Relatório de produção acadêmica da Universidade Federal de São Carlos (UFSCar)
Departamento de Computação (DComp-So)

Centro de Ciências em Gestão e Tecnologia (CCGT)
Campus Sorocaba

Plataforma Lattes / outubro de 2020

Katti Faceli

Possui graduação em Bacharelado Em Ciências da Computação pela Universidade de São Paulo (1998), mestrado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (2001) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (2006) e pós-doutorado em Ciência da Computação pela Universidade de São Paulo - São Carlos (2008). Atualmente é Professora Associada da Universidade Federal de São Carlos, Campus de Sorocaba. Em 2016 atuou como pesquisadora visitante na Manchester Business School, University of Manchester. Tem experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial, atuando principalmente nos seguintes temas: aprendizado de máquina, análise de agrupamento, visualização e sistemas hibridos inteligentes. (Texto informado pelo autor)

  • http://lattes.cnpq.br/4451540730749377 (17/02/2020)
  • Rótulo/Grupo:
  • Bolsa CNPq:
  • Período de análise: 2008-2020
  • Endereço: Universidade Federal de São Carlos, Universidade Federal de São Carlos - Campus Sorocaba. Rodovia João Leme dos Santos, Km 110 - SP-264 Bairro do Itinga 18052780 - Sorocaba, SP - Brasil Telefone: (15) 32297446 URL da Homepage: kfaceli.wordpress.com
  • 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 (9)
    1. 2017-Atual. Aplicacoes de Aprendizado de Maquina
      Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (3) . Integrantes: Katti Faceli - Coordenador / Ovídio José Francisco - Integrante / Maurício Spinardi - Integrante / Rafael Geraldeli Rossi - Integrante / Francisco Augusto Cesar de Camargo Bellaz Guiraldelli - Integrante. Número de orientações: 2
      Membro: Katti Faceli.
    2. 2017-Atual. Visualization in cluster analysis
      Descrição: Cluster analysis has been largely employed for knowledge extraction in several fields. Interpretation of clustering results are not straightforward for a domain expert and visual aids are extremely useful in these cases. Techniques for visualization and full exploration of advanced clustering techniques results are still needed. This research project aims to design/develop and apply visualization tools for interactive exploration of collections of clustering solutions and data analysis in application domains.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Mestrado acadêmico: (0) . Integrantes: Katti Faceli - Coordenador / Tiemi C. Sakata - Integrante.
      Membro: Katti Faceli.
    3. 2016-2017. Interactive visualization tool for exploring and learning from ensemble of clustering solutions
      Descrição: Cluster analysis has been largely employed for knowledge extraction in several fields. Interpretation of clustering results are not straightforward for a domain expert and visual aids are extremely useful in these cases. Techniques for visualization and full exploration of advanced clustering techniques results are still needed. Partitions' Visualizer (PVis) is a visualization tool that provides a static view of a collection of partitions, aiming at facilitating the work of domain experts comparing several clustering results. This research project aims to design/develop a visualization tool suitable for interactively explore collections of clustering solutions. The tool will take into account the capabilities of PVis, mechanisms for interaction, integration with recent clustering resources and integration with other already existing visualization devices. In order to show the effectiveness of the proposed tool, we will perform a case study. It will concern exploring the relations between partitions obtained with multi-objective clustering algorithms in the context of bioinformatics.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) . Integrantes: Katti Faceli - Coordenador / Tiemi C. Sakata - Integrante / Julia Handl - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.
      Membro: Katti Faceli.
    4. 2015-Atual. MAP: MAchine learning: a multistrategy aPproach
      Descrição: Taking the advantage of the complementarity of the French and the Brazilian teams, this project puts forward a joint investigation in which novel Machine Learning (ML) techniques, with an emphasis on a multistrategy approach, will be proposed. From a multistrategy approach perspective, the objectives are to study trade-o s between di erent learning strategies and to develop learning systems that employ multiple types of inference or computational paradigms in a learning process. As a consequence, multistrategy systems have the potential to be applicable to a wide range of practical problems. Most of the problems approached will be in the context of non-supervised learning or cluster analysis. For example, we will analyze the synergy and trade-o s between constrained clustering by constraint programming (French team) and multiobjective clustering (Brazilian team). The practical aspects of the techniques proposed will be addressed, for example, in the context of mining and modelling biological, textual and temporal data. Another important aim of the project is to stimulate cooperation by bringing the French and the Brazilian researchers/students together to exchange ideas and experiences.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (10) / Mestrado acadêmico: (11) / Doutorado: (11) . Integrantes: Katti Faceli - Integrante / André Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Ana Carolina Lorena - Integrante / Marcílio Carlos Pereira de Souto - Integrante / Teresa Ludermir - Integrante / Renata M.C.R. de Souza - Integrante / Tiemi C. Sakata - Integrante / Mariá Cristina Nascimento - Integrante / Sandra Aluísio - Integrante / Gustavo Batista - Integrante. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação.Número de orientações: 1
