãos pertencentes a cada peneira é calculado. Em resumo, a classificação física do café envolve estimar o peso de cada peneira e também a quantidade de defeitos na amostra. Amostras com poucos defeitos e grãos grandes são as de melhor qualidade física.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Daniel Gomes Ferrari - Integrante / Leandro Nunes de Castro - Coordenador / Helder Knidel - Integrante / Cesar Caetano Neto - Integrante.

• 2010 - 2011

  CIAC: Classificador Inteligente de Amostras de Café, Projeto certificado pelo(a) coordenador(a) Leandro Nunes de Castro Silva em 27/10/2013., Descrição: Este Projeto de Pesquisa propõe o desenvolvimento de um classificador inteligente para amostras de café (CIAC) cujo objetivo principal é viabilizar equipamento para automatização da inspeção de grãos de café, padronizando-se a qualidade do café brasileiro a ser consumido, importado e exportado no mundo todo. Basicamente, a classificação física do café consiste em extrair uma amostra, normalmente de 300g, de um lote de café e fazer uma inspeção visual em busca de defeitos na amostra como, por exemplo, grãos pretos, grãos brocados, presença de paus, pedras e outras impurezas. Além disso, outra informação importante no processo de classificação é identificar o tamanho dos grãos, quanto maiores, melhor a qualidade do café. A classificação dos grãos por tamanho é feita utilizando-se peneiras, cujo papel é permitir a passagem daqueles grãos com tamanhos inferiores aos dos orifícios da peneira. Feita a classificação por tamanho, o peso dos grãos pertencentes a cada peneira é calculado. Em resumo, a classificação física do café envolve estimar o peso de cada peneira e também a quantidade de defeitos na amostra. Amostras com poucos defeitos e grãos grandes são as de melhor qualidade física.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Daniel Gomes Ferrari - Integrante / Leandro Nunes de Castro - Coordenador / Helder Knidel - Integrante / Cesar Caetano Neto - Integrante.