Relatório de produção acadêmica da Universidade Federal de São Carlos (UFSCar) realizado em 21/11/2017

Marcela Xavier Ribeiro

Atualmente é professora adjunta da Universidade Federal de São Carlos. É Doutora em Ciência da Computação pelo Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo em São Carlos (2008). É mestre em Ciência da Computação pela Universidade Federal de São Carlos (2004). Possui graduação em Engenharia de Computação pela Universidade Federal de São Carlos (2002). Suas principais áreas de interesse são mineração, visualização e consultas de dados complexos (dados espaço-temporais, data streams e imagens). (Texto informado pelo autor)

http://lattes.cnpq.br/0300141044144026 (19/10/2017)

Rótulo/Grupo:

Bolsa CNPq:

Período de análise: 2009-2017

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

Artigos completos publicados em periódicos (8)
1. 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 ]
2. ANDRADE, C. G. ; RIBEIRO, M. X.. Similarity search in multidimensional time series using the Coulomb?s law. Journal of Information and Data Management - JIDM. v. 5, p. 74-83, issn: 2178-7107, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. CAZZOLATO, M. T. ; RIBEIRO, M. X.. Classifying high-speed data streams using statistical decision trees. Journal of Information and Data Management - JIDM. v. 5, p. 84-93, issn: 2178-7107, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4. BALAN, André Guilherme Ribeiro ; Balan, André G.R. ; TRAINA, A. J. M. ; Ribeiro, Marcela Xavier ; MARQUES, Paulo Mazzoncini de Azevedo ; TRAINA JR, Caetano ; Traina Jr., Caetano ; Traina, Agma J.M. ; Ribeiro, Marcela X. ; Marques, Paulo M.A.. Smart histogram analysis applied to the skull-stripping problem in T1-weighted MRI. Computers in Biology and Medicine. v. 42, p. 509-522, issn: 0010-4825, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5. da Silva, Sérgio Francisco ; Ribeiro, Marcela Xavier ; Batista Neto, João do E.S. ; Traina-Jr., Caetano ; Traina, Agma J.M.. Improving the ranking quality of medical image retrieval using a genetic feature selection method. Decision Support Systems. v. 50, p. 1-11, issn: 0167-9236, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6. Ferreira, Monica R. P ; RIBEIRO, M. X. ; TRAINA JR, C. ; Traina, Agma J.M.. Adding Knowledge Extracted by Association Rules into Similarity Queries. Journal of Information and Data Management - JIDM. v. 1, p. 391-406, issn: 2178-7107, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7. TRAINA, Agma Juci Machado ; TRAINA JR, C. ; CIFERRI, C. D. A. ; RIBEIRO, M. X. ; Marques, P. M. A.. How to Cope with the Performance Gap in Content-based Image Retrieval Systems. International Journal of Healthcare Information Systems and Informatics. v. 4, p. 47-67, issn: 1555-3396, 2009.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
8. Ribeiro, Marcela X.; Bugatti, Pedro H. ; Traina Jr., Caetano ; Marques, Paulo M.A. ; Rosa, Natalia A. ; Traina, Agma J.M.. Supporting content-based image retrieval and computer-aided diagnosis systems with association rule-based techniques???. Data & Knowledge Engineering. v. 1, p. 1-13, issn: 0169-023X, 2009.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Livros publicados/organizados ou edições (1)
1. FERRARI, R. ; RIBEIRO, M. X. ; DIAS, R. L. ; FALVO, M.. Estrutura de Dados com Jogos. 1 ed. Rio de Janeiro: Elsevier, 2014. v. 1, p. 259.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Capítulos de livros publicados (7)
1. 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: . : Springer Berlin Heidelberg. 2012.p. 667-681.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. 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: . : Springer Berlin Heidelberg. 2012.p. 743-757.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. Romani, L. A. S. ; SOUSA, E. P. M. ; RIBEIRO, M. X. ; Avila, A. M. H ; Zullo Jr, J. ; TRAINA JR, C. ; Traina, Agma J.M.. Mining Climate and Remote Sensing Time Series to Improve Monitoring of Sugar Cane Fields. Em: ércules Antonio do Prado, Alfredo Jose Barreto Luiz, Homero Chaib Filho. (Org.). Computational Methods for Agricultural Research: Advances and Applications. USA. : IGI Global. 2011.v. 1, p. 51-72.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4. Traina, Agma J.M. ; TRAINA JR, C. ; BALAN, A. G. R. ; RIBEIRO, M. X. ; BUGATTI, P. H. ; WATANABE, C. Y. V. ; Marques, P. M. A.. Feature Extraction and Selection for Decision Making over Medical Images. Em: Thomas M. Deserno. (Org.). Biomedical Image Processing - Methods and Applications. Berlin. : Springer-Verlag. 2011.v. 1, p. 197-223.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5. TRAINA, Agma Juci Machado ; TRAINA, Caetano ; CORDEIRO, R. L. F. ; RIBEIRO, M. X. ; Marques, P. M. A.. Issues and Techniques to Mitigate the Performance Gap in Content-Based Image Retrieval Systems. Em: Joseph Tan. (Org.). New Technologies for Advancing Healthcare and Clinical Practices. 