Relatório de produção acadêmica da Universidade Federal de São Carlos (UFSCar)
Departamento de Computação (DC)

Centro de Ciências Exatas e de Tecnologia (CCET)
Campus São Carlos

Plataforma Lattes / outubro de 2020

Marcela Xavier Ribeiro

Atualmente é Professora Associada da Universidade Federal de São Carlos. Fez pós-doutorado, doutorado (ICMC-USP), com estágio sanduíche na Carnegie Mellon University e mestrado (UFSCar) em Ciência da Computação. Possui graduação em Engenharia de Computação (UFSCar). Trabalha na área de Banco de Dados, envolvendo a problemática de integração, armazenamento e mineração de grandes volumes de dados, imagens, séries temporais e dados complexos em geral. Trabalha com a análise a partir de mineração e visualização de dados, tendo bastante interesse em padrões espaço-temporais. É uma das pesquisadoras brasileiras com maior ênfase na tarefa de mineração de regras de associação. (Texto informado pelo autor)

  • http://lattes.cnpq.br/0300141044144026 (18/05/2020)
  • Rótulo/Grupo:
  • Bolsa CNPq:
  • Período de análise: 2009-2020
  • Endereço: Universidade Federal de São Carlos, Centro de Ciências Exatas e de Tecnologia, Departamento de Computação. Universidade Federal de São Carlos Jardim Guanabara 13565905 - São Carlos, SP - Brasil - Caixa-postal: 676 Telefone: (16) 33518581 URL da Homepage: http://www.dc.ufscar.br/~marcela
  • Grande área: Ciências Exatas e da Terra
  • Área: Ciência da Computação
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (8)
    1. 2017-Atual. Mining, Indexing and Visualizing Big Data in Clinical Decision Support Systems (MIVisBD)
      Descrição: Hoje, quase todas as atividades humanas geram e/ou demandam armazenar e processar conjuntos de dados cada vez maiores, que muitas vezes são diversos e complexos. Esse cenário de crescimento vertiginoso, que ocorre tanto no meio científico, acadêmico, empresarial e até mesmo nas atividades de lazer, demanda novos métodos eficientes para organização e acesso. Tal cenário está sendo chamado como a "era do big data". Atividades e sistemas relacionados à saúde estão no centro desse cenário, pois produzem grandes quantidades de dados diversificados e complexos. É importante que avancemos tecnologicamente, de modo a nos beneficiarmos desse volume de dados para ampliar o conhecimento das áreas, de modo, por exemplo, a apoiar o processo de tomada de decisão. Esse apoio à decisão em sistemas complexos está cada vez mais orientado pelas informações extraídas e o que se aprende desses grandes volumes de dados. Em um ambiente clínico, os registos eletrônicos dos pacientes (REP) constituem uma plataforma propícia ao desenvolvimento de estratégias para extração de informações dos pacientes, seus perfis e mesmo de grupos que possuem uma mesma casuística. Neste projeto, pretende-se integrar suportes inovadores de bancos de dados, processamento de imagens e métodos de análise visuais de dados com base em REPs e repositórios de dados clínicos para reunir informações valiosas e significativas para a tomada de decisões que apoiem o diagnóstico e tratamento de pacientes. O tamanho e a complexidade das bases de dados de REPs oferecem grandes desafios de processamento, tanto em termos de desenvolvimento e aplicação de técnicas de análise e de extração de conhecimento, quanto ao apoio ao desenvolvimento de ferramentas práticas para uso clínico. No entanto, também incorporam uma infinidade de oportunidades para criar algoritmos e métodos capazes de exibir informações relevantes relacionadas com um paciente particular ou grupos de pacientes, que estariam usualmente ocultas pelo grande volume de dados. Além disso, uma manipulação eficiente desses dados possui alto potencial para tornar os REPs em uma plataforma mais eficaz para apoiar os profissionais de saúde, lidando com aplicações médicas de rápida demanda bem como decisões governamentais estratégicas em saúde. Neste projeto iremos desenvolver métodos e algoritmos que serão materializados em uma plataforma modular a ser disponibilizada para a comunidade da área, apoiando o cotidiano da tomada de decisões em sistemas de saúde.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (4) / Especialização: (0) / Mestrado acadêmico: (8) / Mestrado profissional: (0) / Doutorado: (14) . Integrantes: Marcela Xavier Ribeiro - Integrante / TRAINA, A. J. M. - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Marcela Xavier Ribeiro.
    2. 2015-Atual. AgroComputing.net Digital Infrastructure and Novel Computational Methods for Analyzing and Mining Climate and Remote Sensing Large Databases to improve Agricultural Monitoring and Forecasting
