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

Tiago Agostinho de Almeida

Doutor em Engenharia Elétrica com ênfase em Inteligência Artificial e Professor Associado do Departamento de Computação da Universidade Federal de São Carlos (UFSCar). Orienta candidatos de Mestrado e Doutorado e ministra disciplinas de pós-graduação nas áreas de Ciência dos Dados, Aprendizado de Máquina, Inteligência Artificial e Processamento de Linguagem Natural. Tem experiência nas áreas de Computação e desenvolve pesquisas e atividades de extensão em Inteligência Computacional, Aprendizado de Máquina e Reconhecimento de Padrões. É Editor convidado do International Journal of Information Security Science, revisor de dezenas de periódicos especializados e assessor ad hoc de instituições de fomento na área de sistemas inteligentes. Possui +70 de artigos científicos publicados, dentre os quais diversos foram premiados pela comunidade científica nacional e internacional. (Texto informado pelo autor)

  • http://lattes.cnpq.br/5368680512020633 (21/09/2020)
  • Rótulo/Grupo:
  • Bolsa CNPq: Nível 2
  • Período de análise: 2011-2020
  • Endereço: Universidade Federal de São Carlos, Universidade Federal de São Carlos - Campus Sorocaba. Rod. João Leme dos Santos, Km 110 (SP-264), Departamento de Computação Itinga 18052780 - Sorocaba, SP - Brasil Telefone: (15) 32297538 Ramal: 7538 URL da Homepage: http://www.dcomp.sor.ufscar.br/talmeida/
  • 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. 2019-Atual. Representacao Vetorial Distribuida de Itens e Usuarios em Sistemas de Recomendacao
      Descrição: Com a crescente disponibilidade de conteúdo digital, elevada quantidade de informação e facilidade de acesso, as pessoas enfrentam uma dificuldade cada vez maior em encontrar informações relevantes. Deste problema, nasceram os sistemas de recomendação, que analisam o comportamento de usuários para emitir recomendações personalizadas de itens. Atualmente, boa parte das empresas possui alguma forma de recomendação de conteúdo em seus canais ou serviços. Ainda assim, muitos problemas da área não estão devidamente solucionados, um deles sendo a alta dimensionalidade e esparsidade que os problemas de recomendação atuais possuem. Este projeto de pesquisa apresenta um novo método de representação que tem como principal objetivo contornar o problema da alta dimensionalidade, sem comprometer o desempenho. O método proposto será uma modificação de métodos recentes da área de recomendação, que, por sua vez, são inspirados em métodos já consolidados da área de processamento de linguagem natural. A principal meta deste projeto é desenvolver uma representação vetorial com dimensionalidade reduzida que possa ser empregada na realização de recomendações personalizadas, com qualidade.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) . Integrantes: Tiago Agostinho de Almeida - Coordenador / Pedro Reis Pires - Integrante / Bruno Bevilacqua Rizzi - Integrante / Amanda Carnio Pascon - Integrante. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Bolsa / Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.Número de orientações: 3
      Membro: Tiago Agostinho de Almeida.
    2. 2019-Atual. Tecnicas de inteligencia artificial para medidores cognitivos de energia eletrica
      Descrição: O objetivo deste projeto de pesquisa é estudar e propor técnicas de inteligência artificial para analisar padrões de consumo desagregado de energia, visando oferecer soluções para a redução do consumo de energia elétrica, bem como buscar meios para aumentar a eficiência energética. Para isso, serão utilizadas técnicas de aprendizado de máquina que possam identificar padrões de consumo e prever demanda de energia dentro de uma edificação.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . Integrantes: Tiago Agostinho de Almeida - Coordenador / LUZ, THAMIRES CAMPOS - Integrante / Wesley Angelino de Souza - Integrante / Arthur de Jesus Simas - Integrante. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Bolsa. Número de produções C, T A: 3 / Número de orientações: 2
      Membro: Tiago Agostinho de Almeida.
    3. 2018-Atual. Representacao distribuida de textos com atualizacao incremental
