Ana Carolina Lorena
Instituto de Ciência e Tecnologia
Programa de Pós-Graduação: Ciência da Computação
Programa de Pós-Graduação: Pesquisa Operacional
E-Mail: aclorena@unifesp.br
Resumo
possui graduação em Ciência de Computação pela Universidade de São Paulo (2001), doutorado em Ciência da Computação pela Universidade de São Paulo - São Carlos (2006) e pós-doutorado em Ciência da Computação pela Universidade de São Paulo - São Carlos (2007). Foi docente da Universidade Federal do ABC de 2007 a 2012 e da Universidade Federal de São Paulo de 2012 a 2018. Atualmente é Professora Associada no Instituto Tecnológico de Aeronáutica. Tem experiência na área de Ciência da Computação, atuando principalmente nos seguintes temas: mineração de dados, aprendizado de máquina supervisionado e ciência de dados.
Fonte: Lattes CNPq
Nomes em citações bibliográficas
LORENA, A. C.;Lorena, Ana Carolina;Lorena, Ana C.;CAROLINA LORENA, ANA;LORENA, ANA C
Exportar dados
Exportar produção no formato BIBTEX
Perfis na web
Tags mais usadas
Pular nuvens de palavrasIdiomas
Inglês
Compreende bem, Fala razoavelmente, Lê bem, Escreve bem
Francês
Compreende razoavelmente, Fala pouco, Lê razoavelmente, Escreve pouco
Formação
Doutorado em Ciência da Computação
Investigação de estratégias para a geração de máquinas de vetores de suporte multiclasses
Orientação: André Carlos Ponce de Leon Ferreira de Carvalho
Universidade de São Paulo - São Carlos
Graduação em Ciência de Computação
Utilização de Modelos de Redes Neurais Associados a Imagens para Navegação de Robôs Móveis
Orientação: Roseli Aparecida Francelin Romero
Universidade de São Paulo
1997 a 2001
Produção
2024
-
Talking with the doctor: Understanding and communicating models performance in healthcare (2024)
Trabalhos em eventos
Autores: Maria Gabriela Valeriano; KIFFER, CARLOS R. V.; Ana Carolina Lorena
Fonte: Lecture Notes in Networks and Systems, World Conference on Smart Trends in Systems, Security and Sustainability (WorldS4 2023) , p. 469
-
Measuring Latent Traits of Instance Hardness and Classifier Ability using Boltzmann Machines (2024)
Trabalhos em eventos
Autores: Eduardo Vargas Ferreira; Ricardo Bastos C. Prudêncio; Ana Carolina Lorena
Fonte: IEEE Proceedings of the International Joint Conference on Neural Networks (IJCNN 2024) , p. 1
-
Assessor Models for Explaining Instance Hardness in Classification Problems (2024)
Trabalhos em eventos
Autores: Ricardo Bastos C. Prudêncio; Ana Carolina Lorena; Telmo Silva-Filho; Patricia Drapal; Maria Gabriela Valeriano
Fonte: IEEE Proceedings 2024 International Joint Conference on Neural Networks (IJCNN 2024) , p. 1
-
Instance hardness measures for classification and regression problems (2024)
Artigo publicado
Autores: Gustavo P. Torquette; Victor de Sá Nunes; Pedro Yuri Arbs Paiva; Ana Carolina Lorena
Fonte: Journal of Information and Data Management - JIDM , v. 15 , p. 1 - Extrato QUALIS: B1
2023
-
Model performance prediction: a Meta-Learning approach for concept drift detection (2023)
Trabalhos em eventos
Autores: Fernanda Amaral Melo; CARVALHO, ANDRÉ C P L F; Ana Carolina Lorena; GARCIA, LUIS PAULO F.
Fonte: Lecture Notes in Artificial Intelligence, Proceedings of the 18th International Conference on Hybrid Artificial Intelligent Systems (HAIS) , p. 51
-
A framework for characterizing what makes an instance hard to classify (2023)
Trabalhos em eventos
Autores: Maria Gabriela Valeriano; Pedro Yuri Arbs Paiva; KIFFER, CARLOS R. V.; Ana Carolina Lorena
Fonte: Lecture Notes in Computer Science, proceedings of the Brazilian Conference on Intelligent Systems (BRACIS 2023) , p. 353
-
-
-
-
Comparação entre aplicação de modelo linear e algoritmo genético em agrupamento de pacientes com agravamento de COVID-19 em São José dos Campos (2023)
Trabalhos em eventos
Autores: Arthur Dantas Mangussi; Patricia Shizue Matsumura Ueda; Lucas de Abreu Julião; Victor Castro Nacif de Faria; Ana Carolina Lorena
Fonte: Anais do Simpósio Brasileiro de Pesquisa Operacional (SBPO 2023) , p. 1
-
Meta-Learning To Recommend Lin-Kernighan-Based Heuristics For the Traveling Salesman Problem (2023)
Trabalhos em eventos
Autores: Victor Castro Nacif de Faria; Ana Carolina Lorena; Mariá Cristina Vasconcelos Nascimento Rosset
Fonte: Anais do Simpósio Brasileiro de Pesquisa Operacional (SBPO 2023) , p. 1
-
Complexity-driven sampling for Bagging (2023)
Trabalhos em eventos
Autores: Carmen Lancho; DE SOUTO, MARCILIO C. P.; Ana Carolina Lorena; Isaac Martín de Diego
Fonte: Proceedings of The 24th International Conference on Intelligent Data Engineering and Automated Learning (IDEAL 2023), Lecture Notes in Computer Science , p. 1
-
Optimal selection of benchmarking datasets for unbiased machine learning algorithm evaluation (2023)
Artigo publicado
Autores: João Luiz Junho Pereira; Kate Smith-Miles; Mario Andres Muñoz; Ana Carolina Lorena
Fonte: DATA MINING AND KNOWLEDGE DISCOVERY (DORDRECHT. ONLINE) , v. 1 , p. 1 - Extrato QUALIS: A1
-
Trusting my predictions: on the value of Instance-Level analysis (2023)
Artigo publicado
Autores: Ana Carolina Lorena; Pedro Yuri Arbs Paiva; PRUDÊNCIO, RICARDO B. C.
Fonte: ACM COMPUTING SURVEYS , v. 1 , p. 1 - Extrato QUALIS: A1
-
Discovery Science 26th International Conference, DS 2023 Porto, Portugal, October 9?11, 2023 Proceedings (2023)
Livro publicado ou organizado
Autores: Albert Bifet; Ana Carolina Lorena; Rita P. Ribeiro; João Gama; Pedro Henriques Abreu
Fonte:
2022
-
Community-based anomaly detection using spectral graph filtering (2022)
Artigo publicado
Autores: Rodrigo Francisquini; Ana Carolina Lorena; Mariá Cristina Vasconcelos Nascimento Rosset
Fonte: APPLIED SOFT COMPUTING , v. 118 , p. 108489 - Extrato QUALIS: A1
-
Resolução de Problemas via Modelagem Matemática: metodologia ativa, pesquisa e extensão em uma disciplina conjunta da graduação e da pós-graduação (2022)
Trabalhos em eventos
Autores: SALLES NETO, LUIZ LEDUINO DE; Ana Carolina Lorena
Fonte:
-
-
Justiça nas previsões de modelos de Aprendizado de Máquina: um estudo de caso com dados de reincidência criminal (2022)
Trabalhos em eventos
Autores: Ronaldo Lopes Inocêncio Júnior.; Leonardo Silveira; Victor Castro Nacif de Faria; Ana Carolina Lorena
Fonte: Anais do Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2022) , p. 1
-
Comparação de Soluções para Seleção de Atributos de Dados: Uma Aplicação em Base de Casos de Gravidade de Pacientes de Covid-19 (2022)
Trabalhos em eventos
Autores: Victor Castro Nacif de Faria; VALERIANO, MARIA GABRIELA; KIFFER, CARLOS R. V.; Ana Carolina Lorena; Edson Luiz França Senne
Fonte: Anais do 54° Simpósio Brasileiro de Pesquisa Operacional (SBPO 2022) , p. 1
-
-
Characterizing instance hardness in classification and regression problems (2022)
Trabalhos em eventos
Autores: Gustavo P. Torquette; Victor de Sá Nunes; Pedro Yuri Arbs Paiva; Lourenço B. Cunha Neto; Ana Carolina Lorena
Fonte: Anais do Symposium on Knowledge Discovery, Mining and Learning (KDMiLe) 2022 , p. 1
-
A Network Modeling and Analysis of COVID-19 Hospital Patient Data (2022)
Trabalhos em eventos
Autores: Filipe Loyola Lopes; Ronaldo Lopes Inocêncio Júnior.; Victor Castro Nacif de Faria; VERRI, FILIPE A. N.; Ana Carolina Lorena
Fonte: Springer Proceedings in Mathematics & Statistics - IJCIEOM 2022: Industrial Engineering and Operations Management , p. 333
-
-
MACHINE LEARNING FOR CROP SCIENCE: APPLICATIONS AND PERSPECTIVES IN MAIZE BREEDING (2022)
Artigo publicado
Autores: HILD AONO, ALEXANDRE; GONZAGA PIMENTA, RICARDO JOSÉ; FRANCISCO, FELIPE ROBERTO; PEREIRA DE SOUZA, ANETE; Ana Carolina Lorena
Fonte: REVISTA BRASILEIRA DE MILHO E SORGO (ONLINE) , v. 21 , p. e1257 - Extrato QUALIS: B4
-
Relating instance hardness to classification performance in a dataset: a visual approach (2022)
Artigo publicado
Autores: Pedro Yuri Arbs Paiva; Camila Castro Moreno; Kate Smith-Miles; Maria Gabriela Valeriano; Ana Carolina Lorena
Fonte: MACHINE LEARNING , v. 1 , p. 1 - Extrato QUALIS: A2
-
A joint learning approach for genomic prediction in polyploid grasses (2022)
Artigo publicado
Autores: AONO, ALEXANDRE HILD; JANK, LIANA; BARRIOS, SANZIO CARVALHO LIMA; DO VALLE, CACILDA BORGES; CHIARI, LUCIMARA; GARCIA, ANTONIO AUGUSTO FRANCO; KUROSHU, REGINALDO MASSANOBU; Ana Carolina Lorena; GORJANC, GREGOR; DE SOUZA, ANETE PEREIRA; FERREIRA, REBECCA CAROLINE ULBRICHT; MORAES, ALINE DA COSTA LIMA; LARA, LETÍCIA APARECIDA DE CASTRO; PIMENTA, RICARDO JOSÉ GONZAGA; COSTA, ESTELA ARAUJO; PINTO, LUCIANA ROSSINI; LANDELL, MARCOS GUIMARÃES DE ANDRADE; SANTOS, MATEUS FIGUEIREDO
Fonte: Scientific Reports , v. 12 , p. 1 - Extrato QUALIS: A1
-
Let the data speak: analysing data from multiple health centers of the São Paulo metropolitan area for COVID-19 clinical deterioration prediction (2022)
Trabalhos em eventos
Autores: VALERIANO, MARIA GABRIELA; KIFFER, CARLOS R. V.; HIGINO, GIANE; ZANAO, PALOMA; BARBOSA, DULCE A.; MOREIRA, PATRICIA A.; SANTOS, PAULO CALEB J. L.; GRINBAUM, RENATO; Ana Carolina Lorena
Fonte: 2022 22nd IEEE International Symposium on Cluster, Cloud and Internet Computing (CCGrid) , p. 948
2021
-
Automatic recovering the number k of clusters in the data by active query selection (2021)
Trabalhos em eventos
Autores: SOUSA, HERIO; DE SOUTO, MARCILIO C. P.; Reginaldo M. Kuroshu; Ana Carolina Lorena
Fonte: Proceedings of the ACM Symposium on Applied Computing (SAC) - Machine Learning track , p. 1021
-
-
Evaluating Data Characterization Measures for Clustering Problems in Meta-learning (2021)
Trabalhos em eventos
Autores: Luiz Henrique dos Santos Fernandes; Marcílio Carlos Pereira de Souto; Ana Carolina Lorena
Fonte: Lecture Notes in Computer Science, Proceedings of the 28th International Conference on Neural Information Processing (ICONIP) , p. 1
-
-
-
-
The 5th Brazilian Competition on Knowledge Discovery in Databases (KDD-BR 2021) (2021)
Trabalhos em eventos
Autores: Ana Carolina Lorena; VERRI, FILIPE A. N.; ALMEIDA, TIAGO A.
