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

Katti Faceli

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

  • http://lattes.cnpq.br/4451540730749377 (10/11/2017)
  • 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 Bairro do Itinga 18052780 - Sorocaba, SP - Brasil Telefone: (15) 32297446 URL da Homepage: kfaceli.wordpress.com
  • Grande área: Ciências Exatas e da Terra
  • Área: Ciência da Computação
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações


Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

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

Prêmios e títulos

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

Participação em eventos

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

Organização de eventos

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

Lista de colaborações



Data de processamento: 24/11/2017 12:06:52