Jurandy Gomes de Almeida Junior
Instituto de Ciência e Tecnologia
Programa de Pós-Graduação: Ciência da Computação
Programa de Pós-Graduação: Inovação Tecnológica
E-Mail: jurandy.almeida@unifesp.br
Resumo
Professor Adjunto no Departamento de Computação da Universidade Federal de São Carlos (UFSCAR), campus Sorocaba (02/2022-presente) e Professor Colaborador no Programa de Pós-Graduação em Ciência da Computação da Universidade Federal de São Paulo (UNIFESP), campus São José dos Campos (02/2022-presente). É Bacharel em Ciência da Computação (2004) pela Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP), Mestre (2007) e Doutor (2011) em Ciência da Computação pela Universidade Estadual de Campinas (UNICAMP). Foi Professor Adjunto no Instituto de Ciência e Tecnologia da Universidade Federal de São Paulo (UNIFESP), campus São José dos Campos (08/2013-01/2022). Foi pesquisador visitante junto ao Dept. of Computing Science, University of Alberta em Edmonton, Canadá (05/2011-08/2011), e junto à School of Computer Science and Electronic Engineering, Bangor University em Bangor, Reino Unido (01/2017-02/2017). Realizou estágio de pós-doutorado junto ao Instituto de Computação da Universidade Estadual de Campinas (12/2011-08/2013) e junto ao Dipartimento di Ingegneria e Scienza dell'Informazione, Università Degli Studi di Trento em Trento, Itália (02/2019-02/2020). É autor/coautor de mais de 85 artigos em periódicos e conferências com seletiva política editorial e atua como membro do comitê de programa e revisor de várias conferências internacionais e nacionais. Suas publicações foram citadas mais de 2.000 vezes e seu índice-h no Google Scholar é 25. Tem desenvolvido projetos de pesquisa multidisciplinares envolvendo Visão Computacional, Aprendizado Profundo, Processamento de Imagens, Recuperação de Informação, Aprendizado de Máquina e Reconhecimento de Padrões.
Fonte: Lattes CNPq
Nomes em citações bibliográficas
ALMEIDA, J.;Almeida, Jurandy;ALMEIDA, JURANDY G.
Exportar dados
Exportar produção no formato BIBTEX
Perfis na web
Tags mais usadas
Pular nuvens de palavrasIdiomas
Inglês
Compreende bem, Fala bem, Lê bem, Escreve bem
Formação
Doutorado em Ciência da Computação
Recuperação de Vídeos Comprimidos por Conteúdo
Orientação: Ricardo da Silva Torres
Universidade Estadual de Campinas
Mestrado em Ciência da Computação
Recuperação de Imagens por Cor utilizando Análise de Distribuição Discreta de Características
Orientação: Siome Klein Goldenstein
Universidade Estadual de Campinas
2005 a 2007
Graduação em Bacharelado em Ciência da Computação
Mecanismo de Busca de Imagens por Análise de Conteúdo
Orientação: Wilson Massashiro Yonezawa
Universidade Estadual Paulista Júlio de Mesquita Filho
2001 a 2004
Produção
2024
-
Strategies for Classifier Selection Based on Genetic Programming for Multimedia Data Recognition (2024)
Trabalhos em eventos
Autores: Rafael Junqueira Martarelli; Douglas Rodrigues; Clayton Reginaldo Pereira; Jurandy Gomes de Almeida Junior; João Paulo Papa
Fonte: 2024 19th International Conference on Computer Vision Theory and Applications (VISAPP'24) , p. 1
-
-
Residual-based Adaptive Huber Loss (RAHL) - Design of an Improved Huber Loss for CQI Prediction in 5G Networks (2024)
Trabalhos em eventos
Autores: Mina Kaviani; Jurandy Gomes de Almeida Junior; Fábio Luciano Verdi
Fonte: XLII Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC'24) , p. 1
-
2023
-
-
Tightening Classification Boundaries in Open Set Domain Adaptation through Unknown Exploitation (2023)
Trabalhos em eventos
Autores: E SILVA, LUCAS FERNANDO ALVARENGA; SEBE, NICU; Jurandy Gomes de Almeida Junior
Fonte: 2023 36th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 157
-
Productive Crop Field Detection: A New Dataset and Deep Learning Benchmark Results (2023)
Artigo publicado
Autores: NASCIMENTO, EDUARDO; JUST, JOHN; Jurandy Gomes de Almeida Junior; ALMEIDA, TIAGO
Fonte: IEEE Geoscience and Remote Sensing Letters , v. 20 , p. 1 - Extrato QUALIS: A1
2022
-
Mixup-Based Deep Metric Learning Approaches for Incomplete Supervision (2022)
Trabalhos em eventos
Autores: BURIS, LUIZ H.; PEDRONETTE, DANIEL C. G.; João Paulo Papa; Jurandy Gomes de Almeida Junior; CARNEIRO, GUSTAVO; FARIA, FABIO A.
Fonte: 2022 IEEE International Conference on Image Processing (ICIP) , p. 2581
-
A High-Spatial Resolution Dataset and Few-shot Deep Learning Benchmark for Image Classification (2022)
Trabalhos em eventos
Autores: MIRANDA, MATEUS DE SOUZA; SILVA, LUCAS FERNANDO ALVARENGA E; SANTOS, SAMUEL FELIPE DOS; DE SANTIAGO JUNIOR, VALDIVINO ALEXANDRE; KORTING, THALES SEHN; Jurandy Gomes de Almeida Junior
Fonte: 2022 35th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 19
-
Low-budget label query through domain alignment enforcement (2022)
Artigo publicado
Autores: Cristiano Saltori; Paolo Rota; Nicu Sebe; Jurandy Gomes de Almeida Junior
Fonte: COMPUTER VISION AND IMAGE UNDERSTANDING , v. 222 , p. 103485 - Extrato QUALIS: A1
-
Weakly supervised learning based on hypergraph manifold ranking (2022)
Artigo publicado
Autores: PRESOTTO, JOÃO GABRIEL CAMACHO; DOS SANTOS, SAMUEL FELIPE; VALEM, LUCAS PASCOTTI; Fabio Augusto Faria; PAPA, JOÃO PAULO; Jurandy Gomes de Almeida Junior; PEDRONETTE, DANIEL CARLOS GUIMARÃES
Fonte: JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION , v. 89 , p. 103666 - Extrato QUALIS: A1
2021
-
-
Improving Transferability of Domain Adaptation Networks Through Domain Alignment Layers (2021)
Trabalhos em eventos
Autores: SILVA, LUCAS F. A.; PEDRONETTE, DANIEL C. G.; FARIA, FABIO A.; João Paulo Papa; Jurandy Gomes de Almeida Junior
Fonte: 2021 34th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 168
-
Representation Learning for Image Retrieval through 3D CNN and Manifold Ranking (2021)
Trabalhos em eventos
Autores: DE ALMEIDA, LUCAS BARBOSA; PEREIRA-FERRERO, VANESSA HELENA; Lucas Pascotti Valem; Jurandy Gomes de Almeida Junior; PEDRONETTE, DANIEL CARLOS GUIMARAES
Fonte: 2021 34th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 417
-
From Actions to Events: A Transfer Learning Approach Using Improved Deep Belief Networks (2021)
Trabalhos em eventos
Autores: RODER, MATEUS; Jurandy Gomes de Almeida Junior; DE ROSA, GUSTAVO H.; PASSOS, LEANDRO A.; ROSSI, ANDRE L.D.; João Paulo Papa
Fonte: 2021 IEEE Symposium Series on Computational Intelligence (SSCI) , p. 01
-
2020
-
The Good, The Bad, and The Ugly: Neural Networks Straight From JPEG (2020)
Trabalhos em eventos
Autores: SANTOS, SAMUEL FELIPE DOS; SEBE, NICU; Jurandy Gomes de Almeida Junior
Fonte: 2020 IEEE International Conference on Image Processing (ICIP) , p. 1896
-
Faster and Accurate Compressed Video Action Recognition Straight from the Frequency Domain (2020)
Trabalhos em eventos
Autores: SANTOS, SAMUEL FELIPE DOS; Jurandy Gomes de Almeida Junior
Fonte: 2020 33rd SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 62
-
-
-
OPFSumm: on the video summarization using Optimum-Path Forest (2020)
Artigo publicado
Autores: Guilherme Brandão Martins; PEREIRA, DANILLO R.; Jurandy Gomes de Almeida Junior; DE ALBUQUERQUE, VICTOR HUGO C.; PAPA, JOÃO PAULO
Fonte: MULTIMEDIA TOOLS AND APPLICATIONS , v. 79 , p. 11195 - Extrato QUALIS: A2
2019
-
CV-C3D: Action Recognition on Compressed Videos with Convolutional 3D Networks (2019)
Trabalhos em eventos
Autores: DOS SANTOS, SAMUEL FELIPE; SEBE, NICU; Jurandy Gomes de Almeida Junior