      Descrição: This project aims at developing a computational platform to integrate climatic and remote sensor data obtained from several databases; and to propose computational methods to consist data, to fill absent data in the series, to identify new and useful patterns in order to improve the agricultural yield monitoring and forecasting models. The challenge for Computer Science comprehends the development of new algorithms to process, store, mine and analyze vast volumes of data (big data), as well as to propose a mechanism to provide autonomy for agricultural meteorologists to access data with parameterized query, to define new research needs, and to reformulate, intercompare and integrate agroenvironmental models. On the other hand, the scientific advance in Agrometeorology depends on a consistent, reliable and complete climatic database with spatial and temporal density (regular grades) for all country in order to generate models that can better support decisions in the agricultural business. Considering the climate change scenarios, the integration between computer scientists and agrometeorologists becomes essential, especially due to the increased amount of data generated by simulations of climate models, and from ground-based meteorological stations and remote sensors. In this context, improving computational methods for visual analytics, data mining, pattern recognition and visualization related to scientific workflow will allow upgrading models to analyze data in the current and future agroclimatic perspective. In an effort to better understand Climate Change and its impact on Agriculture, investigators of Embrapa Agricultural Informatics, ICMC-USP (São Carlos), Cepagri/UNICAMP, CPTEC/INPE, UFSCar, UFABC e UFU have been working together for several years, generating important contributions in both Computer Science and Agrometeorology fields. The validation of results will be done with economically and socially relevant agriculture crops in Brazil, such as sugar cane and coffee. Workshops and a virtual environment will be used to facilitate and support the integration, collaboration and communications among researchers in the project.. Situação: Em andamento; Natureza: Pesquisa.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Marcela Xavier Ribeiro - Integrante / Luciana Alvim Santos Romani - Coordenador / Jurandir Zullo Jr - Integrante / Traina, Agma J.M. - Integrante / Robson L. F. Cordeiro - Integrante / Maria Camila Barione - Integrante / Humberto L. Razente - Integrante / Elaine Parros Machado de Sousa - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Cooperação.
      Membro: Marcela Xavier Ribeiro.
    3. 2014-Atual. Mineracao de Imagens e Recuperacao Perceptual de Imagens por Conteudo para Sistemas de Apoio ao Diagnostico Medico
      Descrição: A proposta deste projeto consiste em promover a aproximação dos sistemas de recuperação de imagens por conteúdo (CBIR) à realidade médica e explorar sua capacidade em Sistemas de Auxílio ao Diagnóstico (Computer-Aided Diagnosis) por imagens integrando essas duas novas abordagens: percepção do especialista e perfil do usuário no processo de recuperação e de mineração de imagens médicas. Para isso, serão disponibilizadas aos sistemas CBIR técnicas e ferramentas que permitam incorporar a perspectiva de análise de imagens e dados do ponto de vista do conhecimento do especialista, diminuindo o gap semântico. A inclusão da percepção do especialista e dos perfis dos usuários na construção de ferramentas CBIR irá aproximar essa tecnologia do especialista médico, quebrando a barreira entre a ciência médica e a ciência da computação.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) . Integrantes: Marcela Xavier Ribeiro - Integrante / TRAINA, A. J. M. - Coordenador.
      Membro: Marcela Xavier Ribeiro.
    4. 2012-2014. Processamento Perceptual de Consultas por Similaridade Integrando Perfil do Especialista em Imagens Apoiando o Diagnostico Medico
      Descrição: Este projeto visa o desenvolvimento de um sistema robusto de apoio ao diagnóstico por imagens (CliniCAD) que busca a aproximação dos sistemas CBIR à realidade médica por meio da inclusão de parâmetros perceptuais do especialista médico nas etapas de processamento de imagens, extração de características, consulta por similaridade e a etapa opcional de Realimentação por Relevância. Tais parâmetros são obtidos por meio de entrevistas com os especialistas e acompanhamento das atividades de análise e laudo dos exames. Serão utilizados perfis dos especialistas de modo a tornar o sistema mais próximo do que o especialista busca, conseguindo desse modo contornar o problema de lacuna semântica ( semantic gap ). Serão desenvolvidas técnicas de mineração de imagens e de textos (para integrar os laudos às imagens), e serão utilizadas técnicas de visualização de informação como uma ferramenta de apoio à calibração dos algoritmos e métodos implementados. Os resultados serão avaliados por meio de um protótipo que será utilizado no Centro de Ciências de Imagens e Física Médica do Hospital das Clínicas de Ribeirão Preto. O sistema será disponibilizado para utilização pela comunidade da área.