labic

Gustavo Enrique de Almeida Prado Alves Batista

Gustavo Batista holds a Master's and Ph.D. degrees in Computer Science from the University of São Paulo in São Carlos. In 2007, he joined the Institute of Mathematical and Computer Sciences as an assistant professor and became an associate professor in 2016. From 2010 to 2011, he was a visiting researcher at the University of California, Riverside. Dr. Batista has more than 100 peer-reviewed papers in conferences and journals and more than 5000 citations. He served as a member of premier conference program committee, such as ACM-KDD, SIAM-SDM, IEEE-ICDM and IJCAI, and as a member of the editorial board of the Machine Learning Journal. His research has been funded by various agencies such as FAPESP, CNPq, USAID, and Google. He has been a CNPq Productivity Fellow since 2013. His research interests include machine learning, data mining, time series, and data stream processing with applications in music recovery, public health, agriculture, and the environment. (Texto informado pelo autor)

http://lattes.cnpq.br/3521622923263530 (27/09/2020)

Rótulo/Grupo:

Bolsa CNPq:

Período de análise:

Endereço: Universidade de São Paulo, Instituto de Ciências Matemáticas e de Computação. Av. Trabalhador São-carlense, 400 Centro 13560970 - São Carlos, SP - Brasil - Caixa-postal: 668 Telefone: (16) 33736612 Ramal: 16 Fax: (16) 33712238 URL da Homepage: http://www.icmc.usp.br/pessoas/gbatista

Grande área: Ciências Exatas e da Terra

Área: Ciência da Computação

Citações: Google Acadêmico

Produção bibliográfica

Artigos completos publicados em periódicos (23)
1. SABINO PARMEZAN, ANTONIO RAFAEL ; SOUZA, VINICIUS M.A. ; BATISTA, GUSTAVO E.A.P.A.. Evaluation of statistical and machine learning models for time series prediction: Identifying the state-of-the-art and the best conditions for the use of each model. INFORMATION SCIENCES. v. 484, p. 302-337, issn: 0020-0255, 2019.
2. SILVA, DIEGO F. ; GIUSTI, RAFAEL ; Keogh, Eamonn ; Batista, Gustavo E. A. P. A.. Speeding up similarity search under dynamic time warping by pruning unpromising alignments. DATA MINING AND KNOWLEDGE DISCOVERY (DORDRECHT. ONLINE). v. 32, p. 988-1016, issn: 1573-756X, 2018.
3. SILVA, DIEGO FURTADO ; YEH, CHIN-CHIA MICHAEL ; ZHU, YAN ; Batista, Gustavo ; Keogh, Eamonn. Fast Similarity Matrix Profile for Music Analysis and Exploration. IEEE TRANSACTIONS ON MULTIMEDIA. v. 21, p. 1-1, issn: 1520-9210, 2018.
4. MALETZKE, ANDRÉ G. ; DOS REIS, DENIS M. ; Batista, Gustavo E. A. P. A.. Combining instance selection and self-training to improve data stream quantification. JOURNAL OF THE BRAZILIAN COMPUTER SOCIETY (IMPRESSO). v. 24, p. 12, issn: 0104-6500, 2018.
5. SOUZA, VINICIUS M.A. ; ROSSI, RAFAEL G. ; BATISTA, GUSTAVO E.A.P.A. ; REZENDE, SOLANGE O.. Unsupervised active learning techniques for labeling training sets: An experimental evaluation on sequential data. Intelligent Data Analysis. v. 21, p. 1061-1095, issn: 1571-4128, 2017.
6. SILVA, DIEGO F. ; SOUZA, VINÍCIUS M. A. ; ELLIS, DANIEL P. W. ; KEOGH, EAMONN J. ; Batista, Gustavo E. A. P. A.. Exploring Low Cost Laser Sensors to Identify Flying Insect Species. Journal of Intelligent & Robotic Systems (Dordrecht. Online). v. 1, p. 1-18, issn: 1573-0409, 2015.
7. CHEN, Y. ; WHY, A. ; BATISTA, G. E. A. P. A. ; Mafra Neto, A. ; Keogh, Eamonn. Flying Insect Detection and Classification with Inexpensive Sensors. Journal of Visualized Experiments. v. 92, p. e52111, issn: 1940-087X, 2014.
8. Prati, Ronaldo C. ; Batista, Gustavo E. A. P. A. ; SILVA, DIEGO F.. Class imbalance revisited: a new experimental setup to assess the performance of treatment methods. Knowledge and Information Systems (Print). v. 45, p. 247-270, issn: 0219-1377, 2014.
9. CHEN, YANPING ; WHY, ADENA ; Batista, Gustavo ; MAFRA-NETO, AGENOR ; Keogh, Eamonn. Flying Insect Classification with Inexpensive Sensors. Journal of Insect Behavior. v. 27, p. 657-677, issn: 0892-7553, 2014.
10. SILVA, DIEGO FURTADO; SOUZA, VINÍCIUS MOURÃO ALVES DE ; BATISTA, GUSTAVO ENRIQUE ALMEIDA PRADO ALVES. A comparative study between MFCC and LSF coefficients in automatic recognition of isolated digits pronounced in Portuguese and English - doi: 10.4025/actascitechnol.v35i4.19825. Acta Scientiarum. Technology (Impresso). v. 35, p. 621-628, issn: 1807-8664, 2013.
11. Thanawin Rakthanmanon ; Campana, B. J. L. ; Mueen, Abdullah ; Batista, Gustavo Enrique Almeida Prado Alves ; Westover, Brandon ; Qiang Zhu ; Zakaria, Jesin ; Keogh, Eamonn. Addressing Big Data Time Series: Mining Trillions of Time Series Subsequences Under Dynamic Time Warping. ACM T KNOWL DISCOV D. v. 7, p. 10, issn: 1556-4681, 2013.