Fonte: 2019 32nd SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 24
-
-
Multimedia Retrieval through Unsupervised Hypergraph-based Manifold Ranking (2019)
Artigo publicado
Autores: Daniel Carlos Guimarães Pedronette; Lucas Pascotti Valem; Jurandy Gomes de Almeida Junior; Ricardo da Silva Torres
Fonte: IEEE TRANSACTIONS ON IMAGE PROCESSING , v. 28 , p. 5824 - Extrato QUALIS: A1
-
An optimized unsupervised manifold learning algorithm for manycore architectures (2019)
Artigo publicado
Autores: Alexandro Baldassin; Ying Weng; Daniel Carlos Guimarães Pedronette; Jurandy Gomes de Almeida Junior
Fonte: INFORMATION SCIENCES , v. 496 , p. 410 - Extrato QUALIS: A1
2018
-
Bag of Attributes for Video Event Retrieval (2018)
Trabalhos em eventos
Autores: Leonardo Assuane Duarte; Otávio Augusto Bizetto Penatti; Jurandy Gomes de Almeida Junior
Fonte: 2018 31st SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 447
-
-
-
Edited Nearest Neighbour for Selecting Keyframe Summaries of Egocentric Videos (2018)
Artigo publicado
Autores: Ludmila I. Kuncheva; Paria Yousefi; Jurandy Gomes de Almeida Junior
Fonte: JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION , p. 118 - Extrato QUALIS: A1
-
Unsupervised Similarity Learning through Rank Correlation and kNN Sets (2018)
Artigo publicado
Autores: Lucas Pascotti Valem; Carlos Renan de Oliveira; Daniel Carlos Guimarães Pedronette; Jurandy Gomes de Almeida Junior
Fonte: ACM Transactions on Multimedia Computing Communications and Applications , v. 14 , p. 1 - Extrato QUALIS: A2
-
Unsupervised similarity learning through Cartesian product of ranking references (2018)
Artigo publicado
Autores: Lucas Pascotti Valem; Daniel Carlos Guimarães Pedronette; Jurandy Gomes de Almeida Junior
Fonte: PATTERN RECOGNITION LETTERS , v. 114 , p. 41 - Extrato QUALIS: A2
2017
-
BMINSAR: A novel approach for InSAR phase denoising by clustering and block matching (2017)
Trabalhos em eventos
Autores: BARRETO, THIAGO L. M.; ROSA, RAFAEL A. S.; WIMMER, CHRISTIAN; MOREIRA, JOAO R.; BINS, LEONARDO S.; ALMEIDA, JURANDY; Fábio Augusto Menocci Cappabianco
Fonte: 2017 IEEE International Geoscience and Remote Sensing Symposium (IGARSS) , p. 2357
-
-
-
-
-
-
-
Nova Metodologia de Filtragem de Ruídos de Imagens de Sensoriamento Remoto por Radar (2017)
Trabalhos em eventos
Autores: Thiago Luiz Morais Barreto; Rafael Antonio da Silva Rosa; Christian Wimmer; João Roberto Moreira Neto; Leonardo Sant Anna Bins; Jurandy Gomes de Almeida Junior; Fábio Augusto Menocci Cappabianco; Juliano Lázaro
Fonte: Anais do XXVII Congresso Brasileiro de Cartografia , p. 522
-
Introducing digital cameras to monitor plant phenology in the tropics: applications for conservation (2017)
Artigo publicado
Autores: Bruna de Costa Alberton; Ricardo da Silva Torres; Leonardo Farage Cancian; Bruno Defane Borges; Jurandy Gomes de Almeida Junior; Greice Cristina Mariano; Jefersson Alex dos Santos; Leonor Patrícia Cerdeira Morellato
Fonte: Perspectives in Ecology and Conservation , v. 15 , p. 82 - Extrato QUALIS: A1
2016
-
Deforestation change detection using high-resolution multi-temporal X-Band SAR images and supervised learning classification (2016)
Trabalhos em eventos
Autores: Thiago Luiz Morais Barreto; Rafael Antonio da Silva Rosa; Christian Wimmer; João Bosco Nogueira Junior; Jurandy Gomes de Almeida Junior; Fábio Augusto Menocci Cappabianco
Fonte: 2016 IEEE International Geoscience and Remote Sensing Symposium (IGARSS) , p. 5201
-
Temporal-and Spatial-Driven Video Summarization Using Optimum-Path Forest (2016)
Trabalhos em eventos
Autores: Guilherme Brandão Martins; João Paulo Papa; Jurandy Gomes de Almeida Junior
Fonte: 2016 29th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 335
-
Bag of Genres for Video Retrieval (2016)
Trabalhos em eventos
Autores: Leonardo Assuane Duarte; Otávio Augusto Bizetto Penatti; Jurandy Gomes de Almeida Junior
Fonte: 2016 29th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 257
-
-
RECOD @ Placing Task of MediaEval 2016: A Ranking Fusion Approach for Geographic-Location Prediction of Multimedia Objects (2016)
Trabalhos em eventos
Autores: Javier Alvaro Vargas Munoz; Jefersson Alex dos Santos; Ricardo da Silva Torres; Lin Tzy Li; Ícaro Cavalcante Dourado; Keiller Nogueira; Samuel Gomes Fadel; Otávio Augusto Bizetto Penatti; Jurandy Gomes de Almeida Junior; Luís Augusto Martins Pereira; Rodrigo Tripodi Calumby
Fonte: MediaEval 2016
-
Recod @ MediaEval 2016: Diverse Social Images Retrieval (2016)
Trabalhos em eventos
Autores: Cristiano Dalmaschio Ferreira; Rodrigo Tripodi Calumby; Iago Breno Alves do Carmo Araujo; Ícaro Cavalcante Dourado; Javier Alvaro Vargas Munoz; Otávio Augusto Bizetto Penatti; Lin Tzy Li; Jurandy Gomes de Almeida Junior; Ricardo da Silva Torres
Fonte: MediaEval 2016
-
Time series-based classifier fusion for fine-grained plant species recognition (2016)
Artigo publicado
Autores: Fabio Augusto Faria; Almeida, Jurandy; ALBERTON, BRUNA; MORELLATO, LEONOR PATRICIA C.; ROCHA, ANDERSON; Ricardo da Silva Torres
Fonte: Pattern Recognition Letters , v. 81 , p. 101 - Extrato QUALIS: A2
-
Phenological Visual Rhythms: Compact Representations for Fine-Grained Plant Species Identification (2016)
Artigo publicado
Autores: Jurandy Gomes de Almeida Junior; Jefersson Alex dos Santos; Bruna de Costa Alberton; Leonor Patrícia Cerdeira Morellato; Ricardo da Silva Torres
Fonte: Pattern Recognition Letters , v. 81 , p. 90 - Extrato QUALIS: A2
-
Fusion of Time Series Representations for Plant Recognition in Phenology Studies (2016)
Artigo publicado
Autores: Fabio Augusto Faria; Jurandy Gomes de Almeida Junior; Bruna Alberton; Leonor Patrícia Cerdeira Morellato; Ricardo da Silva Torres
Fonte: PATTERN RECOGNITION LETTERS , v. 83 , p. 205 - Extrato QUALIS: A2
-
Modeling plant phenology database: Blending near-surface remote phenology with on-the-ground observations (2016)
Artigo publicado
Autores: Greice Cristina Mariano; Leonor Patrícia Cerdeira Morellato; Jurandy Gomes de Almeida Junior; Bruna de Costa Alberton; Maria Gabriela Gutierrez de Camargo; Ricardo da Silva Torres
Fonte: Ecological Engineering , v. 91 , p. 396 - Extrato QUALIS: A1
-
Estimating Accurate Water Levels for Rivers and Reservoirs by using SAR Products: A Multitemporal Analysis (2016)
Artigo publicado
Autores: Thiago L. M. Barreto; Jurandy Gomes Almeida Junior; Fábio Augusto Menocci Cappabianco
Fonte: Pattern Recognition Letters , v. 83 , p. 224 - Extrato QUALIS: A2
-
A graph-based ranked-list model for unsupervised distance learning on shape retrieval (2016)
Artigo publicado
Autores: Daniel Carlos Guimarães Pedronette; Jurandy Gomes de Almeida Junior; Ricardo da Silva Torres
Fonte: Pattern Recognition Letters , v. 83 , p. 357 - Extrato QUALIS: A2
-
PhenoVis - A Tool for Visual Phenological Analysis of Digital Camera Images Using Chronological Percentage Maps (2016)
Artigo publicado
Autores: Roger Almeida Leite; Lucas Mello Schnorr; Jurandy Gomes de Almeida Junior; Bruna de Costa Alberton; Leonor Patrícia Cerdeira Morellato; Ricardo da Silva Torres; João Luiz Dihl Comba
Fonte: Information Sciences , p. 181 - Extrato QUALIS: A1
-
Classification of Detected Changes From Multitemporal High-Res Xband SAR Images: Intensity and Texture Descriptors From SuperPixels (2016)
Artigo publicado
