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

Tiemi Christine Sakata

possui graduação em Bacharelado em Ciência da Computação pela Universidade Federal de São Carlos (1998) e doutorado em Ciência da Computação pela Universidade Estadual de Campinas (2006). Atualmente é professora adjunto da Universidade Federal de São Carlos, campus Sorocaba. Tem experiência na área de Ciência da Computação, atuando principalmente nos seguintes temas: algoritmos distribuídos, tolerância a falhas, computação paralela e aprendizado de máquina. (Texto informado pelo autor)

http://lattes.cnpq.br/3560505262283874 (06/10/2017)

Rótulo/Grupo:

Bolsa CNPq:

Período de análise: 2008-2017

Endereço: Universidade Federal de São Carlos, Universidade Federal de São Carlos - Campus Sorocaba. Rodovia João Leme dos Santos, Km 110 - SP-264, sala 12 Bairro do Itinga 18052-780 - Sorocaba, SP - Brasil Telefone: (15) 32022022

Grande área: Ciências Exatas e da Terra

Área: Ciência da Computação

Citações: Google Acadêmico

Produção bibliográfica

Artigos completos publicados em periódicos (3)
1. ARRUDA, T. V. ; VENTURINI, Y. R. ; SAKATA, T. C.. Performance analysis of parallel modular multiplication algorithms for ECC in mobile devices. Revista de Sistemas de Informação da FSMA. v. 13, p. 57-67, issn: 1983-5604, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. 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 ]
3. 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 ]
Livros publicados/organizados ou edições (0)
Capítulos de livros publicados (0)
Textos em jornais de notícias/revistas (0)
Trabalhos completos publicados em anais de congressos (12)
1. 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 ]
2. 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 ]
3. 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 ]
4. 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 ]
5. 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 ]
6. VANDERLEI DE ARRUDA, TIAGO ; VENTURINI, YEDA REGINA ; SAKATA, TIEMI CHRISTINE. Performance evaluation of ECC scalar multiplication using parallel modular algorithms on mobile devices. Em: 2015 13th Annual Conference on Privacy, p. 153-156, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
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 ]
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 ]
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 ]
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 ]
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 ]
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 ]
Resumos expandidos publicados em anais de congressos (1)
1. TAKECHI, A. K. ; SAKATA, T. C.. Aprendizagem Supervisionada aplicada à Língua Eletrônica na Análise de Açúcar. Em: I Jornada Científica da UFSCar campus Sorocaba, 2010, Sorocaba. I Jornada Científica da UFSCar campus Sorocaba, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Resumos publicados em anais de congressos (6)
