Fabio Augusto Faria nacionalidade brasileira

Universidade Federal de São Paulo

Instituto de Ciência e Tecnologia

Programa de Pós-Graduação: Ciência da Computação

E-Mail: ffaria@unifesp.br


61
11
Pular gráfico
De 2020 a 2024
Trabalhos publicados

Resumo

Possui graduação em Ciência da Computação (Universidade Estadual Paulista "Júlio de Mesquita Filho" -- UNESP, 2007), Mestrado em Ciência da Computação (Universidade Estadual de Campinas -- UNICAMP, 2010) e Doutorado (Universidade Estadual de Campinas -- UNICAMP, 2014). Foi Pesquisador Visitante na University of South Florida, Tampa/Florida (04/2012 -- 04/2013) sob orientação do Prof. Dr. Sudeep Sarkar. De 03/2014 a 03/2015, realizou pós-doutoramento no Instituto de Computação da Universidade de Campinas sob supervisão do professor Ricardo Torres. Dentre 07/2019 a 10/2020 foi Pesquisador Visitante no Australian Institute for Machine Learning (AIML) na The University of Adelaide. Atualmente é Professor Adjunto no Instituto de Ciência e Tecnologia da Universidade Federal de São Paulo (ICT-UNIFESP), coordenador do Grupo de Robótica FORGERS e membro do Grupo de Inovação baseada em Imagens e Sinais (GIBIS). As áreas de pesquisas de maior interesse são Aprendizagem de Máquina, Mineração de Dados, Fusão de Informação, Visão Computacional e Processamento de Imagens.

Fonte: Lattes CNPq

Nomes em citações bibliográficas

FARIA, Fabio Augusto;FARIA, FÁBIO A.;FARIA, F.;FARIA, FABIO A.;Faria, F. F.;Faria, Fabio F.;FARIA, F.A.;AUGUSTO FARIA, FABIO


Exportar dados

Exportar produção no formato BIBTEX


Perfis na web


Tags mais usadas

Pular nuvens de palavras

Idiomas

Inglês

Compreende bem, Fala razoavelmente, Lê bem, Escreve bem

Português

Compreende bem, Fala bem, Lê bem, Escreve bem


Formação

  • Doutorado em Ciência da Computação

    A framework for pattern classifier selection and fusion

    Orientação: Ricardo da Silva Torres

    Universidade Estadual de Campinas

      Desde 2014

  • Mestrado em Ciência da Computação

    Uso de Técnicas de Aprendizagem para Classificação e Recuperação de Imagens.

    Processamento de Imagem

    Sistemas de Computação

    Orientação: Ricardo da Silva Torres

    Universidade Estadual de Campinas

    2008 a 2010

  • Graduação em Ciências da Computação

    Mineração de Dados Paralela em Ambiente Cluster de Computadores

    Orientação: Milton Shirokazu Shimabukuro

    Universidade Estadual Paulista Júlio de Mesquita Filho

    2003 a 2007

  • Produção


    2023


    • Um arcabouço de Seleção de Bandas Landsat-8 baseado em UMDA para Detecção de Desmatamento

      Trabalhos em eventos

      Autores: Eduardo Bouhid Neto; Paulo Roberto COsta Pedro; Alvaro L. Fazenda; Fabio Augusto Faria

      2023

      Fonte: Workshop of Undergraduate Works (WUW)

    • SegSemPuzzle: Solving Jigsaw Puzzles based on Semantic Segmentation Task

      Trabalhos em eventos

      Autores: Miguel Silva Taciano; Victor Pugliese; Fabio Augusto Faria

      2023

      Fonte: XVIII Workshop de Visão Computacional


    2022


    • Mixup-based Deep Metric Learning for Incomplete Supervision

      Trabalhos em eventos

      Autores: Luiz Henrique Buris; Daniel Carlos Guimarães Pedronette; João P. Papa; Jurandy Gomes de Almeida Junior; Gustavo Carneiro; Fabio Augusto Faria

      2022

      Fonte: International Conference on Image Processing

    • Neuroevolution-based Classifiers for Deforestation Detection in Tropical Forests

      Trabalhos em eventos

      Autores: Guilherme Araújo Pimenta; Fernanda B.J.R. Dallaqua; Alvaro L. Fazenda; Fabio Augusto Faria

      2022

      Fonte: SIBGRAPI2022

    • Understanding CLIP Robustness

      Trabalhos em eventos

      Autores: Yuri Galindo; Fabio Augusto Faria

      2022

      Fonte: Workshop at IEEE Conference on Computer Vision and Pattern Recognition

    • The Brazilian Data at Risk in the age of AI?

      Trabalhos em eventos

      Autores: Raoni Florentino da Silva Teixeira; Rafael Barboza Januzi; Fabio Augusto Faria

      2022

      Fonte: XIX Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2022)

    • Weakly supervised learning based on hypergraph manifold ranking

      Artigo publicado

      Autores: João Gabriel Camacho Presotto; Samuel Felipe dos Santos; Lucas Pascotti Valem; Fabio Augusto Faria; João Paulo Papa; Jurandy Almeida; Daniel Carlos Guimarães Pedronette

      Conteúdo completo

      2022

      Fonte: JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION , v. 1 , p. 103666


    2021


    • Creating Classifier Ensembles through Meta-heuristic Algorithms for Aerial Scene Classification

      Trabalhos em eventos

      Autores: FERREIRA, ALVARO R.; DE ROSA, GUSTAVO H.; PAPA, JOAO P.; CARNEIRO, GUSTAVO; Fabio Augusto Faria