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Especialização: (0) / Mestrado acadêmico: (2) / Mestrado profissional: (0) / Doutorado: (4) . Integrantes: Marcela Xavier Ribeiro - Integrante / Agma Juci Machado Traina - Coordenador / Elaine P. M. Sousa - Integrante / Caetano Traina Jr - Integrante / Carolina Y. V. Watanabe - Integrante / Pedro Henrique Bugatti - Integrante / Paulo Mazzoncini de Azevedo Marques - Integrante / Sérgio Francisco da Silva - Integrante / Renato Bueno - Integrante / Robson L. F. Cordeiro - Integrante / Jose Fernando Rodrigues Junior - Integrante / Marcelo Ponciano da Silva - Integrante / Alceu Ferraz Costa - Integrante / Letrícia Pereira Soares Avalhais - Integrante / Daniel Y. T. Chino - Integrante / Renato Fileto - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Marcela Xavier Ribeiro.
    5. 2010-2012. MIDaC - Mineracao de Imagens e Dados Complexos para Analise de Dados Medicos e Agrometeorologicos
      Descrição: A visão é o sentido humano que capta uma maior quantidade de informações por unidade de tempo. Por isso, a exploração de imagens e visualização têm se tornado componentes essenciais em muitas áreas de pesquisa, como a medicina e a agrometeorologia. Este projeto de pesquisa visa o desenvolvimento de um ferramental envolvendo mineração visual e mineração de imagens para a análise de dados complexos, aplicado a dados médicos e a dados agrometeorológicos. A análise desses dados requer sofisticadas ferramentas computacionais para o processamento, mineração e visualização. Este projeto propõe o desenvolvimento de um conjunto de técnicas e algoritmos que combinam a mineração visual e a mineração de imagens, de maneira a aumentar o potencial de análise computacional dos dados complexos. O objetivo é que as técnicas desenvolvidas aumentem a compreensão semântica dos dados. Por sua vasta aplicabilidade e por ter apresentado resultados proeminentes em pesquisas recentes, a principal tarefa de mineração a ser utilizada neste projeto de pesquisas é a mineração de regras de associação. Esse projeto também objetiva integrar a mineração visual à mineração de imagens para permitir o aumento da exploração dos dados complexos envolvendo imagens, promovendo o desenvolvimento de ferramentas computacionais de suporte a tomada de decisão mais robustas do que o atual estado da arte.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . Integrantes: Marcela Xavier Ribeiro - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Marcela Xavier Ribeiro.
    6. 2010-2012. Avaliacao biomatematica e analise quantitativa de riscos sanitarios e fitossanitarios no escopo da defesa agropecuaria nacional.
      Descrição: Edital MEC/CAPES e MCT/CNPq/FINEP Nº 28/2010 - Programa Nacional de Pós-Doutorado - PNPD 2010, processo número 560461/2010-0. http://www.cnpq.br/resultados/2010/028_2.htm. O projeto objetiva a pesquisa, desenvolvimento e inovação de métodos computacionais de mineração e exploração visual de dados, e de técnicas e algoritmos nas áreas de modelagem matemática, estatística aplicada, simulação e otimização de sistemas visando:a) determinar os principais fatores de produção que afetam as concentrações de resíduos de produtos de uso veterinário e contaminantes em leite, incluindo desde questões relativas à raça, alimentação, manejo, uso de pesticidas na propriedade, uso de medicamentos veterinários, índices de produção, status ambiental da propriedade etc; b) auxiliar na avaliação do grau de exposição de culturas brasileiras aos resíduos de agrotóxicos, no âmbito do Plano Nacional de Controle de Resíduos de Origem Vegetal (PNCRC/Vegetal) do Ministério da Agricultura, Pecuária e Abastecimento (MAPA); e c) avaliar o risco de pragas e doenças nas culturas de milho, banana e mandioca observando características da dinâmica espaço-temporal das populações em estudo, e possibilitando a previsão da ocorrência de surtos epidêmicos visando a adoção de medidas preventivas de controle. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (3) / Doutorado: (1) . Integrantes: Marcela Xavier Ribeiro - Integrante / Marilde Terezinha Prado Santos - Integrante / Sônia Ternes - Coordenador / Marcelo Bonnet Alvarenga - Integrante / Celso Moretti - Integrante / Alvaro Eleuterio da Silva - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Marcela Xavier Ribeiro.
    7. 2009-2012. AgroDataMine: Desenvolvimento de Metodos e Tecnicas de Mineracao de Dados para apoiar Pesquisas em Mudancas Climaticas com Enfase em Agrometeorologia