12. Batista, Gustavo E. A. P. A.; KEOGH, EAMONN J. ; TATAW, OBEN MOSES ; SOUZA, VINÍCIUS M. A.. CID: an efficient complexity-invariant distance for time series. Data Mining and Knowledge Discovery. v. 28, p. 634-669, issn: 1384-5810, 2013.
13. DEL GAUDIO, ROSA ; Batista, Gustavo ; BRANCO, ANTÓNIO. Coping with highly imbalanced datasets: A case study with definition extraction in a multilingual setting. Natural Language Engineering (Print). v. 20, p. 327-359, issn: 1351-3249, 2013.
14. PRATI, R. C. ; BATISTA, G. E. A. P. A.. A Complexity-Invariant Measure Based on Fractal Dimension for Time Series Classification. International Journal of Natural Computing Research. v. 3, p. 59-73, issn: 1947-928X, 2012.
15. Prati, Ronaldo C. ; Batista, Gustavo E. A. P. A. ; MONARD, Maria Carolina. A Survey on Graphical Methods for Classification Predictive Performance Evaluation. IEEE Transactions on Knowledge and Data Engineering (Print). v. 23, p. 1601-1618, issn: 1041-4347, 2011.
16. Milare, C. R. ; BATISTA, G. E. A. P. A. ; Carvalho, A. C. P. L. F.. A hybrid approach to learn with imbalanced classes using evolutionary algorithms. Logic Journal of the IGPL (Print). v. 19, p. 293-303, issn: 1367-0751, 2011.
17. MILARÉ, Claudia Regina ; BATISTA, G. E. A. P. A. ; CARVALHO, André Carlos Ponce de Leon Ferreira de. A Study of the Influence of Rule Measures in Classifiers Induced by Evolutionary Algorithms. IEEE Intelligent Informatics Bulletin. v. 11, p. 8-13, issn: 1727-5997, 2010.
18. PRATI, Ronaldo Cristiano ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. A hybrid wrapper/filter approach for feature subset selection. SADIO Electronic Journal of Informatics and Operations Research. v. 8, p. 12-24, issn: 1514-6774, 2008.
19. PRATI, Ronaldo Cristiano ; Batista, Gustavo Enrique Almeida Prado Alves ; MONARD, Maria Carolina. Evaluating Classifiers Using ROC Curves. Revista IEEE América Latina. v. 6, p. 215-222, issn: 1548-0992, 2008.
20. BATISTA, G. E. A. P. A.; MILARÉ, Claudia Regina ; PRATI, Ronaldo Cristiano ; MONARD, Maria Carolina. A Comparison of Methods for Rule Subset Selection Applied to Associative Classification. Inteligencia Artificial. v. 10, p. 29-35, issn: 1137-3601, 2006.
21. Batista, Gustavo E. A. P. A.; Prati, Ronaldo C. ; MONARD, Maria Carolina. A study of the behavior of several methods for balancing machine learning training data. SIGKDD Explorations. v. 6, n. 1, p. 20, issn: 1931-0145, 2004.
22. BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. AN ANALYSIS OF FOUR MISSING DATA TREATMENT METHODS FOR SUPERVISED LEARNING. Applied Artificial Intelligence. v. 17, n. 5-6, p. 519-533, issn: 0883-9514, 2003.
23. BATISTA, G. E. A. P. A.; BAZZAN, Ana Lucia Ceterich ; MONARD, Maria Carolina. Balancing Training Data for Automated Annotation of Keywords: a Case Study. Revista Tecnologia da Informação. v. 3, n. 2, p. 15-20, issn: 1516-9197, 2003.
Livros publicados/organizados ou edições (0)
Capítulos de livros publicados (6)
1. da Silva, Tiago Pinho ; Souza, Vinicius Mourão Alves ; Batista, Gustavo Enrique Almeida Prado Alves ; de Arruda Camargo, Heloisa. A Fuzzy Classifier for Data Streams with Infinitely Delayed Labels. Lecture Notes in Computer Science. 1ed. Em: . : Springer International Publishing. 2019.p. 287-295.
2. dos Reis, Denis ; MALETZKE, ANDRÉ ; Cherman, Everton ; Batista, Gustavo. One-Class Quantification. Lecture Notes in Computer Science. 1ed. Em: . : Springer International Publishing. 2019.p. 273-289.
3. Parmezan, Antonio Rafael Sabino ; SOUZA, VINICIUS M. A. ; Batista, Gustavo E. A. P. A.. Towards Hierarchical Classification of Data Streams. Lecture Notes in Computer Science. 1ed. Em: . : Springer International Publishing. 2019.p. 314-322.
4. GIUSTI, RAFAEL ; SILVA, DIEGO F. ; Batista, Gustavo E. A. P. A.. Time Series Classification with Representation Ensembles. Lecture Notes in Computer Science. 1ed. Em: . : Springer International Publishing. 2015.v. 9385, p. 108-119.
5. SILVA, DIEGO F. ; CHEN, YANPING ; WHY, ADENA ; Keogh, Eamonn ; BATISTA, GUSTAVO E.A.P.A.. Automatic insect classification using Bayesian classifier and audio processing features. Em: Beresford R.M.; Froud K.J.; Kean J.M.; Worner S.P.. (Org.). The plant protection data tool box. 1ed.Auckland. : New Zealand Plant Protection Society. 2015.p. 155-160.