1. ROCHA, L. S. ; SAKATA, T. C.. Uso de Mapreduce para Ampliar a Capacidade do MOCLE em analisar daods de Larga Escala. Em: 8o Congresso de Iniciação em Desenvolvimento Tecnológico e Inovação, 2016, Sorocaba. 8o Congresso de Iniciação em Desenvolvimento Tecnológico e Inovação (CIDTI), 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. Peixoto, M. Y. ; SAKATA, T. C.. Interação com Especialistas de Outros Domínios de Aplicação da UFSCar, Campus Sorocaba, por meio do Uso de Técnicas de Mineração de Dados. Em: 9a Jornada Científica e Tenológica da UFSCar, 2011, São Carlos. XIX Congresso de Iniciação Científica da UFSCar, v. 7, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. Zanutto, B. ; SAKATA, T. C.. Portal de Estágio para a UFSCar - campus Sorocaba. Em: XVIII Congresso de Iniciação Científica da UFSCar, 2010, São Carlos. Anais de Eventos da UFSCar, v. 6, p. 372-372, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4. TAKECHI, A. K. ; SAKATA, T. C.. Mineração de Dados para Avaliação de Açúcar. Em: XVIII Congresso de Iniciação Científica da UFSCar, 2010, São Carlos. Anais de Eventos da UFSCar, v. 6, p. 374-374, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5. 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 ]
6. Zanutto, B. ; SAKATA, T. C.. Portal de Estágio para a UFSCar - campus Sorocaba. Em: XVII Congresso de Iniciação Científica da UFSCar, 2009, São Carlos. Anais de Eventos da UFSCar, v. 5, 2009.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Artigos aceitos para publicação (0)
Apresentações de trabalho (4)
1. ZAINA, L. A. M. ; SAKATA, T. C.. Computação Desplugada - os caçadores de erros. 2016. Apresentação de Trabalho/Conferência ou palestra
2. SAKATA, T. C. Hora do Código na Universidade Aberta UFSCar-Sorocaba. 2016. Apresentação de Trabalho/Conferência ou palestra
3. de Souto, Marcilio C.P. ; Coelho, André L. V. ; Faceli, K. ; SAKATA, T. C. ; SANTOS, V. B. ; COSTA, I. G.. A comparison of external clustering evaluation indices in the context of imbalanced data sets. 2012. Apresentação de Trabalho/Simpósio
4. Faceli, K. ; SAKATA, T. C.. Palestra Convidada: Seminário UTFPR: Aprendizado de Máquina Sem Fim e a Leitura da Web. 2010. Apresentação de Trabalho/Conferência ou palestra
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 (0)
Dissertação de mestrado (4)
1. Suéllen Rodolfo Martinelli. Estudo e Aplicação Interdisciplinar do Pensamento Computacional. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Carlos, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Início: 2017.
  Orientador: Tiemi Christine Sakata.
2. Gabriel Leonardo Pedote. Seleção de Partições de Clustering em Dados de Larga Escala. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Carlos, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Início: 2016.
  Orientador: Tiemi Christine Sakata.
3. Vanessa Antunes. Seleção de Modelo de Partições de Agrupamento baseado em Otimização Multiobjetivo. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Carlos, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Início: 2016.
  Orientadores: Elizabeth Joan Barham, Tiemi Christine Sakata.
4. Nahim Alves de Souza. Comitê de Máquinas de Classificação através de Aprendizado Supervisionado e Não-Supervisionado. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Carlos. (Coorientador)., . Início: 2015.
  Orientadores: Tiago Agostinho de Almeida, Tiemi Christine Sakata.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (0)
Iniciação científica (1)
1. Letícia Mara Berto. Introduzindo o Pensamento Computacional para Crianças - Proposta de um Curso. Iniciação científica (Graduando em Ciência da Computação) - Universidade Federal de São Carlos, Fundação de Amparo à Pesquisa do Estado de São Paulo. Início: 2016.
  Orientador: Tiemi Christine Sakata.
Orientações de outra natureza (0)

