Portuguese Chinese (Simplified) English French German Italian Japanese Russian Spanish

Projetos de pesquisadores do CeMEAI são premiados pela Google

LARA 2019 concede R$ 2 milhões a trabalhos que melhoram a vida na sociedade

 

google 900x506

Foto: Nereu Jr./Google Divulgação

 

Com objetivo de premiar trabalhos inovadores de Ciência da Computação, a empresa Google realizou, em Belo Horizonte, a entrega da edição 2019 do Latin America Research Awards (LARA) que concede R$ 2 milhões em bolsas para trabalhos acadêmicos de tecnologia que podem melhorar a vida na sociedade.

Nesta edição, foram inscritos 679 trabalhos. Dos 25 premiados, dois estão ligados a pesquisadores do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) que trabalham com machine learning.

O aluno de doutorado Daniel Cestari, orientado por Rodrigo Mello, do ICMC/USP, teve premiado um dos únicos projetos teóricos denominado Projetando transformações de espaço do Kernel a partir de dados supervisionados. Segundo Melo, a pesquisa tem o intuito de melhorar o processo de classificação em aprendizado de máquina, por meio do projeto automático de kernel. “Com esse trabalho conseguimos reduzir a complexidade dos estudos em machine learning, tornando os modelos mais simples. Acredito que foi esse viés que chamou a atenção da Google, uma vez que os resultados afetam todas as aplicações nessa linha de pesquisa”, comentou.

E pelo segundo ano consecutivo, um trabalho orientado pelo pesquisador Anderson Rocha, da Unicamp, foi premiado pelo LARA. Denominado Combate a notícias falsas por meio da atribuição de autoria e análise de filogenia, a linha de pesquisa que conta com a contribuição do aluno de doutorado Antonio Theophilo luta contra as notícias falsas e também faz uma análise de mensagens em redes sociais.

Anderson explica que o projeto de pesquisa visa solucionar dois problemas desafiadores: atribuição de autoria e análise de filogenia de pequenas mensagens de texto postadas em plataformas de mídia social, mostrando como essas soluções podem auxiliar na identificação de informações falsas disseminadas em redes sociais.

“Diferentemente do que foi feito com textos mais longos, analisamos abordagens orientadas a dados sobre padrões estilísticos, explorando os recentes avanços das redes neurais profundas (deep learning) no campo de reconhecimento de padrões”, explica.

A pesquisa produz resultados que poderão ser utilizados por ONGs, agências de notícias, plataformas de mídia social e pessoas em geral. Além disso, esta pesquisa pode fornecer ferramentas apropriadas para análise de postagens on-line, levando em consideração sua disseminação e poder de influência.

Com apoio da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), Antonio irá aprimorar os conhecimentos nesta área por doze meses na Carnegie Mellon University, Pittsburgh, nos Estados Unidos.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Pesquisadores lançam livro sobre a Teoria do Aprendizado Estatístico

Obra é inovadora no cenário científico

 

rodrigo mello

Rodrigo Mello, pesquisador do CeMEAI

 

Um livro publicado por dois professores do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP em São Carlos trata, de forma inovadora, a área de Aprendizado Supervisionado de Máquina.

“A área de Aprendizado Supervisionado de Máquina busca produzir classificadores e regressões para diferentes problemas, tais como a classificação de textos de acordo com seus tipos (esporte, política, economia etc.), de sentimentos em tweets ou mensagens postadas no Facebook, identificação de caracteres em texto cursivo, modelagem de clima, etc. Contudo, muitos desses domínios de aplicação empiricamente adotam modelos de aprendizado de máquina sem avaliar ou garantir se o aprendizado de fato ocorre ou apenas uma memorização”, explica Rodrigo Mello, que também é pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI).

O tema central do livro, que também tem como autor o professor Moacir Ponti, é a Teoria do Aprendizado Estatístico A grande novidade contida na obra é a abordagem da forma como a Teoria pode ser empregada no mundo real a fim de avaliar se algoritmos de aprendizado de máquina de fato aprendem.

livro

“Também abordamos o algoritmo de aprendizado de máquina supervisionado mais importante: Support Vector Machines. Partimos do zero até a implementação completa do algoritmo, bem como discutimos como transformações em espaços de dados de entrada podem facilitar processos de classificações ou regressão. Para se ter uma ideia, há diversos algoritmos sendo utilizados para classificação e regressão, tais como em Deep Learning, cujos resultados são advindos de conclusões empíricas e grandes empresas como Google, Microsoft, e Facebook os utilizam. O livro permite entender o funcionamento dos métodos e embasa o projeto de sistemas com melhores garantias teóricas”, completa Mello.