      Conteúdo completo

      2021

      Fonte: 2020 25th International Conference on Pattern Recognition (ICPR) , p. 415

    • Improving Similarity Metric of Multi-modal MR Brain Image Registration Via a Deep Ensemble

      Trabalhos em eventos

      Autores: Natan Andrade; Fabio Augusto Faria; Fábio Augusto Menocci Cappabianco

      2021

      Fonte: Conference on Graphics, Patterns and Images

    • Improving Transferability of Domain Adaptation Networks Through Domain Alignment Layers

      Trabalhos em eventos

      Autores: Lucas Alvarenga; Daniel Carlos Guimarães Pedronette; Fabio Augusto Faria; João P. Papa; Jurandy Gomes de Almeida Junior

      2021

      Fonte: Conference on Graphics, Patterns and Images

    • ForestEyes Project: Conception, enhancements, and challenges

      Artigo publicado

      Autores: DALLAQUA, FERNANDA B.J.R.; Álvaro Luiz Fazenda; FARIA, FABIO A.

      Conteúdo completo

      2021

      Fonte: Future Generation Computer Systems , v. 124 , p. 422

    • A Stomata Classification and Detection System in Microscope Images of Maize Cultivars

      Artigo publicado

      Autores: Alexandre H. Aono; James S. Nagai; Gabriella da S. M. Dickel; Rafaela C. Marinho; Paulo E. A. M. de Oliveira; João P. Papa; Fabio Augusto Faria

      2021

      Fonte: PLoS One , v. 16 , p. 1

    • Sistemas de Auxílio Diagnóstico baseados em Imagens

      Capítulo de livro publicado

      Autores: Fabio Augusto Faria; Fábio Augusto Menocci Cappabianco; Gustavo Carneiro

      2021

      Fonte: Ciência de Dados e a Inteligência Artificial na àrea da Saúde , p. 101

    • Cidadãos Comuns Ajudando no Combate ao Desmatamento das Florestas Tropicais

      Textos em jornais de notícias/revistas

      Autores: Fernanda B.J.R. Dallaqua; FAZENDA, ALVARO LUIZ; Fabio Augusto Faria

      2021

      Fonte: Computação Brasil , p. 20


    2020


    • Aprendizado Ativo com dados de Ciência Cidadã para o monitoramento de florestas tropicais

      Trabalhos em eventos

      Autores: Fernanda B.J.R. Dallaqua; Alvaro L. Fazenda; Fabio Augusto Faria

      2020

      Fonte: Escola Regional de Aprendizagem de Máquina e Inteligência Artificial de São Paulo

    • Uma Abordagem de Aprendizado online para o Seguimento de Trajetórias usando Robôs não Holonômicos

      Trabalhos em eventos

      Autores: Mateus Sousa Franco; Sérgio R. Barros dos Santos; Fabio Augusto Faria

      2020

      Fonte: XXIII Congresso Brasileiro de Automática (CBA 2020)

    • Why are Generative Adversarial Networks so Fascinating and Annoying?

      Trabalhos em eventos

      Autores: Fabio Augusto Faria; CARNEIRO, GUSTAVO

      Conteúdo completo

      2020

      Fonte: 2020 33rd SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 1

    • Combinando Feature squeezing e Lottery Tickets para Detecção de Exemplos Adversariais

      Trabalhos em eventos

      Autores: Leon Tenorio da Silva.; Fabio Augusto Faria

      2020

      Fonte: Workshop of Undergraduate Works (WUW)

    • Projeto ForestEyes: Uma proposta para aliar Ciência Cidadã e Aprendizado de Máquina para monitoramento de desmatamento

      Trabalhos em eventos

      Autores: Fernanda B.J.R. Dallaqua; Fabio Augusto Faria; Alvaro L. Fazenda

      2020

      Fonte: Brazilian Symposium on Geoinformatics

    • Automatic Meta-Feature Engineering for CNN Fusion in Aerial Scene Classification Task

      Artigo publicado

      Autores: DE MELO, VINICIUS V.; SOTTO, LEO F. D. P.; LEONARDO, MATHEUS M.; Fabio Augusto Faria

      Conteúdo completo

      2020

      Fonte: IEEE Geoscience and Remote Sensing Letters , v. 17 , p. 1652

    • Building Data Sets for Rainforest Deforestation Detection Through a Citizen Science Project

      Artigo publicado

      Autores: DALLAQUA, FERNANDA BEATRIZ JORDAN ROJAS; FARIA, FABIO AUGUSTO; Álvaro Luiz Fazenda

      Conteúdo completo

      2020

      Fonte: IEEE Geoscience and Remote Sensing Letters , v. 1 , p. 1


    2019


    • ForestEyes Project: Can Citizen Scientists Help Rainforests?