6. Maletzke, André Gustavo ; Lee, Huei Diana ; Enrique, Gustavo ; Batista, Almeida Prado Alves ; Coy, Cláudio Saddy Rodrigues ; Fagundes, João José ; Chung, Wu Feng. Time Series Classification with Motifs and Characteristics. Studies in Computational Intelligence. 1ed. Em: . : Springer Berlin Heidelberg. 2014.p. 125-138.
Textos em jornais de notícias/revistas (0)
Trabalhos completos publicados em anais de congressos (92)
1. MALETZKE, ANDRÉ ; dos Reis, Denis ; Cherman, Everton ; Batista, Gustavo E.. DyS: A Framework for Mixture Models in Quantification. Em: AAAI Conference on Artificial Intelligence, v. 33, p. 4552-4560, 2019.
2. DOS REIS, DENIS M. ; MALETZKE, ANDRÉ G. ; Batista, Gustavo E. A. P. A.. Unsupervised context switch for classification tasks on data streams with recurrent concepts. Em: the 33rd Annual ACM Symposium, p. 518-524, 2018.
3. MOREIRA DOS REIS, DENIS ; MALETZKE, ANDRÉ ; SILVA, DIEGO F. ; Batista, Gustavo E. A. P. A.. Classifying and Counting with Recurrent Contexts. Em: ACM SIGKDD Conference on Knowledge Discovery and Data Mining, p. 1983-1992, 2018.
4. SILVA, DIEGO F. ; BATISTA, GUSTAVO E.A.P.A. ; Keogh, E. J.. Large-Scale Similarity-Based Time Series Mining. Em: Concurso de Teses e Dissertações (CTD-SBC), v. 31, p. 1-6, 2018.
5. MALETZKE, ANDRÉ ; DOS REIS, DENIS M. ; CHERMAN, EVERTON A. ; BATISTA, GUSTAVO E.A.P.A.. On the Need of Class Ratio Insensitive Drift Tests for Data Streams. Em: Second International Workshop on Learning with Imbalanced Domains: Theory and Applications, v. 94, p. 110-124, 2018.
6. FURTADO SILVA, DIEGO ; E. A. P. A. BATISTA, GUSTAVO. Elastic Time Series Motifs and Discords. Em: 2018 17th IEEE International Conference on Machine Learning and Applications (ICMLA), p. 237-242, 2018.
7. SOUZA, VINICIUS ; PINHO, TIAGO ; Batista, Gustavo. Evaluating Stream Classifiers with Delayed Labels Information. Em: 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), p. 408-413, 2018.
8. MALETZKE, ANDRE G. ; DOS REIS, DENIS M. ; BATISTA, GUSTAVO E.A.P.A.. Quantification in Data Streams: Initial Results. Em: 2017 Brazilian Conference on Intelligent Systems (BRACIS), p. 43-48, 2017.
9. DOS REIS, DENIS MOREIRA ; FLACH, PETER ; MATWIN, STAN ; Batista, Gustavo. Fast Unsupervised Online Drift Detection Using Incremental Kolmogorov-Smirnov Test. Em: the 22nd ACM SIGKDD International Conference, p. 1545, 2016.
10. SILVA, DIEGO FURTADO ; BATISTA, GUSTAVO E.A.P.A.. Speeding Up All-Pairwise Dynamic Time Warping Matrix Calculation. Em: SIAM International Conference on Data Mining (SDM), p. 837-845, 2016.
11. SILVA, DIEGO FURTADO ; BATISTA, GUSTAVO E.A.P.A. ; KEOGH, EAMONN J.. On the Effect of Endpoints on Dynamic Time Warping. Em: 2nd SIGKDD Workshop On Mining and Learning From Time Series, p. 1-6, 2016.
12. SILVA, DIEGO F. ; Yeh, C. M. ; BATISTA, GUSTAVO E.A.P.A. ; Keogh, Eamonn. SiMPle: Assessing Music Similarity Using Subsequences Joins. Em: 16th International Society for Music Information Retrieval Conference, p. 23-29, 2016.
13. SOUSA, C. A. R. ; BATISTA, GUSTAVO E.A.P.A.. Constrained Local and Global Consistency for Semi-supervised Learning. Em: 23rd International Conference on Pattern Recognition, 2016.
14. SILVA, DIEGO F.; BATISTA, GUSTAVO E. A. P. A. ; KEOGH, EAMONN. Prefix and Suffix Invariant Dynamic Time Warping. Em: IEEE International Conference on Data Mining, p. 1209-1214, 2016.
15. GIUSTI, RAFAEL ; SILVA, DIEGO F. ; Batista, Gustavo E. A. P. A.. Improved Time Series Classification with Representation Diversity and SVM. Em: 2016 15th IEEE International Conference on Machine Learning and Applications (ICMLA), p. 1-6, 2016.
16. SOUZA, VINÍCIUS M. A. ; SILVA, DIEGO F. ; GAMA, JOÃO ; BATISTA, GUSTAVO E. A. P. A.. Data Stream Classification Guided by Clustering on Nonstationary Environments and Extreme Verification Latency. Em: SIAM International Conference on Data Mining (SDM), p. 873-881, 2015.
17. Souza, V. M. A. ; BATISTA, G. E. A. P. A. ; Souza-Filho, N. E.. Automatic Classification of Drum Sounds with Indefinite Pitch. Em: International Joint Conference on Neural Networks (IJCNN), p. 1-8, 2015.
18. SOUSA, C. A. R. ; Souza, V. M. A. ; BATISTA, G. E. A. P. A.. An Experimental Analysis on Time Series Transductive Classification on Graphs. Em: International Joint Conference on Neural Networks (IJCNN), p. 1-8, 2015.