Ao todo, foram sete anos de trabalho, incluindo idealização, escrita e edição da obra, que é organizada em seis capítulos e tem previsão de publicação para agosto de 2018. Mais informações podem ser encontradas na página do livro no site da editora Springer.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.

Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Leonardo Zacarin - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Sistema de análise de opinião pública (TSViz)

Notícias Relacionadas

Pesquisadores

Rodrigo Fernandes de Mello

Conhecer a opinião pública por intermédio de hashtags e assuntos de interesse social, saber qual sua influência e como analisá-la em relação aos sentimentos, novidades, palavras mais relevantes e geolocalização de mensagens publicadas em tempo real são alguns dos objetivos do projeto TSViz. Do termo Time Series Visualization, este trabalho visa a análise online de conteúdo textual publicado por usuários na Internet.

jornal da usp

 

O projeto intitulado TSViz foi criado a partir da coleta de informações do Twitter e de vários posts armazenados numa base de dados. A ideia surgiu em 2013,  devido às inúmeras manifestações que ocorreram no Brasil, época em que diversos pontos de vista tomaram as redes sociais. A iniciativa foi planejada pelo Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI).

 

CLIQUE AQUI para ler a notícia completa!

Sistema analisa e apresenta opinião pública em redes sociais

Trabalho é coordenado pelo pesquisador do CeMEAI Rodrigo Mello

 

Sistema analisa e apresenta opinião pública em redes sociais

Quais assuntos são mais relevantes nesse momento nas redes sociais? O que os usuários estão falando sobre esse assunto? Uma ferramenta desenvolvida no Icmc Usp e coordenado por um pesquisador do CEPID - CeMEAI faz análises online de conteúdos postados por esses usuários e pode ajudar a resumir a opinião pública a partir dessas manifestações. Entenda:

Publicado por CEPID - CeMEAI em Terça-feira, 21 de novembro de 2017

 

Conhecer a opinião pública por intermédio de hashtags e assuntos de interesse social, saber qual sua influência e como analisá-la em relação aos sentimentos, novidades, palavras mais relevantes e geolocalização de mensagens publicadas em tempo real são alguns dos objetivos do projeto TSViz.  Do termo Time Series Visualization, este trabalho que tem a coordenação do professor Rodrigo Mello, do Departamento de Ciências de Computação (SCC) do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP em São Carlos visa a análise online de conteúdo textual publicado por usuários na Internet.

Contando com o apoio do CNPq (Conselho Nacional de Desenvolvimento Científico e Tecnológico) e da FAPESP (Fundação de Amparo à Pesquisa do Estado de São Paulo), por meio do CEPID-CeMEAI, a pesquisa tem sido desenvolvida com a proposta de trazer à tona uma análise de mensagens publicadas em redes sociais, com o intuito de apoiar pesquisadores, interessados e especialmente eleitores em relação a assuntos de interesse público.

A equipe é formada pelos professores Ricardo Araújo Rios – da Universidade Federal da Bahia e Paulo Aristarco Pagliosa – da Universidade Federal do Mato Grosso do Sul. O aluno de engenharia da computação Caio de Sá Lopes desenvolveu o site.

“Trabalhei na análise dos dados e desenvolvi essa metáfora visual, ou seja, de fazer gráficos, nuvem de palavras, fazer o mapa de calor, entre outros analisadores que permitem que os usuários explorem a ferramenta de uma maneira fácil e prática”, comentou o aluno.

O trabalho teve início em 2013 com o processo de impeachment da presidente Dilma Rousseff. Segundo Rodrigo Mello, as manifestações nas ruas e redes sociais trouxeram um questionamento pessoal sobre como o seu trabalho poderia contribuir neste contexto político do país.

Utilizando o aprendizado de máquina e séries temporais, o Twitter passou a ser a fonte de pesquisa com o objetivo de analisar dados e informações em um total de 16 análises inicialmente possíveis. 

“Nossa principal contribuição quando nos referimos ao usuário final é que ele tenha acesso a opinião das pessoas sem passar pela grande mídia e que possam, entre outras finalidades, tomar decisões mais claras sobre votação, projetos discutidos na Câmara ou Senado, por exemplo.  Fora deste contexto, é possível aplicar a ferramenta em empresas com análises como campanhas de marketing pra citar uma aplicação. Estamos agora, ampliando as análises para outras redes, além o Twitter”, explicou.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.

Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Aprendizado de Máquina é tema de workshop no Instituto de Estudos Avançados

Coordenador da área de Inteligência Computacional do CeMEAI é um dos organizadores

 

Na segunda-feira, 14 de agosto, o Instituto de Estudos Avançados (IEA) da USP/SP sediou o primeiro workshop da USP sobre Aprendizado de Máquina, como parte da série Strategic Workshops que já promoveu 24 encontros em áreas estratégicas.