      Trabalhos em eventos

      Autores: Fernanda Beatriz J. R. Dallaqua; Álvaro Luiz Fazenda; Fabio Augusto Faria

      Conteúdo completo

      2019

      Fonte: Proceedings of 2019 15th International Conference on eScience (eScience) , p. 18

    • Um Sistema de Reconhecimento de Espécies de Moscas-das-Frutas

      Artigo publicado

      Autores: Matheus Macedo Leonardo; Fabio Augusto Faria

      2019

      Fonte: Revista Eletrônica de Iniciação Científica , v. 17 , p. 1


    2018


    • A correlation-based approach for event detection in Instagram

      Artigo publicado

      Autores: DOS SANTOS, ELDER DONIZETTI; QUILES, MARCOS GONÇALVES; Fabio Augusto Faria

      Conteúdo completo

      2018

      Fonte: JOURNAL OF INTELLIGENT & FUZZY SYSTEMS , v. 1 , p. 1

    • A Practical Review on Medical Image Registration: From Rigid to Deep Learning Based Approaches

      Trabalhos em eventos

      Autores: ANDRADE, NATAN; Fabio Augusto Faria; CAPPABIANCO, FABIO AUGUSTO MENOCCI

      Conteúdo completo

      2018

      Fonte: 2018 31st SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 463

    • A Graph-based Approach for Static Ensemble Selection in Remote Sensing Image Analysis

      Trabalhos em eventos

      Autores: Fabio Augusto Faria; SARKAR, SUDEEP

      Conteúdo completo

      2018

      Fonte: 2018 24th International Conference on Pattern Recognition (ICPR) , p. 344

    • Deep Feature-Based Classifiers for Fruit Fly Identification (Diptera: Tephritidae)

      Trabalhos em eventos

      Autores: LEONARDO, MATHEUS MACEDO; CARVALHO, TIAGO J.; REZENDE, EDMAR; ZUCCHI, ROBERTO; Fabio Augusto Faria

      Conteúdo completo

      2018

      Fonte: 2018 31st SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 41

    • Active Learning Approaches for Deforested Area Classification

      Trabalhos em eventos

      Autores: J. R. DALLAQUA, FERNANDA B.; FARIA, FABIO AUGUSTO; Álvaro Luiz Fazenda

      Conteúdo completo

      2018

      Fonte: 2018 31st SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 48


    2017


    • Detrended Partial Cross Correlation for Brain Connectivity Analysis

      Trabalhos em eventos

      Autores: Jaime Shinsuke Ide; Fábio Augusto Menocci Cappabianco; Fabio Augusto Faria; Chiang-Shan Ray Li

      2017

      Fonte: Neural Information Processing Systems (NIPS)

    • Mid-level Image Representation for Fruit Fly Identification (Diptera: Tephritidae)

      Trabalhos em eventos

      Autores: LEONARDO, MATHEUS MACEDO; AVILA, SANDRA; ZUCCHI, ROBERTO A.; Fabio Augusto Faria

      Conteúdo completo

      2017

      Fonte: 2017 IEEE 13th International Conference on e-Science (e-Science) , p. 202

    • Mid-level Image Representation for Fruit Crop Pest Identification

      Trabalhos em eventos

      Autores: Matheus Macedo Leonardo; Fabio Augusto Faria

      2017

      Fonte: Conference on Graphics, Patterns and Images

    • Um Sistema de Fusão de Classificadores Aplicado à Fenologia

      Trabalhos em eventos

      Autores: Victor Lúcio; Fabio Augusto Faria; Jurandy Gomes de Almeida Junior

      2017

      Fonte: Conference on Graphics, Patterns and Images

    • SiRCub

      Artigo publicado

      Autores: TOMÀS, JORDI CREUS; Fabio Augusto Faria; ESQUERDO, JÚLIO CÉSAR DALLA MORA; COUTINHO, ALEXANDRE CAMARGO; MEDEIROS, CLAUDIA BAUZER

      Conteúdo completo

      2017

      Fonte: INTERNATIONAL JOURNAL OF AGRICULTURAL AND ENVIRONMENTAL INFORMATION SYSTEMS , v. 8 , p. 20


    2016


    • Information Fusion for Cocaine Dependence Recognition using fMRI

      Trabalhos em eventos

      Autores: Fabio Augusto Faria; Fábio Augusto Menocci Cappabianco; Chiang-Shan Ray Li; Jaime Shinsuke Ide

      Conteúdo completo

      2016

      Fonte: 23rd International Conference on Pattern Recognition

    • Illuminant-based Transformed Spaces for Image Forensics

      Artigo publicado

      Autores: Tiago J. de Carvalho; Fabio Augusto Faria; Ricardo da Silva Torres; Hélio pedrini; Anderson Rocha

      Conteúdo completo

      2016

      Fonte: IEEE Transactions on Information Forensics and Security , p. 1

    • Toward an Automated Identification of Anastrepha Fruit Flies in the fraterculus group (Diptera, Tephritidae)

      Artigo publicado

      Autores: Paula Perre; Fabio Augusto Faria; JORGE, L.R.; Anderson Rocha; Ricardo da Silva Torres; Thomas Lewinsohn; Roberto Antonio Zucchi

      Conteúdo completo

      2016

      Fonte: Neotropical Entomology (Impresso) , v. o , p. 1

    • Time series-based classifier fusion for fine-grained plant species recognition

      Artigo publicado

      Autores: Fabio Augusto Faria; Almeida, Jurandy; ALBERTON, BRUNA; MORELLATO, LEONOR PATRICIA C.; ROCHA, ANDERSON; Ricardo da Silva Torres

      Conteúdo completo

      2016

      Fonte: Pattern Recognition Letters , v. 81 , p. 101

    • Fusion of Time Series Representations for Plant Recognition in Phenology Studies

      Artigo publicado

      Autores: Fabio Augusto Faria; Jurandy Gomes de Almeida Junior; Bruna Alberton; Leonor Patrícia Cerdeira Morellato; Ricardo da Silva Torres