Fonte: Anais do XVIII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2021) , p. 787
-
An Instance Space Analysis of Regression Problems (2021)
Artigo publicado
Autores: Mario Andres Muñoz; Tao Yan; Matheus R. Leal; Kate Smith-Miles; Ana Carolina Lorena; Gisele Pappa; Rômulo Madureira Rodrigues
Fonte: ACM Transactions on Knowledge Discovery from Data , v. 15 , p. 1 - Extrato QUALIS: A2
-
Towards Understanding Clustering Problems and Algorithms: An Instance Space Analysis (2021)
Artigo publicado
Autores: Luiz Henrique dos Santos Fernandes; Ana Carolina Lorena; Kate Smith-Miles
Fonte: Algorithms , v. 14 , p. 95 - Extrato QUALIS: C
-
-
-
Assessing the data complexity of imbalanced datasets (2021)
Artigo publicado
Autores: BARELLA, VICTOR H.; GARCIA, LUÍS P.F.; de Souto, Marcilio C.P.; Ana Carolina Lorena; de Carvalho, André C.P.L.F.
Fonte: INFORMATION SCIENCES , v. 553 , p. 83 - Extrato QUALIS: A1
-
A Multi-Learning Training Approach for distinguishing low and high risk cancer patients (2021)
Artigo publicado
Autores: POVOA, LUCAS VENEZIAN; CALVI, URIEL CAIRE BALAN; Ana Carolina Lorena; RIBEIRO, CARLOS HENRIQUE COSTA; DA SILVA, ISRAEL TOJAL
Fonte: IEEE Access , v. 9 , p. 1 - Extrato QUALIS: A3
-
Using Machine Learning to support health system planning during the Covid-19 pandemic: a case study using data from São José dos Campos (Brazil) (2021)
Artigo publicado
Autores: Leila Abuabara; Maria Gabriela Valeriano; Carlos Roberto Veiga Kiffer; Horácio Hideki Yanasse; Ana Carolina Lorena
Fonte: CLEI ELECTRONIC JOURNAL , v. 24 , p. 5 - Extrato QUALIS: B2
2020
-
Using Deep Learning for Filtering Meteors from Night Sky Image Captures (2020)
Trabalhos em eventos
Autores: Yuri Oliveira Galindo; Marcelo De Cicco; Marcos Gonçalves Quiles; Ana Carolina Lorena
Fonte: Neural Information Processing. ICONIP 2020. Communications in Computer and Information Science , p. 460
-
-
A Many-Objective Optimization Approach for Complexity-based Dataset Generation (2020)
Trabalhos em eventos
Autores: Thiago Rodrigues; Péricles B. C. de Miranda; PRUDÊNCIO, RICARDO B. C.; Ana Carolina Lorena; Andre Nascimento
Fonte: IEEE Proceedings of the Conference on Evolutionary Computation (CEC 2020) , p. 1
-
-
-
?Boosting Meta-Learning with Simulated Data Complexity Measures (2020)
Artigo publicado
Autores: GARCIA, LUIS P. F.; Adriano Rivolli; Edesio Pinto de Souza Alcobaça Neto; Ana Carolina Lorena; CARVALHO, ANDRÉ C P L F
Fonte: Intelligent Data Analysis , v. 24 , p. 1011 - Extrato QUALIS: B2
2019
-
How Complex Is Your Classification Problem? (2019)
Artigo publicado
Autores: Ana Carolina Lorena; GARCIA, LUIS PAULO FAINA; Jens Lehmann; Marcílio Carlos Pereira de Souto; Tin Kam Ho
Fonte: ACM COMPUTING SURVEYS , v. 52 , p. 1 - Extrato QUALIS: A1
-
Data complexity measures in feature selection (2019)
Trabalhos em eventos
Autores: OKIMOTO, LUCAS C.; Ana Carolina Lorena
Fonte: 2019 International Joint Conference on Neural Networks (IJCNN) , p. 1
-
Exploring Artificial Neural Networks: A Data Complexity Perspective (2019)
Trabalhos em eventos
Autores: ZORZI, LUCAS P.; Ana Carolina Lorena
Fonte: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS) , p. 830
-
-
New label noise injection methods for the evaluation of noise filters (2019)
Artigo publicado
Autores: GARCIA, LUIS PAULO F.; Jens Lehmann; CARVALHO, ANDRÉ C P L F; Ana Carolina Lorena
Fonte: KNOWLEDGE-BASED SYSTEMS , v. 163 , p. 693 - Extrato QUALIS: A1
2018
-
Automatic Design of Evolutionary Algorithms Based on Entropy Triggers (2018)
Trabalhos em eventos
Autores: RIBEIRODA SILVA, GUILHERME; BASGALUPP, MARCIE P.; Ana Carolina Lorena
Fonte: 2018 IEEE Congress on Evolutionary Computation (CEC) , p. 1
-
Data complexity meta-features for regression problems (2018)
Artigo publicado
Autores: Ana Carolina Lorena; MACIEL, ARON I.; DE MIRANDA, PÉRICLES B. C.; Costa, Ivan G.; PRUDÊNCIO, RICARDO B. C.
Fonte: MACHINE LEARNING , v. 107 , p. 209 - Extrato QUALIS: A2
-
Interdisciplinary Data Analysis (2018)
Artigo publicado
Autores: Ana Carolina Lorena; CANUTO, ANNE MAGALY DE PAULA
Fonte: NEW GENERATION COMPUTING , v. 36 , p. 1 - Extrato QUALIS: B1
-
Using Complexity Measures to Determine the Structure of Directed Acyclic Graphs in Multiclass Classification (2018)
Artigo publicado
Autores: QUITERIO, THAISE M.; Ana Carolina Lorena
Fonte: APPLIED SOFT COMPUTING , v. 65 , p. 428 - Extrato QUALIS: A1
-
Feature selection via Pareto multi-objective genetic algorithms (2018)
Artigo publicado
Autores: Spolaôr, Newton; Ana Carolina Lorena; Huei Diana Lee
Fonte: APPLIED ARTIFICIAL INTELLIGENCE , v. 31 , p. 764 - Extrato QUALIS: B2
-
-
Using Complexity Measures to Evolve Synthetic Classification Datasets (2018)
Trabalhos em eventos
Autores: DE MELO, VINICIUS V.; Ana Carolina Lorena
Fonte: 2018 International Joint Conference on Neural Networks (IJCNN) , p. 1
-
Classifier Recommendation Using Data Complexity Measures (2018)
Trabalhos em eventos
Autores: GARCIA, LUIS P. F.; Ana Carolina Lorena; DE SOUTO, MARCILIO C. P.; HO, TIN KAM
Fonte: 2018 24th International Conference on Pattern Recognition (ICPR) , p. 874
-
-
-
-
A novel approach based on complex networks and machine learning techniques for a deeper biological insight into Parkinson?s gut metagenomics (2018)
Trabalhos em eventos
Autores: Alexandre H. Aono; Hério Sousa; James S. Nagai; Caroline Kie Ishimoto; Lucas Chesini Okimoto; Estela Araujo Costa; Ana Carolina Lorena; Reginaldo M. Kuroshu
Fonte: Proceedings of X-meeting 2018 - 14th International Conference of the AB3C , p. 1
-
-
Data Complexity Measures for Imbalanced Classification Tasks (2018)
Trabalhos em eventos
Autores: BARELLA, VICTOR H.; GARCIA, LUIS P. F.; DE SOUTO, MARCILIO P.; Ana Carolina Lorena; DE CARVALHO, ANDRE
Fonte: 2018 International Joint Conference on Neural Networks (IJCNN) , p. 1
-
Adaptive Biometric Systems using Ensembles (2018)
Artigo publicado
Autores: PISANI, PAULO H.; Ana Carolina Lorena; CARVALHO, ANDRÉ C P L F
Fonte: IEEE INTELLIGENT SYSTEMS , v. PP , p. 1 - Extrato QUALIS: A1
-
Gene Essentiality Prediction Using Topological Features From Metabolic Networks (2018)
Trabalhos em eventos
Autores: NAGAI, JAMES SHINITI; SOUSA, HERIO; AONO, ALEXANDRE HILD; Ana Carolina Lorena; KUROSHU, REGINALDO MASSANOBU
Fonte: 2018 7th Brazilian Conference on Intelligent Systems (BRACIS) , p. 91
2017
-
-
Feature selection before EEG classification supports the diagnosis of Alzheimer’s disease (2017)
Artigo publicado
Autores: Lucas Remoaldo Trambaiolli; Newton Spolaôr; Ana Carolina Lorena; Renato Anghinah; João Ricardo Sato
Fonte: CLINICAL NEUROPHYSIOLOGY , v. 128 , p. 2058 - Extrato QUALIS: A2
-
RC06 - Parque de Ciência e Tecnologia: a replicabilidade de conceitos científicos a partir de experimentos de baixo custo (2017)
Artigo publicado
Autores: ROQUE, ZULEIKA STEFÂNIA SABINO; Ana Carolina Lorena
Fonte: HISTÓRIA DA CIÊNCIA E ENSINO: CONSTRUINDO INTERFACES , v. 16 , p. 33 - Extrato QUALIS: A4
-
-
-
-
Complexity Measures Effectiveness in Feature Selection (2017)
Trabalhos em eventos
Autores: OKIMOTO, LUCAS CHESINI; SAVII, RICARDO MANHAES; Ana Carolina Lorena
Fonte: 2017 Brazilian Conference on Intelligent Systems (BRACIS) , p. 91
-
-
-
Adaptive Algorithms applied to Accelerometer Biometrics in a Data Stream Context (2017)
Artigo publicado
Autores: PISANI, PAULO H.; Ana Carolina Lorena; CARVALHO, ANDRÉ C P L F
Fonte: Intelligent Data Analysis (Print) , v. 21 , p. 353 - Extrato QUALIS: B2
-
Score normalization applied to adaptive biometric systems (2017)
Artigo publicado
Autores: Paulo Henrique Pisani; Norman Poh; CARVALHO, ANDRÉ C P L F; Ana Carolina Lorena
Fonte: COMPUTERS & SECURITY , v. 70 , p. 565 - Extrato QUALIS: A1
2016
-
Measuring the complexity of regression problems (2016)
Trabalhos em eventos
Autores: MACIEL, ARON I.; Costa, Ivan G.; Ana Carolina Lorena
Fonte: 2016 International Joint Conference on Neural Networks (IJCNN) , p. 1450
-
Determining the Structure of Decision Directed Acyclic Graphs for Multiclass Classification Problems (2016)
Trabalhos em eventos
Autores: Thaíse Marques Quitério; Ana Carolina Lorena
Fonte: IEEE Proceedings of the 2016 Brazilian Conference on Intelligent Systems , p. 1
-
-
Enhanced Template Update: Application to Keystroke Dynamics (2016)
Artigo publicado
Autores: PISANI, PAULO H.; Romain Giot; CARVALHO, ANDRÉ C P L F; Ana Carolina Lorena
Fonte: Computers & Security , v. 60 , p. 134 - Extrato QUALIS: A1
-
Ensembles of label noise filters: a ranking approach (2016)
Artigo publicado
Autores: GARCIA, LUIS PAULO F.; Ana Carolina Lorena; Stan Matwin; CARVALHO, ANDRÉ C P L F
Fonte: Data Mining and Knowledge Discovery (Dordrecht. Online) , v. 30 , p. 1192 - Extrato QUALIS: A1
2015
-
Emphasizing Typing Signature in Keystroke Dynamics using Immune Algorithms (2015)
Artigo publicado
Autores: PISANI, PAULO H.; Ana Carolina Lorena
Fonte: Applied Soft Computing (Print) , v. 34 , p. 178 - Extrato QUALIS: A1
-
-
Adaptive approaches for keystroke dynamics (2015)
Trabalhos em eventos
Autores: PISANI, PAULO HENRIQUE; Ana Carolina Lorena; DE CARVALHO, ANDRE C. P. L. F.