19. Qi, Y. ; Cinar, G. ; Souza, V. M. A. ; BATISTA, G. E. A. P. A. ; Wang, Y. ; Principe, J.. Effective Insect Recognition Using a Stacked Autoencoder with Maximum Correntropy Criterion. Em: International Joint Conference on Neural Networks (IJCNN), p. 1-8, 2015.
20. SOUSA, C. A. R. ; BATISTA, G. E. A. P. A.. Robust multi-class graph transduction with higher order regularization. Em: International Joint Conference on Neural Networks (IJCNN), p. 1-8, 2015.
21. PARMEZAN, A. R. S. ; BATISTA, GUSTAVO E.A.P.A.. A Study of the Use of Complexity Measures in the Similarity Search Process Adopted by kNN Algorithm for Time Series Prediction. Em: International Conference on Machine Learning and Applications, p. 1-6, 2015.
22. SOUZA, VINICIUS M.A. ; SILVA, DIEGO F. ; BATISTA, GUSTAVO E.A.P.A. ; GAMA, JOAO. Classification of Evolving Data Streams with Infinitely Delayed Labels. Em: 2015 IEEE 14th International Conference on Machine Learning and Applications (ICMLA), p. 214-219, 2015.
23. OLIVEIRA, L. S. ; BATISTA, GUSTAVO E.A.P.A.. IGMM-CD: A Gaussian Mixture Classification Algorithm for Data Streams with Concept Drifts. Em: Brazilian Conference on Intelligent Systems, p. 55-61, 2015.
24. SILVA, DIEGO F. ; SOUZA, VINICIUS M. A. ; BATISTA, GUSTAVO E.A.P.A.. Music Shapelets for Fast Cover Song Recognition. Em: International Society for Music Information Retrieval Conference, p. 441-447, 2015.
25. SOUZA, VINICIUS M.A. ; SILVA, DIEGO F. ; BATISTA, GUSTAVO E.A.P.A.. Extracting Texture Features for Time Series Classification. Em: 2014 22nd International Conference on Pattern Recognition (ICPR), p. 1425-1430, 2014.
26. SOUZA, C. A. R. ; Souza, V. M. A. ; BATISTA, G. E. A. P. A.. Time series transductive classification on imbalanced data sets: an experimental study. Em: International Conference on Pattern Recognition (ICPR'14), 2014.
27. LEMES, CRISTIANO INACIO ; SILVA, DIEGO FURTADO ; BATISTA, GUSTAVO E.A.P.A.. Adding Diversity to Rank Examples in Anytime Nearest Neighbor Classification. Em: 2014 13th International Conference on Machine Learning and Applications (ICMLA), p. 129-134, 2014.
28. Silva, D. F. ; ROSSI, RAFAEL G. ; REZENDE, S. O. ; BATISTA, G. E. A. P. A.. MUSIC CLASSIFICATION BY TRANSDUCTIVE LEARNING USING BIPARTITE HETEROGENEOUS NETWORKS. Em: 15th International Society for Music Information Retrieval Conference (ISMIR 2014), v. 1, p. 113-118, 2014.
29. Rakthanmanon, Thanawin ; Campana, B. J. L. ; Mueen, Abdullah ; Batista, Gustavo Enrique Almeida Prado Alves ; WESTOVER, B. ; Zhu, Qiang ; Zakaria, Jesin ; Keogh, Eamonn. Data Mining a Trillion Time Series Subsequences Under Dynamic Time Warping. Em: International Joint Conference on Artificial Intelligence - IJCAI'13, 2013.
30. CHEN, Y. ; HU, B. ; Keogh, Eamonn ; Batista, Gustavo Enrique Almeida Prado Alves. DTW-D: Time Series Semi-Supervised Learning from a Single Example. Em: 19th ACM SIGKDD Conference on Knowledge Discovery and Data Mining - KDD 2013, 2013.
31. SOUSA, C. A. R. ; REZENDE, S. O. ; Batista, Gustavo Enrique Almeida Prado Alves. Influence of graph construction on semi-supervised learning. Em: European Conference on Machine Learning and Knowledge Discovery in Databases (ECML PKDD), v. 8190, p. 160-175, 2013.
32. Giusti, R. ; BATISTA, GUSTAVO E.A.P.A.. An Empirical Comparison of Dissimilarity Measures for Time Series Classification. Em: Brazilian Conference on Intelligent Systems, 2013.
33. SOUZA, VINICIUS M.A. DE ; SILVA, DIEGO F. ; BATISTA, GUSTAVO E.A.P.A.. Classification of Data Streams Applied to Insect Recognition: Initial Results. Em: 2013 Brazilian Conference on Intelligent Systems (BRACIS), p. 76-81, 2013.
34. Silva, D. F. ; PAPADOPOULOS, H. ; BATISTA, GUSTAVO E.A.P.A. ; ELLIS, D. P. W.. A Video Compression-based Approach To Measure Music Structural Similarity. Em: International Society for Music Information Retrieval Conference, p. 95-100, 2013.
35. SILVA, DIEGO F.; SOUZA, VINICIUS M.A. DE ; BATISTA, GUSTAVO E.A.P.A. ; KEOGH, EAMONN ; ELLIS, DANIEL P.W.. Applying Machine Learning and Audio Analysis Techniques to Insect Recognition in Intelligent Traps. Em: 2013 12th International Conference on Machine Learning and Applications (ICMLA), p. 99-104, 2013.
36. SOUZA, V. M. A. ; SILVA, D. F. ; BATISTA, G. E. A. P. A. ; GARCIA, P. R. P.. Avaliação de classificadores para o reconhecimento automático de insetos. Em: Encontro Nacional de Inteligência Artificial e Computacional, p. 1-10, 2013.