      Conteúdo completo

      2016

      Fonte: PATTERN RECOGNITION LETTERS , v. 83 , p. 205


    2015


    • SiRCub - Brazilian Agricultural Crop Recognition System

      Trabalhos em eventos

      Autores: Jordi Creus Tomàs; Fabio Augusto Faria; Júlio César D. M. Esquerdo; ALEXANDRE CAMARGO COUTINHO; Claudia Maria Bauzer Medeiros

      2015

      Fonte: XVII Simpósio Brasileiro de Sensoriamento Remoto

    • An Efficient Cloud-Based Iris Recognition Solution for Mobile Devices

      Trabalhos em eventos

      Autores: SANTOS, FRANCES ALBERT; Fabio Augusto Faria; BOUKERCHE, AZZEDINE; VILLAS, LEANDRO APARECIDO

      Conteúdo completo

      2015

      Fonte: Proceedings of the 13th ACM International Symposium on Mobility Management and Wireless Access - MobiWac '15 , p. 89

    • Projeto Robótica e Cidadania: ROBOTRUCK

      Trabalhos em eventos

      Autores: Nuricel Villalonga Aguilera; Fabio Augusto Faria

      2015

      Fonte: 6th Workshop of Robotics in Education

    • Iris Recognition Based on Local Binary Descriptors

      Artigo publicado

      Autores: ALBERT SANTOS, FRANCES; Fabio Augusto Faria; APARECIDO VILLAS, LEANDRO

      Conteúdo completo

      2015

      Fonte: Revista IEEE América Latina , v. 13 , p. 2770


    2014


    • Evaluation of Time Series Distance Functions in the Task of Detecting Remote Phenology Patterns

      Trabalhos em eventos

      Autores: Jose Carlos Conti; Fabio Augusto Faria; Jurandy Gomes de Almeida Junior; Bruna Alberton; Leonor Patrícia Cerdeira Morellato; Luiz Camolesi Júnior; Ricardo da Silva Torres

      2014

      Fonte: 22nd International Conference on Pattern Recognition

    • A Framework for Pattern Classifier Selection and Fusion

      Trabalhos em eventos

      Autores: Fabio Augusto Faria; Anderson Rocha; Ricardo da Silva Torres

      2014

      Fonte: European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML/PKDD)

    • A framework for selection and fusion of pattern classifiers in multimedia recognition

      Artigo publicado

      Autores: Fabio Augusto Faria; DOS SANTOS, JEFERSSON A.; ROCHA, ANDERSON; TORRES, RICARDO DA S.

      Conteúdo completo

      2014

      Fonte: Pattern Recognition Letters , v. 39 , p. 52

    • Rank Aggregation for Pattern Classifier Selection in Remote Sensing Images

      Artigo publicado

      Autores: Fabio Augusto Faria; PEDRONETTE, DANIEL C. G.; DOS SANTOS, JEFERSSON A.; ROCHA, ANDERSON; TORRES, RICARDO DA S.

      Conteúdo completo

      2014

      Fonte: IEEE J-STARS , v. 7 , p. 1103

    • Swarm-based Descriptor Combination and its Application for Image Classification

      Artigo publicado

      Autores: Alex Mansano; Jessica Akemi Matsuoka; Luis Claudio Sugi Afonso; João P. Papa; Fabio Augusto Faria; Ricardo da Silva Torres

      2014

      Fonte: ELCVIA. Electronic letters on computer vision and image analysis , v. 13 , p. 13

    • Automatic identification of fruit flies (Diptera: Tephritidae)

      Artigo publicado

      Autores: Fabio Augusto Faria; Paula Perre; ZUCCHI, R.A.; JORGE, L.R.; LEWINSOHN, T.M.; Anderson Rocha; TORRES, R. DA S.

      Conteúdo completo

      2014

      Fonte: Journal of Visual Communication and Image Representation (Print) , v. 25 , p. 1516


    2013


    • Classifier Selection Based on the Correlation of Diversity Measures: When Fewer Is More

      Trabalhos em eventos

      Autores: Fabio Augusto Faria; DOS SANTOS, JEFERSSON A.; SARKAR, SUDEEP; ROCHA, ANDERSON; TORRES, RICARDO DA S.

      Conteúdo completo

      2013

      Fonte: 2013 XXVI Conference on Graphics, Patterns and Images , p. 16


    2012


    • Automatic fusion of region-based classifiers for coffee crop recognition

      Trabalhos em eventos

      Autores: Fabio Augusto Faria; DOS SANTOS, JEFERSSON A.; TORRES, RICARDO DA S.; ROCHA, ANDERSON; FALCAO, ALEXANDRE X.

      Conteúdo completo

      2012

      Fonte: 2012 IEEE International Geoscience and Remote Sensing Symposium , p. 2221

    • Descriptor Correlation Analysis for Remote Sensing Image Multi-Scale Classification

      Trabalhos em eventos

      Autores: Jefersson Alex dos Santos; Fabio Augusto Faria; Ricardo da Silva Torres; Philippe Henri Gosselin; Sylvie Philipp-Foliguet; Alexandre X. Falcão; Anderson Rocha

      2012

      Fonte: 21st International Conference on Pattern Recognition

    • Automatic Classifier Fusion for Produce Recognition

      Trabalhos em eventos

      Autores: Fabio Augusto Faria; SANTOS, JEFERSSON ALEX DOS; ROCHA, ANDERSON; TORRES, RICARDO DA S.