1ed.Hershey. : Ig Global. 2011.v. 1, p. 60-83.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6. WATANABE, C. Y. V. ; RIBEIRO, M. X. ; TRAINA JR, C. ; Traina, Agma J.M.. SACMiner: A New Classification Method Based on Statistical Association Rules to Mine Medical Images. Em: Joaquim Filipe, José Cordeiro. (Org.). Lecture Notes in Business Information Processing (LNBIP). Heidelberg. : Springer Verlag. 2011.v. 73, p. 249-263.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7. RIBEIRO, M. X.; BALAN, A. G. R. ; FELIPE, J. C. ; TRAINA, Agma Juci Machado ; TRAINA JR, C.. Mining Statistical Association Rules to Select the Most Relevant Medical Image Features. Em: Zighed, D.A.; Tsumoto, S.; Ras, Z.W.; Hacid, H.. (Org.). Mining Complex Data, Series: Studies in Computational Intelligence. Berlin / Heidelberg. : Springer. 2009.v. 165, p. 113-131.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Textos em jornais de notícias/revistas (0)
Trabalhos completos publicados em anais de congressos (24)
1. JOAO, R. S. ; MPINDA, S. A. T. ; VIEIRA, A. P. S. B. ; JOAO, R. S. ; Romani, L. A. S. ; RIBEIRO, M. X.. A New Approach to Classify Sugarcane Fields Based on Association Rules. Em: 14th International Conference on Information Technology : New Generations, v. 1, p. 1-1, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. DISCOLA-JR, S. L. ; CECATTO, J. R. ; FERNANDES, M. M. ; RIBEIRO, M. X.. An Optimized Data Mining Method to Support Solar Flare Forecast. Em: 14th International Conference on Information Technology : New Generations, v. 1, p. 1-6, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. DIAS, RAFAEL L. ; MPINDA, S. A. T. ; BUENO, RENATO ; RIBEIRO, M. X.. Visual-Interactive k-NDN Method (VIK): A Novel Approach to Visualize and Interact with Content-Based Image Retrieval Systems Regarding Similarity and Diversity. Em: Information Visualisation Society Conference, p. 1-6, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4. MPINDA, S. A. T. ; SANTOS, MARILDE T. P. ; RIBEIRO, M. 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 ]
5. SILVEIRA JUNIOR, C. R. ; RIBEIRO, M. X. ; SANTOS, M. T. P.. IncMSTS-PP: an Algorithm to the Incremental Extraction of Significant Sequences from Environmental Sensor Data. Em: 12th International Conference on Machine Learning and Data Mining (MLDM 2016), v. 9729, p. 284-293, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6. SANTOS, L. F. D. ; DIAS, R. L. ; RIBEIRO, M. X. ; TRAINA, AGMA J. M. ; Traina-Jr., Caetano. Combining Diversity Queries and Visual Mining to Improve Content-Based Image Retrieval Systems: The DiVI Method. Em: 17th IEEE International Symposium on Multimedia (ISM 2015), v. 1, p. 357-362, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7. JOAO, R. S. ; NICOLETTI, M. C. ; MONTEIRO, A. M. ; RIBEIRO, M. X.. Extracting association rules from a retail database: two case studies. Em: 15th International Conference on Hybrid Intelligent Systems, v. 420, p. 1-11, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
8. ANDRADE, C. G. ; CAZZOLATO, M. T. ; RIBEIRO, M. X.. Data Mining in Meteorological Time Series Using Association Rules and a Similarity Searching Based Method. Em: II Symposium on Knowledge Discovery, p. 1-8, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
9. SANTOS, L. F. D. ; DIAS, RAFAEL L. ; Ferreira, Monica R. P ; RIBEIRO, M. X. ; TRAINA, A. J. M. ; Traina-Jr., Caetano. Have You Met VikS? A Novel Framework for Visual Diversity Search Analysis. Em: Sessão de Demos e Aplicações do 29º Simpósio Brasileiro de Banco de Dados, p. 1-6, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
10. SILVEIRA JUNIOR, C. R. ; RIBEIRO, M. X. ; SANTOS, M. T. P.. Stretchy Time Pattern Mining: A Deeper Analysis of Environment Sensor. Em: The 26th International FLAIRS Conference, v. 1, p. 468-473, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
11. 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. 101-6, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
12. CAZZOLATO, M. T. ; RIBEIRO, M. X.. A Statistical Decision Tree Algorithm Applied on Noisy Data Streams. Em: Symposium on Knowledge Discovery, p. 1-8, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
13. ANDRADE, C. G. ; RIBEIRO, M. X.. A Novel Method for Similarity Search over Meteorological Time Series Data based on the Coulomb s Law. Em: 15th International Conference on Enterprise Information Systems, p. 209-8, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
14. ANDRADE, C. G. ; KAWAKAMI, C. ; BETETTO, L. A. O. ; RIBEIRO, M. X.. A proposal for measuring interest in privacy preservation in data mining using Jaccard index. Em: Symposium on Knowledge Discovery, p. 1-7, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