      Descrição: O aquecimento global e suas conseqüências trazem novos desafios para os pesquisadores do Século XXI. Apesar da comunidade científica não ter dúvidas sobre o aquecimento do planeta, é premente a identificação das causas do aumento da temperatura média global, bem como a quantificação desse aquecimento e suas consequências para os ecossistemas. Modelos matemáticos e estatísticos têm sido empregados para analisar os possíveis cenários futuros e consequentemente uma grande quantidade de dados tem sido gerada. Além disso, o avanço tecnológico tem propiciado melhorias nos diversos sensores utilizados para medições de dados climáticos e de imageamento da superfície terrestre, contribuindo para o aumento na quantidade e complexidade dos dados gerados. As pesquisas envolvendo grande volume e diversidade de dados remete a dois dos Grandes Desafios da Computação: a gestão da informação em grandes volumes de dados e a modelagem computacional de sistemas complexos. Neste contexto, este projeto de pesquisa propõe investigar e desenvolver técnicas e métodos computacionais para analisar os conjuntos de dados complexos utilizados por meteorologistas e agrometeorologistas, para auxiliá-los na pesquisa de impactos das mudanças climáticas na agricultura brasileira. Em linhas gerais, o objetivo deste projeto é desenvolver métodos para analisar os resultados dos modelos regionais de prognóstico de mudanças climáticas e compará-los com medidas reais coletadas pelas estações de superfície, a fim de avaliar a qualidade dos dados gerados e dar subsídios para a calibração dos modelos de previsão. Adicionalmente, pretende-se desenvolver novos métodos para filtrar, analisar e extrair padrões da associação entre dados climáticos e dados extraídos de sensores remotos para auxiliar nas pesquisas agrícolas. . O projeto embasa-se na parceria de pesquisadores do Grupo de Bases de Dados e Imagens (GBdI) do ICMC-USP, da Embrapa Informática Agropecuária, do Centro de Pesquisas Meteorológicas e Climática. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . Integrantes: Marcela Xavier Ribeiro - Integrante / Agma Juci Machado Traina - Coordenador / Elaine P M de Sousa - Integrante / Caetano Traina - Integrante / Luciana Alvim Santos Romani - Integrante / Jurandir Zullo Jr - Integrante / Ana Maria H Avila - Integrante. Financiador(es): Instituto Microsoft Research - Auxílio financeiro / Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Marcela Xavier Ribeiro.
    8. 2009-2011. Consultas por Similaridade em Imagens Medicas: Da Viabilidade Clinica a Pratica do Auxilio ao Diagnostico Medico: Aplicacoes em um Hospital Escola - 476520/2009-6 CNPq - Universal - Edital MCT/CNPq 14/2009
      Descrição: Os sistemas de informação para medicina têm por objetivo disponibilizar a informação necessária ao médico de modo rápido e preciso visando assim melhorar a qualidade do cuidado e tratamento de pacientes. Em radiologia, a aplicação de técnicas de recuperação de imagens por conteúdo (Content-based Image Retrieval- CBIR) incorporadas aos Sistemas de Comunicação e Armazenamento de Imagens (Picture Archiving and Communication Systems - PACS) proporciona um avanço na recuperação de imagens armazenadas, antes vinculadas a um identificador do paciente ou de um exame. Com essa nova abordagem as buscas passam a ser realizadas por meio de comparações diretas entre imagens por meio de seus descritores pictóricos, possibilitando efetuar buscas por similaridade e abrindo novos caminhos para utilização do computador e das imagens médicas em atividades de auxílio ao diagnóstico. Este projeto visa permitir integrar a percepção do especialista do que é similar, no processo de recuperação de imagens baseada em seu conteúdo. Assim, deve-se diminuir um dos principais problemas dos sistemas CBIR, quando aplicados em ambientes de apoio ao diagnóstico (Computer-Aided Diagnosis - CAD), que é a lacuna semântica (semantic gap). Tal lacuna origina-se do fato que medidas de similaridade sobre os descritores das imagens, baseados na distribuição de cores/níveis de intensidade, textura e formas, em geral não possuem correlação direta com a semântica subjetiva humana. A idéia principal é desenvolver um mecanismo automático de otimização de consulta por similaridade baseado em parâmetros de percepção levantados pelos próprios radiologistas. Esse método fará uma escolha automática de quais os parâmetros perceptuais deverão ser considerados relevantes no processamento da consulta. Esses parâmetros serão detectados automaticamente, através de mineração de palavras-chave nas justificativas do pedido de exame, dos dados contidos no cabeçalho DICOM das imagens sob processamento .. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (3) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (3) / Doutorado: (3) . Integrantes: Marcela Xavier Ribeiro - Integrante / Agma Juci Machado Traina - Coordenador / Caetano Traina - Integrante / Carolina Y. V. Watanabe - Integrante / Paulo Mazzoncini de Azevedo Marques - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Marcela Xavier Ribeiro.

