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

Diego Furtado Silva

Professor Adjunto do Departamento de Computação da Universidade Federal de São Carlos (DC-UFSCar), possui graduação em Ciências de Computação e mestrado e doutorado em Ciências de Computação e Matemática Computacional, todos pelo Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP). Sua principal linha de atuação é a Mineração de Dados e suas aplicações, com maior foco em tarefas baseadas em grandes volumes de dados sequenciais contínuos (como séries temporais e sinais digitais). Além disso, possui experiência em pré-processamento de dados para Aprendizado de Máquina, tratamento de classes desbalanceadas e classificação em fluxo de dados. Coordena o grupo de pesquisa em Mineração de Dados e Aplicações (MIDAS), que atualmente contempla alunos de iniciação científica e mestrado. (Texto informado pelo autor)

  • http://lattes.cnpq.br/7662777934692986 (08/10/2020)
  • Rótulo/Grupo:
  • Bolsa CNPq:
  • Período de análise: 2017-2020
  • 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 Telefone: (16) 33518255 URL da Homepage: http://www2.dc.ufscar.br/~diego
  • 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 (6)
    1. 2020-Atual. Dos dados ao conhecimento: extracao e representacao de in-formacao no dominio do e-commerce
      Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (2) . Integrantes: Diego Furtado Silva - Integrante / Helena de Medeiros Caseli - Coordenador / Daniel Lucrédio - Integrante.
      Membro: Diego Furtado Silva.
    2. 2019-Atual. Investigacao e desenvolvimento de modulos de AutoML na plataforma Marvin em consonancia com requisitos de desempenho e alta disponibilidade
      Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (4) . Integrantes: Diego Furtado Silva - Integrante / Helena de Medeiros Caseli - Coordenador / Daniel Lucrédio - Integrante.
      Membro: Diego Furtado Silva.
    3. 2019-Atual. Product2Vec: Representacao Semantica de Produtos de Lojas Virtuais utilizando Aprendizado de Maquina
      Situação: Em andamento; Natureza: Pesquisa. Integrantes: Diego Furtado Silva - Integrante / Solange Oliveira Rezende - Integrante / Ricardo Marcondes Marcacini - Integrante / Bruno Magalhães Nogueira - Integrante / Rafael Geraldeli Rossi - Integrante / Everton Alvares Cherman - Coordenador / Moacir Antonelli Ponti - Integrante / Rodrigo Pantigas da Silva - Integrante / Fernando Tadao Ito - Integrante / Alexandre Abdo Hadade - Integrante / Patricia Osorio de Moraes Garcia - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de SP - Outra.
      Membro: Diego Furtado Silva.
    4. 2018-Atual. Mineracao de dados para analise individual e de equipe em esportes coletivos
      Descrição: Com o aprimoramento e a miniaturização de sensores capazes de obter e transmitir diversos tipos de dados, a Internet das Coisas vem ganhando cada vez mais espaço na pesquisa científica e no mercado. Dentre uma infinidade de aplicações de tal tecnologia está a análise esportiva. Especificamente, sensores têm auxiliado a análise estatística do desempenho de atletas. Dispositivos desse tipo já são capazes de transmitir dados como velocidade, batimento cardíaco e posicionamento de jogadores em tempo real. Esses dados são cada vez mais utilizados por equipes de elite em variados esportes, como futebol, basquete e rugby. Apesar do grande e valioso volume de informações obtido, as ferramentas de software atuais para exame de dados são desenvolvidas para análise visual e individualizada. Em outras palavras, os dados obtidos são somente apresentados por meio ferramentas de visualização para a equipe técnica. Para se realizar a análise coletiva dos atletas, os dados são exibidos individualmente por jogador ou exibidos em uma projeção do campo ou quadra, sem considerar qualquer tipo de relação entre os atletas. Na prática, as possibilidades de análise acabam se limitando à observação de fatores físicos, o que pode ajudar a evitar lesões e realizar treinamentos físicos personalizados para cada jogador. Por outro lado, o apoio a decisões táticas e de desempenho coletivo das equipes é praticamente nulo. O objetivo deste projeto é pesquisar e desenvolver ferramentas que auxiliam na melhor compreensão da atuação dos atletas, levando em conta o comportamento coletivo da equipe. Para isso, serão utilizadas técnicas de mineração de dados para encontrar padrões frequentes e atípicos nos dados obtidos por sensores utilizados pelos atletas de esportes coletivos, facilitando a análise do posicionamento e da interação de jogadores durante jogos e treinos. Ainda, será possível apontar quais os aspectos mais semelhantes ou distintos entre tais padrões para análise exploratória e extrair indicadores táticos coletivos a partir deles. Com isso, será possível auxiliar equipes técnicas a melhorar o desempenho individual e coletivo de suas equipes e tomar decisões relativas à adoção ou descarte de determinadas estratégias e treinamentos específicos.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Diego Furtado Silva - Coordenador / BATISTA, GUSTAVO E.A.P.A. - Integrante / KEOGH, EAMONN - Integrante / Fredy Joao Valente - Integrante / Osmar Moreira de Souza Júnior - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Diego Furtado Silva.
