André Carlos Ponce de Leon Ferreira de Carvalho
Pesquisador Principal
Linhas de pesquisa
Formação acadêmica/titulação
Informações
Projetos
Linhas de pesquisa
Aprendizado de Máquina, Mineração de Dados, Bioinformática, Redes Neurais
Formação acadêmica/titulação
1994 – Doutorado em Electronic Engineering
University of Kent, U. KENT, Inglaterra.
Título: TOWARDS AN INTEGRATED BOOLEAN NEURAL NETWORK FOR IMAGE RECOGNITION
1990 – Mestrado em Ciências da Computação
Universidade Federal de Pernambuco, UFPE, Brasil
Título: UM NOVO MODELO DE NEURONIO PARA O RECONHECIMENTO DE SEQUENCIAS
1987 – Graduação em Ciência da Computação
Universidade Federal de Pernambuco, UFPE, Brasil
Informações
Possui graduação em Ciência da Computação pela Universidade Federal de Pernambuco (1987), mestrado em Ciências da Computação pela Universidade Federal de Pernambuco (1990) doutorado em Electronic Engineering – University of Kent at Canterbury (1994) e pós-doutorado pela Universidade do Porto (2006). Atualmente é Professor Titular da Universidade de São Paulo, USP. É revisor ad hoc de várias fundações nacionais e internacionais de apoio à pesquisa. Tem experiência na área de Ciência da Computação, com ênfase em Aprendizado de Máquina (Machine Learning), Mineração de Dados (Data Mining) e Ciência de Dados (Data Science), atuando principalmente nos seguintes temas:detecção de novidades, meta-aprendizado, pré-processamento de dados e metaheurísticas, com aplicações em Bioinformática, Engenharia, Finanças, Medicina e Meio Ambiente. É diretor do Centro de Aprendizado de Máquina em Análise de Dados da USP.
Projetos
- Detecção da Qualidade de Madeira (NeuroWood)
- Quedas de Idosos
- Biometria Adaptativa
- Análise de Dados Financeiros
- Detecção de Anomalias
- Detecção de Novidades
- Mapeamento da Correlação de Genes
- Monitoramento de idosos
- Sistema de tomada de decisões em sistemas financeiros (GESCOB)
- Arquimedes
- Planejamento da utilização eficiente de pistas para pousos
- Inteligência artificial para desenvolver novos vidros
- Controle de plantas invasoras
- Aplicações automáticas na bolsa de valores
- Assistente Virtual para conter COVID-19
- Detecção de casos negativos de Covid-19
- Rede de cidades inteligentes
Linhas de pesquisa
Formação acadêmica/titulação
Informações
Projetos
Linhas de pesquisa
Aprendizado de Máquina, Mineração de Dados, Bioinformática, Redes Neurais
Formação acadêmica/titulação
1994 – Doutorado em Electronic Engineering
University of Kent, U. KENT, Inglaterra.
Título: TOWARDS AN INTEGRATED BOOLEAN NEURAL NETWORK FOR IMAGE RECOGNITION
1990 – Mestrado em Ciências da Computação
Universidade Federal de Pernambuco, UFPE, Brasil
Título: UM NOVO MODELO DE NEURONIO PARA O RECONHECIMENTO DE SEQUENCIAS
1987 – Graduação em Ciência da Computação
Universidade Federal de Pernambuco, UFPE, Brasil
Informações
Possui graduação em Ciência da Computação pela Universidade Federal de Pernambuco (1987), mestrado em Ciências da Computação pela Universidade Federal de Pernambuco (1990) doutorado em Electronic Engineering – University of Kent at Canterbury (1994) e pós-doutorado pela Universidade do Porto (2006). Atualmente é Professor Titular da Universidade de São Paulo, USP. É revisor ad hoc de várias fundações nacionais e internacionais de apoio à pesquisa. Tem experiência na área de Ciência da Computação, com ênfase em Aprendizado de Máquina (Machine Learning), Mineração de Dados (Data Mining) e Ciência de Dados (Data Science), atuando principalmente nos seguintes temas:detecção de novidades, meta-aprendizado, pré-processamento de dados e metaheurísticas, com aplicações em Bioinformática, Engenharia, Finanças, Medicina e Meio Ambiente. É diretor do Centro de Aprendizado de Máquina em Análise de Dados da USP.
Projetos
- Detecção da Qualidade de Madeira (NeuroWood)
- Quedas de Idosos
- Biometria Adaptativa
- Análise de Dados Financeiros
- Detecção de Anomalias
- Detecção de Novidades
- Mapeamento da Correlação de Genes
- Monitoramento de idosos
- Sistema de tomada de decisões em sistemas financeiros (GESCOB)
- Arquimedes
- Planejamento da utilização eficiente de pistas para pousos
- Inteligência artificial para desenvolver novos vidros
- Controle de plantas invasoras
- Aplicações automáticas na bolsa de valores
- Assistente Virtual para conter COVID-19
- Detecção de casos negativos de Covid-19
- Rede de cidades inteligentes