Prêmios e títulos

  • Total de prêmios e títulos (2)
    1. Menção honrosa de resumo com maior pontuação do curso de ​Ciência da Computação no XXV Congresso de Iniciação Científica de 2018, Universidade Federal de São Carlos (UFSCar) - campus de São Carlos.. 2018.
      Membro: Marcela Xavier Ribeiro.
    2. Best Demo Paper Award of SBBD 2014 - Have You Met VikS? A Novel Framework for Visual Diversity Search Analysis, SBC.. 2014.
      Membro: Marcela Xavier Ribeiro.

Participação em eventos

  • Total de participação em eventos (6)
    1. 1o Workshop Agrocomputing.Net.Mineração de Padrões Sequenciais. 2015. (Encontro).
    2. IEEE International Symposium on Computer-Based Medical Systems. 2015. (Congresso).
    3. II Symposium on Knowledge Discovery, Mining and Learning (KDMiLe). 2014. (Simpósio).
    4. Symposium on Knowledge Discovery, Mining and Learning (KDMiLe). 2013. (Simpósio).
    5. 12th International Conference on Computational Science and Its Applications (ICCSA 2012). Exploring Fuzzy Ontologies in Mining Generalized Association Rules. 2012. (Congresso).
    6. Simpósio Brasileiro de Banco de Dados. 2012. (Simpósio).

Organização de eventos

  • Total de organização de eventos (6)
    1. RIBEIRO, M. X.. XXVI Congresso de Iniciação Científica e XI Congresso de Iniciação em Desenvolvimento Tecnológico e Inovação. 2019. (Congresso).. . 0.
    2. RIBEIRO, M. X.. Congresso de Iniciação Científica e Congresso de Iniciação em Desenvolvimento Tecnológico e Inovação. 2018. (Congresso).. . 0.
    3. RIBEIRO, M. X.. Congresso de Iniciação Científica e Congresso de Iniciação em Desenvolvimento Tecnológico e Inovação. 2018. (Congresso).. . 0.
    4. RIBEIRO, M. X.. 28th IEEE International Symposium on Computer-Based Medical Systems. 2015. (Congresso).. . 0.
    5. RIBEIRO, M. X.. II Symposium on Knowledge Discovery, Mining and Learning. 2014. (Congresso).. . 0.
    6. RIBEIRO, M. X.. ACM Symposium on Applied Computing (SAC 2008) F. 2008. (Congresso).. . 0.