    5. 2017-2019. Armadilhas e Sensores Inteligentes: Uma Abordagem Inovadora para Controle de Insetos Peste e Vetores de Doencas
      Descrição: Resumo em Português#09;Indiscutivelmente, os insetos são importantes na agricultura, no meio ambiente e saúde pública. Muitas espécies são benéficas para o meio ambiente e para as pessoas. Por exemplo, insetos são responsáveis pela polinização de ao menos dois terços de todo o alimento consumido no mundo. Devido a esta importância para os seres humanos, o recente declínio nas populações de insetos polinizadores, principalmente as abelhas, é considerado um grave problema ambiental, frequentemente associado ao uso de pesticidas. Por outro lado, pragas agrícolas são responsáveis por destruir mais de 40 bilhões de dólares em alimentos por ano e determinadas espécies são vetores de doenças que matam mais de um milhão de pessoas anualmente, como a malária, dengue, febre chikungunya e zika vírus. Neste projeto de pesquisa, é proposta uma armadilha inteligente para a captura de espécies maléficas de insetos. A armadilha utiliza um sensor óptico que têm sido desenvolvido pela equipe deste projeto nos últimos anos, capaz de reconhecer automaticamente a espécie de insetos a partir de dados do batimento de asas dos insetos. O reconhecimento das espécies de insetos permitirá a criação de mapas de densidade em tempo real, que por sua vez podem ser utilizados para apoiar intervenções locais. Por exemplo, no caso de pragas agrícolas, estes mapas permitirão a aplicação inteligente e direcionada de inseticidas, reduzindo o impacto para o meio ambiente. No caso de insetos vetores de doenças, a armadilha poderá auxiliar na redução dos custos de intervenções sofisticadas e efetivas como a SIT (técnica do inseto estéril), mas que possuem um alto custo. Neste projeto, pretende-se expandir o estado-da-arte em Computação por meio desta aplicação real, especialmente nas áreas de Aprendizado de Máquina e Mineração de Fluxo de Dados. De modo a demonstrar os aspectos práticos desta proposta, as pesquisas serão concentradas na identificação de duas espécies: o psilídio asiático dos citros, vetor da doença de Greening, uma terrível doença que ataca árvores de citros e o Aedes aegypti, vetor da dengue, febre amarela e chikungya, e zika virus, recentemente associado a casos de microcefalia em recém-nascidos.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Diego Furtado Silva - Integrante / Agenor Mafra Neto - Integrante / Antonio Rafael Sabino Parmezan - Integrante / PRATI, RONALDO C. - Integrante / BATISTA, GUSTAVO E. A. P. A. - Coordenador / SOUZA, VINÍCIUS M. A. - Integrante / KEOGH, EAMONN J. - Integrante / Claudia Regina Milaré - Integrante / Juliano José Corbi - Integrante / Pedro Takao Yamamoto - Integrante / André Gustavo Maletzke - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Diego Furtado Silva.
    6. 2017-2017. Avaliacao e monitoramento colaborativo das condicoes de ruas e estradas por meio de sensores de smartphones
      Situação: Concluído; Natureza: Pesquisa. Integrantes: Diego Furtado Silva - Integrante / Vinícius Mourão Alves de Souza - Coordenador / Rafael Geraldeli Rossi - Integrante / André Gustavo Maletzke - Integrante / Everton Alvares Cherman - Integrante / Rafael Alves de Souza - Integrante / Aline Colares do Vale - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Outra.
      Membro: Diego Furtado Silva.

Prêmios e títulos

  • Total de prêmios e títulos (2)
    1. 2nd place (PhD Thesis) in XXXI Best PhD Theses / MSc Dissertations Contest on Computer Science., Brazilian Computer Society.. 2018.
      Membro: Diego Furtado Silva.
    2. 1st place (PhD Thesis) in Latin American Doctoral Thesis Contest., Latin American Center for Studies in Information Technology (CLEI).. 2018.
      Membro: Diego Furtado Silva.

Participação em eventos

  • Total de participação em eventos (4)
    1. 2018 17th IEEE International Conference on Machine Learning and Applications (ICMLA). Elastic Time Series Motifs and Discords. 2018. (Congresso).
    2. 2018 International Society for Music Information Retrieval Conference (ISMIR). Summarizing and comparing music data and its application on cover song identification. 2018. (Congresso).
    3. Maratona de Programação 2018. Finalista Nacional - Coach. 2018. (Olimpíada).
    4. Maratona de Programação 2017. Final Nacional - Professor acompanhante. 2017. (Olimpíada).

Organização de eventos

  • Total de organização de eventos (0)

    Lista de colaborações

    • Colaborações endôgenas (0)



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