      Membro: Katti Faceli.
    5. 2010-2012. Complexidade de Problemas de Classificacao/Categorizacao: Um Estudo de Caso para Dados de Expressao Genica (471962/2010-4 Edital MCT/CNPq N o 14/2010 ? Universal)
      Descrição: Métodos de Aprendizado de Máquina Supervisionado e não-Supervisionado (algoritmos de agrupamento) têm sido aplicados com sucesso para a realização do diagnóstico de câncer, ou descoberta de subtipos, com base em dados de expressão gênica. Contudo, características inerentes aos conjuntos de dados de expressão gênica de câncer, tais como elevada dimensionalidade, baixo número de amostras e presença de ruído, tornam a tarefa de categorização não-trivial. Neste contexto, este Projeto apresenta uma proposta de estudo da caracterização da complexidade de bases de dados de expressão gênica para o diagnóstico de câncer. Espera-se obter medidas de complexidade que permitam relacionar a capacidade de classificação (ou categorização, no caso de métodos de agrupamento) desses dados às suas características, promovendo assim meios para a recomendação de abordagens a serem seguidas na classificação (categorização) desse tipo de dado. Embora o estudo a ser desenvolvido tenha como foco inicial bases de dados de expressão gênica, ele pode ser diretamente estendido a outros conjuntos de dados e domínios (e.g., categorização de textos e análise de imagens). Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) . Integrantes: Katti Faceli - Integrante / André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Ana Carolina Lorena - Integrante / de Souto, Marcilio C.P. - Coordenador / Tiemi Christine Sakata - Integrante / André L. V. Coelho - Integrante / Ivan Gesteira Costa - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.Número de orientações: 2
      Membro: Katti Faceli.
    6. 2009-2017. DataExplorer: Uma nova abordagem para analise de agrupamento
      Descrição: Este projeto se refere ao desenvolvimento de uma nova abordagem para análise de agrupamento que possibilite a obtenção de uma variedade maior de clusters com potencial de fornecer informações úteis aos especialistas se comparadas com as técnicas tradicionais e mesmo com as mais recentes como ensembles de agrupamento e as estratégias multi-objetivo. A idéia é que se obtenha todos os (ou a maioria dos) clusters relevantes presentes em um determinado conjunto de dados, independente da estrutura mais complexa a que eles pertençam (ex. uma partição), em que nível de refinamento ou mesmo em que sub-espaço dos dados ocorram.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (2) . Integrantes: Katti Faceli - Coordenador / Marcílio Carlos Pereira de Souto - Integrante / Andre Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Tiemi C. Sakata - Integrante / Fabio Luciano Verdi - Integrante / Luciana Aparecida Martinez Zaina - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa / Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro / Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa. Número de produções C, T A: 4 / Número de orientações: 3
      Membro: Katti Faceli.
    7. 2009-Atual. Desenvolvimento de estrategias de selecao de particoes
      Descrição: Este projeto consiste do desenvolvimento de estratégias para a seleção de um subconjunto pequeno e representativo das soluções encontradas com técnicas de agrupamento tradicionais.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (2) . Integrantes: Katti Faceli - Integrante / Tiemi C. Sakata - Coordenador / Vanessa Antunes - Integrante / Gabriel Leonardo Pedote - Integrante.
      Membro: Katti Faceli.
    8. 2008-2010. Sistemas hibridos de aprendizado de maquina - CAPES-PROCAD
      Descrição: O projeto contou com a colaboração de pessoal dos grupos de aprendizado de maquina do ICMC-USP, do CIN-UFPE e do DIMAP-UFRN. Este projeto investigará a utilização de duas grandes áreas em que sistemas híbridos de Aprendizado de Máquina podem ser utilizados: classificação de dados e agrupamento de dados. O coordendar geral do projeto eh o Prof Andre C P L F de Carvalho do ICMC-USP. Os coordenadores locais sao a Profa. Teresa Ludermir, CIn-UFPE e o Prof. Marcilio Souto, DIMAP-UFRN.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (6) / Mestrado profissional: (0) / Doutorado: (8) . Integrantes: Katti Faceli - Integrante / Andre Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / de Souto, Marcilio C.P. - Integrante / Teresa Ludermir - Integrante / Zhao Liang - Integrante / Bruno Feres - Integrante / Francisco de Assis Tenório de Carvalho - Integrante / André Maurício Cunha Campos - Integrante / Anne Magaly de Paula Canuto - Integrante / Ricardo J. G. B. Campello - Integrante / Eduardo Hruschka - Integrante / Renata M.C.R. de Souza - Integrante / Ricardo Prudêncio - Integrante / André Rossi - Integrante / Cleber Zanchettin - Integrante. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Bolsa.
      Membro: Katti Faceli.
    9. 2008-2010. Desenvolvimento de estrategias para reducao do numero de solucoes em agrupamento multi-objetivo e ensemble multi-objetivo de agrupamentos
      Descrição: Este projeto é voltado para a investigação de medidas de similaridade para seleção de um subconjunto pequeno e representativo das soluções encontradas com técnicas de agrupamento multi-objetivo baseadas em Pareto, utilizadas na análise de problemas em diversas áreas de aplicação.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) . Integrantes: Katti Faceli - Coordenador. Financiador(es): Universidade Federal de São Carlos - Bolsa / Universidade Federal de São Carlos - Auxílio financeiro. Número de produções C, T A: 5 / Número de orientações: 1
      Membro: Katti Faceli.