      Conteúdo completo

      2012

      Fonte: 2012 25th SIBGRAPI Conference on Graphics, Patterns and Images , p. 252

    • Improving Image Classification through Descriptor Combination

      Trabalhos em eventos

      Autores: Alex Mansano; Jessica Akemi Matsuoka; Luis Claudio Sugi Afonso; João P. Papa; Fabio Augusto Faria; TORRES, R. DA S.

      Conteúdo completo

      2012

      Fonte: 2012 25th SIBGRAPI Conference on Graphics, Patterns and Images , p. 324


    2011


    • RECOD at ImageCLEF 2011: Medical Modality Classification using Genetic Programming

      Trabalhos em eventos

      Autores: Fabio Augusto Faria; Rodrigo Tripodi Calumby; Ricardo da Silva Torres

      2011

      Fonte: Conference on Multilingual and Multimodal Information Access Evaluation (CLEF 2011)

    • Uso de Técnicas de Aprendizagem para Classificação e Recuperação de Imagens

      Trabalhos em eventos

      Autores: Fabio Augusto Faria; Rodrigo Tripodi Calumby; Adriano Veloso; Anderson Rocha; Ricardo da Silva Torres

      2011

      Fonte: Workshop of Theses and Dissertations , p. 174


    2010


    • Learning to rank for content-based image retrieval

      Trabalhos em eventos

      Autores: Fabio Augusto Faria; VELOSO, ADRIANO; ALMEIDA, HUMBERTO M.; VALLE, EDUARDO; TORRES, RICARDO DA S.; GONÇALVES, MARCOS A.; MEIRA, WAGNER

      Conteúdo completo

      2010

      Fonte: Proceedings of the international conference on Multimedia information retrieval - MIR '10 , p. 285

    • Multimodal Pattern Recognition Through Particle Swarm Optimization

      Trabalhos em eventos

      Autores: Fabio Augusto Faria; João P. Papa; Ricardo da Silva Torres; Alexandre X. Falcão

      2010

      Fonte: 17th International Conference on Systems, Signals and Image Processing

    • A Genetic Programming approach for coffee crop recognition

      Trabalhos em eventos

      Autores: Jefersson Alex dos Santos; Fabio Augusto Faria; CALUMBY, R.; TORRES, R. DA S.; LAMPARELLI, R. A. C.

      Conteúdo completo

      2010

      Fonte: 2010 IEEE International Geoscience and Remote Sensing Symposium , p. 3418


    2009


    • A Comparative Study among Pattern Classifiers in Interactive Image Segmentation

      Trabalhos em eventos

      Autores: SPINA, THIAGO V.; MONTOYA-ZEGARRA, JAVIER A.; ANDRIJAUSKAS, FÁBIO; Fabio Augusto Faria; ZAMPIERI, CARLOS E.A.; PINTO-CÁCERES, SHEILA M.; CARVALHO, TIAGO J. DE; FALCÃO, ALEXANDRE X.

      Conteúdo completo

      2009

      Fonte: 2009 XXII Brazilian Symposium on Computer Graphics and Image Processing , p. 268


    2008


    • Mineração de Dados Paralela em Cluster de Computadores: Um Teste inicial com análise de dados Pluviométricos

      Trabalhos em eventos

      Autores: Fabio Augusto Faria; Edilson F. Flores; Erwin Doescher; Milton H. Shimabukuro

      2008

      Fonte: 7th Brazilian Conference on Dynamics, Control and Applications


    2006


    • Sistema de Cadastro Web dos Bolsistas da UNESP de Presidente Prudente

      Software

      Autores: Fabio Augusto Faria; Maria Lúcia Decco Faucz

      2006

      Fonte:

    Atuações

    Universidade Estadual de Campinas

    • Professor

      Programa de Estágio Docente

      2010 a 2010

    • Monitor

      Programa de Estágio Docente

      2008 a 2008

    • Monitor

      Programa de Estágio Docente

      2009 a 2009

    • Professor

      Programa Estágio Docente

      2013 a 2013

    IEEE Journal of Selected Topics in Applied Earth Observations and Remote Se

    • Revisor de periódico

      Desde 2013

    Signal, Image and Video Processing (Internet)

    • Revisor de periódico

      Desde 2014

    Universidade Federal de São Paulo

    • Adjunto AI

      Desde 2015

    IEEE Transactions on Geoscience and Remote Sensing

    • Revisor de periódico

      Desde 2015

    Universidade Estadual Paulista Júlio de Mesquita Filho

    • Desde 2014

    Journal of Visual Communication and Image Representation (Print)

    • Revisor de periódico

      Desde 2014

    Information Fusion (Print)

    • Revisor de periódico

      Desde 2016

    Ministério da Ciência, Tecnologia e Inovação

    • Membro de comitê assessor

      Desde 2017

    Computers and Electrical Engineering

    • Revisor de periódico

      Desde 2017

    COMPUTERS & GRAPHICS-UK

    • Revisor de periódico

      Desde 2017

    PATTERN RECOGNITION

    • Revisor de periódico

      Desde 2017

    Journal of Intelligent Systems

    • Revisor de periódico

      Desde 2017

    Instituto Federal de São Paulo

    • Desde 2017

    Fundação de Amparo à Pesquisa do Estado de São Paulo

    • Revisor de projeto de fomento

      Desde 2018

    COMPUTERS AND ELECTRONICS IN AGRICULTURE

    • Revisor de periódico

      Desde 2018

    University of Adelaide

    • Desde 2019

    Ensino

    Orientações e supervisões

    Tese de doutorado em andamento

    • Victor Pugliese

      Planejador inteligente para cura otimizada de peças de materiais compósitos em autoclaves