Autores: Thiago L. M. Barreto; Rafael A. S. Rosa; Christian Wimmer; João R. Moreira; Leonardo S. Bins; Fábio Augusto Menocci Cappabianco; Jurandy Gomes Almeida Junior
Fonte: IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing , v. 9 , p. 5436
-
Unsupervised Distance Learning for Plant Species Identification (2016)
Artigo publicado
Autores: Jurandy Gomes de Almeida Junior; Daniel Carlos Guimarães Pedronette; Bruna de Costa Alberton; Leonor Patrícia Cerdeira Morellato; Ricardo da Silva Torres
Fonte: IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing , v. 9 , p. 5325 - Extrato QUALIS: A1
2015
-
-
Effective, Efficient, and Scalable Unsupervised Distance Learning in Image Retrieval Tasks (2015)
Trabalhos em eventos
Autores: Lucas Pascotti Valem; Daniel Carlos Guimarães Pedronette; Ricardo da Silva Torres; Edson Borin; Jurandy Gomes de Almeida Junior
Fonte: Proceedings of the 5th ACM on International Conference on Multimedia Retrieval - ICMR '15 , p. 51
-
-
Recod at MediaEval 2015: Diverse Social Images Retrieval (2015)
Trabalhos em eventos
Autores: Rodrigo Tripodi Calumby; Ricardo da Silva Torres; Iago Breno Alves do Carmo Araujo; Vinícius Pereira Santana; Javier Alvaro Vargas Munoz; Otávio Augusto Bizetto Penatti; Lin Tzy Li; Jurandy Gomes de Almeida Junior; Giovani Chiachia; Marcos André Gonçalves
Fonte: MediaEval 2015
-
RECOD at Placing Task of MediaEval 2015 (2015)
Trabalhos em eventos
Autores: Lin Tzy Li; Daniel Carlos Guimarães Pedronette; Jefersson Alex dos Santos; Marcos André Gonçalves; Ricardo da Silva Torres; Javier Alvaro Vargas Munoz; Jurandy Gomes de Almeida Junior; Rodrigo Tripodi Calumby; Otávio Augusto Bizetto Penatti; Ícaro Cavalcante Dourado; Keiller Nogueira; Pedro Ribeiro Mendes Júnior; Luís Augusto Martins Pereira
Fonte: MediaEval 2015
-
-
Growing Seasons Detected by Digital Cameras Along Five Seasonal Vegetation in the Tropics (2015)
Trabalhos em eventos
Autores: Bruna de Costa Alberton; Jurandy Gomes de Almeida Junior; Bruno Defane Borges; Marina Müller Corrêa; Magna Soelma Beserra de Moura; Thiago Sanna Freire Silva; Ricardo da Silva Torres; Leonor Patrícia Cerdeira Morellato
Fonte: Phenology 2015
-
Storing Phenological Data: A Proposal of Database Especially Suited for Tropical Vegetation (2015)
Trabalhos em eventos
Autores: Greice Cristina Mariano; Leonor Patrícia Cerdeira Morellato; Jurandy Gomes de Almeida Junior; Bruna de Costa Alberton; Maria Gabriela Gutierrez de Camargo; Ricardo da Silva Torres
Fonte: Phenology 2015
-
Facing The Challenges Of Tracking Tropical Phenology At Several Scales In Time And Space (2015)
Trabalhos em eventos
Autores: Leonor Patrícia Cerdeira Morellato; Ricardo da Silva Torres; Thiago Sanna Freire Silva; Annia Susin Streher; Bruna de Costa Alberton; Jurandy Gomes de Almeida Junior; Jefersson Alex dos Santos; Leonardo Farage Cancian; Bruno Defane Borges; Greice Cristina Mariano
Fonte: Proceedings of the AGU Fall Meeting 2015
-
Deriving Vegetation Indices for Phenology Analysis usingGenetic Programming (2015)
Artigo publicado
Autores: Jurandy Gomes de Almeida Junior; Jefersson Alex dos Santos; Waner de Oliveira Miranda; Bruna de Costa Alberton; Leonor Patrícia Cerdeira Morellato; Ricardo da Silva Torres
Fonte: Ecological Informatics (Print) , v. 26 , p. 61 - Extrato QUALIS: A1
2014
-
Evaluation of Time Series Distance Functions in the Task of Detecting Remote Phenology Patterns (2014)
Trabalhos em eventos
Autores: José Carlos Conti; Fábio Augusto Faria; Jurandy Gomes de Almeida Junior; Bruna de Costa Alberton; Leonor Patrícia Cerdeira Morellato; Luiz Camolesi Júnior; Ricardo da Silva Torres
Fonte: 2014 22nd International Conference on Pattern Recognition , p. 3126
-
Phenological Event Detection by Visual Rhythms Dissimilarity Analysis (2014)
Trabalhos em eventos
Autores: Lilian Chaves Brandão dos Santos; Jurandy Gomes de Almeida Junior; Jefersson Alex dos Santos; Silvio Jamil Ferzoli Guimarães; Arnaldo de Albuquerque Araújo; Bruna de Costa Alberton; Leonor Patrícia Cerdeira Morellato; Ricardo da Silva Torres
Fonte: 2014 IEEE 10th International Conference on e-Science , p. 263
-
Unsupervised Manifold Learning for Video Genre Retrieval (2014)
Trabalhos em eventos
Autores: Jurandy Gomes de Almeida Junior; Daniel Carlos Guimarães Pedronette; Otávio Augusto Bizetto Penatti
Fonte: Progress in Pattern Recognition, Image Analysis, Computer Vision, and Applications (CIARP'14) , p. 604
-
Static Video Summarization Through Optimum-Path Forest Clustering (2014)
Trabalhos em eventos
Autores: Guilherme Brandão Martins; Luis Claudio Sugi Afonso; Daniel Osaku; Jurandy Gomes de Almeida Junior; João Paulo Papa
Fonte: Progress in Pattern Recognition, Image Analysis, Computer Vision, and Applications (CIARP'14) , p. 893
-
e-Phenology: Monitoring Leaf Phenology and Tracking Climate Changes in the Tropics (2014)
Trabalhos em eventos
Autores: Leonor Patrícia Cerdeira Morellato; Bruna de Costa Alberton; Jurandy Gomes de Almeida Junior; Jefersson Alex dos Santos; Greice Cristina Mariano; Ricardo da Silva Torres
Fonte: EGU General Assembly 2014
-
Multimedia Geocoding: The RECOD 2014 Approach (2014)
Trabalhos em eventos
Autores: Lin Tzy Li; Otávio Augusto Bizetto Penatti; Jurandy Gomes de Almeida Junior; Giovani Chiachia; Rodrigo Tripodi Calumby; Pedro Ribeiro Mendes Júnior; Daniel Carlos Guimarães Pedronette; Ricardo da Silva Torres
Fonte: MediaEval 2014
-
A Scalable Re-Ranking Method for Content-Based Image Retrieval (2014)
Artigo publicado
Autores: Daniel Carlos Guimarães Pedronette; Jurandy Gomes de Almeida Junior; Ricardo da Silva Torres
Fonte: Information Sciences , v. 265 , p. 91 - Extrato QUALIS: A1
-
Using phenological cameras to track the green up in a cerrado savanna and its on-the-ground validation (2014)
Artigo publicado
Autores: Bruna de Costa Alberton; Jurandy Gomes de Almeida Junior; Raimund Henneken; Ricardo da Silva Torres; Annette Menzel; Leonor Patrícia Cerdeira Morellato
Fonte: Ecological Informatics (Print) , v. 19 , p. 62 - Extrato QUALIS: A1
-
Applying machine learning based on multiscale classifiers to detect remote phenology patterns in Cerrado savanna trees (2014)
Artigo publicado
Autores: Jurandy Gomes de Almeida Junior; Jefersson Alex dos Santos; Bruna de Costa Alberton; Ricardo da Silva Torres; Leonor Patrícia Cerdeira Morellato
Fonte: Ecological Informatics (Print) , v. 23 , p. 49 - Extrato QUALIS: A1
-
A Rank Aggregation Framework for Video Multimodal Geocoding (2014)
Artigo publicado
Autores: Lin Tzy Li; Daniel Carlos Guimarães Pedronette; Jurandy Gomes de Almeida Junior; Otávio Augusto Bizetto Penatti; Rodrigo Tripodi Calumby; Ricardo da Silva Torres
Fonte: Multimedia Tools and Applications , v. 73 , p. 1323 - Extrato QUALIS: A2
2013
-
Shape-based time series analysis for remote phenology studies (2013)
Trabalhos em eventos
Autores: Ricardo da Silva Torres; Makoto Hasegawa; Salvatore Tabbone; Jurandy Gomes de Almeida Junior; Jefersson Alex dos Santos; Bruna de Costa Alberton; Leonor Patrícia Cerdeira Morellato
Fonte: 2013 IEEE International Geoscience and Remote Sensing Symposium - IGARSS , p. 3598
-
Visual rhythm-based time series analysis for phenology studies (2013)
Trabalhos em eventos
Autores: Jurandy Gomes de Almeida Junior; Jefersson Alex dos Santos; Bruna de Costa Alberton; Leonor Patrícia Cerdeira Morellato; Ricardo da Silva Torres
Fonte: 2013 IEEE International Conference on Image Processing , p. 4412
-