37. Silva, D. F. ; Souza, V. M. A. ; Batista, Gustavo Enrique Almeida Prado Alves. Time Series Classification Using Compression Distance of Recurrence Plots. Em: 2013 IEEE International Conference on Data Mining (ICDM), p. 687-696, 2013.
38. DOMINGUES, MARCOS A. ; CHERMAN, EVERTON A. ; NOGUEIRA, BRUNO M. ; CONRADO, MERLEY S. ; ROSSI, RAFAEL G. ; DE PADUA, RENAN ; MARCACINI, RICARDO M. ; SOUZA, VINICIUS M. A. ; Batista, Gustavo E. A. P. A. ; RCZENDC, SOLANGE O.. A comparative study of algorithms for recommending given names. Em: 2013 Second International Conference on Informatics & Applications (ICIA 2013), p. 66-71, 2013.
39. Qiang Zhu ; Batista, Gustavo E. A. P. A. ; Thanawin Rakthanmanon ; Keogh, E. J.. A Novel Approximation to Dynamic Time Warping allows Anytime Clustering of Massive Time Series Datasets. Em: SIAM International Conference on Data Mining, p. 999-1010, 2012.
40. PRATI, Ronaldo Cristiano ; Batista, Gustavo E. A. P. A.. Distância invariante à complexidade baseada em dimensão fractal para classificação de séries temporais. Em: Encontro Nacional de Inteligência Artificial, p. 1-12, 2012.
41. Silva, D. F. ; Souza, V. M. A. ; Batista, Gustavo E. A. P. A. ; Giusti, R.. Spoken Digit Recognition in Portuguese Using Line Spectral Frequencies. Em: The 13th Ibero-American Conference on Artificial Intelligence, v. 7637, p. 241-250, 2012.
42. GIUSTI, RAFAEL ; Batista, Gustavo Enrique Almeida Prado Alves. Descoberta de regras de conhecimento utilizando computação evolutiva multi-objetivo. Em: Concurso de Tese e Dissertações em Inteligência Artificial - CTDIA, p. 1-12, 2012.
43. BATISTA, GUSTAVO ; SILVA, DIEGO FURTADO ; PRATI, RONALDO CRISTIANO. An Experimental Design to Evaluate Class Imbalance Treatment Methods. Em: 2012 Eleventh International Conference on Machine Learning and Applications (ICMLA), v. 2, p. 95-101, 2012.
44. Rakthanmanon, Thanawin ; Campana, Bilson ; Mueen, Abdullah ; Batista, Gustavo ; Westover, Brandon ; Zhu, Qiang ; Zakaria, Jesin ; Keogh, Eamonn. Searching and mining trillions of time series subsequences under dynamic time warping. Em: the 18th ACM SIGKDD international conference, p. 262-270, 2012.
45. BATISTA, G. E. A. P. A.; Wang, X. ; Keogh, E. J.. A Complexity-Invariant Distance Measure for Time Series. Em: SIAM Conference on Data Mining, p. 699-710, 2011.
46. Silva, D. F. ; BATISTA, G. E. A. P. A. ; Keogh, E. J. ; Mafra Neto, A.. Resultados Preliminares na Classificação de Insetos Utilizando Sensores Ópticos. Em: XXXI Congresso da Sociedade Brasileira de Computação, p. 749-760, 2011.
47. BATISTA, GUSTAVO E.A.P.A.; HAO, YUAN ; Keogh, Eamonn ; MAFRA-NETO, AGENOR. Towards Automatic Classification on Flying Insects Using Inexpensive Sensors. Em: 2011 Tenth International Conference on Machine Learning and Applications (ICMLA), p. 364-369, 2011.
48. Batista, Gustavo E.; KEOGH, EAMONN J. ; MAFRA-NETO, AGENOR ; ROWTON, EDGAR. SIGKDD demo. Em: the 17th ACM SIGKDD international conference, p. 761-764, 2011.
49. BATISTA, GUSTAVO E.A.P.A.; Campana, Bilson ; Keogh, Eamonn. Classification of Live Moths Combining Texture, Color and Shape Primitives. Em: 2010 International Conference on Machine Learning and Applications (ICMLA), p. 903-906, 2010.
50. GIUSTI, RAFAEL ; BATISTA, GUSTAVO E.A.P.A.. Discovering Knowledge Rules with Multi-Objective Evolutionary Computing. Em: 2010 International Conference on Machine Learning and Applications (ICMLA), p. 119-124, 2010.
51. BATISTA, G. E. A. P. A.; Silva, D. F.. How k-Nearest Neighbor Parameters Aﬀect its Performance. Em: Argentine Symposium on Artificial Intelligence, p. 1-12, 2009.
52. MILARÉ, Claudia Regina ; BATISTA, G. E. A. P. A. ; CARVALHO, André Carlos Ponce de Leon Ferreira de. A Hybrid Approach to Learn with Imbalanced Classes using Evolutionary Algorithms. Em: International Conference Computational and Mathematical Methods in Science and Engineering, v. 2, p. 701-710, 2009.
53. MALETZKE, A. G. ; BATISTA, G. E. A. P. A. ; LEE, H. D. ; Wu, F. C.. Mineração de Séries Temporais por meio da Extração de Características e da Identificação de Motifs. Em: Encontro Nacional de Inteligência Artificial, p. 1-10, 2009.
54. MILARÉ, Claudia Regina ; BATISTA, G. E. A. P. A. ; CARVALHO, André Carlos Ponce de Leon Ferreira de. Avaliação de uma Abordagem Híbrida para Aprender com Classes Desbalanceadas: Resultados Experimentais com o Indutor CN2. Em: Congresso da Academia Trinacional de Ciências, p. 1-10, 2009.
