Resultados para “'Machine Learning em Grafos'”

Rhayane Da Silva Monteiro

tecnico IFCE - Campus Aracati

Rhayane da Silva Monteiro é doutoranda no Programa de Pós-Graduação em Ciência da Computação (MDCC) da Universidade Federal do Ceará (UFC), mestra em Ciência da Computação (2023) no Programa de Pós-Graduação em Ciência da Computação (PPGCC) da Universidade Estadual do Ceará (UECE). É graduada em Bacharelado em Ciência da Computação (2020), possui Técnico em Eventos (2016) e Técnico em Informática (2014) pelo Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE), campus Aracati. Atuou em projeto de pesquisa (PRESP), projetos de extensão (DIVAS e GEOGEBRA) e projeto de desenvolvimento (SISAPP). É Técnica em Eventos do IFCE campus Aracati. É membro do Laboratório de Grafos e Inteligência Computacional (LAGIC) da UECE. Tem interesse na área de Computação e Inteligência Artificial, atuando principalmente nos seguintes temas: aprendizado de máquina, aprendizado de máquina em grafos, aprendizado profundo, visão computacional e reconhecimento de padrões.

Ederson Naves Fernandes Gonçalves Júnior

docente IFMG - Campus Ouro Branco

Ederson Naves Fernandes Gonçalves Júnior possui formação técnica em Mecânica pelo Instituto Federal de Educação, Ciência e Tecnologia de Minas Gerais (IFMG) - Campus Congonhas (2021). É graduado em Ciência da Computação pela Universidade Federal de Ouro Preto (UFOP - 2025). Atualmente, cursa o mestrado em Ciência da Computação na Universidade Federal de Ouro Preto (UFOP) e é Professor Substituto no IFMG - Campus Ouro Branco. Durante a graduação, fez parte do Laboratório de Computação de Sistemas Inteligentes (CSI-Lab), onde trabalhou com a Identificação de Tumores Cerebrais. Atualmente trabalha com Machine Learning aplicado em cima de Eletroencefalograma (EEG). Seus interesses englobam as áreas de Aprendizado de Máquina, Deep Learning e Reconhecimento de Padrões. Além disso, participou da Empresa Júnior Voluta Soluções Digitais, englobando áreas de criação de aplicativos e sites.

Roney Das Merces Cerqueira

docente

Graduação em BACHARELADO INTERDISCIPLINAR EM ENERGIA E SUSTENTABILIDADE pela Universidade Federal do Recôncavo da Bahia - UFRB (2019.1), com Trabalho de Conclusão de Curso intitulado: Redes Neurais Artificiais Aplicadas na Predição de Dados de Energia Solar, atuando principalmente nos seguintes temas: Rede Neural Artificial, Levemberg-Marquardt e Energia Solar; Graduação em ENGENHARIA DE ENERGIAS pela Universidade Federal do Recôncavo da Bahia - UFRB (2022.1), com Trabalhos de Conclusão de Curso intitulado: Desenvolvimento de Algoritmo Baseado em Machine Learning para Análise e Síntese de Dispositivos Fotônicos, atuando principalmente nos seguintes temas: Inteligência Artificial, Machine Learning, Algoritmo Genético, Metamaterial, Guia de Ondas; LICENCIATURA EM MATEMÁTICA pela Universidade Estácio de Sá - Pólo Feira de Santana, com Trabalho de Conclusão intitulado: Utilização da Inteligência Artificial no Processo de Ensino e Aprendizagem; MESTRADO EM ENGENHARIA ELÉTRICA pela Universidade Federal da Bahia - UFBA /PPGEEC (2024.1) com atuação na área de Processamento de Informação e Energia. Dissertação com título: ALGORITMO BASEADO EM MACHINE LEARNING PARA PROJETO DE DISPOSITIVOS DE INTERFERÊNCIA MULTIMODO. Atuando com as seguintes áreas: Inteligência Artificial, Machine Learning, Designer Inverso, Dispositivos Fotônicos e Interferência Multimodo (MMI). ESPECIALIZAÇÃO EM EDUCAÇÃO, MEIO AMBIENTE E SUSTENTABILIDADE pelo Insituto Federal de Goiás - IFG (2024.2) com Trabalho de Conclusão intitulado: MACHINE LEARNING COMO FERRAMENTA VIÁVEL PARA DESENVOLVIMENTO SUSTENTÁVEL: UMA REVISÃO BIBLIOMÉTRICA. Atualmente, DOUTORANDO EM ENGENHARIA ELÉTRICA na Universidade Federal da Bahia - UFBA /PPGEEC e ESPECIALIZAÇÃO EM ANDAMENTO EM COMUNICAÇÃO QUÂNTICA pela Universidade CIMATEC/SENAI.