Fonte: 2015 International Joint Conference on Neural Networks (IJCNN) , p. 1
-
-
-
-
Ensemble of Adaptive Algorithms for Keystroke Dynamics (2015)
Trabalhos em eventos
Autores: PISANI, PAULO HENRIQUE; Ana Carolina Lorena; CARVALHO, ANDRE C.P.L.F. DE
Fonte: 2015 Brazilian Conference on Intelligent Systems (BRACIS) , p. 310
-
Adapting Noise Filters for Ranking (2015)
Trabalhos em eventos
Autores: Ana Carolina Lorena; GARCIA, LUIS PAULO FAINA; CARVALHO, ANDRE C.P.L.F. DE
Fonte: 2015 Brazilian Conference on Intelligent Systems (BRACIS) , p. 299
-
Filter Feature Selection for One-Class Classification (2015)
Artigo publicado
Autores: LORENA, LUIZ H N; CARVALHO, ANDRÉ C P L F; Ana Carolina Lorena
Fonte: Journal of Intelligent & Robotic Systems , v. 80 , p. 227 - Extrato QUALIS: A2
-
Adaptive Positive Selection for Keystroke Dynamics (2015)
Artigo publicado
Autores: PISANI, PAULO HENRIQUE; Ana Carolina Lorena; DE CARVALHO, ANDRÉ C. P. L. F.
Fonte: Journal of Intelligent & Robotic Systems , v. 80 , p. 277 - Extrato QUALIS: A2
-
Effect of label noise in the complexity of classification problems (2015)
Artigo publicado
Autores: GARCIA, LUIS PAULO F.; Carvalho, André C. P. L. F.; Ana Carolina Lorena
Fonte: Neurocomputing (Amsterdam) , v. 160 , p. 108 - Extrato QUALIS: A1
-
Noise detection in the meta-learning level (2015)
Artigo publicado
Autores: Luís P. Garcia; Ana Carolina Lorena; André C. P. L. F. de Carvalho
Fonte: Neurocomputing (Amsterdam) , v. 176 , p. 14 - Extrato QUALIS: A1
-
Using the One-vs-One decomposition to improve the performance of class noise filters via an aggregation strategy in multi-class classification problems (2015)
Artigo publicado
Autores: GARCIA, LUÍS P.F.; SÁEZ, JOSÉ A.; LUENGO, JULIÁN; Ana Carolina Lorena; de Carvalho, André C.P.L.F.; HERRERA, FRANCISCO
Fonte: Knowledge-Based Systems , v. 90 , p. 153 - Extrato QUALIS: A1
2014
-
-
Adaptive Algorithms in Accelerometer Biometrics (2014)
Trabalhos em eventos
Autores: PISANI, PAULO HENRIQUE; Ana Carolina Lorena; CARVALHO, ANDRE CARLOS
Fonte: 2014 Brazilian Conference on Intelligent Systems , p. 336
-
Clustering Search Applied to Rank Aggregation (2014)
Trabalhos em eventos
Autores: LORENA, LUIZ HENRIQUE NOGUEIRA; Ana Carolina Lorena; LORENA, LUIZ ANTONIO NOGUEIRA; CARVALHO, ANDRE CARLOS PONCE
Fonte: 2014 Brazilian Conference on Intelligent Systems , p. 198
2013
-
A Systematic Review on Keystroke Dynamics (2013)
Artigo publicado
Autores: Paulo Henrique Pisani; Ana Carolina Lorena
Fonte: Journal of the Brazilian Computer Society (Impresso) , v. 19 , p. 573 - Extrato QUALIS: A2
-
Clinicians Road Map to Wavelet EEG as an Alzheimers disease Biomarker (2013)
Artigo publicado
Autores: Paulo A. M. Kanda; Lucas Remoaldo Trambaiolli; Ana Carolina Lorena; Francisco José Fraga da Silva; BASILE, L. F. I.; Ricardo Nitrini; Renato Anghinah
Fonte: Clinical EEG and Neuroscience , p. 104 - Extrato QUALIS: B1
-
Advances in Intelligent Systems (2013)
Artigo publicado
Autores: LUDERMIR, TERESA B.; ZANCHETTIN, CLEBER; Ana Carolina Lorena
Fonte: NEUROCOMPUTING , v. 127 , p. 1 - Extrato QUALIS: A1
-
-
-
-
-
2012
-
Analysis of complexity indices for classification problems: Cancer gene expression data (2012)
Artigo publicado
Autores: Ana Carolina Lorena; Ivan Gesteira Costa; Newton Spolaôr; Marcílio Carlos Pereira de Souto
Fonte: Neurocomputing (Amsterdam) , v. 75 , p. 33 - Extrato QUALIS: A1
-
Algoritmos Imunológicos aplicados no Treinamento de Redes Neurais para Dinâmica da Digitação (2012)
Artigo publicado
Autores: Paulo Henrique Pisani; Ana Carolina Lorena
Fonte: Revista de Tecnologia da Informação e Comunicação , v. 2 , p. 11 - Extrato QUALIS: B4
-
Comparison of Feature Vectors in Keystroke Dynamics: A Novelty Detection Approach. (2012)
Artigo publicado
Autores: PISANI, PAULO H.; Ana Carolina Lorena
Fonte: International Journal of Natural Computing Research , v. 3 , p. 59 - Extrato QUALIS: C
-
-
-
Evolutionary Neural Networks Applied to Keystroke Dynamics: Genetic and Immune Based (2012)
Trabalhos em eventos
Autores: Paulo Henrique Pisani; Ana Carolina Lorena
Fonte: 2012 IEEE Congress on Evolutionary Computation (CEC) , p. 2965
-
Negative Selection with High-dimensional Support for Keystroke Dynamics (2012)
Trabalhos em eventos
Autores: Paulo Henrique Pisani; Ana Carolina Lorena
Fonte: IEEE Proceedings Brazilian Symposium on Neural Networks , p. 19
-
A Study on Class Noise Detection and Elimination (2012)
Trabalhos em eventos
Autores: GARCIA, LUIS PAULO F.; Ana Carolina Lorena; CARVALHO, ANDRE C.P.L.F.
Fonte: , p. 13
-
2011
-
Does EEG Montage Influence Alzheimers Disease Electroclinic Diagnosis? (2011)
Artigo publicado
Autores: Lucas Remoaldo Trambaiolli; Ana Carolina Lorena; Francisco José Fraga da Silva; Paulo A. M. Kanda; Ricardo Nitrini; Renato Anghinah
Fonte: International Journal of Alzheimer´s Disease , v. 2011 , p. 1
-
Improving Alzheimers Disease Diagnosis with Machine Learning Techniques (2011)
Artigo publicado
Autores: Lucas Remoaldo Trambaiolli; Ana Carolina Lorena; Francisco José Fraga da Silva; Paulo A. M. Kanda; Renato Anghinah; Ricardo Nitrini
Fonte: Clinical EEG and Neuroscience , v. 42 , n. 3 , p. 160 - Extrato QUALIS: B1
-
Mapping Unstructured Data in Digital and Printed Documents Into Attribute-value Tables (2011)
Capítulo de livro publicado
Autores: Huei Diana Lee; João José Fagundes; Wu Feng Chung; Maria Carolina Monard; Daniel de Faveri Honorato; Ana Carolina Lorena; Carlos Andrés Ferreo; Carlos Andrés Ferrero; André Gustavo Maletzke; Willian Zalewski; Cláudio Saddy Rodrigues Coy
Fonte: Towards a Trans-disciplinary Technology for Business Intelligence, Gathering Knowledge Discovery, Knowledge Management and Decision Making , p. 198
-
Comparison of EEG Montages for Diagnosis of Alzheimers Disease using Spectral Features and Support Vector Machines (2011)
Capítulo de livro publicado
Autores: Lucas Remoaldo Trambaiolli; Ana Carolina Lorena; Francisco José Fraga da Silva; Renato Anghinah
Fonte: Neurocomputing: Learning, Architectures and Modeling
-
Aprendendo Computação na Prática: Uso Didático de Kits Robóticos LEGO na UFABC (2011)
Capítulo de livro publicado
Autores: Newton Spolaôr; André Filipe de Moraes Batista; Felipe Breve Siola; Luis Fernando de Oliveira Jacintho; Bruno Marques; Davis Miyashiro; Karla Vittori; Ana Carolina Lorena
Fonte: UFABC 5 anos: um novo projeto pedagógico para o país , p. 137
-
Multi-objective Genetic Algorithm Evaluation in Feature Selection (2011)
Trabalhos em eventos
Autores: Newton Spolaôr; Ana Carolina Lorena; Huei Diana Lee
Fonte: Lecture Notes in Computer Science, Sixth International Conference on Evolutionary Multi-Criterion Optimization (EMO 2011) , p. 462
-
-
EEG Spectro-Temporal Modulation Energy: a New Feature for Automated Diagnosis of Alzheimer?s Disease (2011)
Trabalhos em eventos
Autores: Lucas Remoaldo Trambaiolli; Tiago H. Falk; Francisco José Fraga da Silva; Renato Anghinah; Ana Carolina Lorena
Fonte: Annual International Conference of the IEEE Engineering in Medicine and Biology Society , p. 3828
-
-
-
-
-
Comparing machine learning classifiers in potential distribution modelling (2011)
Artigo publicado
Autores: Ana Carolina Lorena; Jacintho, Luis F.O.; Siqueira, Marinez F.; Giovanni, Renato De; Lohmann, Lúcia G.; de Carvalho, André C.P.L.F.; Yamamoto, Missae
Fonte: Expert Systems with Applications , v. 38 , p. 5268 - Extrato QUALIS: A1
-
2010
-
-
-
Complexity measures of supervised classifications tasks: A case study for cancer gene expression data (2010)
Trabalhos em eventos
Autores: Marcílio Carlos Pereira de Souto; Ana Carolina Lorena; Newton Spolaôr; Ivan Gesteira Costa
Fonte: IEEE Proceedings of the 2010 International Joint Conference on Neural Networks , p. 1
-
Segmentation and Classification of Histological Images - Application of Graph Analysis and Machine Learning Methods (2010)
Trabalhos em eventos
Autores: Francisco de Assis Zampirolli; Beatriz Stransky Ferreira; Ana Carolina Lorena; Fábio Luis de Melo Paulon
Fonte: Proceedings of 23rd Brazilian Symposium on Computer Graphics and Image Processing , p. 331
-
On the complexity of gene marker selection (2010)
Trabalhos em eventos
Autores: Ana Carolina Lorena; Newton Spolaôr; Ivan Gesteira Costa; Marcílio Carlos Pereira de Souto
Fonte: IEEE Proceedings of the XI Brazilian Symposium on Neural Networks (SBRN) , p. 85
-
Use of Multiobjective Genetic Algorithms in Feature Selection (2010)
Trabalhos em eventos
Autores: Newton Spolaôr; Ana Carolina Lorena; Huei Diana Lee
Fonte: IEEE Proceedings of the XI Brazilian Symposium on Artificial Neural network , p. 146
-
-
Aprendendo Computação na Prática: Uso Didático de Kits Robóticos LEGO na UFABC (2010)
Trabalhos em eventos
Autores: Newton Spolaôr; André Filipe de Moraes Batista; Felipe Breve Siola; Luis Fernando de Oliveira Jacintho; Bruno Marques; Davis Miyashiro; Karla Vittori; Ana Carolina Lorena
Fonte: Anais do II Workshop de Robótica Educacional , p. 1
-
-
-
-
-
Building binary-tree-based multiclass classifiers using separability measures (2010)
Artigo publicado
Autores: Ana Carolina Lorena; de Carvalho, André C.P.L.F.