55. Ferrero, C. A. ; MALETZKE, A. G. ; LEE, H. D. ; BATISTA, G. E. A. P. A. ; Wu, F. C.. Extração de Padrões e Construção de Modelos Simbólicos para Previsão de Dados Temporais. Em: Congresso da Academia Trinacional de Ciências, p. 11-20, 2009.
56. Silva, D. F. ; BATISTA, G. E. A. P. A.. Uma Comparação Experimental de Métodos de Imputação de Valores Desconhecidos. Em: IV Congresso da Academia Trinacional de Ciências, p. 21-29, 2009.
57. PRATI, Ronaldo Cristiano ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. Data mining with imbalanced class distributions: concepts and methods. Em: Indian International Conference on Artificial Intelligence, v. 1, p. 359-376, 2009.
58. PRATI, Ronaldo Cristiano ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. A Study with Class Imbalance and Random Sampling for a Decision Tree Learning System. Em: IFIP World Computer Congress - TC 12 IFIP International Conference on Artificial Intelligence in Theory and Practice (IFIP AI 2008), v. 276, p. 131-140, 2008.
59. MATSUBARA, Edson Takashi ; PRATI, Ronaldo Cristiano ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. Missing value imputation using a semi-supervised rank aggregation approach. Em: Simpósio Brasileiro em Inteligência Artificial, v. 5249, p. 217-226, 2008.
60. Giusti, R. ; BATISTA, G. E. A. P. A. ; PRATI, Ronaldo Cristiano. Evaluating Ranking Composition Methods for Multi-Objective Optimization of Knowledge Rules. Em: 8th International Conference on Hybrid Intelligent Systems, p. 537-542, 2008.
61. MALETZKE, A. G. ; BATISTA, G. E. A. P. A. ; LEE, H. D.. Uma Avaliação sobre a Identificação de Motifs em Séries Temporais. Em: Congresso da Academia Trinacional de Ciências, p. 1-10, 2008.
62. ROSADA, L. F. ; BATISTA, G. E. A. P. A.. A Biblioteca DOL para Mineração de Dados e Séries Temporais. Em: Congresso da Academina Trinacional de Ciências, p. 11-20, 2008.
63. CESTARI, D. M. ; MALETZKE, A. G. ; BATISTA, G. E. A. P. A.. Avaliação do Algoritmo de Força-Bruta para a Identificação de Padrões Freqüentes em Séries Temporais. Em: Congresso da Academia Trinacional de Ciências, p. 21-28, 2008.
64. BATISTA, G. E. A. P. A.; PRATI, Ronaldo Cristiano ; MONARD, Maria Carolina ; Giusti, R. ; MILARÉ, Claudia Regina. Classificação Associativa utilizando Seleção e Construção de Regras: um Estudo Comparativo. Em: Encontro Nacional de Inteligência Artificial, v. 1, p. 1321-1330, 2007.
65. PRATI, Ronaldo Cristiano ; MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. A Hybrid Wrapper/filter Approach for Feature Subset Selection. Em: IX Argentine Symposium on Artificial Intelligence, v. 1, p. 23-34, 2007.
66. BATISTA, G. E. A. P. A.; MILARÉ, Claudia Regina ; PRATI, Ronaldo Cristiano ; MONARD, Maria Carolina. A Comparison of Methods for Rule Subset Selection Applied to Associative Classification. Em: VIII Argentine Symposium on Artificial Intelligence, v. 1, p. 45-54, 2006.
67. MATSUBARA, Edson Takashi ; MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. Multi-view Semi-supervised Learning: An Approach to Obtain Different Views from Text Datasets. Em: Congress Of Logic Applied to Technology, v. 132, p. 97-104, 2005.
68. MATSUBARA, Edson Takashi ; MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. Utilizando Algoritmos de Aprendizado Semi-supervisionados Multi-visão como Rotuladores de Textos. Em: III Workshop em Tecnologia de Informação e da Linguagem Humana-TIL da SBC, v. 1, p. 2108-2117, 2005.
69. BATISTA, G. E. A. P. A.; PRATI, Ronaldo Cristiano ; MONARD, Maria Carolina. Balancing Strategies and Class Overlapping. Em: VI International Symposium on Intelligent Data Analysis, v. 3646, p. 24-35, 2005.
70. BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. Sniffer: um Ambiente Computacional para Gerenciamento de Experimentos de Aprendizado de Máquina Supervisionado. Em: WorkComp Sul, v. 1, p. 13-24, 2004.
71. MATSUBARA, Edson Takashi ; MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. Aprendizado Semi-supervisionado Multi-visão para a Classificação de Bases de Texto. Em: Workshop on Artificial Intelligence, v. 1, p. 1-9, 2004.
72. BATISTA, G. E. A. P. A.; MONARD, Maria Carolina ; BAZZAN, Ana Lucia Ceterich. Improving Rule induction Precision for Automatec Annotation by Balancing Skewed Data Sets. Em: International Symposium on Knowledge Exploration in Life Science Informatics, v. 3303, p. 20-32, 2004.
73. MILARÉ, Cláudia Regina ; BATISTA, G. E. A. P. A. ; CARVALHO, André Carlos Ponce de Leon Ferreira de ; MONARD, Maria Carolina. Applying Genetic and Symbolic Learning Algorithms to Extract Rules from Artificial Neural Networks. Em: Mexican International Conference on Artificial Intelligence, v. 2972, p. 833-843, 2004.
74. PRATI, Ronaldo Cristiano ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. Class Imbalances versus Class Overlapping: an Analysis of a Learning System Behaviour. Em: Mexican International Conference on Artificial Intelligence, v. 2972, p. 312-321, 2004.