Lista de colaborações

  • Colaborações endôgenas (5)
    • Marcela Xavier Ribeiro ⇔ Marilde Terezinha Prado Santos (12.0)
      1. Santos, Marilde Terezinha Prado ; Ribeiro, Marcela Xavier ; Silveira Junior, Carlos Roberto. A flexible architecture for the pre-processing of solar satellite image time series data - the SETL architecture. International Journal of Data Mining, Modelling and Management. v. 11, p. 129-143, issn: 1759-1171, 2019.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. TSHAM MPINDA, STEVE ATAKY ; FERREIRA, LUCAS CESAR ; Ribeiro, Marcela Xavier ; Prado Santos, Marilde Terezinha. Evaluation of Graph Databases Performance through Indexing Techniques. International Journal of Artificial Intelligence & Applications (IJAIA). v. 6, p. 87-98, issn: 0976-2191, 2015.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      3. Ayres, Rodrigo Moura Juvenil ; Ribeiro, Marcela Xavier ; Santos, Marilde Terezinha Prado. Exploring Fuzzy Ontologies in Mining Generalized Association Rules. Lecture Notes in Computer Science. 1ed. Em: Murgante, Beniamino; Gervasi, Osvaldo; Misra, Sanjay; Nedjah, Nadia;Rocha, Ana;Taniar, David;Apduhan, Bernady. (Org.). Lecture Notes in Computer Science, Computational Science and Its Applications ? ICCSA 2012. 1ed.Berlin / Heidelberg. : Springer Berlin Heidelberg. 2012.v. 7335, p. 667-681.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      4. Cano, Marcos Daniel ; Santos, Marilde Terezinha Prado ; Avila, Ana Maria H. ; Romani, Luciana A. S. ; Traina, Agma J. M. ; Ribeiro, Marcela Xavier. SART: A New Association Rule Method for Mining Sequential Patterns in Time Series of Climate Data. Lecture Notes in Computer Science. 1ed. Em: Murgante, Beniamino; Gervasi, Osvaldo; Misra, Sanjay; Nedjah, Nadia; Rocha, Ana Maria A.C. ; Taniar, David ;Apduhan, Bernady O.. (Org.). Lecture Notes in Computer Science. 1ed.Berlin / Heidelberg. : Springer Berlin Heidelberg. 2012.v. 7335, p. 743-757.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      5. SILVEIRA JUNIOR, C. R. ; CECATTO, J. R. ; SANTOS, MARILDE T. P. ; RIBEIRO, M. X.. Thematic Spatiotemporal Association Rules to Track the Evolving of Visual Features and their Meaning in Satellite Image Time Series. Em: International Conference on Information Technology : New Generations (ITNG), v. 1, p. 1-6, 2018.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      6. Mpinda, Steve Ataky T. ; SANTOS, M. T. P. ; Ribeiro, Marcela X.. Transport Logistic Application: Train's adherence evolution and prediction based on Decision Tree and Markov Models. Em: 13th International Conference on Information Technology : New Generations, v. 448, p. 833-845, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      7. SILVEIRA JUNIOR, C. R. ; RIBEIRO, M. X. ; SANTOS, M. T. P.. Stretchy Time Pattern Mining: A Deeper Analysis of Environment Sensor Data. Em: The Twenty-Sixth International FLAIRS Conference, v. 1, p. 468-473, 2013.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      8. CANO, M. D. ; SANTOS, M. T. P. ; Avila, A. M. H ; Luciana A. S. Romani ; Traina, Agma J.M. ; RIBEIRO, M. X.. SART: A New Association Rule Method for Mining Sequential Patterns in Time Series of Climate Data. Em: 12th International Conference on Computational Science and Its Applications (ICCSA 2012), v. 7335, p. 743-757-16, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      9. AYRES, R. M. J. ; RIBEIRO, M. X. ; SANTOS, M. T. P.. Exploring Fuzzy Ontologies in Mining Generalized Association Rules. Em: 12th International Conference on Computational Science and Applications (ICCSA 2012), v. 7335, p. 667-681, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      10. CERRI, M.J. ; YAGUINUMA, Cristiane Akemi ; RIBEIRO, M.X. ; SANTOS, M. T. P.. The UFOCoRe: Exploring Fuzzy Relations According to Specific Contexts. Em: The 22nd International Conference on Software Engineering and Knowledge Engineering, p. 529-542, 2010.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      11. ATAKY TSHAM MPINDA, STEVE ; MASCHIETTO, LUIS GUSTAVO ; Santos Prado, Marilde Terezinha. Graph Database Application using Neo4j - Railroad Planner Simulation. Em: International Conference on Enterprise Information Systems (ICEIS), 2015, Rome, Italy. Annal of the 18th International Conference on Enterprise Information Systems (ICEIS), v. 1, p. 399-403, 2015.