Pesquisa
Meus interesses de pesquisa se concentram nas áreas de Aprendizado de Máquina, Mineração de Dados e Bioinformática (embora, recentemente, tenha trabalhado menos nesta área). Tenho trabalhos desenvolvidos tanto no âmbito teórico (ex., critérios de validação de agrupamento) quanto de aplicações. Abaixo descrevo de forma breve as principais subáreas nas quais tenho atuado. Se tiver interesse em desenvolver algum trabalho sob minha orientação, sinta-se à vontade para entrar em contato. Trabalhos em outras áreas/temas podem ser considerados, caso haja interesse mútuo.
Classificação
Técnicas de classificação buscam contruir um modelo capaz de classificar dados novos, não vistos previamente, a partir de um conjunto rotulado de dados (isto é, com classes conhecidas). Técnicas de classificação podem ser empregadas na identificação de falhas sensoriais ou na determinação de estados de um sistema, por exemplo. Estas técnicas possuem vasta aplicação em visão computacional e tem recebido bastante atenção recentemente, principalmente no contexto de deep learning. Possuo interesse em aplicação de técnicas de classificação (em especial deep learning) em problemas de engenharia.
Previsão de Séries Temporais / Regressão
O estudo de séries temporais constitui a análise de dados que possuem uma relação temporal entre si. Os dados podem ser das mais variadas fontes. Técnicas de regressão e análise de séries temporais possuem vasta aplicação em dados sensoriais. Se os sensores fornecem fluxos de dados que devem ser analisados em tempo real, técnicas de data stream podem ser mais adequadas. Possuo interesse na aplicação destas técnicas em dados provenientes de sensores das mais variadas fontes. Recentemente, tenho orientado trabalhos que visam a previsão de geração de energia fotovoltaica a partir de sensores de baixo custo.
Agrupamento de Dados (Clustering)
Técnicas de agrupamento de dados buscam encontrar padrões de forma não supervisionada em conjuntos de dados. O objetivo desta tarefa é obter grupos nos quais objetos de um mesmo grupos são mais similares entre si do que objetos de grupos distintos. Possuo interesse em: desenvolvimento de algoritmos de agrupamento para aplicações específicas, técnicas que permitam sua validação e aplicações. No contexto de aplicações, algoritmos de agrupamento de dados podem ser usados em processamento de imagens, redução de dimensionalidade, detecção de anomalias (outliers) em dados de sensores, entre outros.