Computação Flexível, Aprendizado de Máquina, Mineração de Textos, Sistemas Fuzzy-Genéticos, Séries Temporais Fuzzy, Aprendizado de Máquina Fuzzy.
2013 – Doutorado em Ciências da Computação.
Universidade de São Paulo, USP, Brasil.
com período sanduíche em McGill University (Orientador: Pierre Pluye).
Título: Organização flexível de documentos
2008 – Mestrado em Ciência da Computação.
Universidade Federal de São Carlos, UFSCAR, Brasil.
Título: Modelagem Fuzzy usando Agrupamento Condicional
2006: Graduação em Ciência da Computação.
Universidade Estadual do Sudoeste da Bahia, UESB, Brasil.
Tatiane Nogueira obteve seu doutorado em Ciência da Computação e Matemática Computacional pela Universidade de São Paulo (ICMC/USP/Brasil), trabalhando com agrupamento fuzzy para mineração de textos. Durante seu doutorado, desenvolveu parte de suas pesquisas nas universidades de Granada-Espanha e McGill-Canada. Tem experiência trabalhando principalmente com Inteligência Artificial Teórica e Aplicada, com foco especial na construção de sistemas inteligentes de tomada de decisão sob incerteza. Atualmente, ocupa o cargo de Professor Adjunto no Instituto de Computação da Universidade Federal da Bahia (UFBA/Brasil), sendo membro do grupo de pesquisa Computational Intelligence and Optmization Research Lab (CINO), supervisionando estudantes de graduação e pós-graduação. Tem colaborações internacionais em andamento com parceiros da Ecole Polytechnique (França), Machine Intelligence Research Labs (USA), McGill University (Canada), Department of Reproductive Biology, Center for Regenerative Medicine, National Center for Child Health and Development Research Institute (Japão), além de várias colaborações nacionais. Atua como revisora de periódicos e conferências nacionais e internacionais, além de atuar como General Chair, Program Chair e Steering Committee de diferentes conferências e workshops. É membro da Sociedade Brasileira de Computação (SBC), da Comissão Especial de Inteligência Artificial (CE-IA) da SBC, do Institute of Electrical and Electronics Engineers (IEEE) e pesquisadora associada do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP São Carlos. De 2019 a 2020, realizou pesquisa de pós-doutorado no Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC/USP), trabalhando com classificação e representação fuzzy de séries temporais. Principais interesses de pesquisa: Inteligência Artificial, Aprendizado de Máquina, Aprendizado por Reforço, Sistemas Fuzzy, eXplainable AI e Séries Temporais.
Computação Flexível, Aprendizado de Máquina, Mineração de Textos, Sistemas Fuzzy-Genéticos, Séries Temporais Fuzzy, Aprendizado de Máquina Fuzzy.
2013 – Doutorado em Ciências da Computação.
Universidade de São Paulo, USP, Brasil.
com período sanduíche em McGill University (Orientador: Pierre Pluye).
Título: Organização flexível de documentos
2008 – Mestrado em Ciência da Computação.
Universidade Federal de São Carlos, UFSCAR, Brasil.
Título: Modelagem Fuzzy usando Agrupamento Condicional
2006: Graduação em Ciência da Computação.
Universidade Estadual do Sudoeste da Bahia, UESB, Brasil.
Tatiane Nogueira obteve seu doutorado em Ciência da Computação e Matemática Computacional pela Universidade de São Paulo (ICMC/USP/Brasil), trabalhando com agrupamento fuzzy para mineração de textos. Durante seu doutorado, desenvolveu parte de suas pesquisas nas universidades de Granada-Espanha e McGill-Canada. Tem experiência trabalhando principalmente com Inteligência Artificial Teórica e Aplicada, com foco especial na construção de sistemas inteligentes de tomada de decisão sob incerteza. Atualmente, ocupa o cargo de Professor Adjunto no Instituto de Computação da Universidade Federal da Bahia (UFBA/Brasil), sendo membro do grupo de pesquisa Computational Intelligence and Optmization Research Lab (CINO), supervisionando estudantes de graduação e pós-graduação. Tem colaborações internacionais em andamento com parceiros da Ecole Polytechnique (França), Machine Intelligence Research Labs (USA), McGill University (Canada), Department of Reproductive Biology, Center for Regenerative Medicine, National Center for Child Health and Development Research Institute (Japão), além de várias colaborações nacionais. Atua como revisora de periódicos e conferências nacionais e internacionais, além de atuar como General Chair, Program Chair e Steering Committee de diferentes conferências e workshops. É membro da Sociedade Brasileira de Computação (SBC), da Comissão Especial de Inteligência Artificial (CE-IA) da SBC, do Institute of Electrical and Electronics Engineers (IEEE) e pesquisadora associada do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP São Carlos. De 2019 a 2020, realizou pesquisa de pós-doutorado no Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC/USP), trabalhando com classificação e representação fuzzy de séries temporais. Principais interesses de pesquisa: Inteligência Artificial, Aprendizado de Máquina, Aprendizado por Reforço, Sistemas Fuzzy, eXplainable AI e Séries Temporais.