A Multiple Labeling-Based Optimum-Path Forest for Video Content Classification (2013)
Trabalhos em eventos
Autores: Luís Augusto Martins Pereira; João Paulo Papa; Jurandy Gomes de Almeida Junior; Ricardo da Silva Torres; Willian Paraguassu Amorim
Fonte: 2013 XXVI Conference on Graphics, Patterns and Images , p. 334
-
Plant Species Identification with Phenological Visual Rhythms (2013)
Trabalhos em eventos
Autores: Jurandy Gomes de Almeida Junior; Jefersson Alex dos Santos; Bruna de Costa Alberton; Leonor Patrícia Cerdeira Morellato; Ricardo da Silva Torres
Fonte: 2013 IEEE 9th International Conference on e-Science , p. 148
-
A Framework for Semantic Annotation of Phenology Image Components (2013)
Trabalhos em eventos
Autores: Émerson Muraro; Greice Cristina Mariano; Nádia Puchalski Kozievitch; Jurandy Gomes de Almeida Junior; Jefersson Alex dos Santos; Ricardo da Silva Torres; Bruna de Costa Alberton; Leonor Patrícia Cerdeira Morellato
Fonte: International Conference on Digital Libraries (ICDL'13) , p. 1
-
-
Online video summarization on compressed domain (2013)
Artigo publicado
Autores: Jurandy Gomes de Almeida Junior; Neucimar Jerônimo Leite; Ricardo da Silva Torres
Fonte: Journal of Visual Communication and Image Representation (Print) , v. 24 , p. 729 - Extrato QUALIS: A1
2012
-
Fusion of Local and Global Descriptors for Content-Based Image and Video Retrieval (2012)
Trabalhos em eventos
Autores: Felipe dos Santos Pinto de Andrade; Jurandy Gomes de Almeida Junior; Hélio Pedrini; Ricardo da Silva Torres
Fonte: Progress in Pattern Recognition, Image Analysis, Computer Vision, and Applications (CIARP'12) , p. 845
-
-
Desenvolvimento de um Modelo Conceitual de um Banco de Dados para o Projeto e-phenology (2012)
Trabalhos em eventos
Autores: Greice Cristina Mariano; Jurandy Gomes de Almeida Junior; Bruna de Costa Alberton; Ricardo da Silva Torres; Leonor Patrícia Cerdeira Morellato
Fonte: Anais do XXXII CSBC (CSBC'12) , p. 1
-
-
-
Remote phenology: Applying machine learning to detect phenological patterns in a cerrado savanna (2012)
Trabalhos em eventos
Autores: Jurandy Gomes de Almeida Junior; Jefersson Alex dos Santos; Bruna de Costa Alberton; Ricardo da Silva Torres; Leonor Patrícia Cerdeira Morellato
Fonte: 2012 IEEE 8th International Conference on E-Science , p. 1
-
A visual approach for video geocoding using bag-of-scenes (2012)
Trabalhos em eventos
Autores: Otávio Augusto Bizetto Penatti; Lin Tzy Li; Jurandy Gomes de Almeida Junior; Ricardo da Silva Torres
Fonte: Multimedia Retrieval (ICMR'12) , p. 1
-
Multimedia multimodal geocoding (2012)
Trabalhos em eventos
Autores: Lin Tzy Li; Daniel Carlos Guimarães Pedronette; Jurandy Gomes de Almeida Junior; Otávio Augusto Bizetto Penatti; Rodrigo Tripodi Calumby; Ricardo da Silva Torres
Fonte: Proceedings of the 20th International Conference on Advances in Geographic Information Systems - SIGSPATIAL '12 , p. 474
-
-
UNICAMP-UFMG at MediaEval 2012: Genre Tagging Task (2012)
Trabalhos em eventos
Autores: Jurandy Gomes de Almeida Junior; Thiago Cunha de Moura Salles; Éder Ferreira Martins; Otávio Augusto Bizetto Penatti; Ricardo da Silva Torres; Marcos André Gonçalves; Jussara Marques de Almeida
Fonte: MediaEval 2012
-
Remote Phenology: Applying Digital Images to Monitor Leaf Phenology in a Brazilian Cerrado Savanna (2012)
Trabalhos em eventos
Autores: Bruna de Costa Alberton; Jurandy Gomes de Almeida Junior; Raimund Henneken; Ricardo da Silva Torres; Annette Menzel; Leonor Patrícia Cerdeira Morellato
Fonte: ATBC 2012
-
Remote Phenology: Applying Digital Images to Monitor Leaf Phenology in a Brazilian Cerrado Savanna (2012)
Trabalhos em eventos
Autores: Bruna de Costa Alberton; Jurandy Gomes de Almeida Junior; Raimund Henneken; Ricardo da Silva Torres; Annette Menzel; Leonor Patrícia Cerdeira Morellato
Fonte: Phenology 2012
-
VISON: VIdeo Summarization for ONline applications (2012)
Artigo publicado
Autores: Jurandy Gomes de Almeida Junior; Neucimar Jerônimo Leite; Ricardo da Silva Torres
Fonte: Pattern Recognition Letters , v. 33 , p. 397 - Extrato QUALIS: A2
-
Reusing a Compound-Based Infrastructure for Searching and Annotating Video Stories (2012)
Artigo publicado
Autores: Nádia Puchalski Kozievitch; Jurandy Gomes de Almeida Junior; Ricardo da Silva Torres; Neucimar Jerônimo Leite; Uma Murthy; Edward Alan Fox
Fonte: International Journal of Multimedia Technology , v. 2 , p. 89
2011
-
Comparison of Video Sequences with Histograms of Motion Patterns (2011)
Trabalhos em eventos
Autores: Jurandy Gomes de Almeida Junior; Neucimar Jerônimo Leite; Ricardo da Silva Torres
Fonte: Image Processing (ICIP'11) , p. 3673
-
Reusing a Compound-Based Infrastructure for Searching Video Stories (2011)
Trabalhos em eventos
Autores: Nádia Puchalski Kozievitch; Jurandy Gomes de Almeida Junior; Ricardo da Silva Torres; André Santanchè; Neucimar Jerônimo Leite
Fonte: Information Reuse and Integration (IEEE IRI'11) , p. 222
-
Rapid Cut Detection on Compressed Video (2011)
Trabalhos em eventos
Autores: Jurandy Gomes de Almeida Junior; Neucimar Jerônimo Leite; Ricardo da Silva Torres
Fonte: Progress in Pattern Recognition, Image Analysis, Computer Vision, and Applications (CIARP'11) , p. 71
-
-
-
Navigating through Video Stories using Clustering Sets (2011)
Artigo publicado
Autores: Sheila Maricela Pinto Cáceres; Jurandy Gomes de Almeida Junior; Vânia Paula de Almeida Neris; Maria Cecília Calani Baranauskas; Neucimar Jerônimo Leite; Ricardo da Silva Torres
Fonte: International Journal of Multimedia Data Engineering and Management , v. 2 , p. 1
-
Towards a Formal Theory for Complex Objects and Content-Based Image Retrieval (2011)
Artigo publicado
Autores: Nádia Puchalski Kozievitch; Jurandy Gomes de Almeida Junior; Ricardo da Silva Torres; Neucimar Jerônimo Leite; Marcos André Gonçalves; Uma Murthy; Edward Alan Fox
Fonte: Journal of Information and Data Management - JIDM , v. 2 , p. 321 - Extrato QUALIS: B1
2010
-
Probabilistic anti-spam filtering with dimensionality reduction (2010)
Trabalhos em eventos
Autores: Tiago Agostinho de Almeida; Akebo Yamakami; Jurandy Gomes de Almeida Junior
Fonte: Applied Computing (ACM SAC'10) , p. 1802
-
Filtering spams using the minimum description length principle (2010)
Trabalhos em eventos
Autores: Tiago Agostinho de Almeida; Akebo Yamakami; Jurandy Gomes de Almeida Junior
Fonte: Applied Computing (ACM SAC'10) , p. 1854
-
Estimation of Camera Parameters in Video Sequences with a Large Amount of Scene Motion (2010)
Trabalhos em eventos
Autores: Jurandy Gomes de Almeida Junior; Rodrigo Minetto; Tiago Agostinho de Almeida; Ricardo da Silva Torres; Neucimar Jerônimo Leite
Fonte: Systems, Signals and Image Processing (IWSSIP'10) , p. 348
-
BP-tree: An Efficient Index for Similarity Search in High-Dimensional Metric Spaces (2010)
Trabalhos em eventos
Autores: Jurandy Gomes de Almeida Junior; Ricardo da Silva Torres; Neucimar Jerônimo Leite
Fonte: Information and Knowledge Management (CIKM'10) , p. 1365
-
-
Rapid Video Summarization on Compressed Video (2010)
Trabalhos em eventos
Autores: Jurandy Gomes de Almeida Junior; Ricardo da Silva Torres; Neucimar Jerônimo Leite
Fonte: Multimedia (ISM'10) , p. 113
-
DAHC-tree: An Effective Index for Approximate Search in High-Dimensional Metric Spaces (2010)
Artigo publicado
Autores: Jurandy Gomes de Almeida Junior; Eduardo Valle; Ricardo da Silva Torres; Neucimar Jerônimo Leite