Supervisões e orientações concluídas

Supervisão de pós-doutorado (0)
Tese de doutorado (0)
Dissertação de mestrado (2)
1. Rodrigo Ramos Nogueira. Desenvolvimento de um modelo para armazenamento de dados não estruturados. Dissertação (Mestrado em Programa de Pós-Graduação em Ciência da Computação) - Universidade Federal de São Carlos, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2015.
  Supervisor: Tiemi Christine Sakata.
2. Tiago Vanderlei de Arruda. Avaliação de desempenho de coordenadas projetivas de curvas elípticas em processadores multicore para dispositivos embutidos. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Carlos, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2012.
  Orientador: Tiemi Christine Sakata.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (0)
Iniciação científica (10)

Gabriel Alves Bento. Análise de dados de emissão de gases com aplicação de fertilizantes. (Graduando em Ciência da Computação) - Universidade Federal de São Carlos, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2015.
Orientador: Tiemi Christine Sakata.
Lucas Sampaio da Rocha. Uso de MapReduce para ampliar a capacidade do MOCLE em analisar dados de larga escala. (Graduando em Ciência da Computação) - Universidade Federal de São Carlos, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2014.
Orientador: Tiemi Christine Sakata.
Renan Ferreira de Almeida. Uso de algoritmos de agrupamento em Big Data. (Graduando em Ciência da Computação) - Universidade Federal de São Carlos, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2013.
Orientador: Tiemi Christine Sakata.
Rafael Mariottini Tomazela. Implementação e avaliação de um algoritmo de agrupamento paralelo no MOCLE. (Graduando em Ciência da Computação) - Universidade Federal de São Carlos, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2012.
Orientador: Tiemi Christine Sakata.
Miriam Yumi Peixoto. Uso de Técnicas de Mineração de Dados por meio da Ferramenta Weka para Interação com Diferentes Áreas de Conhecimento. (Graduando em Bacharelado em Ciência da Computação) - Universidade Federal de São Carlos, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2011.
Orientador: Tiemi Christine Sakata.
Miriam Yumi Peixoto. Meta-aprendizado aplicado à classificação de dados da língua eletrônica. (Graduando em Bacharelado em Ciência da Computação) - Universidade Federal de São Carlos, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2011.
Orientador: Tiemi Christine Sakata.
Hugo Noboru Nomura. Avaliação de um algoritmo de agrupamento paralelo. (Graduando em Bacharelado em Ciência da Computação) - Universidade Federal de São Carlos, . 2011.
Orientador: Tiemi Christine Sakata.
Eduardo Henrique Aleixo Martins. Avaliação de um algoritmo de seleção de partições. (Graduando em Bacharelado em Ciência da Computação) - Universidade Federal de São Carlos, . 2011.
Orientador: Tiemi Christine Sakata.
Aline Kaori Takechi. Interação com Especialistas de Outros Domínios de Aplicação da UFSCar, Campus Sorocaba, por meio do Uso de Técnicas de Mineração de Dados. (Graduando em Bacharelado em Ciência da Computação) - Universidade Federal de São Carlos, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2009.
Orientador: Tiemi Christine Sakata.
Bruno Gonçalves Zanutto. Portal de Estágio para a UFSCar - campus de Sorocaba. (Graduando em Bacharelado em Ciência da Computação) - Universidade Federal de São Carlos, Universidade Federal de São Carlos. 2008.
Orientador: Tiemi Christine Sakata.
Orientações de outra natureza (0)

Projetos de pesquisa

Total de projetos de pesquisa (5)

2013-2015. Tecnicas de Aprendizado de Maquina aplicado em Dados de Larga Escala
Descrição: Este projeto tem como principal objetivo possibilitar a análise de dados de larga escala de forma eficiente. Assim, pretende-se estudar e comparar técnicas de aprendizado de máquina considerando dados com alta dimensionalidade e/ou com mais de uma estrutura.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) . Integrantes: Tiemi Christine Sakata - Coordenador / Katti Faceli - Integrante / Tiago Agostinho Almeida - Integrante. Número de orientações: 2
Membro: Tiemi Christine Sakata.
2011-2015. 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: Em andamento; Natureza: Pesquisa. Integrantes: Tiemi Christine Sakata - Integrante / Luciana Aparecida Martinez Zaina - Integrante / Katti Faceli - Coordenador / André - Integrante / Marcílio Souto - Integrante / Fabio Luciano Verdi - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro. Número de produções C, T A: 1
Membro: Tiemi Christine Sakata.
Descrição: 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: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) . Integrantes: Luciana Aparecida Martinez Zaina - Integrante / Tiemi Christine Sakata - Integrante / Fabio L Verdi - Integrante / Katti Faceli - Coordenador / Marcílio Carlos Pereira de Souto - Integrante / Andre Carlos Ponce de Leon Ferreira de Carvalho - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Luciana Aparecida Martinez Zaina.
2011-2013. 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: Em andamento; Natureza: Pesquisa. Integrantes: Tiemi Christine Sakata - Integrante / Katti Faceli - Integrante / Marcílio Souto - Coordenador / Ana Carolina Lorena - Integrante / André L. V. Coelho - Integrante / Ivan Gesteira Costa - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
Membro: Tiemi Christine Sakata.
2009-2012. 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: Concluído; Natureza: Pesquisa. Integrantes: Tiemi Christine Sakata - Coordenador / Katti Faceli - Integrante.
Membro: Tiemi Christine Sakata.
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. Integrantes: Katti Faceli - Integrante / Tiemi C. Sakata - Coordenador.
Membro: Katti Faceli.
2009-2012. Aprendizado de maquina aplicado a classificacao de dados da lingua eletronica
Descrição: Este projeto tem como objetivo aplicar técnicas de aprendizado de máquina em dados coletados e fornecidos por especialistas em língua eletrônica para auxiliar no processo de extração de conhecimento sobre esses dados.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) . Integrantes: Tiemi Christine Sakata - Coordenador / Katti Faceli - Integrante / Antonio Riul - Integrante / Tiago Agostinho Almeida - Integrante.
Membro: Tiemi Christine Sakata.