Fonte: Neurocomputing (Amsterdam) , v. 73 , p. 2837 - Extrato QUALIS: A1
2009
-
Pre-processing for noise detection in gene expression classification data (2009)
Artigo publicado
Autores: Giampaolo Libralão; André C. P. L. F. de Carvalho; Ana Carolina Lorena
Fonte: Journal of the Brazilian Computer Society (Impresso) , v. 15 , p. 3 - Extrato QUALIS: A2
-
-
Ensembles of Pre-processing Techniques for Noise Detection in Gene Expression Data (2009)
Trabalhos em eventos
Autores: Giampaolo Libralão; André C. P. L. F. de Carvalho; Ana Carolina Lorena
Fonte: Proceedings of ICONIP 2008, Part I, Lecture Notes in Computer Science , p. 485
-
Using Supervised Complexity Measures in the Analysis of Cancer Gene Expression Data Sets (2009)
Trabalhos em eventos
Autores: Ivan Gesteira Costa; Marcílio Carlos Pereira de Souto; Liciana Rodrigues Martins Peres y Peres; Ana Carolina Lorena
Fonte: Proceedings IV Brazilian Symposium on Bioinformatics - BSB 2009 - Lecture Notes in Bioinformatics , p. 48
-
-
-
-
Aplicação de Técnicas de Aprendizado de Máquina na Classificação de Imagens Mamográficas (2009)
Trabalhos em eventos
Autores: Renato Seixas Esteves; Ana Carolina Lorena; Marcelo Zanchetta do Nascimento
Fonte: Anais da I Semana de Matemática, Computação e Cognição da Universidade Federal do ABC , p. 1
-
-
-
-
-
-
-
Use of Classification Algorithms in Noise Detection and Elimination (2009)
Trabalhos em eventos
Autores: Luís P. Garcia; André L. Miranda; André C. P. L. F. de Carvalho; Ana Carolina Lorena
Fonte: Lecture Notes in Artificial Intelligence , p. 417
-
Evaluation Functions for the Evolutionary Design of Multiclass Support Vector Machines (2009)
Artigo publicado
Autores: Ana Carolina Lorena; André C. P. L. F. de Carvalho
Fonte: International Journal on Computational Intelligence and Applications , v. 8 , p. 53 - Extrato QUALIS: B1
2008
-
-
-
Evaluation of Models for the Recognition of Hadwritten Digits in Medical Forms (2008)
Trabalhos em eventos
Autores: Willian Zalewski; Huei Diana Lee; Adewole Marcus Jacob Freitas Caetano; Ana Carolina Lorena; André Gustavo Maletzke; João José Fagundes; Cláudio Saddy Rodrigues Coy; Wu Feng Shu
Fonte: Extended abstracts of BSB 2008 - Lecture Notes in Bioinformatics , p. 178
-
-
On the complexity of gene expression classification data sets (2008)
Trabalhos em eventos
Autores: Ana Carolina Lorena; Ivan Gesteira Costa; Marcílio Carlos Pereira de Souto
Fonte: Proceedings of 8th International Conference on Hybrid Intelligent Systems , p. 825
-
Uso de Técnicas de Aprendizado de Máquina no Reconhecimento de Dígitos Manuscritos em Laudos Médicos (2008)
Trabalhos em eventos
Autores: Adewole Marcus Jacob Freitas Caetano; Ana Carolina Lorena; Newton Spôalor; Willian Zalewski; Huei Diana Lee; André Gustavo Maletzke; Wu Feng Shu; Cláudio Saddy Rodrigues Coy; João José Fagundes
Fonte: Anais do Congresso da Academia Trinacional de Ciências , p. 1
-
Uso de Aprendizado de Máquina no Reconhecimento de Dígitos Manuscritos em Laudos Médicos (2008)
Trabalhos em eventos
Autores: Adewole Marcus Jacob Freitas Caetano; Ana Carolina Lorena; Newton Spôalor; Willian Zalewski; Huei Diana Lee
Fonte: Anais do I Simpósio de Iniciação Científica da UFABC (SIC-UFABC) , p. 1
-
Protótipo de Sistema Computacional para o Mapeamento de Formulários Médicos (2008)
Trabalhos em eventos
Autores: Willian Zalewski; Huei Diana Lee; André Gustavo Maletzke; Newton Spôalor; Ana Carolina Lorena; Adewole Marcus Jacob Freitas Caetano; João José Fagundes; Cláudio Saddy Rodrigues Coy; Wu Feng Shu
Fonte: Anais do XI Congresso Brasileiro de Informática em Saúde , p. 1
-
Avaliação de técnicas de extração de características para o reconhecimento de caracteres manuscritos aplicado ao mapeamento de informações em formulários médicos (2008)
Trabalhos em eventos
Autores: Willian Zalewski; Huei Diana Lee; André Gustavo Maletzke; Newton Spolaôr; Adewole Marcus Jacob Freitas Caetano; Ana Carolina Lorena; João José Fagundes; Cláudio Saddy Rodrigues Coy; Wu Feng Chung
Fonte: Anais da 37a Jornadas Argentinas de Informática - Simpósio de Informática e Saúde , p. 1
-
Protótipo de Sistema Computacional Apoiado por Inteligência Artificial: Mapeamento Automático de Formulários Médicos para Bases de Dados (2008)
Trabalhos em eventos
Autores: Willian Zalewski; Huei Diana Lee; Newton Spolaôr; André Gustavo Maletzke; Adewole Marcus Jacob Freitas Caetano; Ana Carolina Lorena; Cláudio Saddy Rodrigues Coy; João José Fagundes; Wu Feng Chung
Fonte: Revista Brasileira de Coloproctologia , p. 43
-
Potential Distribution Modelling Using Machine Learning Classifiers (2008)
Trabalhos em eventos
Autores: Ana Carolina Lorena; Marinez F. Siqueira; renato giovanni; André C. P. L. F. de Carvalho; ronaldo cristiano prati
Fonte: Lecture Notes in Artificial Intelligence - Proceedings The Twenty First International Conference on Industrial, Engineering & Other Applications of Applied Intelligent Systems , p. 255
-
Tree Decomposition of Multiclass Problems (2008)
Trabalhos em eventos
Autores: Ana Carolina Lorena; André C. P. L. F. de Carvalho
Fonte: IEEE Proceedings of the Brazilian Symposium on Neural Networks , p. 189
-
Top-Down Hierarchical Ensembles of Classifiers for Predicting G-Protein-Coupled-Receptor Functions (2008)
Trabalhos em eventos
Autores: Eduardo P. Costa; Ana Carolina Lorena; André C. P. L. F. de Carvalho; Alex A. Freitas
Fonte: Lecture Notes in Bioinformatics , p. 35
-
-
Evolutionary tuning of SVM parameter values in multiclass problems (2008)
Artigo publicado
Autores: Ana Carolina Lorena; DECARVALHO, A
Fonte: Neurocomputing (Amsterdam) , v. 71 , p. 3326 - Extrato QUALIS: A1
-
A review on the combination of binary classifiers in multiclass problems (2008)
Artigo publicado
Autores: Ana Carolina Lorena; Carvalho, André C. P. L. F.; Gama, João M. P.