      Descrição: O aumento no volume de dados não-estruturados produzidos pela humanidade motivou a utilização de máquinas para executar tarefas que antes eram tradicionalmente realizadas por humanos, tais como tradução, transcrição, análise de opinião, entre outras. Apesar de existir dezenas de métodos de categorização de textos disponíveis, um desafio ainda em aberto é encontrar uma representação computacional capaz de capturar o significado semântico dos textos e aumentar continuamente o vocabulário, bem como evoluir o conhecimento a respeito das relações existentes entre termos e sentenças. Com os modelos de representação existentes, alterações nos padrões dos textos não são rapidamente refletidas no modelo que os representa computacionalmente. Portanto, em cenários nos quais o padrão textual é dinâmico e altera-se com frequência, os modelos de representação disponíveis demandam longo tempo e custo de adaptação. Nesse contexto, o cenário de textos curtos e ruidosos, comumente presente na comunicação por texto via web e smartphones, é uma das aplicações que demanda modelos incrementais, pois termos novos podem surgir o tempo todo, tais como símbolos, gírias e abreviações. Assim, este projeto de pesquisa propõe utilizar técnicas não-supervisionadas de agrupamento e redes neurais recorrentes para criar um modelo computacional de representação de texto capaz de aprender continuamente, associando novos termos a grupos de termos já conhecidos, permitindo que termos ainda não vistos tenham relevância e sejam compreendidos pelo modelo existente.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) / Doutorado: (1) . Integrantes: Tiago Agostinho de Almeida - Coordenador / Akebo Yamakami - Integrante / Renato Moraes Silva - Integrante / Johannes Von Lochter - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa. Número de produções C, T A: 3 / Número de orientações: 4
      Membro: Tiago Agostinho de Almeida.
    4. 2018-Atual. OPINANDO - Opinion Mining for Portuguese: Concept-based Approaches and Beyond
      Descrição: The OPINANDO project aims at investigating issues of concept-level analysis for the Brazilian Portuguese language. We are particularly interested on three main research fronts, namely: (i) the identification of relevant texts to mine, which includes tackling text importance and filtering deceptive content; (ii) the analysis of the selected texts, performing the necessary semantic and discourse analysis and identifying subjective content and the corresponding aspects and polarities; and (iii) the synthesis of the relevant information, using text summarization and generation strategies and dealing with the related challenges in these tasks.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (3) / Doutorado: (5) . Integrantes: Tiago Agostinho de Almeida - Integrante / THIAGO ALEXANDRE SALGUEIRO PARDO - Coordenador / Evandro Eduardo Seron Ruiz - Integrante / Oto Vale - Integrante / Maria das Graças Volpe Nunes - Integrante. Financiador(es): Universidade de São Paulo - Auxílio financeiro. Número de produções C, T A: 2
      Membro: Tiago Agostinho de Almeida.
    5. 2017-2019. Projeto Regular FAPESP - Processo 2017/09387-6 - Modelo de representacao distribuida de textos com capacidade de evoluir continuamente
      Descrição: O aumento no volume de dados não-estruturados produzidos pela humanidade motivou a utilização de máquinas para executar tarefas que antes eram tradicionalmente realizadas por humanos, tais como tradução, transcrição, análise de opinião, entre outras. Apesar de existir dezenas de métodos de categorização de textos disponíveis, um desafio ainda em aberto é encontrar uma representação computacional capaz de capturar o significado semântico dos textos e aumentar continuamente o vocabulário, bem como evoluir o conhecimento a respeito das relações existentes entre termos e sentenças. Com os modelos de representação existentes, alterações nos padrões dos textos não são rapidamente refletidas no modelo que os representa computacionalmente. Portanto, em cenários nos quais o padrão textual é dinâmico e altera-se com frequência, os modelos de representação disponíveis demandam longo tempo e custo de adaptação. Nesse contexto, o cenário de textos curtos e ruidosos, comumente presente na comunicação por texto via web e smartphones, é uma das aplicações que demanda modelos incrementais, pois termos novos podem surgir o tempo todo, tais como símbolos, gírias e abreviações. Assim, este projeto de pesquisa propõe utilizar técnicas não-supervisionadas de agrupamento e redes neurais recorrentes para criar um modelo computacional de representação de texto capaz de aprender continuamente, associando novos termos a grupos de termos já conhecidos, permitindo que termos ainda não vistos tenham relevância e sejam compreendidos pelo modelo existente.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) / Doutorado: (1) . Integrantes: Tiago Agostinho de Almeida - Coordenador / Renato Moraes Silva - Integrante / Johannes Von Lochter - Integrante / Carlos Augusto Bossolani - Integrante / Leandro Luciani Tavares - Integrante / Pedro Reis Pires - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro. Número de produções C, T A: 4 / Número de orientações: 4