75. PRATI, Ronaldo Cristiano ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. Learning with Class Skews and Small Disjuncts. Em: XVII Brazilian Symposium on Artificial Intelligence, v. 3171, p. 296-306, 2004.
76. BATISTA, G. E. A. P. A.; BAZZAN, Ana Lucia Ceterich ; MONARD, Maria Carolina. Balancing Training Data for Automated Annotation of Keywords: a Case Study. Em: Segundo Workshop Brasileiro em Bioinformática, v. 1, p. 21-28, 2003.
77. MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. Graphical Methods for Classifier Performance Evaluation. Em: Congress of Logic Applied to Technology, v. 1, p. 59-67, 2003.
78. BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. Um Estudo Sobre a Efetividade do Método de Imputação Baseado no Algoritmo k-Vizinhos mais Próximos. Em: IV Workshop on Advances & Trends in AI for Problem Solving, v. 1, p. 1-6, 2003.
79. PRATI, Ronaldo Cristiano ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. Uma Experiência no Balanceamento Artificial de Conjuntos de Dados para Aprendizado com Classes Desbalanceadas utilizando Análise ROC. Em: IV Workshop on Advances & Trends in AI for Problem Solving, v. 1, p. 28-33, 2003.
80. LORENA, A. C. ; BATISTA, G. E. A. P. A. ; CARVALHO, André Carlos Ponce de Leon Ferreira de ; MONARD, Maria Carolina. The Influence of Noisy Patterns in the Performance of Learning Methods in the Splice Junction Recognition Problem. Em: Congresso Brasileiro de Redes Neurais, v. 1, p. 31-36, 2002.
81. LORENA, A. C. ; BATISTA, G. E. A. P. A. ; CARVALHO, André Carlos Ponce de Leon Ferreira de ; MONARD, Maria Carolina. Splice Junction Recognition Using Machine Learning Techniques. Em: Primeiro Workshop Brasileiro de Bioinformática, v. 1, p. 32-39, 2002.
82. MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. Learning with Skewed Class Distributions. Em: Terceiro Congresso de Lógica Aplicada à Tecnologia, v. 1, p. 173-180, 2002.
83. BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. A Study of K-Nearest Neighbour as an Imputation Method. Em: Second International Conference on Hybrid Intelligent Systems, v. 87, p. 251-260, 2002.
84. BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. An Analysis of Four Missing Data Treatment Methods for Supervised Learning. Em: First International Workshop on Data Cleaning and Preprocessing, v. 1, p. 142-152, 2002.
85. BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. Uma Proposta para o Tratamento de Valores Desconhecidos Utilizando o Algoritmo K-Vizinhos mais Próximos. Em: Simpósio Brasileiro de Automação Inteligente, v. 1, p. 20-30, 2001.
86. BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. A Study of K-Nearest Neighbour as a Model-Based Method to Treat Missing Data. Em: Argentine Symposium on Artificial Intelligence, v. 30, p. 1-9, 2001.
87. BATISTA, G. E. A. P. A.; CARVALHO, André Carlos Ponce de Leon Ferreira de ; MONARD, Maria Carolina. Applying One-sided Selection to Unbalanced Datasets (Best paper award). Em: Mexican International Conference on Artificial Intelligence, v. 1793, p. 315-325, 2000.
88. BARANAUSKAS, J. A. ; MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. A Computational Environment for Extracting Rules from Data Bases. Em: International Conference on Data Mining, p. 321-330, 2000.
89. BATISTA, G.E.A.P.A. ; CARVALHO, A. C. P. L. ; MONARD, M. C.. Aplicando Seleção Unilateral em Conjuntos de Exemplos Desbalanceados: Resultados Iniciais. Em: Encontro Nacional de Inteligência Artificial, v. 4, p. 327-340, 1999.
90. MONARD, Maria Carolina ; MILARÉ, Cláudia Regina ; BATISTA, G. E. A. P. A.. A Tool to Explore Explanation Facilities in Neural Networks. Em: Australian Conference on Neural Networks, v. 1, p. 128-132, 1998.
91. BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. AMPSAM: Um Ambiente Computacional para Medir a Performance de Sistemas de Aprendizado de Máquina. Em: Encontro Nacional de Inteligência Artificial, v. 1, p. 41-45, 1997.
92. MILARÉ, Cláudia Regina ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. Uma Ferramenta para Extração de Conhecimento de Redes Neurais. Em: Congresso da Sociedade Brasileira de Computação, v. 1, p. 59-70, 1997.
Resumos expandidos publicados em anais de congressos (0)
Resumos publicados em anais de congressos (11)
1. MALETZKE, ANDRÉ ; MILARÉ, Claudia Regina ; NADAI, B. ; SAROLI, J. ; SINGH, S. ; Corbi, J. J. ; MAFRA-NETO, AGENOR ; Keogh, Eamonn ; BATISTA, GUSTAVO E.A.P.A.. Automatic insect recognition with optical sensors with variability of temperature and humidity. Em: AMCA 84th Annual Meeting, 2018. AMCA 84th Annual Meeting, p. 1-1, 2018.
2. Mafra Neto, A. ; Keogh, E. J. ; DEKKER, T. ; Batista, Gustavo Enrique Almeida Prado Alves ; MBOERA, L. ; KEMIBALA, E. ; KIJA, P. ; SINGH, S. ; FOSTER, W. ; WHITE, G. ; SAROLI, J. ; SILVA, R. ; SHAHBAZI, M. ; BERNARDI, C. ; URRUTIA, W. ; BORGES, R. ; MARTINEZ, G. ; AVALOS, B. ; MAFRA, L. ; SPENCER, K.. Behavior manipulation of vectors of disease. Em: ABSTRACTS OF PAPERS OF THE AMERICAN CHEMICAL SOCIETY, 2017.