Fonte: ARTIFICIAL INTELLIGENCE REVIEW , v. 30 , p. 19 - Extrato QUALIS: A1
2007
-
-
-
-
-
Comparing Several Approaches for Hierarchical Classification of Proteins with Decision Trees (2007)
Trabalhos em eventos
Autores: Eduardo P. Costa; Ana Carolina Lorena; André C. P. L. F. de Carvalho; Alex A. Freitas
Fonte: Lecture Notes in Bioinformatics , p. 126
-
A Review of Performance Evaluation Measures for Hierarchical Classifiers (2007)
Trabalhos em eventos
Autores: Eduardo P. Costa; Ana Carolina Lorena; André C. P. L. F. de Carvalho; Alex A. Freitas
Fonte: AAI07 - II Workshop on Evalution for Machine Learning - Twenty-Second Conference on Artificial Intelligence , p. 1
-
Comparing Several Evaluation Functions in the Evolutionary Design of Multiclass Support Vector Machines (2007)
Trabalhos em eventos
Autores: Ana Carolina Lorena; André C. P. L. F. de Carvalho
Fonte: IEEE Proceedings of the 7th International Conference on Hybrid Intelligent Systems , p. 53
-
-
Protein cellular localization prediction with Support Vector Machines and Decision Trees? (2007)
Artigo publicado
Autores: Ana Carolina Lorena; DECARVALHO, A
Fonte: Computers in Biology and Medicine , v. 37 , p. 115 - Extrato QUALIS: A2
2006
-
-
Multiclass SVM Design and Parameter Selection with Genetic Algorithms (2006)
Trabalhos em eventos
Autores: Ana Carolina Lorena; André C. P. L. F. de Carvalho
Fonte: IEEE Proceedings 9th Brazilian Symposium on Neural Networks , p. 131
2005
-
Minimum Spanning Trees in Hierarchical Multiclass Support Vector Machines Generation (2005)
Trabalhos em eventos
Autores: Ana Carolina Lorena; André C. P. L. F. de Carvalho
Fonte: Lecture Notes in Artificial Intelligence , p. 422
-
Protein Cellular Localization with Multiclass Support Vector Machines and Decision Trees (2005)
Trabalhos em eventos
Autores: Ana Carolina Lorena; André C. P. L. F. de Carvalho
Fonte: Lecture Notes in Bioinformatics , p. 42
-
Support Vector Machines Applied to White Blood Cell Recognition (2005)
Trabalhos em eventos
Autores: Daniela Mayumi Ushizima; Ana Carolina Lorena; André C. P. L. F. de Carvalho
Fonte: IEEE Proceedings of the 5th International conference on Hybrid Intelligent Systems , p. 49
2004
-
Comparing Techniques for Multiclass Classification using Binary SVM Predictors (2004)
Trabalhos em eventos
Autores: Ana Carolina Lorena; André C. P. L. F. de Carvalho
Fonte: Lecture Notes in Artificial Intelligence , p. 272
-
-
-
Evaluation of noise reduction techniques in the splice junction recognition problem (2004)
Artigo publicado
Autores: Ana Carolina Lorena; Carvalho, André C. P. L. F. de
Fonte: Genetics and Molecular Biology , v. 27 , n. 27 , p. 665 - Extrato QUALIS: A3
-
An Hybrid GA/SVM Approach for Multiclass Classification with Directed Acyclic Graphs (2004)
Trabalhos em eventos
Autores: Ana Carolina Lorena; André C. P. L. F. de Carvalho
Fonte: Lecture Notes in Artificial Intelligence , p. 366
2003
-
Técnicas de Aprendizado de Máquinas para Problemas em Biologia Molecular (2003)
Capítulo de livro publicado
Autores: Marcílio Carlos Pereira de Souto; Ana Carolina Lorena; Alexandre C. B. Delbem; André C. P. L. F. de Carvalho
Fonte: Anais da III Jornadas de Mini-Cursos de Inteligência Artificial , p. 103
-
Human Splice Site Identification with Multiclass Support Vector Machines and Bagging (2003)
Trabalhos em eventos
Autores: Ana Carolina Lorena; André C. P. L. F. de Carvalho
Fonte: Artificial Neural Networks and Neural Information Processing - ICANN/ICONIP 2003 - Lecure Notes in Computer Science , p. 234
-
2002
-
-
-
-
Aprendizado de Máquina Aplicado ao Estudo de Marcadores Moleculares para Produção de Carne Bovina (2002)
Trabalhos em eventos
Autores: Silvia H. M. G. da da Silva; Ana Carolina Lorena; André C. P. L. F. de Carvalho; Danielle D. Tambasco; Luciana C. Regitano
Fonte: Anais do Primeiro Workshop Brasileiro de Bioinformática
-
The Influence of Noisy Patterns in the Performance of Learning Methods in the Splice Junction Recognition Problem (2002)
Trabalhos em eventos
Autores: Ana Carolina Lorena; Gustavo E. A. P. A. Batista; André C. P. L. F. de Carvalho; Maria Carolina Monard
Fonte: Proceedings of the VII Brazilian Symposium on Neural Networks , p. 31
2001
Atuações
Int Journal of Computational Intelligence and Applications
-
Revisor de periódico
Desde 2006
Genetics and Molecular Research
-
Revisor de periódico
2006 a 2012
Instituto de Ciências Matemáticas e de Computação
-
Bolsista DTI
2006 a 2006
-
Estudante Doutorado
Estudante
2002 a 2006
Artificial Intelligence in Medicine
-
Revisor de periódico
2007 a 2007
Universidade Federal do ABC
-
Professora Adjunta nível 1
2007 a 2009
-
Professora Adjunta nível 2
2009 a 2012
-
Professora Adjunta nível 3
2012 a 2012
Pattern Recognition
-
Revisor de periódico
Desde 2007
Pattern Recognition Letters
-
Revisor de periódico
Desde 2008
Journal of Intelligent Information Systems
-
Revisor de periódico
Desde 2008
TEMA. Tendências em Matemática Aplicada e Computacional
-
Revisor de periódico
Desde 2009
Pesquisa Operacional
-
Revisor de periódico
2009 a 2013
ACM Transactions on Autonomous and Adaptive Systems
-
Revisor de periódico
Desde 2009
Information Sciences
-
Revisor de periódico
Desde 2009
IEEE Geoscience and Remote Sensing Letters (Print)
-
Revisor de periódico
2009 a 2011
IEEE Transactions on Neural Networks
-
Revisor de periódico
Desde 2009
Computer Journal (Print)
-
Revisor de periódico
Desde 2010
International Journal of Swarm Intelligence and Evolutionary Computation
-
Membro de corpo editorial
Desde 2011
Applied Soft Computing (Print)
-
Revisor de periódico
Desde 2011
Computer Science and Information Systems
-
Revisor de periódico
Desde 2011
Applied Mathematics and Computation
-
Revisor de periódico
Desde 2011
International Journal of Computational Intelligence Systems
-
Revisor de periódico
Desde 2012
Universidade Federal de São Paulo
-
Professor Adjunto
2012 a 2016
-
Professora Associada
2016 a 2018
Revista Ciências Exatas e Naturais (Impresso)
-
Revisor de periódico
2013 a 2013
Journal of the Brazilian Computer Society (Impresso)
-
Revisor de periódico
Desde 2013
Neurocomputing (Amsterdam)
-
Revisor de periódico
Desde 2014
Information Fusion (Print)
-
Revisor de periódico
Desde 2016
Computers & Security
-
Revisor de periódico
Desde 2016
IEEE Transactions on Knowledge and Data Engineering (Print)
-
Revisor de periódico
Desde 2016
Fundação Cearense de Apoio ao Desenvolvimento Científico e Tecnológico
-
Revisor de projeto de fomento
2016 a 2016
International Journal of Natural Computing Research
-
Revisor de periódico
2017 a 2017
Frontiers of Information Technology & Electronic Engineering
-
Revisor de periódico
2017 a 2018
Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco
-
Revisor de projeto de fomento
Desde 2012
Fundação de Amparo à Pesquisa do Estado de São Paulo
-
Revisor de projeto de fomento
Desde 2008
NEUROCOMPUTING
-
Membro de corpo editorial
2012 a 2014
-
Membro de corpo editorial
Desde 2022
New Generation Computing
-
Membro de corpo editorial
2016 a 2018
MACHINE LEARNING
-
Revisor de periódico
Desde 2018
Instituto Tecnológico de Aeronáutica
-
Professora Associada nível 1
2018 a 2018
-
Professora Associada nível 2
2018 a 2020
-
Professora Associada nível 3
Desde 2020
FLORESTA E AMBIENTE
-
Revisor de periódico
Desde 2019
SISTEMAS DE INFORMAÇÃO (MACAÉ)
-
Revisor de periódico
2019 a 2019
Journal of Intelligent Systems
-
Revisor de periódico
Desde 2020
International Journal of Data Science and Analytics
-
Revisor de periódico
Desde 2020
Entropy
-
Revisor de periódico
Desde 2022
Expert Systems
-
Revisor de periódico
Desde 2022
Journal of Aerospace Technology and Management
-
Revisor de periódico
Desde 2023
International Journal of Data Science and Analytics
-
Membro de corpo editorial
Desde 2023
Ensino
Orientações e supervisões
Supervisão de pós-doutorado em andamento
-
Fundação de Amparo à Pesquisa do Estado de São Paulo
Instituto Tecnológico de Aeronáutica
Desde 2022
Tese de doutorado em andamento
-
Imbalanced and Missing Data Problems: studying their individuality and their interplay
Doutoramento em Engenharia Informática
Universidade de Coimbra
Desde 2023
-
-
Patricia Shizue Matsumura Ueda
A definir
Pesquisa Operacional
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Federal de São Paulo
Desde 2022
-
On building ensembles of diverse and competent classifiers
Pesquisa Operacional
Fundação de Amparo à Pesquisa do Estado de São Paulo
Universidade Federal de São Paulo
Desde 2022
-
Identificação e tratamento de inconsistências em dados médico-hospitalares
Pesquisa Operacional
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Federal de São Paulo
Desde 2020
Dissertação de mestrado em andamento
-
-
Self-Paced Curriculum Learning em Redes Neurais Artificiais
Engenharia Eletrônica e Computação
Instituto Tecnológico de Aeronáutica
Desde 2023
-
Medição da dificuldade de cada instância em problemas de regressão
Pesquisa Operacional
Universidade Federal de São Paulo
Desde 2023
-
A definir
Engenharia Eletrônica e Computação
Instituto Tecnológico de Aeronáutica
Desde 2022
-
-
An unified approach for dealing with missing and noise data
Pesquisa Operacional
Fundação de Amparo à Pesquisa do Estado de São Paulo
Universidade Federal de São Paulo
Desde 2022
Tese de doutorado concluídas
-
Machine Learning Models for healthcare: a data-centric approach
Pesquisa Operacional
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Federal de São Paulo
Concluído em 2024
-
An instance space analysis of classification datasets
Engenharia Eletrônica e Computação
Instituto Tecnológico de Aeronáutica
Concluído em 2023
-
Meta-analysis of clustering problem instances and techniques in Machine Learning
Pesquisa Operacional
Universidade Federal de São Paulo
Concluído em 2022
-
Contributions for active querying in constrained clustering with neighborhood based methods
Mestrado / Doutorado
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Federal de São Paulo
Concluído em 2022
-
Biometria em um Contexto de Fluxo de Dados com Algoritmos Imunológicos
Ciência da Computação
Fundação de Amparo à Pesquisa do Estado de São Paulo
Universidade de São Paulo - São Carlos
Concluído em 2017
-
Noise Detection in Classification Problems
Ciência da Computação
Fundação de Amparo à Pesquisa do Estado de São Paulo
Universidade de São Paulo - São Carlos
Concluído em 2016
Dissertação de mestrado concluídas
-
Bryan Lucas Gonçalves dos Santos
CONTENT-BASED IMAGE RETRIEVAL (CBIR) FOR BOAT RECOGNITION
Engenharia Aeronâutica e Mecânica
Instituto Tecnológico de Aeronáutica
Concluído em 2023
-
Usando Medidas de Dificuldade de Instâncias em Curriculum Learning
Ciência da Computação
Universidade Federal de São Paulo
Concluído em 2023
-
Medindo a Dificuldade de Instâncias para Classificação em Aprendizao de Máquina
Ciência da Computação
Universidade Federal de São Paulo
Concluído em 2023
-
Ronaldo Lopes Inocêncio Júnior
BALANCEAMENTO DE DADOS PARA MITIGAÇÃO DE VIESES AMOSTRAIS EM APRENDIZADO DE MÁQUINA
Engenharia Eletrônica e Computação
Instituto Tecnológico de Aeronáutica
Concluído em 2023
-
Uso de medidas de complexidade de dados na exploração de Redes Neurais Artificiais
Ciência da Computação
Universidade Federal de São Paulo
Concluído em 2021