O evento reuniu pesquisadores de vários grupos da USP, entre eles, do ICMC e CEPID-CeMEAI, com objetivo de integração da comunidade da USP em torno de pesquisas e trabalhos relacionados ao aprendizado de máquina. Por meio da identificação de interesses comuns e complementares, a intenção é fomentar projetos de colaboração, e intensificar a interação com empresas da área, tanto em projetos como na geração de recursos humanos.

Marcos Buckeridge é coordenador do Programa USP Cidades Globais no IEA e durante a abertura falou sobre o número recorde de inscrições dentro dos workshops estratégicos. Foram  recebidas 180 inscrições para 120 vagas. “Este interesse mostra a importância do tema e o potencial para desenvolvimento de projetos. O encontro também nos surpreendeu pela participação de 40 representantes de grandes empresas”, disse.

Fábio Cozman, da Escola Politécnica (Poli) e José Eduardo Krieger, Pró-Reitor de Pesquisa da USP também participaram da abertura do evento que teve como um dos organizadores o coordenador da área de Inteligência Computacional do CEPID-CeMEAI, André Carlos Ponce de Leon Ferreira de Carvalho. André foi um dos palestrantes e além de falar sobre os projetos desenvolvidos pelo CeMEAI, apresentou alguns dos projetos envolvendo aprendizado de máquina na USP São Carlos, alguns  em colaboração com empresas e com pesquisadores de outros países.

“Além dos pesquisadores da USP e de outras universidades, contamos com a participação de representantes de empresas como Itaú-Unibanco, Big Data, Serasa Experian, NVIDIA e Petrobrás. Ao final do workshop, foi discutido o envio de um grande projeto relacionado a Aprendizado de Máquina, com a participação de pesquisadores da USP,  à FAPESP, que poderia ser um projeto temático ou um centro de engenharia, para aumentar a colaboração entre pesquisadores da USP que trabalham com aprendizado de máquina. No caso do centro de engenharia, foi decidido que empresas com interesse na área seriam contatadas para serem parceiras no projeto”, comentou André.

Os professores Gustavo Alves Batista e Francisco Louzada Neto fizeram apresentações sobre pesquisas nesta área desenvolvidas  pelo ICMC e pelo CEPID-CeMEAI. Outro docente do ICMC e do CEPID-CeMEAI, o professor Rodrigo Fernandes de Mello, falou sobre Infra-Estrutura computacional para Aprendizado de Máquina.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.

Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Detecção Automática de Vazamentos de Água

Detecção Automática de Vazamentos de Água

Notícias Relacionadas

Pesquisadores

Rodrigo Fernandes de Mello

A ideia do projeto é criar um método que identifique a ocorrência de vazamentos em redes de distribuição de água de forma automática. O método se baseia na aplicação de técnicas de aprendizado de máquina usando os dados obtidos continuamente na rede. 

O estudo faz parte de um convênio da USP com o Departamento Autônomo de Água e Esgoto (DAAE) de Araraquara. A ideia do convênio é que o DAAE ceda os dados dos sistemas deles para os pesquisadores e, assim que os resultados forem produzidos, o sistema será disponibilizado ao Departamento.

O objetivo é que a metodologia fique aberta, disponível para quem quiser implementá-la não só na cidade de Araraquara, mas no Brasil e no mundo todo.

 

Estudo possibilita a detecção automática de vazamentos em redes de água

Pesquisa tem participação de professor do CeMEAI

 

Um estudo de doutorado de uma aluna da Escola de Engenharia de São Carlos (EESC-USP), em parceria com um pesquisador do CEPID - CeMEAI, busca detectar automaticamente vazamentos em redes de distribuição de água. Entenda: http://goo.gl/9VCjGB

Publicado por CEPID - CeMEAI em Quinta, 17 de dezembro de 2015

Um projeto de doutorado desenvolvido por uma aluna da USP em São Carlos promete criar um método que identifique a ocorrência de vazamentos em redes de distribuição de água de forma automática. Maria Mercedes Gamboa é doutoranda do Programa de Pós-Graduação em Engenharia Hidráulica e Saneamento da Escola de Engenharia de São Carlos (EESC) e vem desenvolvendo e testando o método na rede de distribuição da cidade de Araraquara, abastecida pelo Departamento Autônomo de Água e Esgotos (DAAE).

O estudo faz parte de um convênio da USP com o DAAE. A parceria é coordenada pela professora Luisa Fernanda Ribeiro Reis, do Departamento de Hidráulica e Saneamento (SHS) da EESC, que é também orientadora da aluna. “A ideia do convênio é que eles cedam os dados dos sistemas deles para nós e, assim que produzimos resultados, disponibilizamos para que eles utilizem”, relata a professora.