Suzana Viana Mota

docente IFNMG - Campus Almenara

Professora do Instituto Federal do Norte de Minas Gerais - Campus Almenara, mestra em Engenharia Elétrica pela Unicamp, graduada em Sistemas de Informação pela PUC - Campinas. Possui experiência na área de Computação, principalmente na área de Inteligência Artificial, nas subáreas de: Visão Computacional, Deep Learning e Machine Learning. É coordenadora da comunidade AIGirls, uma comunidade feminina nacional que promove a participação e inclusão de mulheres nas áreas de Inteligência Artificial e Ciência de Dados. Também coordena o projeto Tech Ladies - IFNMG que visa a permanência, êxito e inclusão de alunas nos cursos de Tecnologia do IFNMG. Mais informações www.suzanamota.com.br

Cláudio Roberto Da Silva Alexandre

tecnico IFSP - Campus Pirituba

Possui graduação em Ciência da Computação pelo Instituto Federal de Educação, Ciência e Tecnologia do Sul de Minas Gerais (2017), Especialista em Informática na educação pelo Instituto Pedagógico de Minas Gerais(2021). Atualmente é aluno do Programa de Pós-Graduação em Ciência da Computação da Universidade Federal de São Carlos. Atua como técnico de tecnologia da informação do Instituto Federal de São Paulo. Tem experiência na área de Ciência da Computação, atuando principalmente nos seguintes temas: auditoria interna, mineração de dados, logs, machine learning e informática na educação.

Gustavo De Assis Costa

docente IFG - Campus Jataí

Ocupa o cargo de Professor Titular no Instituto Federal de Educação, Ciência e Tecnologia de Goiás. Realizou o estágio Pós-Doutoral na área de Inteligência Artificial no INESC TEC/Universidade do Porto. Possui doutorado em Engenharia Eletrônica e Computação pelo ITA (Instituto Tecnológico de Aeronáutica) e mestrado em Ciências da Computação pela UFMG (Universidade Federal de Minas Gerais). Atualmente é membro do corpo docente do Curso de Especialização em Inteligência Artificial Aplicada do IFG, além de membro do corpo docente e vice-coordenador do Programa de Mestrado em Ciência da Computação da Universidade Federal de Jataí. Na Gestão Acadêmica, teve experiência como Coordenador de Cursos, Coordenador Acadêmico, Coordenador de Estágios, Gerente de Pesquisa, Pós-Graduação e Extensão e como Chefe de Departamento. É membro fundador do Jataitech (Parque Tecnológico de Jataí), onde também atuou como Diretor de Operações. Atua com o ensino e a pesquisa na área de Inteligência Artificial, especificamente nas subáreas de Web Semântica, Grafos do Conhecimento, Aprendizado de Máquina e Processamento de Linguagem Natural. Atua também como revisor de trabalhos em conferências nacionais e internacionais como the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases ECML PKDD, desde 2022, e de periódicos como IEEE Transactions on Intelligent Transportation Systems, IET Intelligent Transport Systems, IEEE Transactions on Industrial Informatics, International Journal of Web Information Systems e Engineering Applications of Artificial Intelligence.