-
Feature Selection for Characterization of Continuous Optimization Functions
Pesquisa Operacional
Universidade Federal de São Paulo
Concluído em 2019
-
Aprendizado de máquina aplicado à odometria visual para estimação de posição de veículos aéreos não tripulados
Ciência da Computação
Universidade Federal de São Paulo
Concluído em 2018
-
Aplicação de meta-aprendizagem para a seleção de modelos na predição de dados do mercado Forex
Pesquisa Operacional e Transporte Aereo
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Instituto Tecnológico de Aeronáutica
Concluído em 2018
-
Seleção de atributos apoiada por medidas de complexidade de classificação
Ciência da Computação
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Federal de São Paulo
Concluído em 2018
-
Evolução Gramatical para Construção Automática de Funções de Kernel para SVM
Ciência da Computação
Universidade Federal de São Paulo
Concluído em 2017
-
Determinação da Estrutura de Grafos Direcionados Acíclicos em Problemas Multiclasse por Medidas de Complexidade de Problemas Supervisionados
Ciência da Computação
Fundação de Amparo à Pesquisa do Estado de São Paulo
Universidade Federal de São Paulo
Concluído em 2017
-
Uso de Redes Neurais Growing Neural Gas para a Geração de Protótipos
Ciência da Computação
Universidade Federal de São Paulo
Concluído em 2016
-
Caracterizando a Complexidade de Problemas de Regressão
Ciência da Computação
Conselho Nacional de Desenvolvimento Científico e Tecnológico
Universidade Federal de São Paulo
Concluído em 2016
-
Investigação da Predição de Fluxos em Redes de Computadores
Engenharia da Informação
Conselho Nacional de Desenvolvimento Científico e Tecnológico
Universidade Federal do ABC
Concluído em 2014
-
Estudo da predição de hot spots em complexos proteína-proteína
Engenharia da Informação
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Federal do ABC
Concluído em 2013
-
Algoritmos Imunológicos aplicados na Detecção de Intrusões com Dinâmica da Digitação
Engenharia da Informação
Fundação de Amparo à Pesquisa do Estado de São Paulo
Universidade Federal do ABC
Concluído em 2012
-
Aplicação de Algoritmos Genéticos Multiobjetivo ao Problema de Seleção de Atributos
Engenharia da Informação
Fundação de Amparo à Pesquisa do Estado de São Paulo
Universidade Federal do ABC
Concluído em 2010
-
Categorização hierárquica de textos em um portal agregador de notícias
Engenharia da Informação
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Federal do ABC
Concluído em 2009
-
Investigação de Técnicas de Classificação Hierárquica para Problemas de Bioinformática
Ciências da Computação e Matemática Computacional
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade de São Paulo
Concluído em 2008
-
Investigação de combinações de técnicas de detecção de ruído para dados de expressão gênica
Ciências da Computação e Matemática Computacional
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade de São Paulo
Concluído em 2007
Gestão
Universidade Federal do ABC
-
Coordenação pró-tempore do Laboratório de Sistemas Computacionais da UFABC
Centro de Matemática, Computação e Cognição
Instituto Tecnológico de Aeronáutica
-
Coordenação do Laboratório de Sistemas Computacionais Autônomos (LabSCA)
Divisão de Ciência da Computação
-
Vice-coordenação do programa de pós-graduação em Pesquisa Operacional ITA-UNIFESP
Reitoria
Pós-Graduação
Pesquisa
Instituto de Ciências Matemáticas e de Computação
-
Investigação de Técnicas de Aprendizado de Máquina e Mineração de Dados para Análise de Dados do Projeto Genoma Clínico
Autores: Ana Carolina Lorena, André C. P. L. F. de Carvalho
2002 a 2004
-
Utilização de Redes Neurais Artificiais em Problemas da Biologia Molecular
Autores: Ana Carolina Lorena, André C. P. L. F. de Carvalho
2002 a 2003
-
Análise de Expressão Gênica utilizando Técnicas de Aprendizado de Máquina
Autores: Ana Carolina Lorena, André C. P. L. F. de Carvalho
2004 a 2005
-
Investigação de Técnicas de Aprendizado de Máquina em Bioinformática
Autores: Ana Carolina Lorena, André C. P. L. F. de Carvalho
2003 a 2005
-
Desenvolvimento de Sistemas Híbridos Inteligentes
Autores: Ana Carolina Lorena, André C. P. L. F. de Carvalho, teresa bernarda ludermir
2006 a 2006
Universidade Federal do ABC
-
Análise e Pré-processamento de Dados Rotulados
Autores: Ana Carolina Lorena
2012 a 2015
-
Complexidade de problemas de classificação/categorização: um estudo de caso para dados de expressão gênica
Universal, faixa B
Autores: Ana Carolina Lorena, André C. P. L. F. de Carvalho, Marcílio Carlos Pereira de Souto, katti faceli, Ivan Gesteira Costa, Tiemi Christine Sakata, André Luís Vasconcelos Coelho
2010 a 2012
-
Projeto de Laboratório para o Grupo Interdisciplinar de Mineração de Dados e Aplicações
Frente aos crescentes avanços em tecnologias para a coleta, armazenamento e gerenciamento de dados, tem-se observado um grande acúmulo de dados em meios digitais. Essas bases de dados podem conter informações valiosas, como tendências e padrões, que podem ser utilizados para aumentar o entendimento de diferentes domínios e também no suporte a processos de tomada de decisão. A Mineração de Dados surgiu em meados da década de 90 com o objetivo de automatizar a análise de bases de dados digitais e vem apresentando um forte crescimento nesses últimos anos, despertando o interesse de profissionais de diferentes áreas de conhecimento. Seguindo essa tendência, foi montado na UFABC um grupo de pesquisa interdisciplinar em Mineração de Dados e Aplicações, reunindo professores com interesses teóricos e práticos em tarefas de Mineração de Dados. Neste projeto de pesquisa são solicitados equipamentos para a montagem de um laboratório de pesquisa para este grupo.
Autores: Ana Carolina Lorena, ronaldo cristiano prati, Marcelo Zanchetta do Nascimento, Francisco Fraga da Silva, Maria Camila Nardini Barioni, João Paulo Gois, João Ricardo Sato, Francisco de Assis Zampirolli, Edson Pinheiro Pimentel, Raphael Yokoingawa de Camargo, Artur Zimerman, Margarethe Born Steinberger-Elias
2009 a 2010
-
Investigação de Problemas de Classificação de Dados com Várias Classes
Diversos problemas envolvem a discriminação de dados em categorias ou classes, uma tarefa também conhecida como classificação. A partir de conjuntos de dados cujas classes são conhecidas, técnicas de Aprendizado de Máquina (AM) podem ser utilizadas na indução de classificadores capazes de realizar a discriminaçã desejada para novos dados do mesmo domínio. De acordo com o número de classes envolvido e as características e relações entre as classes, os problemas de classificação podem ser distinguidos em tipos. Neste projeto de pesquisa é descrita uma proposta de trabalho envolvendo o estudo e uso de técnicas de AM na solução de problemas de classificação multiclasses, multi-rótulos e hierárquicos.
Autores: Ana Carolina Lorena
2009 a 2011
-
Estudo Didático do Uso de Kits LEGO na UFABC
Os cursos da Universidade Federal do ABC (UFABC) se caracterizam por uma grade curricular diferenciada, sugerindo uma alta interdisciplinaridade. Essa característica impõe uma série de desafios de ensino, sendo os modelos didáticos convencionais pouco adequados à realidade desses cursos. Este projeto reúne professores pertencentes a diversos eixos da UFABC para o estudo didático do uso da plataforma LEGO NXT Mindstorms no ensino de diversos cursos dessa Instituição. O objetivo é desenvolver novas metodologias de ensino com o uso dessa plataforma, de maneira a motivar os alunos em seus estudos e também a promover uma maior interdisciplinaridade, por meio de projetos que unam diferentes disciplinas das grades curriculares. Acredita-se que esses estudos promoverão diversas contribuições acadêmicas e científicas no âmbito da educação.
Autores: Ana Carolina Lorena
2009 a 2011
-
Classificador Inteligente de Amostras de Café
Projeto PIPE-FAPESP da empresa NatComp.
Autores: Ana Carolina Lorena, André C. P. L. F. de Carvalho, Helder Knidel, Leandro Nunes de Castro, Luis Fernando de Oliveira Jacintho
2008 a 2009
-
Técnicas Avançadas de Classificação de Dados
Autores: Ana Carolina Lorena, André C. P. L. F. de Carvalho
2006 a 2009
Universidade Federal de São Paulo
-
Construção e seleção automática de algoritmos de Aprendizado de Máquina
O uso de meta-learning para recomendação de algoritmos é uma área de pesquisa que tem sido amplamente explorada nos últimos anos. Sistemas de meta-learning para recomendação de algoritmos podem ser divididos em dois grandes grupos: (a) sistemas que realizam seleção de algoritmos ou modelos baseados em meta-features; e (b) sistemas que buscam pelo melhor algoritmo de classificação possível em um dado espaço de algoritmos, uma abordagem relativamente menos investigada que a anterior. Em trabalhos prévios do proponente e seus colaboradores, foram desenvolvidos três sistemas representativos de meta-learning baseados em busca para a construção automática de algoritmos. Todos eles utilizaram o paradigma de algoritmos evolutivos como método de busca, porém construindo diferentes tipos de algoritmos de classificação -- indução de regras, indução de árvores de decisão, e indução de redes bayesianas. Esses três sistemas de meta-learning, até onde se sabe, são as únicas abordagens de meta-learning para a construção automática de algoritmos encontradas na literatura. Assim, a ideia deste projeto de pesquisa é avançar na área de construção automática de algoritmos de aprendizado de máquina, mais especificamente classificação. Dentre os tópicos considerados em aberto nessa área, é possível destacar: (i) desenvolvimento de abordagens baseadas em diferentes métodos de busca; (ii) evolução de árvores de decisão com múltiplos testes; (iii) implementação de abordagens multi-objetivas; (iv) construção automática de funções de similaridade no contexto de aprendizado semissupervisionado; (v) evolução automática de redes neurais profundas; (vi) construção automática de comitê de classificadores; (vii) construção automática de preditores multi-target; e (viii) estudo comparativo das abordagens de meta-learning para seleção/configuração e construção de algoritmos de classificação.
Autores: Ana Carolina Lorena, LUDERMIR, TERESA B., ZANCHETTIN, CLEBER, CARVALHO, ANDRÉ C P L F, Ricardo Cerri, DE MIRANDA, PÉRICLES B. C., BASGALUPP, MARCIO P., George Darmiton da Cunha Cavalcanti
Desde 2022
-
Aprendizado de Máquina Avançado
Sem percebermos, estamos usando tecnologias baseadas em algoritmos de Aprensizado de Máquina (AM) em um número crescente de nossas atividades diárias. O uso do ML tem feito várias atividades rotineiras e de riscos e mais seguras, mais confiáveis e mais precisas. Apesar dessas contribuições, novas demandas exigem o desenvolvimento de novos algoritmos de AM, ou utilização desses algoritmos de maneiras diferentes e inovadoras. Duas demandas atuais importantes são tratar com eficiência os dados que chegam em fluxos contínuos, onde novidades podem aparecer e conceitos podem mudar, e como melhorar o uso dos algoritmos de ML mais adequados, além de valores mais apropriados para os Hyper-parâmetros dos algoritmos selecionados para uma nova tarefa. Este projeto irá pesquisar novas abordagens para lidar eficientemente com essas demandas.