O método se baseia na aplicação de técnicas de aprendizado de máquina usando os dados obtidos continuamente na rede. Para obter os dados da pressão da água nas tubulações, Maria instalou, com a ajuda do DAAE, nove sensores em diferentes pontos da cidade: Jardim Panorama, Vila Suconasa, Vila Melhado, Vila Normanda, Jardim Nova Época, Jardim Residencial Água Branca, Yolanda Ópice e Jardim Paulista. Todos fazem parte do setor Martinez, que abastece cerca de 18 mil habitantes.

Os sensores foram instalados especialmente para a pesquisa de Maria. “Foram feitas adaptações simples do ponto de vista técnico. Foram construídos pelo DAAE nove poços de visita e, dentro deles, nas redes, foram adaptados registros que permitem a conexão dos sensores de pressão”, explica Fernando Lourencetti, gerente de manutenção elétrica e mecânica do DAAE.

Os valores de pressão continuamente medidos constituem o banco de dados que é necessário para o modelo, e que se atualiza semanalmente durante a atual etapa do estudo.“Os sensores de pressão têm memória interna e medem os valores continuamente, registrando os valores a cada dois minutos. Eles conseguem armazenar mais ou menos uma semana de dados. Por isso, toda semana eu venho para Araraquara para transferir os dados para o computador”, conta Maria. A ideia é que, no futuro, essa tarefa seja automatizada.

As informações recolhidas são levadas de volta para São Carlos e analisadas pela aluna com a ajuda de ferramentas computacionais propostas pelo professor Rodrigo Mello, do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP e pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI). “A minha parte é contribuir com a modelagem dos dados que a Maria obtém em Araraquara. Cada sensor produz uma série temporal, e essas séries são usadas para montar o modelo que pode detectar momentos em que há ou não o inicio de um vazamento”, esclarece Rodrigo.

Durante a análise dos dados, surgem inicialmente, na tela do computador, gráficos de pressão ao longo do tempo. Uma diminuição da pressão é, possivelmente, um indicativo de vazamento. Mas nem sempre é assim. A diminuição pode ter sido provocada por motivos diferentes ou também ficar mascarada pelas variações normais na rede. Por isso, a função do modelo matemático é distinguir as variações que de fato correspondem a um vazamento das variações que não correspondem. “Nós temos que encontrar limiares para indicar o que é normal e o que não é normal. Um dos componentes da série temporal permite essa análise com uma precisão maior”, conta o pesquisador.

O estudo ainda está em estágio de desenvolvimento, mas Maria já espera que o método, quando finalizado, possa ser usado em qualquer rede de abastecimento de água. “O objetivo do doutorado é criar o método. O que estamos fazendo em parceria com o DAAE é um estudo piloto para obter os dados e desenvolver esse método. Mas o objetivo é que a metodologia fique aberta, disponível para quem quiser implementá-la não só na cidade de Araraquara, mas no Brasil e no mundo todo”, frisa. Para o futuro, a ideia é que os sensores sejam interligados online com o sistema do DAAE e avisem, em tempo real, quando há a suspeita do início de um vazamento, o que diminuiria drasticamente o tempo de reparação do problema e o consequente desperdício de água.

Para Fernando, a pesquisa pode ajudar muito o setor de perdas do DAAE a diminuir a quantidade de água desperdiçada. “Atualmente, com as perdas em torno de 40%, há a necessidade de se buscar novas alternativas, novas tecnologias para baixar esse número. Com essa pesquisa, será possível buscar as perdas de uma forma muito mais rápida do que a usada atualmente”, finaliza.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP. O CeMEAI é especialmente adaptado e estruturado para promover o uso de ciências matemáticas (em particular matemática aplicada, estatística e ciência da computação) como um recurso industrial.

As atividades do Centro são realizadas dentro de um ambiente interdisciplinar, enfatizando-se a transferência de tecnologia e a educação e difusão do conhecimento para as aplicações industriais e governamentais. As atividades são desenvolvidas nas áreas de Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.

Além do ICMC, o CEPID-CeMEAI conta com outras seis instituições associadas: o Centro de Ciências Exatas e Tecnologia da Universidade Federal de São Carlos (CCET-UFSCar); o Instituto de Matemática Estatística e Computação Científica da Universidade Estadual de Campinas (IMECC-UNICAMP); o Instituto de Biociências Letras e Ciências Exatas da Universidade Estadual Paulista (IBILCE-UNESP); a Faculdade de Ciências e Tecnologia da Universidade Estadual Paulista (FCT-UNESP); o Instituto de Aeronáutica e Espaço (IAE); e o Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP).

Leonardo Zacarin - Assessoria CEPID-CeMEAI

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609 

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.