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      12. PIROLLA, FRANCISCO R. ; SANTOS, MARILDE T. P. ; FELIPE, JOAQUIM C. ; Ribeiro, Marcela X.. Dimensionality Reduction to Improve Content-based Image Retrieval: a Clustering Approach. Em: IEEE International Conference on Bioinformatics and Biomedicine (BIBM2012),, 2012, Philadelphia. Annals of BIBM 2012, v. 1, p. 752-753, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • Marcela Xavier Ribeiro ⇔ Renato Bueno (5.0)
      1. REAL, LUIZ GUSTAVO S. ; BUENO, RENATO ; RIBEIRO, MARCELA X.. Evaluating Boundary Conditions and Hierarchical Visualization in CBIR. Em: 2019 23rd International Conference Information Visualisation (IV), v. 1, p. 68-73, 2019.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. DIAS, RAFAEL LOOSLI ; MPINDA, STEVE ATAKY TSHAM ; BUENO, RENATO ; RIBEIRO, MARCELA XAVIER. Visual-Interactive k-NDN Method (VIK): A Novel Approach to Visualize and Interact with Content-Based Image Retrieval Systems Regarding Similarity and Diversity. Em: 2017 21st International Conference Information Visualisation (IV), p. 72-77, 2017.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      3. DIAS, RAFAEL L. ; BUENO, RENATO ; RIBEIRO, MARCELA X.. Reducing the complexity of k-nearest diverse neighbor queries in medical image datasets through fractal analysis. Em: 2013 IEEE 26th International Symposium on ComputerBased Medical Systems (CBMS), v. 1, p. 101-106, 2013.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      4. CARNIEL, ANDERSON CHAVES ; DE AGUIAR SA, ARIED ; BRISIGHELLO, VINICIUS HENRIQUE PORTO ; Ribeiro, Marcela Xavier ; BUENO, RENATO ; CIFERRI, RICARDO RODRIGUES ; DE AGUIAR CIFERRI, CRISTINA DUTRA. Query Processing over Data Warehouse using Relational Databases and NoSQL. Em: 2012 XXXVIII Conferencia Latinoamericana En Informatica (CLEI), p. 1-10, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      5. BUENO, R.; Ribeiro, M.X. ; TRAINA, Agma Juci Machado ; TRAINA JR, Caetano. Improving Medical Image Retrieval through Multi-Descriptor Similarity Functions and Association Rules. Em: 23rd International Symposium on Computer-Based Medical Systems (CBMS 2010), v. 1, p. 309-314, 2010.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • Marcela Xavier Ribeiro ⇔ Marcio Merino Fernandes (3.0)
      1. DÍSCOLA JUNIOR, SÉRGIO ; CECATTO, JOSÉ ; MERINO FERNANDES, MÁRCIO ; XAVIER RIBEIRO, MARCELA. SeMiner: A Flexible Sequence Miner Method to Forecast Solar Time Series. INFORMATION. v. 9, p. 8, issn: 2078-2489, 2018.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. DISCOLA JR, S. L. ; CECATTO, J. R. ; FERNANDES, Marcio Merino ; RIBEIRO, M. X.. Handling imbalanced time series through Ensemble of Classifiers: a Multi-class Approach for Solar Flare forecasting. Em: 16th International Conference on Information Technology : New Generations, v. 1, p. 209-214, 2019.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      3. DISCOLA JR, S. L. ; CECATTO, J. R. ; Fernandes, Marcio M. ; RIBEIRO, M. X.. An Optimized Data Mining Method to Support Solar Flare Forecast. Em: Information Technology - New Generations - 14th International Conference on Information Technology, v. 558, p. 1-742, 2017.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • Marcela Xavier Ribeiro ⇔ Ricardo Rodrigues Ciferri (1.0)
      1. CARNIEL, ANDERSON CHAVES ; DE AGUIAR SA, ARIED ; BRISIGHELLO, VINICIUS HENRIQUE PORTO ; Ribeiro, Marcela Xavier ; BUENO, RENATO ; CIFERRI, RICARDO RODRIGUES ; DE AGUIAR CIFERRI, CRISTINA DUTRA. Query Processing over Data Warehouse using Relational Databases and NoSQL. Em: 2012 XXXVIII Conferencia Latinoamericana En Informatica (CLEI), p. 1-10, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • Marcela Xavier Ribeiro ⇔ Roberto Ferrari Júnior (1.0)
      1. FERRARI, R. ; RIBEIRO, M. X. ; DIAS, R. L. ; FALVO, M.. Estruturas de Dados com Jogos. 1 ed. Rio de Janeiro: Elsevier, 2014. v. 1, p. 259.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]




Data de processamento: 12/10/2020 22:29:19