Fonte: Journal of Information and Data Management - JIDM , v. 1 , p. 375 - Extrato QUALIS: B1
-
Spam filtering: how the dimensionality reduction affects the accuracy of Naive Bayes classifiers (2010)
Artigo publicado
Autores: Tiago Agostinho de Almeida; Jurandy Gomes de Almeida Junior; Akebo Yamakami
Fonte: Journal of Internet Services and Applications , v. 1 , p. 183 - Extrato QUALIS: A2
2009
-
-
Robust Estimation of Camera Motion Using Optical Flow Models (2009)
Trabalhos em eventos
Autores: Jurandy Gomes de Almeida Junior; Rodrigo Minetto; Tiago Agostinho de Almeida; Ricardo da Silva Torres; Neucimar Jerônimo Leite
Fonte: Advances in Visual Computing (ISVC'09) , p. 435
-
Evaluation of Approaches for Dimensionality Reduction Applied with Naive Bayes Anti-Spam Filters (2009)
Trabalhos em eventos
Autores: Tiago Agostinho de Almeida; Akebo Yamakami; Jurandy Gomes de Almeida Junior
Fonte: Machine Learning and Applications (ICMLA'09) , p. 517
-
2008
-
Recuperação de Imagens: Desafios e Novos Rumos (2008)
Trabalhos em eventos
Autores: Ricardo da Silva Torres; Javier Alexander Montoya Zegarra; Cristiano Dalmaschio Ferreira; Otávio Augusto Bizetto Penatti; Fernanda Alcântara Andaló; Jurandy Gomes de Almeida Junior
Fonte: Anais do XXXV SEMISH (SEMISH'08) , p. 223
-
Efficient and Flexible Cluster-and-Search for CBIR (2008)
Trabalhos em eventos
Autores: Anderson de Rezende Rocha; Jurandy Gomes de Almeida Junior; Ricardo da Silva Torres; Siome Klein Goldenstein
Fonte: Advanced Concepts for Intelligent Vision Systems (ACIVS'08) , p. 77
-
Making colors worth more than a thousand words (2008)
Trabalhos em eventos
Autores: Jurandy Gomes de Almeida Junior; Anderson de Rezende Rocha; Ricardo da Silva Torres; Siome Klein Goldenstein
Fonte: Applied Computing (ACM SAC' 08) , p. 1180
2007
2004
2003
-
-
-
Distributed Texture Segmentation using Cluster of Computer (2003)
Trabalhos em eventos
Autores: Aparecido Nilceu Marana; Marcos Antônio Cavenaghi; Roberta Spolon Ulson; Fábio Leme Drumond; Jurandy Gomes de Almeida Junior; Marcos Paulo Salvador de Oliveira
Fonte: Computação de Alto Desempenho para Sistemas Complexos
-
-
Paralelização do Algoritmo de Matriz de Coocorrências em Mosix (2003)
Trabalhos em eventos
Autores: Jurandy Gomes de Almeida Junior; Marcos Antônio Cavenaghi; Fábio Leme Drumond; Marcos Paulo Salvador de Oliveira; Aparecido Nilceu Marana; Roberta Spolon Ulson
Fonte: XV Congresso de Iniciação Científica da UNESP
-
Um Algoritmo Paralelo para Análise de Texturas utlizando Ambientes de Passagem de Mensagens (2003)
Trabalhos em eventos
Autores: Marcos Paulo Salvador de Oliveira; Jurandy Gomes de Almeida Junior; Fábio Leme Drumond; Marcos Antônio Cavenaghi; Roberta Spolon Ulson; Aparecido Nilceu Marana
Fonte: XV Congresso de Iniciação Científica da UNESP
Atuações
Universidade Estadual Paulista Júlio de Mesquita Filho
-
Bolsista Fapesp de Iniciação Científica
Bolsista
2002 a 2004
-
Monitor de Laboratório
Livre
2001 a 2001
-
Monitor de Curso
Livre
2003 a 2003
Universidade Estadual de Campinas
-
Bolsista Fapesp de Mestrado
Bolsista
2005 a 2007
-
Bolsista Capes de Doutorado
Bolsista
2007 a 2008
-
Programa de Estágio Docente - Nível C
Bolsista
2006 a 2006
-
Programa de Estágio Docente - Nível B
Bolsista
2008 a 2008
-
Bolsista Fapesp de Doutorado
Bolsista
2008 a 2011
-
Bolsista Fapesp de Pós-Doutorado
Bolsista
2011 a 2013
-
Pesquisador Colaborador
2013 a 2016
Multimedia Tools and Applications
-
Revisor de periódico
Desde 2009
Imaging Science Journal
-
Revisor de periódico
Desde 2011
(FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo
-
Revisor de projeto de fomento
Desde 2012
Ecological Informatics (Print)
-
Revisor de periódico
Desde 2013
IEEE Transactions on Image Processing
-
Revisor de periódico
Desde 2013
Journal of Visual Communication and Image Representation (Print)
-
Revisor de periódico
Desde 2013
Universidade Federal de São Paulo
-
Professor Adjunto
2013 a 2022
-
Professor Colaborador
Desde 2022
Neurocomputing (Amsterdam)
-
Revisor de periódico
Desde 2015
Pattern Recognition
-
Revisor de periódico
Desde 2016
Bangor University
-
Pesquisador Visitante
2017 a 2017
PATTERN RECOGNITION LETTERS
-
Revisor de periódico
Desde 2016
TEMA. Tendências em Matemática Aplicada e Computacional
-
Revisor de periódico
Desde 2017
IEEE GEOSCIENCE AND REMOTE SENSING LETTERS
-
Revisor de periódico
Desde 2017
COMPUTERS & ELECTRICAL ENGINEERING
-
Revisor de periódico
Desde 2017
ACM COMPUTING SURVEYS
-
Revisor de periódico
Desde 2018
Conselho Nacional de Desenvolvimento Científico e Tecnológico
-
Revisor de projeto de fomento
Desde 2018
Università Degli Studi di Trento
-
Pesquisador Visitante
2019 a 2020
COMPUTERS & GRAPHICS-UK
-
Revisor de periódico
Desde 2019
Universidade Federal de São Carlos
-
Professor Adjunto
Desde 2022
ACM Transactions on Intelligent Systems and Technology
-
Revisor de periódico
Desde 2021
SN Computer Science
-
Revisor de periódico
Desde 2021
Instituto Nacional de Pesquisas Espaciais
-
Desde 2021
Seminars in Medical Writing and Education
-
Membro de corpo editorial
Desde 2023
Sociedade Brasileira de Computação - Porto Alegre
-
Integrante do Comitê Gestor
Livre
Desde 2023
Ensino
Orientações e supervisões
Supervisão de pós-doutorado em andamento
Tese de doutorado em andamento
-
A definir
Ciência da Computação
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Federal de São Carlos
Desde 2024
Dissertação de mestrado em andamento
-
A definir
Ciência da Computação
Universidade Federal de São Carlos
Desde 2023
-
A definir
Ciência da Computação
Universidade Federal de São Carlos
Desde 2023
-
A definir
Ciência da Computação
Universidade Federal de São Carlos
Desde 2023
-
Evaluating the Impact of Loss Functions in Deep Learning for Prediction of CQI in 5G Networks
Ciência da Computação
Fundação de Amparo à Pesquisa do Estado de São Paulo
Universidade Federal de São Carlos
Desde 2022
-
Framework para o Desenvolvimento de Objetos de Aprendizagem Audiovisuais
Inovação Tecnológica
Universidade Federal de São Paulo
Desde 2021
Tese de doutorado concluídas
-
Aprendizado Profundo Eficiente para Classificação de Imagens: Reduzindo o Custo de Pré-processamento e Otimizando Parâmetros
Ciência da Computação
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Federal de São Paulo
Concluído em 2023
Dissertação de mestrado concluídas
-
Productive Crop Field Detection
Ciência da Computação
Universidade Federal de São Carlos
Concluído em 2024
-
Busca de Arquitetura Neural Aplicada à Classificação de Vídeo no Domínio Comprimido
Ciência da Computação
Fundação de Amparo à Pesquisa do Estado de São Paulo
Universidade Estadual Paulista Júlio de Mesquita Filho
Concluído em 2024
-
Estudo sobre Otimização de Landing Pages e o Impacto em Campanhas de Marketing Digital
Inovação Tecnológica
Universidade Federal de São Paulo
Concluído em 2023
-
Lucas Fernando Alvarenga e Silva
Métodos de Reconhecimento Multimídia com uso de Redes Profundas para Conjuntos Abertos
Ciência da Computação
Fundação de Amparo à Pesquisa do Estado de São Paulo
Universidade Federal de São Paulo
Concluído em 2023
-
Explorando Informação Temporal em Aprendizado Profundo para Reconhecimento de Ações em Vídeos
Ciência da Computação
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Federal de São Paulo
Concluído em 2019
-
Sumarização de Vídeos Utilizando Agrupamento de Dados por Floresta de Caminhos Ótimos
Ciência da Computação