      Ciência da Computação

      Conselho Nacional de Desenvolvimento Científico e Tecnológico

      Universidade Federal de São Paulo

      Desde 2021

    • Leandro Augusto Guilherme

      Aprendizagem por Reforco aplicado à Linha de Montagem

      Ciência da Computação

      Universidade Federal de São Paulo

      Desde 2020

    Dissertação de mestrado em andamento

    • Rafael B. Januzi

      Explainable AI based Evolutionary Computation

      Ciência da Computação

      Universidade Federal de São Paulo

      Desde 2020

    • Mateus Machado de Souza

      Probabilistic Diffusion Models for Incomplete Supervision

      Ciência da Computação

      Universidade Federal de São Paulo

      Desde 2023

    Tese de doutorado concluídas

    • Fernanda Beatriz J. R. Dallaqua

      Projeto ForestEyes - Ciência Cidadã e Aprendizado de Máquina na Detecção de Áreas Desmatadas em Florestas Tropicais

      Ciência da Computação

      Coordenação de Aperfeiçoamento de Pessoal de Nível Superior

      Universidade Federal de São Paulo

      Concluído em 2020

    Dissertação de mestrado concluídas

    • Frances Albert Santos

      Uma Solução baseada no Reconhecimento de Iris para Proteção de Dados em Dispositivos Móveis

      Ciência da Computação

      SAMSUNG ELETRÔNICA DA AMAZÔNIA LTDA

      Universidade Estadual de Campinas

      Concluído em 2016

    • Elder Donizetti dos Santos

      A Correlation-based Approach for Event Detection in Instagram

      Ciência da Computação

      Universidade Federal de São Paulo

      Concluído em 2017

    • Álvaro Roberto Ferreira Júnior

      Um arcabouco para Seleção e Combinação de Classificadores

      Ciência da Computação

      Coordenação de Aperfeiçoamento de Pessoal de Nível Superior

      Universidade Federal de São Paulo

      Concluído em 2019

    • Natan Andrade

      Desenvolvimento de Métricas de Similaridade em Registros Médicos Fundamentada em Redes Neurais Profundas

      Ciência da Computação

      Universidade Federal de São Paulo

      Concluído em 2020

    • Luiz Henrique Buris

      Técnicas de Aprendizado Profundo de Métrica baseadas em Mixup

      Ciência da Computação

      Fundação de Amparo à Pesquisa do Estado de São Paulo

      Universidade Federal de São Paulo

      Concluído em 2022

    • Guilherme Bruno Araújo Pimenta

      e-NEAT: Um Arcabouço de Combinação de Classificadores baseados em Neuroevolução

      Ciência da Computação

      Coordenação de Aperfeiçoamento de Pessoal de Nível Superior

      Universidade Federal de São Paulo

      Concluído em 2023

    Gestão

    Pesquisa

    Universidade Estadual de Campinas

    Universidade Federal de São Paulo

    • Cadastro de ativos em redes compartilhadas via Visão Computacional

      Projeto referente ao termo de cooperação entre a UNIFESP e a Empresa Matrix Engenharia em Energia LTDA.

      Autores: Fabio Augusto Faria, Jurandy Gomes de Almeida Junior, Fábio Augusto Menocci Cappabianco, Marcos Gonçalves Quiles

      2015 a 2019

    • Robotics Program: No Frontiers

      Este programa de extensão que é composto por alunos e professores do ICT-UNIFESP com interesse difundir as áreas de robótica e automação na sociedade. O público alvo é alunos da rede pública de ensino e comunidade da cidade de São josé dos Campos e região. Este projeto de extensão é composto por diferentes módulos que abrange desde ensino de robótica para jovens, formação de times para competição (e.g., Olimpíadas de Robótica) até criação de eventos temáticos. Algumas parcerias com outras instituições e empresas foram firmadas para que o programa se torne referência no país. Os parceiros são o Intituto Alpha Lumen, Instituto Tecnológico da Aeronáutica, HackerClube e EMBRAER.

      Desde 2015

    • Treinamento para Olimpíada de Robótica

      Este projeto de extensão faz parte do programa de extensão Robotics: No Frontiers, suportado por alunos do grupo de robótica FORGERS do ICT-UNIFESP. O programa de extensão Robotics: No Frontiers tem como interesse levar o assunto robótica e automação para os alunos da rede pública de ensino e comunidade da cidade de São José dos Campos e região. Algumas parcerias com instituicões (e.g., Instituto Alpha Lumen, Hacker Clube SJC e Prefeitura de São josé dos Campos) foram firmadas com objetivo de tornar-se referência no país. Este projeto, ?Treinamento para Olimpíada de Robótica?, o foco está no aprofundamento dos conceitos de robótica para os alunos da rede pública já visitados pelo programa e então, prepará-los para a Olimpíada Brasileira de Robótica (OBR).