15. 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. 1, p. 743-757-16, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
16. 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 ]
17. 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. 1-9, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
18. BUGATTI, P. H. ; RIBEIRO, M. X. ; TRAINA, Agma Juci Machado ; TRAINA JR, C.. Feature Selection Guided by Perception in Medical CBIR Systems. Em: First IEEE conference on Healthcare Informatics, p. 323-330, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
19. WATANABE, C. Y. V. ; RIBEIRO, M. X. ; TRAINA JR, C. ; Traina, Agma J.M.. Statistical Associative Classification of Mammograms: The SACMINER. Em: International Conference on Enterprise Information Systems, p. 1-8, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
20. CERRI, M. J. ; YAGUINUMA, C. A. ; 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. 1-6, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
21. BUENO, R. ; RIBEIRO, M. X. ; Traina, Agma J.M. ; TRAINA JR, C.. 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 ]
22. Romani, L. A. S. ; SOUSA, E. P. M. ; RIBEIRO, M. X. ; Zullo Jr, J. ; TRAINA JR, C. ; TRAINA, Agma Juci Machado. Employing Fractal Dimension to Analyze Climate and Remote Sensing Data Streams. Em: Workshop on Multimedia Data Mining of SIAM International Conference on Data Mining (SIAM SDM/ MDM 2009), p. 1-12, 2009.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
23. Miranda, G. B. ; RIBEIRO, M. X. ; TRAINA, Agma Juci Machado ; FELIPE, J. C.. Fuzzy-Omega: A New Method for Consistent Design of Membership Functions in Fuzzy Sets. Em: The 2009 International Conference on Artificial Intelligence and Pattern Recognition (AIPR-09), p. 1-7, 2009.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
24. SILVA, S. F. ; TRAINA, Agma Juci Machado ; RIBEIRO, M. X. ; BATISTA NETO, J. E. S. ; TRAINA JR, C.. Ranking evaluation functions to improve genetic feature selection in content-based image retrieval of mammograms. Em: 22nd IEEE International Symposium on Computer-Based Medical Systems, p. 1-8, 2009.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Resumos expandidos publicados em anais de congressos (6)
1. SILVEIRA JUNIOR, C. R. ; CARVALHO, D. C. ; SANTOS, M. T. P. ; RIBEIRO, M. X.. Incremental Mining of Frequent Sequences in Environmental Sensor Data. Em: The 28th International FLAIRS Conference, 2015, Hollywood, Florida, USA. Annals of the 28th International FLAIRS Conference, p. 1-4, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. MPINDA, S. A. T. ; MASCHIETTO, L. G. ; SANTOS, MARILDE T. P. ; RIBEIRO, M. X.. 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 ]
3. ANDRADE, C. G. ; RIBEIRO, M. X.. A similarity-based method for visual search in time series using Coulomb?s law. Em: 7th International Conference on Similarity Search and Applications (SISAP, 2014, Los Cabos, Mexico.. Annals of SISAP 2014, v. 1, p. 1-6, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4. CAZZOLATO, MIRELA TEIXEIRA ; Ribeiro, Marcela Xavier. A statistical decision tree algorithm for medical data stream mining. Em: 2013 IEEE 26th International Symposium on ComputerBased Medical Systems (CBMS), 2013, v. 1, p. 389-4, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5. CAZZOLATO, M. T. ; RIBEIRO, M. X. ; YAGUINUMA, C. A. ; SANTOS, M. T. P.. A Statistical Decision Tree Algorithm for Data Stream Classification. Em: 15th International Conference on Enterprise Information Systems, 2013, v. 1, p. 217-7, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6. WATANABE, CAROLINA Y. V. ; Ribeiro, Marcela X. ; TRAINA, AGMA J. M. ; JR, CAETANO TRAINA. A Statistical Associative Classifier with Automatic Estimation of Parameters on Computer Aided Diagnosis. Em: 2012 Eleventh International Conference on Machine Learning and Applications (ICMLA), 2012, v. 1, p. 564-567, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Resumos publicados em anais de congressos (2)
1. 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: 2012 IEEE International Conference on Bioinformatics and Biomedicine Workshops (BIBMW), 2012, v. 1, p. 752-753, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. BARIONE, M. C. ; Traina, Agma J.M. ; Romani, L. A. S. ; RIBEIRO, M. X. ; SOUSA, E. P. M. ; Avila, A. M. H ; Zullo Jr, J. ; TRAINA JR, C.. How to Find Relevant Patterns in Climate Data: An Efficient and Effective Framework to Mine Climate Time Series and Remote Sensing Images. Em: SIAM Annual Meeting, 2010, Pittsburgh. SIAM-AN 2010. New York: SIAM, v. 1, p. 1-2, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Artigos aceitos para publicação (0)
Apresentações de trabalho (1)
1. RIBEIRO, M. X. Exploring Fuzzy Ontologies in Mining Generalized Association Rules. 2012. Apresentação de Trabalho/Congresso
Demais tipos de produção bibliográfica (0)