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Estadual Paulista Júlio de Mesquita Filho
Concluído em 2016
-
Explorando Informação Semântica na Construção de Dicionários Visuais para Recuperação de Vídeos por Conteúdo
Ciência da Computação
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Federal de São Paulo
Concluído em 2016
Gestão
Universidade Federal de São Carlos
-
Vice-Chefe do Departamento de Computação de Sorocaba (DComp-SO)
Universidade Federal de São Carlos - Campus Sorocaba
Centro de Ciências em Gestão e Tecnologia
Pesquisa
Universidade Estadual Paulista Júlio de Mesquita Filho
-
Aprendizado Fracamente Supervisionado para Análise de Vídeos no Domínio Comprimido em Tarefas de Recuperação e Classificação para Alertas Visuais
Várias técnicas de aprendizagem de máquina baseiam-se em grandes conjuntos de dados rotulados para construir modelos preditivos em tarefas de aprendizado supervisionado. O uso de técnicas de aprendizado profundo pode ser destacado, já que tem sido amplamente utilizado com sucesso em vários domínios. Por outro lado, em muitas circunstâncias, os conjuntos rotulados não estão disponíveis ou são insuficientes para treinar modelos supervisionados efetivos. Tais cenários foram abordados principalmente por técnicas de aprendizagem não supervisionado, que consideram os dados não rotulados para descoberta de padrões em sua estrutura. No entanto, o uso de métodos completamente não supervisionados continua sendo um desafio de pesquisa em muitos cenários e situações. Uma solução promissora baseia-se no uso de abordagens fracamente supervisionadas, capazes de realizar tarefas de aprendizado com base em conjuntos rotulados incompletos ou inexatos. Neste projeto, pretendemos investigar a análise, recuperação e classificação de vídeos no domínio comprimido utilizando pequenos conjuntos de treinamento. O objetivo principal do projeto consiste em investigar e propor métodos capazes de analisar sequências de vídeo comprimido e e gerar alertas de acordo com as aplicações consideradas. Tais abordagens podem ser úteis e relevantes em vários domínios, desde ambientes de vigilância, aplicações médicas e industriais, incluindo também casas inteligentes. O desafio de pesquisa fundamental consiste em fazer uso de diferentes técnicas para analisar, representar e classificar vídeos usando dados rotulados restritos. A abordagem proposta visa explorar o máximo de informação disponível, de forma a tornar a abordagem adequada para operar com pequenos conjuntos de dados de treinamento. Pretendemos explorar: (i) representações de aprendizado profundo; (ii) medidas contextuais não supervisionadas e; (iii) técnicas de fusão, para ampliar os conjuntos rotulados iniciais. O primeiro desafio a ser abordado é analisar e representar vídeos no domínio comprimido usando técnicas de aprendizado profundo. Com base nessas representações, pretendemos investigar estratégias para expandir os conjuntos de treinamento usando medidas contextuais não supervisionadas. Dado os conjuntos rotulados obtidos, as estratégias de fusão serão usadas para combinar diversos métodos de classificação e alertas desencadeantes. Embora os métodos que serão investigados possam ser usados em vários domínios, pretendemos selecionar domínios para validar as abordagens propostas. A seleção será realizada considerando a existência de conjuntos de dados públicos disponíveis para realizar avaliações experimentais.
Autores: Jurandy Gomes de Almeida Junior, Daniel Carlos Guimarães Pedronette, João Paulo Papa, Fábio Augusto Faria
2019 a 2023
-
Aplicação e Investigação de Métodos de Aprendizado Não-Supervisionado em Tarefas de Recuperação e Classificação
Métodos de Aprendizado Não Supervisionado têm se estabelecido como uma solução para aumentar a eficácia de buscas baseadas em conteúdo sem requerer intervenção dos usuários. Tais métodos exploram relações contextuais entre as imagens, geralmente codificadas nas informações de distância e similaridade das coleções. Esse projeto de pesquisa pretende investigar a aplicação de tais métodos em novos e diversificados domínios. Os métodos de aprendizado não supervisionado reavaliam a similaridade entre os elementos da coleção e podem ser tomados como etapa de pré-processamento em tarefas de classificação. Além disso, resultados iniciais indicam que os métodos podem ser aplicados em outros cenário de recuperação multimídia, considerando áudio e vídeo. Dessa forma, o objetivo central do projeto proposto consiste em aprofundar tal investigação, ampliando os domínios de aplicação dos métodos de aprendizado não supervisionado.
Autores: Jurandy Gomes de Almeida Junior, Ricardo da Silva Torres, Daniel Carlos Guimarães Pedronette, João Paulo Papa, Fabrício Aparecido Breve, Denis Henrique Pinheiro Salvadeo
Desde 2019
-
e-Phenology: 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 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: Jurandy Gomes de Almeida Junior, Ricardo da Silva Torres, Leonor Patrícia Cerdeira Morellato, Jefersson Alex dos Santos, Daniel Carlos Guimarães Pedronette, H. Martin Schaefer, Leonardo Farage Cancian, Daniel Wisbech Carstensen, Milton Cézar Ribeiro, Danilo Boscolo, Julien P. Renoult
2014 a 2019
-
e-Phenology: The Application of New Technologies to Monitor Plant Phenology and Track Climate Changes in the Tropics
The e- phenology is a multidisciplinary project combining research in Computer Science and Phenology. Its goal is to attack theoretical and practical problems involving the use of new technologies for remote phenological observation aiming to detect local environmental changes. It is geared towards three objectives: (a) use of new technologies of environmental monitoring based on remote phenology monitoring systems; (b) creation of a protocol for a Brazilian long term phenology monitoring program and for the integration across disciplines, advancing our knowledge of seasonal responses within tropics to climate change; and (c) provide models, methods and algorithms to support management, integration and analysis of data of remote phenology systems. The research team is composed of computer scientists and researchers in Phenology.
Autores: Jurandy Gomes de Almeida Junior, Ricardo da Silva Torres, Leonor Patrícia Cerdeira Morellato
2011 a 2013
-
Desenvolvimento de uma ferramenta de apoio ao aprendizado de física no ensino médio
O desenvolvimento da World Wide Web (WWW) no final da década de 1980 representou o surgimento de um meio global de disseminação e processamento de informações. Novas tecnologias foram desenvolvidas ao longo da recente história da Web, tornando possível o surgimento de novas técnicas de ensino, que permitem auxiliar as técnicas tradicionais de aprendizado. Nesse contexto, a Web possibilita a universalização do aprendizado e a possibilidade de acesso on-line às informações (utilizando a Web, é possível o acesso às informações a qualquer hora e de qualquer lugar). Este trabalho está voltado para a integração das tecnologias da Web e do paradigma de simulação visando o desenvolvimento de um ambiente de apoio ao ensino que possibilite simular e exemplificar os temas que fundamentam as teorias da área de física no ensino médio. Assim, é possível complementar o processo de ensino/aprendizagem com informações que são difíceis de transmitir utilizando as técnicas tradicionais de ensino.