      Desde 2016

    • Métodos de Fusão de Informação para Aplicações e-Science

      Nos dias de hoje, uma grande quantidade de dados tem sido produzida diariamente devido a popularização dos dispositivos móveis e pelo maior acesso das pessoas à internet. Com isso, o desafio que surge está em desenvolver ferramentas eficientes e eficázes de análise e descoberta de conhecimento para essa imensa quantidade de dados criados. Muitos pesquisadores têm buscado soluções inteligentes para resolver seus problemas de forma automática ou semi-automática usando diferentes tipos de dados multimídias (e.g., texto, som, imagem e vídeo). O sucesso dessas soluções inteligentes pode ser evidenciado pelo grande número de trabalhos, na literatura, que obtiveram ótimos resultados em diferentes áreas de conhecimento (e.g., médicas, biológicas e segurança). Uma área de pesquisa que tem se destacado é a chamada e-Science que reside na modelagem e desenvolvimento de novas ferramentas computacionais para auxiliar pesquisadores de outras áreas do conhecimento na resolução de problemas científicos enfrentados por eles. Neste sentido, o objetivo desta proposta é especificar e implementar métodos de fusão de técnicas de aprendizagem de máquina para combinar propriedades relevantes de diferentes tipos de dados multimídias em aplicações e-Science. A combinação de técnicas visa obter melhor eficácia ao final do processo de classificação de dados multimídia em diferentes domínios de aplicação e-Science.

      Autores: Fabio Augusto Faria, Bruno Kimura, Fabio Augusto Faria, Roberto Antonio Zucchi, Jurandy Gomes de Almeida Junior, Fábio Augusto Menocci Cappabianco, Jaime Shinsuke Ide

      2017 a 2020

    • Desenvolvimento de Métodos Robustos para Delineamento de Bordas em Imagens utilizando Grafos

      Delinear bordas de objetos em imagens é fundamental no contexto de diversas áreas de conhecimento, incluindo medicina e sensoriamento remoto. A segmentação de órgãos e tecidos do cérebro humano, por exemplo, consiste em um passo necessário para o estudo da origem, diagnóstico e tratamento de doenças tais como mal de Alzheimer e esquizofrenia. Já a classificação de tipos de terrenos auxilia na prevenção de desmatamentos e a medição de nı́veis de água na emissão de alertas de enchentes ou secas. Apesar disso, as ferramentas automáticas e semiautomáticas de delineamento de bordas existentes ainda possuem enormes deficiências ao lidar com descontinuidades, ruı́dos, variação de cor, intensidade e textura. Este projeto tem como objetivo estudar alternativas para as atuais metodologias de delineamento de bordas utilizando grafos a saber: live-wire, riverbed e lazywalk. Serão estudados mecanismos para aprimorar a interação com o usuário em ferramentas semiautomáticas de delineamento bi e tridimensionais, a escolha de funções para geração de pesos de arestas, a seleção de funções de propagação de caminhos em grafos e técnicas de aprendizado supervisionado para que em cada aplicação especı́fica consiga-se identificar as bordas mais relevantes com menor esforço e acurácia..

      Autores: Fabio Augusto Faria, Alexandre X. Falcão, Jurandy Gomes de Almeida Junior, Fábio Augusto Menocci Cappabianco, Jaime Shinsuke Ide, Jayaram K. Udupa, Marcos de Sales Guerra Tsuzuki, Paulo Andre Vechiatto de Miranda, CLARISSA LIN YASUDA

      2017 a 2019

    • SIBGRAPI2016 - Responsável pelo Capes-PAEP processo Nº 88881.121844/2016-01

      SIBGRAPI 2012 - Conference on Graphics, Patterns and Images (anteriormente Simpósio Brasileiro de Computação Gráfica(CG) e Processamento de Imagens (PI)) é a 25ª edição do evento tradicional das áreas de CG, PI, Visão Computacional (VC), Reconhecimento de Padrões (RP) e correlatas. É promovido pela Sociedade Brasileira de Computação (SBC) e organizado sob responsabilidade da CEGRAPI (CG & PI). Em sua 25ª edição, realizada pelo DECOM/UFOP na cidade de Ouro Preto de 22 a 25 de agosto deste, o SIBGRAPI é um evento consolidado nacional e internacionalmente, sustentado pelos fatos: - O comitê de programa do SIBGRAPI é formado por pesquisadores de renome no Brasil e no exterior. - Os anais do evento vêm sendo publicados em língua inglesa pela IEEE Computer Society Press desde 1997 aumentando significativamente sua visibilidade internacional e atraindo mais estrangeiros; - Os melhores artigos do SIBGRAPI têm sido publicados em periódicos internacionais de prestígio (Qualis A1, A2 e B1 pela CAPES-CC). Webpage - http://gibis.unifesp.br/sibgrapi16/

      2016 a 2021

    • ForestEyes Project: Citizens can help to stop the Amazon Deforestation!

      Rainforests play an important role in the global ecosystem. However, significant regions of them are facing deforestation and degradation due to several reasons. Diverse government and private initiatives were created to monitor and alert for deforestation increases from remote sensing images, using different ways to deal with the notable amount of generated data. Citizen Science projects can also be used to reach the same goal. Citizen Science consists of scientific research involving nonprofessional volunteers for analyzing, collecting data, and using their computational resources to outcome advancements in science and to increase the public's understanding of problems in specific knowledge areas such as astronomy, chemistry, mathematics, and physics. In this sense, this work presents a Citizen Science project called ForestEyes, which uses volunteer's answers through the analysis and classification of remote sensing images to monitor deforestation regions in rainforests. To evaluate the quality of those answers, different campaigns/workflows were launched using remote sensing images from Brazilian Legal Amazon and their results were compared to an official groundtruth from the Amazon Deforestation Monitoring Project PRODES. In this work, the first two workflows that enclose the State of Rondônia (Amazon Forest) in the years 2013 and 2016 received more than 35,000 answers from 383 volunteers in the 2,050 created tasks in only two and a half weeks after their launch. For the other four workflows, even enclosing the same area (Rondônia) and different setups (e.g., image segmentation method, image resolution, and detection target), they received 51,035 volunteers' answers gathered from 281 volunteers in 3,358 tasks. In the performed experiments, it was possible to observe that the volunteers achieved satisfactory overall accuracy in the classification of forestation and non-forestation areas using the ForestEyes project. Furthermore, considering an efficient segmentation and a better image resolution, they can achieve outstanding effectiveness results in the classification task of recent deforestation images. Therefore, these results show that Citizen Science might be a powerful tool in monitoring deforestation regions in rainforests as well as in obtaining high-quality labeled data.