Prêmios e títulos

  • Total de prêmios e títulos (2)
    1. Best Paper Award, BRACIS Brazilian Conference on Intelligent Systems, SBC.. 2017.
      Membro: Katti Faceli.
    2. Prêmio Jabuti - 1o lugar na categoria Tecnologia e Informática com o livro ?Inteligência Artificial: Uma abordagem de aprendizado de máquina?, Câmara Brasileira do Livro.. 2012.
      Membro: Katti Faceli.

Participação em eventos

  • Total de participação em eventos (9)
    1. Brazilian Conference on Intelligent Systems. 2017. (Congresso).
    2. Research Data Visualisation Workshop (RDVW). 2016. (Seminário).
    3. 2014 International Joint Conference on Neural Networks. PVis - Partitions? Visualizer: extracting knowledge by visualizing a collection of partitions. 2014. (Congresso).
    4. Microsoft eScience Workshop. 2014. (Seminário).
    5. Latin American eScience Workshop 2013. 2013. (Seminário).
    6. XIX Workshop sobre Educação em Computação. A Sustentabilidade como Componente Curricular do Curso de Bacharelado em Ciência da Computação. 2011. (Congresso).
    7. A pedagogia universitária na área de ciências exatas e tecnologia em debate. 2010. (Oficina).
    8. Joint Conference SBIA/SBRN/JRI 2010. Improvements in the Partitions Selection Strategy for Set of Clustering Solutions. 2010. (Congresso).
    9. Brazilian Symposium on Neural Networks (Joint conference SBIA/SBRN 2008).A Strategy for the Selection of Solutions of the Pareto Front Approximation in Multi-Objective Clustering Approaches. 2008. (Simpósio).