Autores: Jurandy Gomes de Almeida Junior, Marcos Paulo Salvador de Oliveira, Marcos Antônio Cavenaghi, Roberta Spolon Ulson
2003 a 2003
-
Desenvolvimento de algoritmos paralelos para análise e classificação de textura
A visão permite ao ser humano perceber o mundo que o cerca por meio da observação dos objetos físicos e das suas relações espaciais, desvendando o que são os objetos e determinando suas localizações precisas. A percepção visual depende das propriedades dos objetos físicos, tais como: cores, formas e textura. A propriedade textura descreve os relacionamentos dos elementos que se encontram próximos no espaço. O fato de não existir uma definição precisa e formal para textura, dificulta a definição do conceito de descritor de textura, que tem sido definido intuitivamente, assim como o próprio conceito de textura. Ao contrário dos sistemas biológicos de visão, nos quais a informação visual é processada em paralelo, nos sistemas computacionais, o processamento é, em geral, seqüencial. Quando se deseja desenvolver aplicações computacionais para processar informações visuais complexas, tais como texturas, em tempo real, é imprescindível a utilização de arquiteturas ou ambientes paralelos. Atualmente, observa-se um considerável aumento no uso de ambientes paralelos para resolução de problemas complexos, dentre os quais destacam-se PVM e MPI. O objetivo principal deste projeto é desenvolver algoritmos paralelos para o processamento de textura utilizando-se PVM e MPI em um cluster de computadores interligados por uma rede fast ethernet. Os desempenhos dos algoritmos paralelos serão confrontados para se estabelecer as possíveis melhores estratégias de paralelização.
Autores: Jurandy Gomes de Almeida Junior, Marcos Paulo Salvador de Oliveira, Fábio Leme Drumond, Aparecido Nilceu Marana, Marcos Antônio Cavenaghi, Roberta Spolon Ulson
2002 a 2003
Universidade Federal de São Paulo
-
Simulação Tridimensional do Coração Baseada na Análise de ECG e de Imagens Cardíacas: Arritmias e Infarto do Miocárdio
Nos modelos computacionais mais modernos e sofisticados é possível fazer animações/simulações que reproduzem o coração trabalhando de forma acurada e detalhada. Embora esses recursos computacionais representem um enorme avanço para estudos, ensino e pesquisa na área médica, eles não exibem animações do coração distintas das customizadas para o modelo do coração. Assim, iniciamos, com financiamento da FAPESP, o desenvolvimento de uma ferramenta computacional que expressa, em um modelo virtual 3D simplificado do coração, o movimento cardíaco durante seu batimento, a partir de parâmetros simples (essencialmente as durações das contrações e relaxamentos cardíacos) obtidos da interpretação do sinal de eletrocardiograma (ECG). Com isso, as simulações possíveis para o modelo, baseadas em imagens médicas, são aquelas interpretáveis do ECG e não somente as pré-determinadas. Visa-se no presente projeto aprofundar e avançar o desenvolvimento da simulação do coração de modo a obter-se uma animação realista desse órgão (modelo 3D detalhado do coração) que expresse diferentes tipos de arritmias e infarto do miocárdio. Para isso, pretende-se fazer medições da duração e amplitude de ondas e segmentos do ECG e interpretá-las dinamicamente com foco na identificação daquelas patologias. Visa-se ainda fazer a análise de imagens cardíacas geradas por ressonância magnética e ecocardiografia para a extração de parâmetros relacionados ao movimento do coração que serão inseridos na simulação. A análise dessas imagens também será feita para a validação do modelo computacional considerando aspectos quantitativos do funcionamento anatômico/fisiológico correto do coração nas condições patológicas identificadas na interpretação do ECG.
Autores: Jurandy Gomes de Almeida Junior, Regina Célia Coelho, Carlos Marcelo Gurjão de Godoy, Daniela Mayumi Ushizima, Elbert Einstein Nehrer Macau, Fábio Luís Valério da Silva, Fátima Nelsizeuma Sombra de Medeiros
2018 a 2021
-
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 níveis 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, ruídos, 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 específica consiga-se identificar as bordas mais relevantes com menor esforço e acurácia.
Autores: Jurandy Gomes de Almeida Junior, Regina Célia Coelho, Carlos Marcelo Gurjão de Godoy, Daniela Mayumi Ushizima, Elbert Einstein Nehrer Macau, Fábio Luís Valério da Silva, Fátima Nelsizeuma Sombra de Medeiros, Jurandy Gomes de Almeida Junior, Fábio Augusto Menocci Cappabianco, Fábio Augusto Faria, Jaime Shinsuke Ide, Marcos de Sales Guerra Tsuzuki, Paulo André Vechiatto de Miranda, Alexandre Xavier Falcão, Clarissa Lin Yasuda
2017 a 2019
-
Recuperação de Videos com Base no Conteúdo Semântico
Avanços recentes na tecnologia têm permitido o aumento da disponibilidade de dados de vídeo, criando grandes coleções de vídeo digital. Isso tem despertado grande interesse em sistemas capazes de gerenciar esses dados de forma eficiente. Fazer uso eficiente de informações de vídeo requer o desenvolvimento de ferramentas poderosas para identificação automática de conteúdo semântico. Para isso, existem quatro barreiras a serem consideradas: (1) processamento multimodal, (2) fusão de características, (3) aprendizagem semântica e (4) resolução de consultas. Inúmeras técnicas têm sido propostas para atender a tais requisitos. Entretanto, a maioria dos trabalhos existentes envolve algoritmos e métodos computacionalmente custosos. No cenário atual, é imperativo o desenvolvimento de técnicas tanto eficazes quanto eficientes. Nos últimos anos, academia e indústria têm investido esforços significativos a fim de tornar essas soluções compatíveis a uma ampla gama de dispositivos e plataformas. É nesse contexto que o presente projeto de pesquisa se insere. Esta proposta objetiva avançar o estado da arte em recuperação semântica de vídeos digitais. Recentemente, o proponente introduziu na literatura um sistema unimodal de recuperação de vídeos por conteúdo voltado a dispositivos com baixo poder computacional. Baseado nos resultados positivos obtidos em sua aplicação, pretende-se estender tal sistema para tirar vantagem de diferentes fontes de dados, isto é, usar informação multimodal, melhorando a sua qualidade de resposta. Para tanto, tenciona-se explorar soluções recentes em computação visual e inteligência de máquina visando combinar diferentes fontes de dados de maneira eficiente. Por fim, espera-se contribuir sobremaneira com os avanços nessa área de pesquisa, dado que seus resultados serão agrupados em uma interface de desenvolvimento visual que possibilitará a atuação dessas soluções em conjunto.
Autores: Jurandy Gomes de Almeida Junior, Ricardo da Silva Torres, João Paulo Papa
2017 a 2020
-
Gestão de Compartilhamento da Infraestrutura e Uso Eficiente dos Ativos de Distribuição
Este projeto tem como objetivo o desenvolvimento de um módulo computacional que a partir de captação de imagens, obtidas pela melhor tecnologia estudada, trabalhe as mesmas, através de reconhecimento de padrões, e extraia informações relevantes visando a formação de um cadastro do ativo poste compartilhado, assim como a atualização deste cadastro periodicamente. As informações, em principio, importantes para o projeto são a identificação das empresas operadoras de telecomunicações e de TV a cabo que utilizam os postes, estado físico do poste, sua angulação, etc. O módulo computacional deverá estar preparado para ser integrado a outro sistema que utilizará os dados analisados de cada imagem.
Autores: Jurandy Gomes de Almeida Junior, Fábio Augusto Menocci Cappabianco, Fábio Augusto Faria, Marcos Gonçalves Quiles
2014 a 2018
-
Ensino e Aprendizagem de Pensamento Computacional, Algoritmos e Programação
Atualmente, a Computação é uma área que permeia todas as atividades humanas, sendo difícil imaginar uma sociedade sem computadores. Os conceitos básicos de Computação - abstração, decomposição, entre outros - são de fundamental importância na formação do cidadão, provendo recursos cognitivos necessários à resolução de problemas nas mais diversas áreas. Nesse sentido, o objetivo deste projeto é disseminar os fundamentos de Computação. Este projeto visa o desenvolvimento de atividades didático-pedagógicos voltadas ao ensino e aprendizagem de pensamento computacional, algoritmos e programação. Para isso, propõe-se a realização de oficinas visando apresentar uma introdução acessível para aprendizes de qualquer área e nível de conhecimento, incentivando o uso criativo dos princípios da Computação.