Produção técnica

Programas de computador com registro de patente (0)
Programas de computador sem registro de patente (0)
Produtos tecnológicos (0)
Processos ou técnicas (0)
Trabalhos técnicos (0)
Demais tipos de produção técnica (0)

Produção artística

Total de produção artística (0)

Orientações em andamento

Supervisão de pós-doutorado (0)
Tese de doutorado (2)
1. Rafael Stoffalette João. Mineração de Regras de Associação Temporais para Análise de Dados Agrometeorológicos. Tese (Doutorado em Ciência da Computação) - Universidade Federal de São Carlos, . Início: 2015.
  Orientador: Marcela Xavier Ribeiro.
2. Carlos Roberto Silveira Junior. Mineração de Regras de Associação Espaço-Temporais em Imagens. Tese (Doutorado em Ciência da Computação) - Universidade Federal de São Carlos, . Início: 2014.
  Orientador: Marcela Xavier Ribeiro.
Dissertação de mestrado (1)
1. Ana Paula Braatz. Consultas Espaço-Temporais Usando SGBDs Espaço-Temporais para a Análise de Clima. Dissertação (Mestrado profissional em Programa de Pós-graduação em Ciência da Computação) - Universidade Federal de São Carlos, . Início: 2015.
  Orientador: Marcela Xavier Ribeiro.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (0)
Iniciação científica (1)
1. Bruno Guerra Dias Pereira. Melhorando o Realismo em Cenas 3D: como shadow mapping pode ser otimizado. Iniciação científica (Graduando em Ciência da Computação) - Universidade Federal de São Carlos, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Início: 2017.
  Orientador: Marcela Xavier Ribeiro.
Orientações de outra natureza (0)

Supervisões e orientações concluídas

Supervisão de pós-doutorado (0)
Tese de doutorado (0)
Dissertação de mestrado (7)
1. Luiz Gustavo dos Santos Real. Uso de Múltiplos Descritores com Condições de Contorneo e Visualização Hierárquica em CBIR. Dissertação (Mestrado em Programa de Pós-graduação em Ciência da Computação) - Universidade Federal de São Carlos, . 2017.
  Orientador: Marcela Xavier Ribeiro.
2. Claudinei Garcia de Andrade. Mineração de Séries Temporais com Distanciamento de Tempo. Dissertação (Mestrado em Programa de Pós-graduação em Ciência da Computação) - Universidade Federal de São Carlos, . 2014.
  Orientador: Marcela Xavier Ribeiro.
3. Mirela Teixeira Cazzolato. Classificação de Data Streams. Dissertação (Mestrado em Programa de Pós-graduação em Ciência da Computação) - Universidade Federal de São Carlos, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2014.
  Orientador: Marcela Xavier Ribeiro.
4. Rafael Loosli Dias. MINERAÇÃO VISUAL DE IMAGENS ALIADA A CONSULTAS PELOS K-VIZINHOS DIVERSOS MAIS PRÓXIMOS: FLEXIBILIZANDO E MAXIMIZANDO O ENTENDIMENTO DE CONSULTAS POR CONTEÚDO DE IMAGENS. Dissertação (Mestrado em Programa de Pós-graduação em Ciência da Computação) - Centro de Ciências Exatas e de Tecnologia, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2013.
  Orientador: Marcela Xavier Ribeiro.
5. Marcos Daniel Cano. Mineração de Regras de Associação Sequenciais em Séries Temporais e Vi-sualização: Aplicação em Dados Agrometeorológicos. Dissertação (Mestrado em Programa de Pós-graduação em Ciência da Computação) - Centro de Ciências Exatas e de Tecnologia, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2012.
  Orientador: Marcela Xavier Ribeiro.
6. Francisco Rocha Pirolla. Redução de Dimensionalidade usando Agrupamento e Discretização Ponderada para a Recuperação de Imagens por Conteúdo. Dissertação (Mestrado em Programa de Pós-graduação em Ciência da Computação) - Universidade Federal de São Carlos, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2012.
  Orientador: Marcela Xavier Ribeiro.
7. Mauricio Jacó Cerri. Tarefas de Mineração de Dados com Aplicação de Contexto: Estudo de Caso na Meta Referencial Médica. Dissertação (Mestrado em Programa de Pós-graduação em Ciência da Computação) - Universidade Federal de São Carlos, . 2010.
  Supervisor: Marcela Xavier Ribeiro.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (6)