Autores: Ana Carolina Lorena, LUDERMIR, TERESA B., ZANCHETTIN, CLEBER, CARVALHO, ANDRÉ C P L F, Ricardo Cerri, DE MIRANDA, PÉRICLES B. C., BASGALUPP, MARCIO P., George Darmiton da Cunha Cavalcanti, Ana Carolina Lorena, Gustavo E. A. P. A. Batista, Renato Tinós, CARVALHO, ANDRÉ C P L F, Moacir Antonelli Ponti, Paula Costa Castro, Ricardo Cerri
2017 a 2020
-
CeMEAI - Centro de Ciências Matemática Aplicadas à Indústria
O foco desta proposta é a transferência de conhecimento matemático para outras áreas da ciência, tecnologia e indústria, por meio de um centro de pesquisa estruturado para esse fim. Todo o conhecimento matemático é, em última análise, aplicável. se não diretamente, por meio de outros conhecimentos. Em algumas áreas da matemática a aplicação é quase ime( Entretanto, a colocação em prática de tal aplicabilidade se encontra muitas vezes travada por tradições incorretas, academicismo mal direcionado e dificuldades operacionais. Nos últimos anos, o crescimento da ciência no Brasil, e da matemática em particular, foi notável. Entretanto, a aplicação tecnológica, muitas vezes medida pelas patentes registradas, não teve o mesmo sucesso. Para fechar essa lacuna é necessário a criação de estruturas institucionais que estabeleçam as pontes entre as ciências matemáticas e aplicações como um objetivo em si mesmo. Não se trata apenas de orientar os trabalhos teóricos a áreas "potencialmente aplicáveis", mas de avançar nas aplicações até as últimas consequências, isto é, sua efetiva implementação na indústria, em sentido amplo. Não é mais possível descansar na posição de que a aplicação é problema de outros. É, de fato, problema de todos e reflete o necessário comprometimento da ciência aplicada e pura com o progresso material e espiritual da sociedade. A estratégia do presente projeto envolve, em primeiro lugar, a aglutinação de grupos destacados nas áreas mais aplicáveis da matemática no Estado visando seu direcionamento para aplicações efetivas. Os grupos selecionados têm demonstrado sua excelência na atividade científica convencional, em primeiro lugar, e em muitos casos, em aplicações relevantes. No CEPID proposto os grupos participantes continuarão com sua atividade científica habitual, e, ao mesmo tempo, desenvolverão "Ações de Transferência" de acordo com o roteiro: 1) Teses de mestrado e doutorado necessariamente vinculadas com aplicações em sentido amplo, com co-orientação explícita de especialistas nesses setores. 2) Realização de pelo menos um Workshop anual de Transferência, onde participarão os membros do CEPID e representantes de indústrias, administração, serviços, setores educativo e tecnológico. 3) Visitas periódicas de membros do CEPID a instituições com potencial para aplicações relevantes. 4) Elaboração de uma publicação interna chamada em princípio "Transference experiences" visando a consolidação de uma publicação mais permanente..
Autores: Ana Carolina Lorena, André C. P. L. F. de Carvalho, Mariá Cristina Vasconcelos Nascimento Rosset, José Alberto Cuminato
Desde 2017
-
MAP: Aprendizado de Máquina: uma abordagem baseada em múltiplas estratégias
Esse projeto diz respeito a uma pesquisa conjunta em que técnicas de Aprendizado de Máquina (AM), com ênfase em uma abordagem baseada em múltiplas estratégias. De uma perspectiva da abordagem baseada em múltiplas estratégias, os objetivos são estudar \textit{trade-offs} entre diferentes estratégias de aprendizado e desenvolver sistemas de aprendizado que empregam múltiplas estratégias de inferência ou paradigmas computacionais em um processo de aprendizado. Como consequência, sistemas baseados em múltiplas estratégias têm o potencial de serem aplicáveis a um vasto grupo de problemas. A maioria dos problemas abordados será no contexto de aprendizado não supervisionado, ou análise de agrupamento. Por exemplo, nos iremos analisar a sinergia e os trade-offs entre agrupamento com restrições por programação com restrições (grupo francês) e agrupamento evolutivo multi-objetivo (grupo brasileiro). Os aspectos práticos das técnicas propostas serão abordados, por exemplo, no contexto de mineração e modelagem de dados biológicos, provenientes de texto e temporais. Outro importante objetivo do projeto é estimular a cooperação internacional reunindo pesquisadores brasileiros e Francês para a troca de idéias e experiências. Os grupos do Brasil e da França já possuem um histórico de colaboração que pode ser fortalecida com este projeto.
Autores: Ana Carolina Lorena, Gustavo E. A. P. A. Batista, katti faceli, teresa bernarda ludermir, Marcilio Carlos Pereira de Souto, Mariá Cristina Vasconcelos Nascimento Rosset, CARVALHO, ANDRÉ C P L F
2015 a 2018
-
Caracterização da complexidade de conjuntos de dados rotulados
Bolsa PQ 2
2015 a 2018
-
Parque de Ciência e Tecnologia do ICT-UNIFESP
Neste programa propõe-se a criação de um espaço lúdico para a difusão de Ciência e Tecnologia (C&T) no ICT-UNIFESP. O intuito é promover a divulgação de experimentos e temas científicos, despertando no público o interesse e curiosidade pela C&T.
Autores: Ana Carolina Lorena, Ana Paula Lemes, Arlindo Flavio da Conceição, Carlos Marcelo Gurjão de Godoy, Cláudia Barbosa Ladeira de Campos, Dayane Batista Tada, Eudes Eterno Fileti, Ezequiel Roberto Zorzal, Henrique Amorim, Jaime S. Ide, Jean Faber de Abreu, Karina Rabello Casali, Luciana Ferreira da Silva, Luis Felipe Bueno, Tatiana Sousa Cunha, Thaciana Valentina Malaspina Fileti, Tiago de Oliveira, Vanessa Gonçalves Paschoa Ferraz
2014 a 2018
-
Detecção de Assinaturas de Envelhecimento e Senescência a partir de Dados Epigenéticos
Autores: Ana Carolina Lorena, Ana Paula Lemes, Arlindo Flavio da Conceição, Carlos Marcelo Gurjão de Godoy, Cláudia Barbosa Ladeira de Campos, Dayane Batista Tada, Eudes Eterno Fileti, Ezequiel Roberto Zorzal, Henrique Amorim, Jaime S. Ide, Jean Faber de Abreu, Karina Rabello Casali, Luciana Ferreira da Silva, Luis Felipe Bueno, Tatiana Sousa Cunha, Thaciana Valentina Malaspina Fileti, Tiago de Oliveira, Vanessa Gonçalves Paschoa Ferraz, Ana Carolina Lorena, teresa bernarda ludermir, Costa, Ivan G., Ricardo Bastos C. Prudêncio, Wolfgang Wagner
2013 a 2015
-
Uso de Medidas de Complexidade de Dados no Suporte ao Aprendizado de Máquina Supervisionado
As técnicas de Aprendizado de Máquina (AM) foram empregadas com sucesso na solução de diversos problemas de classificação de dados. Recentemente alguns trabalhos têm se voltado a entender como características quantitativas a respeito da complexidade dos conjuntos de dados para classificação, tais como a sobreposição geométrica entre classes, afetam o desempenho das técnicas de AM. Entre as contribuições desta abordagem está um melhor entendimento do domínio de competência e das limitações dessas técnicas. Neste projeto inicialmente serão estudadas diferentes medidas para caracterizar a complexidade de problemas de classificação. Embora exista uma variedade de medidas na literatura, não são frequentes estudos a respeito de quais tipos de aplicação e análise podem ser mais beneficiadas por seu uso. Pretende-se então usar estas medidas no suporte à redução da complexidade envolvida na solução de problemas de classificação. A primeira vertente neste sentido consiste em realizar pré-processamentos nos dados, de maneira a reduzir a complexidade dos novos conjuntos gerados. Duas tarefas de pré-processamento de dados serão investigadas: a identificação de ruídos e a seleção de subconjuntos de atributos relevantes. Em uma segunda vertente, a redução da complexidade na solução de um problema de classificação será abordada pelo emprego de uma estratégia de dividir-para-conquistar. Neste caso, o objetivo é encontrar subproblemas de complexidade menor, cujas soluções possam ser combinadas para a resolução do problema de classificação original.
2013 a 2018
-
Uso de Medidas de Caracterização de Dados em Pré-processamento e Classificação
A classificação de dados e recorrente em varias aplicações práaticas, como no diagnóstico méedico e na diferenciação de tecidos em Bionformática. O objetivo é gerar um modelo, a partir de dados conhecidos, que seja capaz de realizar predições para novos dados, atribuindo-os a uma ou mais classes. Embora exista uma grande variedade de técnicas de Aprendizado de Máaquina para a indução de modelos de classicação a partir de dados rotulados, as características de alguns conjuntos de dados impõem desaos ao processo indutivo. Entre elas pode-se citar o desbalanceamento nos números de exemplos por classe, a presença de ruídos e de atributos redundantes e irrelevantes. Neste projeto pretende-se empregar medidas que caracterizam a complexidade dos problemas de classificação no suporte ao pré-processamento e classificação de dados. Essas medidas estimam a complexidade da fronteira de separaçã das classes. Com o seu uso, é possível propor estratégias de pré-processamento e classificação que levam em consideração as peculiaridades de cada aplicação. Serão estudados problemas de classificação diversos, entre os quais problemas de um único rótulo. Como varias das medidas de complexidade de classificação foram propostas considerando o cenário clássico de classificação binária, serão realizadas adaptações e novas medidas serão formuladas.
2013 a 2016
-
Desafios em Mineração de Dados
Com o volume cada vez maior de dados gerados e a importância crescente da economia baseada em conhecimento, a Descoberta de Conhecimento de Bases de Dados, principalmente sua etapa de Mineração de Dados, é cada vez mais adotada em empresas e órgãos governamentais. A complexidade dos problemas a serem tratados por Mineração de Dados leva a necessidade de novos métodos e ferramentas computacionais capazes de apoiar a análise dos dados pelos usuários. Duas das principais etapas de Mineração de Dados são as de pré-processamento e de construção de modelos. Desafios relacionados a essas duas etapas são investigados neste projeto. Dados com baixa qualidade ou com problemas de elevada dimensão pode afetar significativamente o desempenho de algoritmos para construção de modelos. A etapa de construção de modelos permite induzir modelos descritivos e preditivos, frequentemente por algoritmos de Aprendizado de Máquina. Este projeto investigará as principais alternativas existentes para lidar com esses desafios assim como irá propor e investigar novos métodos para tal. Os métodos investigados serão experimentalmente avaliados de acordo com a metodologia correntemente utilizada pela comunidade de pesquisa das duas subáreas. Dado o elevado custo computacional associado aos experimentos nessas subáreas, serão investigados o uso de arquiteturas GPU e computação em nuvens. Deve ser observado que esse projeto continua pesquisas realizadas em projetos anteriores, com novas abordagens e desafios.
Autores: Ana Carolina Lorena, Carvalho, André C. P. L. F.
2012 a 2015
Instituto Tecnológico de Aeronáutica
-
Women in STEM - British Council UK-Brazil Gender Equality Partnerships Call 2022
Promote gender equality in STEM areas, guided by the Athena Swan principles and guidelines of the Brazil Gender Equality Framework for Higher Education Institutions.
Autores: Ana Carolina Lorena, LUDERMIR, TERESA B., Denise Stringhini, Maria Fasli, Izabela Batista Henriques, Maria Claudia Figueiredo Pereira Emer, Myriam Regattieri De Biase da Silva Delgado, Mariana Geny Moreira, Carla Taciana Lima Lourenco Silva, Letícia Helena Rodrigues
Desde 2022
-
Ciber Semântica
Implantação de uma plataforma para automação do processo de análise cibernética por meio do emprego da Inteligência Artificial, atuando no nível semântico, cuja modelagem e processamento de conhecimento dependem de modelos de lógica que permitam inferências e verificação de hipóteses, de tal modo que a análise deixe de ser centrada no analista e passe a ser centrada no conhecimento.