      Autores: Fabio Augusto Faria, Fábio Augusto Menocci Cappabianco, Thales Sehn Körting, Jurandy Gomes de Almeida Junior

      Desde 2016

    • Depth feature-based Classifier Ensemble for Adversarial Pattern Recogntion

      Our project investigates deep learning architectures to propose classifier ensemble approaches for adversarial scenarios, as white-box attacks and countermeasures (reactive and proactive)[1]. For this, we intend to combine different CNN architectures (e.g., ResNet, Densenet, VGG16, and Inception) through the use of diversity and effectiveness measures. We believe that it is possible to create robust classifier ensemble approaches to identify adversarial examples in the test set throughout the classification tasks.

      Autores: Fabio Augusto Faria, Fernanda B.J.R. Dallaqua, Alvaro L. Fazenda, Hugo Resende, Amanda de Almeida Sales de Oliveira, Marília Lislaine Alves Silva, Eduardo Bouhid Neto

      2018 a 2020

    Universidade Estadual Paulista Júlio de Mesquita Filho

    • Weakly Supervised Learning for Compressed Video Analysis on Retrieval and Classification Tasks for Visual Alert

      Several machine learning techniques have relied on large labeled data sets to construct predictive models and solving supervised learning tasks. The use of deep learning techniques can be highlighted, since it have been broadly and successfully used in various domains. On the other hand, in many circumstances, the labeled sets are unavailable or insufficient to train ef fective supervised models. Such scenarios have been mainly addressed by unsuperv ised learning techniques, which consider the unlabeled data to learn about its structure. However, the use of completely unsupervied methods still remains a research challenge in many scenarios and situations. A promising solution is based on the use of weakly supervised approaches, capable of performing ef fective learning tasks based on incomplete or inaccurate labeled sets. In this project, we intend to investigate the analysis, retrieval, and classification of compressed video domain based on small training sets. The main object of the project consists in to investigate and propose methods capable of analysing compressed video sequences and trigger alerts according to considered applications. Such approaches can be useful and relevant in several domains, ranging from surveillance, medical and industrial environments to smart homes. The fundamental research challenge consists in making use of dif ferent techniques in order to analyse, represent, and classificate videos using restricted labeled data. The proposed approach aims at exploiting the maximum available information, in order to become the approach suitable for operating with small training datasets. W e intend to exploit: (i) deep learning representations; (ii) contextual unsupervised measures and; (iii) fusion techniques, in order to extend the initial labeled sets. The first challenge to be addressed is to analyse and represent videos in the compressed domain using deep learning techniques. Based on such representations, we intend to investigate strategies for expanding the training sets using unsupervised contextual measures. Given the obtained labeled sets, fusion strategies will be used to combined diverse classification methods and triggering alerts. Although the methods which will investigated c an be used in several domains, we intend to select domains to validate the proposed approaches. The selection will be perfo rmed considering the existence of public available datasets to conduct experimental evaluation

      Autores: Fabio Augusto Faria

      2019 a 2023

    • Combining new technologies to monitor phenology from leaves to ecosystems

      The e-phenology is a multidisciplinary project that explores innovative solutions for plant monitoring in the tropics, combining research in Computer Science, Phenology, and Ecology. On-the-ground phenological observations preclude large areas of study and are laborious and time consuming. Near-surface remote phenology with digital cameras is still area-limited but reduces considerably manpower. Furthermore, it has proven to be an important tool for monitoring several species and accurately accessing leaf changes. In this project, we aim to apply new technologies to enhance the capabilities of near-surface remote phenological observation to detect changes on various scales, from leaves to ecosystems. Our goal is to address theoretical and practical problems involving the combination of two remote phenology monitoring systems: digital and hyperspectral cameras at three scales: on-the-ground, phenology tower, and near-space using Unmanned Aerial Vehicle (UAV). It is geared towards four innovative objectives: (a) to develop a protocol for extracting spectral data from the RGB color channels, improving the information that can be derived from low-cost digital monitoring systems; (b) to apply those technologies to extract plant ecophysiological data advancing our knowledge of plant seasonal responses to environmental drivers in the tropics to climate change; (c) to develop near-surface monitoring system for reproductive phenophases i.e., flowering and fruiting, based on digital and hyperspectral images truth-grounded by species-specific spectral data; and (d) to advance and to apply novel database, image processing, machine learning, and visualization models, methods, and algorithms to support acquisition, management, integration, and analysis of phenology data systems from various scales. The research team is composed of Computer Scientists and researchers in Plant Ecology and Phenology..

      Autores: Fabio Augusto Faria, João P. Papa, Daniel Carlos Guimarães Pedronette, Jurandy Gomes de Almeida Junior

      2014 a 2016

    Instituto Federal de São Paulo

    University of Adelaide

    Outras atividades técnico científicas

    Atualização Lattes em 2023-12

    Processado em 2023-12-28