Gilberto De Melo Júnior

docente IFB - Campus Samambaia

Professor at the Federal Institute of Education, Science and Technology of Brasília (IFB) at the Samambaia Campus since 2025, in the area of Computer Science and PhD student in the Electrical and Computer Engineering Program at the Federal University of Goiás (2024-). He has a bachelor's degree in Computer Networks Technology from the State University of Goiás (UEG, 2008-2010) and in Control and Automation Engineering from the Federal Institute of Goiás (IFG, 2011-2017), with a sandwich period at the Technische Hochschule Deggendorf - Germany (THD, 2015-2016). He also completed the Latu Sensu postgraduate degree in Higher Education Teaching from the Cândido Mendes University (2019) and a master's degree in Electrical and Computer Engineering with an emphasis in Computer Engineering from the Federal University of Goiás (UFG, 2020), where he is currently pursuing a doctorate in the same program. He was a substitute professor at the Federal Institute of Goiás (IFG, 2018 - 2020) and was a full professor at the Federal Institute of Pará (IFPA, 2020 - 2024). Interest in the areas of Machine Learning, Deep Learning, Biomedical Signals, Automation and Programming Languages (C, MATLAB, Python and R).

Carlos Henrique Domiciano

docente IFRJ - Campus Volta Redonda

Mestre em Engenharia Mecânica com área de concentração em Automação e Dinâmica de Sistemas pela Universidade de Taubaté, UNITAU (2024), com pesquisa voltada na aplicação da Inteligência Artificial e do Machine Learning. Atuo como Instrutor de Educação Profissional Técnica na Firjan/SENAI na área de Automação com foco no ensino, elaboração de conteúdos e métodos que facilitem o aprendizado. Participei na elaboração dos planos de estudo referência para o curso de Mecatrônica e integrei a equipe que elaborou os itens aplicados ao sistema de avaliação do ensino profissionalizante SAEP. Bacharel em engenharia Elétrica / Eletrônica pela Faculdade de Engenharia de Resende FER/AEDB (2007). Atuei na condução de equipes de manutenção do processo e limpeza de gás e produtos carboquímicos em áreas classificadas.

Lucas Grassano Lattari

docente IFSudesteMG - Campus Rio Pomba

Possui graduação em Ciência da Computação pela Universidade Federal de Juiz de Fora (2007), mestrado em Computação pela Universidade Federal Fluminense (2010) e doutorado em Computação pela Universidade Federal Fluminense (2015). Atualmente é professor efetivo do Instituto Federal do Sudeste de Minas Gerais. Tem experiência na área de Ciência da Computação, com ênfase em Processamento Gráfico (Graphics)

Lucas Miguel Hallmann

docente IFRS - Campus Vacaria

Possui formação em Técnico em Informática pelo Colégio Luterano Concórdia (2005), graduação como Tecnólogo em Análise e Desenvolvimento de Sistemas pelo Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (2018), Especialização (Lato Sensu) em Ciência de Dados e Big Data Analytics pela Universidade Estácio de Sá (2019) e Mestrado em Engenharia de Minas, Metalúrgica e de Materiais na Universidade Federal do Rio Grande do Sul (2023). Trabalha como docente em Informática Geral no Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul. Tem experiência na área de tecnologia, com ênfase em sistemas de informação e ciência de dados. Atua principalmente nos seguintes temas: Linux, redes, desenvolvimento, machine learning, python, ensino e aprendizagem.

Rogerio Pereira Dos Santos

docente IFRO - campus Porto Velho Zona Norte

Analista de Dados na Advocacia Geral da União - AGU. Doutorado em Informática. Mestrado em Computação Aplicada pela Universidade do Vale do Itajaí, UNIVALI. Especialização em Planejamento Educacional e Docência do Ensino Superior, IESUR. Especialização em Desenvolvimento de Aplicações para Internet IESUR. Bacharelado em Sistemas de Informação pelo IESUR. Formação extracurricular em Ciências de Dados pela DATA SCIENCE ACADEMY. Tem experiências na área da Ciência da Computação - desenvolve trabalhos com seguintes tecnologias/temas: Web, Data Analytics com R e Microsoft Azure, Big Data Real-Time Analytics com Python e Spark, Engenharia de Dados com Hadoop e Spark, Machine Learning, Internet das Coisas, Robótica, Comunicação Aumentativa e Alternativa (CAA) e Tecnologias Assistivas. Participa da equipe MULTIDISCIPLINAR na área: INFORMÁTICA, nos Cursos de graduação e pós-graduação de Ensino a Distância, no âmbito do Sistema Universidade Aberta do Brasil #8210; UAB. Meus interesses de pesquisa multidisciplinar incluem compreensão de imagens, inteligência artificial e ciência de dados. https://github.com/rps-ifpr