Altamir Gomes Bispo Junior. Visualização de Séries Temporais: Uma Implementação da Técnica Continuous Triangular Model. (Graduação em Sistemas de Informação) - Universidade Federal de São Carlos, . 2016.
Orientador: Marcela Xavier Ribeiro.
Nicolas Masanori Shimizu Oe. Uma análise de SVM e suas aplicações. (Graduação em Ciência da Computação) - Universidade Federal de São Carlos, . 2015.
Orientador: Marcela Xavier Ribeiro.
Richard Vital da Silva. OCR e Armazenamento de Dados. (Graduação em Sistemas de Informação) - Universidade Federal de São Carlos, . 2015.
Orientador: Marcela Xavier Ribeiro.
Henrique José Pires Barcelos. Utilizando Técnicas de Aprendizagem de Máquina para o Reconhecimento de Atividades Físicas. (Graduação em Engenharia de Computação) - Universidade Federal de São Carlos, . 2014.
Orientador: Marcela Xavier Ribeiro.
Paulo Renato Salles da Silva. Market4All-Programa Web visando comparação de preços praticados por Supermercados. (Graduação em Sistemas de Informação) - Universidade Federal de São Carlos, . 2012.
Orientador: Marcela Xavier Ribeiro.
Sérgio Afonso de Abreu. Desenvolvimento de Software para Dispositivos Móveis. (Graduação em Sistemas de Informação) - Universidade Federal de São Carlos, . 2012.
Orientador: Marcela Xavier Ribeiro.
Iniciação científica (1)

Nicole Zafalon Kovacs. Mineração de Imagens Faciais para a Análise de Índice de Massa Corporal para Aplicações Terapêuticas. (Graduando em Engenharia de Computação) - Universidade Federal de São Carlos, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2014.
Orientador: Marcela Xavier Ribeiro.
Orientações de outra natureza (2)

Bruno Guerra Dias Pereira. Renderização da Cultura de Cana de Açúcar. (Ciência da Computação) - Universidade Federal de São Carlos, . 2016.
Orientador: Marcela Xavier Ribeiro.
Lucas Queiroz. Análise de Dados Agrometerológicos. (Ciência da Computação) - Universidade Federal de São Carlos, . 2015.
Orientador: Marcela Xavier Ribeiro.

Projetos de pesquisa

Total de projetos de pesquisa (8)

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.
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.
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.
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.
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.
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.
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.
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 (1)

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)

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

Organização de eventos

Total de organização de eventos (3)

RIBEIRO, M. X.. 28th IEEE International Symposium on Computer-Based Medical Systems. 2015. (Congresso).. . 0.
RIBEIRO, M. X.. II Symposium on Knowledge Discovery, Mining and Learning. 2014. (Congresso).. . 0.
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 (9.0)
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 ]
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 ]
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 ]
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 ]
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 ]
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 ]
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 ]
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 ]
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 (3.0)
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: 26th IEEE International Symposium on Computer-Based Medical Systems (CBMS 2013), v. 101, p. 1-106, 2013.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
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 ]
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 (1.0)
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)
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)
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: 24/11/2017 12:06:53

Relatório gerado por scriptLattes V8.13. Os resultados estão sujeitos a falhas devido a inconsistências no preenchimento dos CVs Lattes. E-mail de contato: leandro@ufscar.br