Prêmios e títulos

Total de prêmios e títulos (3)

Artigo completo classificado entre os 5 melhores artigos do Encontro Nacional de Inteligência Artificial e Computacional, ENIAC.. 2017.
Membro: Tiemi Christine Sakata.
Best Paper Award, BRACIS Brazilian Conference on Intelligent Systems, SBC.. 2017.
Membro: Tiemi Christine Sakata.
Professora Paraninfo, Alunos da Turma 2012 do Bacharelado em Ciência da Computação... 2016.
Membro: Tiemi Christine Sakata.

Participação em eventos

Total de participação em eventos (14)

Brazilian Conference on Intelligent Systems. 2017. (Congresso).
IX Semana de Computação e Tecnologia da UFSCar Campus Sorocaba.Competição C2Y! - Criação de atividades desplugadas. 2017. (Outra).
XXXVII Congresso da Sociedade Brasileira de Computação. 2017. (Congresso).
VIII Semana da Computação e Tecnologia da UFSCar Campus Sorocaba.Workshop de Computação Desplugada - Conhecendo a Criptografia. 2016. (Outra).
Microsoft eScience Workshop. 2014. (Seminário).
Brazilian Symposium on Neural Networks.A comparison of external clustering evaluation indices in the context of imbalanced data sets. 2012. (Simpósio).
ENIA - Encontro Nacional de Inteligência Artificial.DataExplorer: descobrindo clusters de diferentes tipos. 2012. (Encontro).
Congresso da Sociedade Brasileira de Computação. 2011. (Congresso).
Jornada de Atualizações em Informática. 2011. (Outra).
I Jornada Científica UFSCar Sorocaba.Aprendizagem de Máquina. 2010. (Outra).
Simpósio Brasileiro de Redes Neurais.Improvements in the Partitions Selection Strategy for Set of Clustering Solutions. 2010. (Simpósio).
III Seminário de Inovações Pedagógicas no Ensino de Graduação da UFSCar: Currículo, Prática Docente e Avaliação. 2009. (Seminário).
I Semana da Computação e Tecnologia da UFSCar-Sorocaba. 2009. (Outra).
II Seminário de Inovações Pedagógicas no Ensino de Graduação da UFSCar: Currículo, Prática Docente e Avaliação. 2008. (Seminário).

Organização de eventos

Total de organização de eventos (0)

Lista de colaborações

Colaborações endôgenas (4)

Tiemi Christine Sakata ⇔ Katti Faceli (13.0)
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 ]
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 ]
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 ]
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 ]
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 ]
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 ]
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 ]
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 ]
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 ]
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 ]
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 ]
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 ]
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 ]

Tiemi Christine Sakata ⇔ Tiago Agostinho de Almeida (2.0)
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 ]
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 ]

Tiemi Christine Sakata ⇔ Yeda Regina Venturini (2.0)
ARRUDA, T. V. ; VENTURINI, Y. R. ; SAKATA, T. C.. Performance analysis of parallel modular multiplication algorithms for ECC in mobile devices. Revista de Sistemas de Informação da FSMA. v. 13, p. 57-67, issn: 1983-5603, 2014.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
VANDERLEI DE ARRUDA, TIAGO ; VENTURINI, YEDA REGINA ; SAKATA, TIEMI CHRISTINE. Performance evaluation of ECC scalar multiplication using parallel modular algorithms on mobile devices. Em: 2015 13th Annual Conference on Privacy, p. 153-156, 2015.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

Tiemi Christine Sakata ⇔ Júlio César Pereira (1.0)
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 ]

Data de processamento: 24/11/2017 12:06:57

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