Thiago Santi Bressan

docente IFFar - Campus Jaguari

Professor and researcher graduated in Informatics, graduated in formation of teachers for Technical and Technological Education and graduated in Big Data and Analytical Intelligence, Master in Geomatics and Doctorate in Geology. I have experience in the following areas: Database, Front-end Programming and Web with Free Software (JAVA, JSP, PHP and Python) and GIS (Geographic Information Systems), working in the field of data science (Machine Learning) and Geosciences with Python and R. Professor at the Federal Institute of Education, Science and Technology Farroupilha (IFFar Campus Jaguari).

Manassés Ribeiro

docente IFC - Campus Videira

Manassés Ribeiro é graduado em Sistemas de Informação (UnC, 2003), mestre em Ciências da Computação (UFSC, 2007) e doutor em Ciências na área de Engenharia de Computação (UTFPR, 2018). Atualmente é Professor Titular do Instituto Federal Catarinense (campus Videira). Atua como pesquisador associado do Laboratório de Bioinformática (LABIC) da Universidade Tecnológica do Paraná (UTFPR). É coordenador do grupo de pesquisas em Inteligência Computacional Aplicada e Inovação Tecnológica do IFC. É sócio fundador da Associação Brasileira de Inteligência Computacional (ABRICOM). Atua na área de Ciência da Computação, com ênfase em Inteligência Computacional, e Visão Computacional. Seus temas de interesse são: deep learning, machine learning, redes neurais convolucionais, detecção de anomalias, extração e aprendizado de características, processamento de imagens médicas e large language models (LLM)..

Rodrigo Menezes Sobral Zacaroni

docente IFF - Campus Santo Antônio De Pádua

Professor EBTT efetivo do IFF Campus Santo Antônio de Pádua, Mestre em Engenharia de Sistemas e Automação pela Universidade Federal de Lavras (UFLA) (2021) com foco em aplicação de técnicas de computação evolutiva, Lógica Fuzzy, Machine Learning e Inteligência Artificial. Graduado em Engenharia Elétrica pelo IFMG Campus Formiga (2019). Foi servidor efetivo do IFMG Campus Formiga, atuando como Técnico de Laboratório Área/ Eletrônica e desempenhava cumulativamente a função de Coordenador de Gestão e Prospecção de Projetos de Pesquisa, Desenvolvimento e Inovação (PDI) do Polo de Inovação IFMG (Credenciado como Unidade Embrapii).

André Da Cunha Ribeiro

docente IFGoiano - Campus Rio Verde

Possui graduação em Ciência Habilitação em Matemática pela Universidade de Rio Verde (1994), mestrado em Ciência da Computação pela Universidade Federal de Goiás (2008) e doutorado em Engenharia de Sistemas e Computação pela Universidade Federal do Rio de Janeiro (2013). Atualmente é professor do Instituto Federal Goiano. Tem experiência na área de Ciência da Computação, com ênfase em Análise de Algoritmos e Complexidade de Computação, atuando principalmente nos seguintes temas: grafos de Cayley, grafos h_l,p, grafos vértices-transitivo, computação reversível e computação quântica.

Gregory Chagas Da Costa Gomes

docente IFSC - Câmpus Florianópolis

Possui mestrado em Engenharia Mecânica pela Universidade Federal de Santa Catarina (2015) e graduação em Mecatrônica Industrial pelo Instituto Federal de Santa Catarina (2012). Atualmente é professor do curso de Engenharia Mecatrônica do Instituto Federal de Santa Cataria, campus Florianópolis. Pesquisador credenciado no Polo de Inovação EMBRAPII de Sistemas Inteligentes de Energia, participando e coordenando trabalhos de pesquisa e inovação com aplicação de inteligência artificial. Na docência, atua em disciplinas de informática industrial e integração de sistemas, com foco em redes industriais e seus principais protocolos de comunicação. Atua nas linhas de pesquisa em sistemas embarcados e distribuídos, redes industriais e indústria 4.0, com projetos nas áreas de IIoT, simulação, realidade aumentada e machine learning.