Autores: Jurandy Gomes de Almeida Junior, Fábio Augusto Menocci Cappabianco, Fábio Augusto Faria, Marcos Gonçalves Quiles
2016 a 2018
-
Recuperação de Informação Semântica em Grandes Bases de Vídeos
Devido aos rápidos avanços em tecnologias de aquisição e transmissão de dados, as pessoas são constantemente inundadas por informações na forma de vídeo digital. Nesse cenário, há uma crescente demanda por sistemas eficientes capazes de gerenciar grandes volumes de dados de vídeo e reduzir a carga de trabalho e o excesso de informação ao se buscar um dado conteúdo de interesse. Um dos principais desafios no desenvolvimento de sistemas eficazes de recuperação de vídeos é a identificação automática de conteúdo semântico. Para isso, existem quatro barreiras a serem consideradas: (1) processamento multimodal, (2) fusão de características, (3) aprendizagem semântica e (4) resolução de consultas. Inúmeras técnicas têm sido propostas para atender a tais requisitos. Entretanto, a maioria dos trabalhos existentes envolve algoritmos e métodos computacionalmente custosos. No cenário atual, é imperativo o desenvolvimento de técnicas tanto eficazes quanto eficientes. Nos últimos anos, academia e indústria têm investido esforços significativos a fim de tornar essas soluções compatíveis a uma ampla gama de dispositivos e plataformas. É nesse contexto que o presente projeto de pesquisa se insere. Esta proposta objetiva avançar o estado da arte em recuperação semântica de vídeos digitais. Recentemente, o proponente introduziu na literatura um sistema unimodal de recuperação de vídeos por conteúdo voltado a dispositivos com baixo poder computacional. Baseado nos resultados positivos obtidos em sua aplicação, pretende-se estender tal sistema para tirar vantagem de diferentes fontes de dados, isto é, usar informação multimodal, melhorando a sua qualidade de resposta. Para tanto, tenciona-se explorar soluções recentes em computação visual e inteligência de máquina visando combinar diferentes fontes de dados de maneira eficiente. Por fim, espera-se contribuir sobremaneira com os avanços nessa área de pesquisa, dado que seus resultados serão agrupados em uma interface de desenvolvimento visual que possibilitará a atuação dessas soluções em conjunto.
Autores: Jurandy Gomes de Almeida Junior, Ricardo da Silva Torres, João Paulo Papa
2016 a 2018
-
Apoio à Aprendizagem nas UCs de Algoritmos e Estruturas de Dados I e II
Este projeto tem como principal objetivo auxiliar o processo de ensino-aprendizagem das Unidades Curriculares (UCs) de Algoritmos e Estruturas de Dados I e II que, tradicionalmente, apresentam baixas taxas de aprovação, por meio de uma ação coordenada e uniforme. Esta ação será executada pelos monitores e docentes das diferentes áreas do saber da Ciência da Computação com os apoios das coordenações de cursos do Campus São José dos Campos.
2015 a 2016
-
Projeto de Ensino e Aprendizagem de Programação para Olimpíadas
Este projeto de extensão tem como finalidade treinar pessoas altamente capacitadas em programação e incentivá-las a se interessar pela área de computação através de resolução de problemas de olimpíadas científicas de computação.
Autores: Jurandy Gomes de Almeida Junior, Arlindo Flávio da Conceição, Reginaldo Massanobu Kuroshu, Mariá Cristina Vasconcelos Nascimento Rosset
2015 a 2018
-
Aquisição, Gerenciamento, Aprimoramento, Análise e Visualização de Imagens de Tomografia Biomagnética
Esse projeto faz parte de um projeto maior, chamado "Implantação de Infraestrutura em Engenharia Biomédica na Unifesp para Desenvolvimento de Inovação Tecnológica na Saúde: Tomografia Biomagnética", que visa a implantação de uma infraestrutura em Engenharia Biomédica na Unifesp para o desenvolvimento e caracterização de um tomógrafo biomagnético para diferentes aplicações in vitro e in vivo.
Autores: Jurandy Gomes de Almeida Junior, Fábio Augusto Menocci Cappabianco, Regina Célia Coelho, Ana Luísa Dine Martins, Claudio Saburo Shida, Jaime Shinsuke Ide, Marcos de Sales Guerra Tsuzuki, Paulo André Vechiatto de Miranda, Vinícius Veloso de Melo, Carlos Marcelo Gurjão de Godoy
2013 a 2016
Universidade Federal de São Carlos
Instituto Nacional de Pesquisas Espaciais
-
Classificação de Imagens e Dados via Redes Neurais Profundas para Múltiplos Domínios
O enorme sucesso atual da inteligência artificial (IA), impulsionado pelo aprendizado profundo (AP), faz com que a quantidade de técnicas/modelos de redes neurais profundas (RNPs) que são propostos seja extremamente elevada. Institutos tal como o Instituto Nacional de Pesquisas Espaciais (INPE), o qual tem usado IA/AP para projetos e pesquisas que analisam o uso e cobertura da terra no Brasil, assim como diversas outras organizações públicas e privadas, demandam de recomendações de técnicas/modelos de RNPs para que os mesmos possam ser usados nos seus projetos. Isso economiza tempo pois os modelos que serão usados na prática já tiveram evidências de serem os melhores para resolver uma certa tarefa. Propor tais recomendações necessita de um processo de experimentação amplo, considerando diferentes modelos de RNPs assim como um conjunto considerável de bases de dados. O projeto IDeepS tinha esse objetivo geral de recomendar modelos de RNPs, tendo como foco principal a tarefa de classificação de imagens. Este projeto estende o projeto IDeepS das seguintes formas: i) além do domínio de sensoriamento remoto (que inclui imagens aéreas obtidas por veículos aéreos não tripulados (VANTs), aviões, assim como imagens obtidas por satélite), o projeto atual pretende investigar os domínios de astrofísica e de saúde. Isso ampliará o leque de recomendações propostas para essas outras comunidades; ii) os dados serão principalmente imagens, tal como no projeto IDeepS, mas vídeos e séries temporais também poderão ser investigados; iii) classificação será a principal tarefa considerada, mas outras tarefas serão avaliadas, considerando, também, a maior diversidade de dados distintos; iv) modelos mais recentes baseados no mecanismo de atenção, principalmente transformers visuais, serão avaliados e comparados com modelos mais tradicionais, tais como redes neurais convolucionais. Os aspectos transformadores se relacionam a melhoria dos processos e produtos que usam IA em instituições tal como o INPE, mas também em outras organizações relacionadas aos múltiplos domínios que serão investigados. Os impactos científicos esperados se relacionam a um conjunto de recomendações sugeridas para as três comunidades que estão relacionadas ao projeto. Esse projeto tem como principais aplicações os projetos TerraClass Cerrado (INPE), o projeto ForestEyes (Universidade Federal de São Paulo - UNIFESP), e projetos que usam IA para as áreas de astrofísica e de saúde.
Autores: Jurandy Gomes de Almeida Junior, João Paulo Papa, Thales Sehn Körting, Valdivino Alexandre de Santiago Júnior, Elcio Hideiti Shiguemori, Reinaldo Roberto Rosa, Álvaro Luiz Fazenda
Desde 2024
-
Classificação de Imagens via Redes Neurais Profundas e Grandes Bases de Dados para Aplicações Aeroespaciais
O projeto "Classificação de imagens via redes neurais profundas e grandes bases de dados para aplicações aeroespaciais" (Image classification via Deep neural networks and large databases for aeroSpace applications - IDeepS) é apoiado pelo Laboratório Nacional de Computação Científica (LNCC) via recursos do supercomputador SDumont. Tal projeto tem como objetivo geral propor recomendações/sugestões das técnicas/modelos mais adequados de redes neurais profundas para as comunidades de sensoriamento remoto (SR) e de veículos aéreos não tripulados (VANTs). O primeiro objetivo específico do projeto é realizar investigações em larga escala de várias redes neurais profundas e técnicas relacionadas, a fim de automatizar e aprimorar, primeiramente, a classificação de imagens de SR para subsidiar a análise de uso e cobertura do solo realizada pelo Instituto Nacional de Pesquisas Espaciais (INPE). O segundo objetivo específico se refere a identificar as melhores redes neurais profundas para apoiar voos autônomos de VANTs (drones), por exemplo, para melhorar a autonomia desses sistemas no que diz respeito à resposta a desastres e situações de emergência em áreas de difícil acesso, no contexto das atividades desenvolvidas no Instituto de Estudos Avançados (IEAv). Além do INPE e IEAv, participam do projeto a Universidade Federal de São Paulo - Campus São José dos Campos (UNIFESP), Instituto Tecnológico de Aeronáutica (ITA) e Universidade Federal de São Carlos - Campus Sorocaba (UFSCar).
Autores: Jurandy Gomes de Almeida Junior, Thales Sehn Körting, Samuel Felipe dos Santos, Lucas Fernando Alvarenga e Silva, Valdivino Alexandre de Santiago Júnior, Elcio Hideiti Shiguemori, Mateus de Souza Miranda, Renato de Sousa Maximiano, Fabiano da Cruz Nogueira, Roberto Neves Salles, Rafael Marinho de Andrade, Baggio Luiz de Castro e Silva, Bruno Nardi de Carvalho Dantas, Nathan Augusto Zacarias Xavier, Tahisa Neitzel Kuck
2021 a 2023
Atualização Lattes em 2024-06
Processado em 2024-07-22