      Membro: Tiago Agostinho de Almeida.
    6. 2014-2016. Projeto Regular Fapesp - Processo: 2014/01237-7 - Analise de Sentimento de Mensagens de Texto via Comite de Maquinas de Classificacao
      Descrição: Detectar automaticamente a polaridade de mensagens é um desafio científico que tem atraído a atenção tanto do mercado quanto da academia, uma vez que sua aplicação pode ser das mais diversas, como estimar a popularidade de um candidato em seu eleitorado e inferir se um produto vem agradando seus consumidores. Além desses, analisar o sentimento expressos em mensagens também pode auxiliar as empresas a entenderem a opinião de uma grande massa de clientes a respeito de produtos comercializados, além de possibilitar que consumidores intencionados em comprar determinado produto conheçam previamente a opinião consensual de outros clientes.#10;#10;A necessidade de analisar inúmeras fontes diferentes com grandes volumes de opiniões estabelece um nicho para potenciais pesquisas científicas. Nesse cenário, este projeto de pesquisa propõe o desenvolvimento de um sistema de comitê de máquinas de classificação para detectar automaticamente a polaridade de mensagens de texto.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (1) . Integrantes: Tiago Agostinho de Almeida - Coordenador / Johannes Von Lochter - Integrante / Rafael Ferraz Zanetti - Integrante / Jhony Miller Campanha - Integrante / Dominik Reller - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro. Número de produções C, T A: 4 / Número de orientações: 4
      Membro: Tiago Agostinho de Almeida.
    7. 2013-Atual. Metodo de Classificacao baseado na Entropia da Informacao
      Descrição: Estudo, modelagem, análise e implementação de um novo método de classificação baseado no princípio da descrição mais simples.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (1) . Integrantes: Tiago Agostinho de Almeida - Coordenador / Akebo Yamakami - Integrante / Renato Moraes Silva - Integrante / BRENO LIMA DE FREITAS - Integrante / BITTENCOURT, MARCIELE M. - Integrante. Número de produções C, T A: 11 / Número de orientações: 4
      Membro: Tiago Agostinho de Almeida.
    8. 2012-2013. Desenvolvimento de um Classificador para Deteccao de Vazamento em Rede de Distribuicao de Agua Potavel
      Descrição: Projeto, análise e desenvolvimento de um método de detecção automática de vazamento de água em tubulações. Através de mostras de pressão e sinais sonoros da água em movimento nos canos, foi possível desenvolver um método de detecção de vazamento. Cada ponto de coleta é autônomo e envia um sinal periodicamente a um computador que processa os dados e realiza a análise. Toda vez que um ou mais vazamentos são encontrados o sistema alerta sobre o ocorrido e informa em um mapa qual é o trecho com problemas. A aplicação da tecnologia desenvolvida permite uma redução significativa no tempo de detecção de vazamentos em redes de água, além de informar com maior exatidão os trechos de ocorrências.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Tiago Agostinho de Almeida - Integrante / Cassiano Otávio Becker - Coordenador / Liselene de Abreu Borges - Integrante / Ricardo Coração de Leão Fontoura de Oliveira - Integrante.
      Membro: Tiago Agostinho de Almeida.
    9. 2011-2012. Desenvolvimento de Metodo de Classificacao para Geofone
      Descrição: Projeto, análise e desenvolvimento de método para detecção e eliminação de ruídos em streamming de áudio de vazamento/não-vazamento coletados em tubulações de água potável, Implementação de método classificador para detecção automática de pontos de vazamento incorporado em geofone. O principal objetivo do projeto é automatizar a tarefa humana de detectar pontos de vazamento em tubulações de água e, com isso, é possível aumentar a velocidade e precisão de detecção.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Tiago Agostinho de Almeida - Integrante / Cassiano Otávio Becker - Coordenador / Liselene de Abreu Borges - Integrante / Ricardo Coração de Leão Fontoura de Oliveira - Integrante. Financiador(es): Venturus Centro de Inovação Tecnológica - Outra.
      Membro: Tiago Agostinho de Almeida.