Autores: Ana Carolina Lorena, LUDERMIR, TERESA B., Denise Stringhini, Maria Fasli, Izabela Batista Henriques, Maria Claudia Figueiredo Pereira Emer, Myriam Regattieri De Biase da Silva Delgado, Mariana Geny Moreira, Carla Taciana Lima Lourenco Silva, Letícia Helena Rodrigues, Ana Carolina Lorena, Carlos Henrique Q. Forster, José Maria Parente de Oliveira, Cecilia de Azevedo Castro Cesar, Lourenço Alves Pereira Júnior
Desde 2022
-
Aprendizado de máquina automatizado, interpretável e responsável
Este projeto vai abordar temas que têm despertado grande atenção nas comunidades de pesquisa em ciência de dados e em aprendizado de máquina, a automação de etapas do uso de algoritmos de aprendizado de máquina, a extração de características capazes de descrever os principais aspectos presentes em um conjunto de dados, a interpretabilidade de modelos gerados por algoritmos de aprendizado de máquina e o uso de práticas eticamente responsáveis no emprego de algoritmos de aprendizado de máquina em pesquisas e aplicações em problemas reais. Neste projeto, usaremos o termo aprendizado de máquina para significar aprendizado de máquina de ponta-a-ponta, ou do início-ao-fim, que incorpora, além das pesquisas em aprendizado de máquina, pesquisas em aspectos anteriores e posteriores à tarefa de modelagem de dados por meio de algoritmos de aprendizado de máquina, como pre-processamento de dados e validação de modelos. A área de pesquisa de aprendizado de máquina automatizado tem por metas reduzir a carga de trabalho manual e repetitiva em tarefas de aprendizado de máquina, permitir o bom uso de algoritmos de aprendizado de máquina por leigos e permitir que especialistas em aprendizado de máquina possam fazer mais em menos tempo, além de aumentar a dedicação a tarefas mais complexas e criativas. Em muitas aplicações de aprendizado de máquina a problemas reais, é importante identificar como os modelos induzidos tomam internamente suas decisões, permitindo assim a interpretação desses modelos. O terceiro tema está associado aos riscos inerentes ao crescente uso de algoritmos de aprendizado de máquina, como a criação de modelos preconceituosos, a incorporação de informações que permitam identificar a origem dos dados coletados, a ausência de dados que permitam a reprodutibilidade de experimentos científicos e o desenvolvimento que ponham seres vivos em situação perigosas.
Autores: Ana Carolina Lorena, CARVALHO, ANDRÉ C P L F, GARCIA, LUIS PAULO FAINA, Adriano Rivolli, Rafael Izbicki, Bruno Feres, Everlandio Fernandes, Renato Frances, Ellen Souza
Desde 2022
-
Sistema de Detecção Precoce de Fogo com Drones utilizando IA
O objetivo da proposta é o desenvolvimento de um sistema computacional baseado em aprendizado de máquina para o cálculo de risco de queimadas, incluindo sistema de captura, gerenciamento, anotação e fusão de dados de sensores diversos embarcados em drones. O sistema propiciará tanto a estimativa do de riscos de queimada bem como gerenciamento de planejamento de missões de coleta de dados através de drones em regiões de interesse.
Autores: Ana Carolina Lorena, César Augusto Cavalheiro Marcondes, Vitor Venceslau Curtis, Johnny Cardoso Marques, VERRI, FILIPE A. N., Denis Loubach
Desde 2022
-
Beyond Algorithm Selection: Meta-Learning for Data and Algorithm Analysis and Understanding
The area of Meta-learning (MtL) leverages on knowledge from problems for which successful Machine Learning (ML) solutions are known to support automated algorithm selection for new problems. But far more meta-knowledge can be extracted by relating data properties to algorithmic performance, a topic which remains under-explored compared to the usage of MtL for automated algorithm selection. For instance, one may reveal the competences and limitations of different ML algorithms and highlight data quality issues that are worth investigating. Building on the previous experience of the researcher during her Young Research Project phase 1 which involved the study, proposal and usage of data complexity measures for characterizing the hardness level of classification and regression problems, this project will go one step further and employ such measures for supporting algorithm and data understanding in a MtL perspective. By deepening such understanding, we expect to contribute on improving the comprehensibility and reliability in the usage of ML models. We also expect to generate contributions in three areas which can directly benefit from data and algorithm understanding: data pre-processing, ensemble learning and transfer learning. The idea is to guide the solution of the previous tasks using meta-knowledge extracted about the dichotomous relationship between data properties and algorithmic performance.
Desde 2022
-
Essex-ITA-UNIFESP Women in Computer Science
WIS: UK-Brazil Gender Equality Partnerships Call from the British Council, 2021.
Autores: Ana Carolina Lorena, Mariá Cristina Vasconcelos Nascimento Rosset, Lilian Berton, Maria Fasli
2021 a 2022
-
Meta-aprendizado na exploração de repositórios de dados e de técnicas de Aprendizado de Máquina
A área de meta-aprendizado (MtL, do Inglês Meta-learning) apresenta diversas soluções para facilitar o uso prático de técnicas de Aprendizado de Máquina (AM). Como exemplo, pode-se mencionar a geração de modelos para a recomendação de técnicas e hiper-parâmetros adequados à solução de um novo problema de classificação, regressão ou agrupamento de dados. O intuito é extrair conhecimento a partir de conjuntos de dados para os quais as soluções por técnicas de AM são conhecidas e então aplicá-lo na solução de novos problemas com características semelhantes. Neste processo, normalmente forma-se um meta-conjunto de dados, que reúne características ou meta-atributos de diversos conjuntos de dados de base e o desempenho alcançado por uma ou mais técnicas de AM em suas soluções. A partir desse meta-conjunto de dados, várias meta-análises podem ser realizadas. Neste projeto, pretende-se empregar o arcabouço de MtL no: (i) entendimento e análise das principais características dos conjuntos de dados e repositórios comumente empregados pela comunidade de AM, com enfoque em sua diversidade; e (ii) para avaliar a capacidade de técnicas de AM e suas principais competências considerando os problemas em que elas apresentam boas soluções. Acredita-se que estes estudos deverão auxiliar os profissionais e pesquisadores da área de AM na determinação de benchmarks adequados para seus experimentos e permitirão uma análise mais detalhada do desempenho dos algoritmos de AM e de suas capacidades e limitações.
Desde 2021
-
Center for Artificial Intelligence (C4AI)
This proposal describes an Engineering Research Center for Artificial Intelligence (AI) committed to conduct research in basic AI topics and to apply AI techniques to selected application areas --- namely, oil and gas industry, agribusiness, and health. The Center will also fund studies on the social and economic impact of AI, and will carry activities aimed at technology transfer and knowledge diffusion. The Center will be built on the belief that the next ten years will bring unprecedented advances in AI that will depend both on the collaboration amongst the core areas of AI and between these core areas and applications. The Center for Artificial Intelligence will consist of two intertwined groups of researchers, both of them distributed across the host and associated institutions. One group of researchers, with significant international presence in the AI community, will cover central topics of AI, from knowledge representation to machine learning, with specific emphasis on text and natural language processing, particularly in Portuguese. Current international research trends suggest that the next decade will witness an increased interaction between knowledge representation, decision making, and machine learning; the Center for Artificial Intelligence will focus its attention on the combination of these areas of AI as they are not as closely connected as they should be --- the Center will position itself as a fundamental player in the collaboration amongst core AI topics. A second group of researchers in the Center will focus on three selected application areas with high potential and significant existing expertise in the host institution: oil and gas, agribusiness, and health. The connection between core AI research and application areas will work both ways: the core AI research will address large scale problems in the selected application areas, and will be informed by the large scale challenges in those application areas. A small group of researchers from the humanities is also included in the Center so as to conduct research on the social impact of AI and to identify paths that will guarantee the use of AI for good. The Coordinator of Education and Dissemination of Knowledge will organize video production with research results and will work through fairs and schools to educate the public in broadest terms. The Coordinator of Technology Transfer will work together with well established offices of the host institution to nurture initiatives that will transfer results to the funding entities and to entrepreneurship efforts.
Autores: Ana Carolina Lorena, Carlos Henrique Costa Ribeiro, Fabio Gagliardi Cozman, Paulo André Lima de Castro
Desde 2020
-
Ciência de Dados no Enfrentamento de Surtos, Epidemias e Pandemias em Hospitais
O Brasil tem enfrentado a proliferação de diversas doenças contagiosas nos últimos anos, sendo o caso mais recente o da pandemia COVID-19. Contudo, surtos de dengue são recorrentes em diversas regiões do país e mesmo doenças endêmicas como a febre amarela têm se proliferado em localidades diferentes das usuais. Hospitais de referência em grandes cidades enfrentam muitas dificuldades de gestão de seus recursos e profissionais nesses períodos. E, embora grandes volumes de dados sejam coletados nesses hospitais, sua organização e curagem ainda é precária e dificulta realizar análises que deem suporte a uma tomada de decisão confiável. Neste projeto propõe-se a formação de estudantes em nível de pós-graduação em trabalhos que envolvem diversas etapas da Ciência de Dados com o objetivo de obter modelos preditivos confiáveis para o enfrentamento de surtos, endemias, epidemias e pandemias. Para tal, pretende-se abordar desde a definição de um protocolo adequado de coleta e organização dos dados hospitalares para fins de análise preditiva à realização de análises dos dados para otimizar a gestão de recursos hospitalares. A equipe executora é composta de profissionais das áreas de Inteligência Artificial e Otimização e conta com a colaboração do Hospital São Paulo e do Hospital Municipal Dr. José de Carvalho Florence (São José dos Campos) na obtenção dos dados e validação dos modelos desenvolvidos.
Autores: Ana Carolina Lorena, Carlos Henrique Costa Ribeiro, Mariá Cristina Vasconcelos Nascimento Rosset, Filipe Alves Neto Verri, Vitor Venceslau Curtis, Antonio Augusto Chaves, Elton Felipe Sbruzzi, Horácio Hideki Yanasse, Luiz Leduíno de Salles Neto
Desde 2020
-
Seleção e geração de algoritmos de aprendizado: uma perspectiva baseada na complexidade do problema
As técnicas de Aprendizado de Máquina (AM) têm atraído a atenção em diversos domínios e se consolidado no meio acadêmico e no mercado. Contudo, o seu uso requer decisões apropriadas importantes, como a escolha de técnicas a serem empregadas e o ajuste de seus parâmetros livres. A experiência adquirida na solução de problemas anteriores pode ser usada no suporte a essas decisões, o que tem sido o tema de pesquisas em áreas como o AutoML (\textit{Automatic Machine Learning}) e o meta-aprendizado. Para este processo de automatização do uso de técnicas de AM, é fundamental entender e caracterizar apropriadamente os problemas a serem solucionados. Neste projeto propõe-se, com base na experiência prévia da proponente em medidas de caracterização da complexidade de problemas rotulados, aprofundar o seu uso no suporte às tarefas de seleção e de geração de algoritmos de AM. A seleção de algoritmos visa automatizar a escolha de técnicas e de parâmetros para a solução de um novo problema. A geração de algoritmos tem como objetivo ajustar os algoritmos aos problemas, o que pode levar à formulação de novas técnicas ou de combinações delas. Espera-se com esses estudos contribuir na automatização da obtenção de soluções adequadas à dificuldade de cada problema específico.
Autores: Ana Carolina Lorena
2018 a 2021
Atualização Lattes em 2024-07
Processado em 2024-07-22