Organização de eventos

  • Total de organização de eventos (3)
    1. Faceli, Katti; A. Alvaro ; GONZALEZ, S. M.. II Workshop de Intercâmbio de Experiências em Computação. 2013. Outro
    2. CARVALHO, A. C. P. L. F. ; LORENA, A. C. ; SCOTT, L. P. B. ; FACELI, K.. III Brazilian Symposium on Bioinformatics (BSB?2008). 2008. Congresso
    3. SCOTT, L. P. B. ; LORENA, A. C. ; CARVALHO, A. C. P. L. F. ; FACELI, K.. I Brazilian School on Bioinformatics (EBB?2008). 2008. Outro

Lista de colaborações

  • Colaborações endôgenas (4)
    • Katti Faceli ⇔ Tiemi Christine Sakata (14.0)
      1. TAKECHI, A. K. ; Steluti, W.M.D.M.F. ; Riul Jr., A. ; Faceli, K. ; SAKATA, T. C.. Aprendizado Supervisionado aplicado à Língua Eletrônica na Análise de Açúcar. Reverte (Indaiatuba). v. 9, p. 5, issn: 1806-0803, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (Reverte (Indaiatuba))
      2. Faceli, K. ; SAKATA, T. C. ; Souto, M. C. P ; CARVALHO, A. C. P. L. F.. Partitions selection strategy for set of clustering solutions. Neurocomputing (Amsterdam). v. 73, p. 2809-2819, issn: 0925-2312, 2010.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A1
      3. FACELI, KATTI ; SAKATA, TIEMI C. ; HANDL, JULIA. CVis Towards a novel visualization tool to explore the relationship between input and output partitions in multi-objective clustering ensembles. Em: 2017 IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology (CIBCB), p. 1, 2017.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: B3 (CIBCB)
      4. ANTUNES, V. ; Faceli, Katti ; SAKATA, T. C.. HSS: Compact set of Partitions via Hybrid Selection. Em: Brazilian Conference on Intelligent Systems, p. 37-42, 2017.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (Brazilian Conference on Intelligent Systems)
      5. PEDOTE, G. ; Faceli, Katti ; SAKATA, T. C.. Impact of Base Partition Selection on Multi-Objective Clustering Ensemble. Em: ENIAC Encontro Nacional de Inteligência Artificial e Computacional, 2017.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: B4 (Encontro Nacional de Intelig)
      6. ALMEIDA, JOAO LUIS BAPTISTA DE ; SAKATA, TIEMI CHRISTINE ; FACELI, KATTI. ASAClu: Selecting Diverse and Relevant Clusters. Em: 2016 5th Brazilian Conference on Intelligent Systems (BRACIS), p. 474-479, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2016 5th Brazilian Conference on Intelligent Systems (BRACIS))
      7. J. Piantoni ; Faceli, Katti ; SAKATA, T. C. ; PEREIRA, J. C. ; Souto, M. C. P.. Impact of Base Partitions on Multi-objective and Traditional Ensemble Clustering Algorithms. Em: 22nd International Conference on Neural Information Processing (ICONIP2015), v. 9489, p. 696-704, 2015.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: B1 (International Conference on Neural Information Processing)
      8. FACELI, KATTI ; SAKATA, TIEMI C. ; DE CARVALHO, ANDRE C. P. L. F. ; DE SOUTO, MARCILIO C. P.. PVis ? Partitions' visualizer: Extracting knowledge by visualizing a collection of partitions. Em: 2014 International Joint Conference on Neural Networks (IJCNN), p. 3056-3061, 2014.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A2 (IJCNN)
      9. V. B. Santos ; NASCIMENTO, M. V. R. ; SAKATA, T. C. ; Faceli, Katti. DataExplorer: descobrindo clusters de diferentes tipos. Em: ENIA - Encontro Nacional de Inteligência Artificial, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: B4 (Encontro Nacional de Intelig)
      10. de Souto, Marcilio C.P. ; COELHO, ANDRE L.V. ; FACELI, KATTI ; SAKATA, TIEMI C. ; BONADIA, VIVIANE ; Costa, Ivan G.. A Comparison of External Clustering Evaluation Indices in the Context of Imbalanced Data Sets. Em: 2012 Brazilian Symposium on Neural Networks (SBRN), p. 49-54, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: B3 (SBRN)
      11. SAKATA, TIEMI C. ; Faceli, Katti ; ALMEIDA, TIAGO A. ; JUNIOR, ANTONIO RIUL ; STELUTI, WANESSA M. D. M. F.. The Assessment of the Quality of Sugar using Electronic Tongue and Machine Learning Algorithms. Em: 2012 Eleventh International Conference on Machine Learning and Applications (ICMLA), v. 1, p. 538-541, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A1 (International Conference on Machine Learning)
      12. SAKATA, T C ; FACELI, K ; DE SOUTO, M C P ; DE CARVALHO, A C P L F. Improvements in the Partitions Selection Strategy for Set of Clustering Solutions. Em: 2010 Eleventh Brazilian Symposium on Neural Networks (SBRN 2010), p. 49-54, 2010.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: B3 (SBRN)
      13. SILVA, V. L. ; FACELI, K. ; SAKATA, T. C.. Medidas de Similaridade para Seleção de Partições. Em: XVII Congresso de Iniciação Científica da UFSCar, 2009, São Carlos. Anais de Eventos da UFSCar, v. 5, p. 117-117, 2009.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      14. Faceli, Katti; SAKATA, T. C.. Aprendizagem de Máquina. 2010. Apresentação de Trabalho/Conferência ou palestra