Prêmios e títulos

  • Total de prêmios e títulos (12)
    1. Professor homenageado, Formandos BCCS-UFSCar - 2019.. 2019.
      Membro: Tiago Agostinho de Almeida.
    2. The Best Paper Award (3o melhor trabalho), XV Encontro Nacional de Inteligência Artificial e Computacional (ENIAC'18).. 2018.
      Membro: Tiago Agostinho de Almeida.
    3. The Best Paper Award (Menção Honrosa), XIV Encontro Nacional de Inteligência Artificial e Computacional (ENIAC'17).. 2017.
      Membro: Tiago Agostinho de Almeida.
    4. 2o lugar na competição quot;Can I make a wish? Predicting the presence of meteors in imagesquot;, The 1st Brazilian Knowledge Discovery in Databases (KDD-BR).. 2017.
      Membro: Tiago Agostinho de Almeida.
    5. Professor homenageado, Formandos BCCS-UFSCar - 2016.. 2016.
      Membro: Tiago Agostinho de Almeida.
    6. The Best Paper Award, XII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC'15).. 2015.
      Membro: Tiago Agostinho de Almeida.
    7. Homenagem por destaque em pesquisa, Universidade Federal de São Carlos - UFSCar.. 2015.
      Membro: Tiago Agostinho de Almeida.
    8. The Best Paper Award, XI Encontro Nacional de Inteligência Artificial e Computacional (ENIAC'14).. 2014.
      Membro: Tiago Agostinho de Almeida.
    9. Homenagem por destaque em pesquisa, Universidade Federal de São Carlos - UFSCar.. 2014.
      Membro: Tiago Agostinho de Almeida.
    10. The Best Paper Award (3o melhor trabalho), X Encontro Nacional de Inteligência Artificial e Computacional (ENIAC'13).. 2013.
      Membro: Tiago Agostinho de Almeida.
    11. Homenagem por destaque em pesquisa, Universidade Federal de São Carlos - UFSCar.. 2013.
      Membro: Tiago Agostinho de Almeida.
    12. The Best Paper Award - Machine Learning in Information and System Security Issues, 11th IEEE International Conference on Machine Learning and Applications (ICMLA'12).. 2012.
      Membro: Tiago Agostinho de Almeida.

Participação em eventos

  • Total de participação em eventos (11)
    1. The 8th Brazilian Conference on Intelligent Systems (BRACIS'19). Chair da Sessão: Machine Learning Theory. 2019. (Congresso).
    2. The 7th Brazilian Conference on Intelligent Systems (BRACIS'18). Committee member: The Best paper Session. 2018. (Congresso).
    3. The 6th Brazilian Conference on Intelligent Systems (BRACIS'17). Chair da Sessão: Natural Language Processing. 2017. (Congresso).
    4. XIII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC'16). Detecção Automática de SPIM e SMS Spam usando Método baseado no Princípio da Descrição mais Simples. 2016. (Congresso).
    5. XII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC'15). Detecção de Opinião em Mensagens Curtas usando Comitê de Classificadores e Indexação Semântica. 2015. (Congresso).
    6. XI Encontro Nacional de Inteligência Artificial e Computacional (ENIAC'14). Normalização Textual e Indexação Semântica Aplicadas na Filtragem de SMS Spam. 2014. (Congresso).
    7. IEEE 12th International Conference on Machine Learning and Applications (ICMLA'13). Learning to Block Undesired Comments in the Blogosphere. 2013. (Congresso).
    8. X Encontro Nacional de Inteligência Artificial (ENIAC'13). Aprendizado de Máquina Aplicado na Detecção Automática de Comentários Indesejados. 2013. (Congresso).
    9. 11th IEEE International Conference on Machine Learning and Applications (ICMLA'12). An Analysis of Machine Learning Methods for Spam Host Detection. 2012. (Congresso).
    10. 14th International Conference on Artificial Intelligence (ICAI'12). Artificial Neural Networks for Content-based Web Spam Detection. 2012. (Congresso).
    11. 11th ACM Symposium on Document Engineering (DOCENG'11). Contributions to the Study of SMS Spam Filtering: New Collection and Results. 2011. (Congresso).

Organização de eventos

  • Total de organização de eventos (7)
    1. ALMEIDA, TIAGO A.. The 19th International Conference on Machine Learning and Applications (ICMLA'20) - Special Session on Machine and Deep Learning in Cyber Security and Privacy Issues. 2020. (Congresso).. . 0.
    2. ALMEIDA, TIAGO A.. The 18th International Conference on Machine Learning and Applications (ICMLA'19) - Special Session on Machine and Deep Learning in Cyber Security and Privacy Issues. 2019. (Congresso).. . 0.
    3. ALMEIDA, T.A.. The 17th International Conference on Machine Learning and Applications (ICMLA'17) - Special Session on Machine Learning in Big Data and Information Security Issues. 2018. (Congresso).. . 0.
    4. ALMEIDA, T.A.. The 16th International Conference on Machine Learning and Applications (ICMLA'17) - Special Session on Machine Learning in Big Data and Information Security Issues. 2017. (Congresso).. . 0.
    5. AMEIDA, T.A.. The 15th International Conference on Machine Learning and Applications (ICMLA'16) - Special Session on Machine Learning in Information and Cyber Security. 2016. (Congresso).. . 0.
    6. ALMEIDA, T.A.. The 14th International Conference on Machine Learning and Applications (ICMLA'15) - Special Session on Machine Learning in Information and System Security Issues. 2015. (Congresso).. . 0.
    7. ALMEIDA, T.A.. The 13th International Conference on Machine Learning and Applications (ICMLA'14) - Special Session on Machine Learning in Information and System Security Issues. 2014. (Congresso).. . 0.

Lista de colaborações

  • Colaborações endôgenas (4)
    • Tiago Agostinho de Almeida ⇔ Fabio Luciano Verdi (2.0)
      1. LUZ, THAMIRES CAMPOS ; VERDI, FÁBIO L. ; ALMEIDA, TIAGO A.. Towards novelty detection in electronic devices based on their energy consumption. ENERGY EFFICIENCY (ONLINE). v. 11, p. 939-953, issn: 1570-6478, 2018.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (ENERGY EFFICIENCY (ONLINE))
      2. LUZ, T. C. ; ALMEIDA, T. ; VERDI, FÁBIO L.. Detecção de Novidades em Aparelhos Eletrônicos através do Monitoramento do Consumo de Energia. Em: XII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC'15), v. 1, p. 1-8, 2015.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: B4 (Encontro Nacional de Intelig)

    • Tiago Agostinho de Almeida ⇔ Luciana Aparecida Martinez Zaina (2.0)
      1. TORRES, G. M. ; ZAINA, L. A. M. ; AGOSTINHO, T. A.. Uma análise do Twitter como ferramenta de apoio à aprendizagem. Revista Brasileira de Computação Aplicada. v. 5, p. 85-95, issn: 2176-6649, 2013.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: B5
      2. TORRES, G. M. ; ZAINA, L. A. M. ; AGOSTINHO, T. A.. Aprendizagem em Redes Sociais: Uma Análise de Dados do Twitter. Em: Workshop de Iniciação Científica do 18o Simpósio Brasileiro de Sistemas Multimídia e Web (WebMedia'12), p. 1-4, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (Workshop de Iniciação Científica do 18o Simpósio Brasileiro de Sistemas Multimídia e Web (WebMedia'12))

    • Tiago Agostinho de Almeida ⇔ Tiemi Christine Sakata (2.0)
      1. SOUZA, N. A. ; ALMEIDA, T. A. ; SAKATA, T. C.. Aumentando o poder preditivo de classificadores lineares através de particionamento por classe. Em: XIV Encontro Nacional de Inteligência Artificial e Computacional (ENIAC'17), v. 1, p. 1-12, 2017.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: B4 (Encontro Nacional de Intelig)
      2. 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)

    • Tiago Agostinho de Almeida ⇔ Katti Faceli (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