    • Katti Faceli ⇔ Sahudy Montenegro González (2.0)
      1. MELARE, A. V. S. ; GONZALEZ, S. M. ; FACELI, K. ; CASADEI, V.. Technologies and Decision Support Systems to aid Solid Waste Management - a systematic review. WASTE MANAGEMENT. v. 59, p. 567-584, issn: 0956-053X, 2017.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (WASTE MANAGEMENT)
      2. MELARE, A. V. S. ; Faceli, Katti ; GONZALEZ, S. M.. Ferramenta acheseuecoponto: Aproximando a população dos pontos de coleta de resíduos sólidos urbanos. Em: WCAMA 2014 ? V Workshop de Computação Aplicada à Gestão do Meio Ambiente e Recursos Naturais Evento Satélite do XXXIV Congresso da Sociedade Brasileira de Computação, p. 1187-1196, 2014.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: B5 (Workshop de Computação Aplicada à Gestão do Meio Ambiente e Recursos Naturais)

    • Katti Faceli ⇔ Luciana Aparecida Martinez Zaina (1.0)
      1. ZAINA, L. A. M. ; Faceli, Katti. A Sustentabilidade como Componente Curricular do Curso de Bacharelado em Ciência da Computação. Em: XIX Workshop sobre Educação em Computação, p. 1584-1593, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (XIX Workshop sobre Educação em Computação)

    • Katti Faceli ⇔ Tiago Agostinho de Almeida (1.0)
      1. SAKATA, TIEMI C. ; Faceli, Katti ; ALMEIDA, TIAGO A. ; JUNIOR, ANTONIO RIUL ; STELUTI, WANESSA M. D. M. F.. The Assessment of the Quality of Sugar using Electronic Tongue and Machine Learning Algorithms. Em: 2012 Eleventh International Conference on Machine Learning and Applications (ICMLA), v. 1, p. 538-541, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A1 (International Conference on Machine Learning)




Data de processamento: 12/10/2020 17:50:52