3. Batista, Gustavo; Keogh, E. J. ; Mafra Neto, A.. Counting and classifying mosquitoes from a distance with ultra cheap sensors. Em: Annual Meeting of the AMCA, 2011, Anahein, CA. Proceeding of the 77th Annual Meeting of the AMCA, p. 1-3, 2011.
4. Silva, D. F. ; Batista, Gustavo E. A. P. A.. Tratamento de Classes Desbalanceadas por Métodos de Amostragem com Implementações no Weka. Em: Simpósio Internacional de Iniciação Científica da USP, 2010. Anais do SIICUSP, p. 1-1, 2010.
5. Silva, D. F. ; Batista, Gustavo E. A. P. A.. Tratamento de Valores Desconhecidos em Aprendizado de Máquina Supervisionado. Em: Simpósio Internacional de Iniciação Científica da USP, 2009. Anais do SIICUSP, p. 1-1, 2009.
6. MARTOS, L. P. ; BATISTA, G. E. A. P. A.. Armazenamento e Manipulação de Grandes Tabelas Atributo-Valor para Mineração de Dados. Em: Simpósio Internacional de Iniciação Científica da USP, 2008, São Paulo. Anais do Simpósio Internacional de Iniciação Científica da USP, 2008.
7. ROSADA, L. F. ; BATISTA, G. E. A. P. A.. Re-projetando a biblioteca DOL para aumento de desempenho na Mineração de Dados e Séries Temporais. Em: Simpósio Internacional de Iniciação Científica da USP, 2008.
8. CESTARI, D. M. ; MALETZKE, A. G. ; BATISTA, G. E. A. P. A.. Avaliação do Algoritmo de Força-Bruta para a Identificação de Padrões Frequentes em Séries Temporais. Em: Simpósio Internacional de Iniciação Científica da USP, 2008, São Paulo. Anais do Simpósio Internacional de Iniciação Científica da USP, 2008.
9. CARRETONI, L.Z. ; BATISTA, G. E. A. P. A.. Estudo e desenvolvimento de um ambiente de controle externo para robôs móveis. Em: XI Encontro de Iniciação cientifica da Pontifícia Universidade Católica de Campinas, 2006, Campinas. Anais do XI Encontro de Iniciação cientifica da Pontifícia Universidade Católica de Campinas, p. 11-12, 2006.
10. Mattos, L. R. ; BATISTA, G. E. A. P. A.. Geração Automática de Mapas para Navegação de Robôs Móveis. Em: XI Encontro de Iniciação cientifica da Pontifícia Universidade Católica de Campinas, 2006, Campinas. Anais do XI Encontro de Iniciação cientifica da Pontifícia Universidade Católica de Campinas, p. 13-14, 2006.
11. Paolieri Neto, F. ; BATISTA, G. E. A. P. A.. Estudo de técnicas de aprendizado de máquina aplicadas à navegação de robôs móveis. Em: XI Encontro de Iniciação cientifica da Pontifícia Universidade Católica de Campinas, 2006, Campinas. Anais do XI Encontro de Iniciação cientifica da Pontifícia Universidade Católica de Campinas, p. 10-10, 2006.
Artigos aceitos para publicação (0)
Apresentações de trabalho (0)
Demais tipos de produção bibliográfica (7)
1. MILARÉ, Claudia Regina ; Batista, Gustavo ; CARVALHO, André Carlos Ponce de Leon Ferreira de. Descrição de uma Abordagem Híbrida para Aprender com Classes Desbalanceadas Utilizando Algoritmos Genéticos. 2010. Relatório Técnico
2. BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. Descrição da Arquitetura e do Projeto do Ambiente Computacional Discover Learning Environment - DLE. São Carlos: Relatório Técnico, Nr. 187, ICMC-USP. 2003. Relatório Técnico
3. BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. Experimental Comparison of K-Nearest Neighbour and Mean or Mode Imputation Methods with the Internal Strategies Used by C4.5 an CN2 to Treat Missing Data. São Carlos: Relatório Técnico, Nr. 186, ICMC-USP. 2003. Relatório Técnico
4. GOMES, A. K. ; BERNARDINI, F. C. ; MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. Uma Sintaxe Padrão Prolog para Classificadores Simbólicos. São Carlos: Relatório Técnico, Nr. 154, ICMC-USP. 2002. Relatório Técnico
5. KEMP, A. H. ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. Descrição da Implementação dos Métodos Estatísticos de Resampling do Ambiente Discover. São Carlos: Relatório Técnico, Nr. 143, ICMC-USP. 2001. Relatório Técnico
6. BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. Descrição da Implementação dos Métodos Estatísticos de Resampling do Ambiente AMPSAM. São Carlos: Relatório Técnico, Nr. 68, ICMC-USP. 1998. Relatório Técnico
7. BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. Descrição da Implementação PROLOG de uma Ferramenta para Extração de Conhecimento de Redes Neurais. São Carlos: Relatório Técnico, Nr. 54, ICMC-USP. 1997. Relatório Técnico

Produção técnica

Programas de computador com registro (0)
Programas de computador sem registro (3)
1. BATISTA, G. E. A. P. A.. Sniffer. 2003.
2. BATISTA, G. E. A. P. A. Discover Object Library. 2003.
3. BATISTA, GUSTAVO E.A.P.A.; Silva, D. F.. Modelo permite reconhecimento automático de insetos. 2015. (Programa de rádio ou. 2015.
Produtos tecnológicos (0)
Processos ou técnicas (0)
Trabalhos técnicos (0)
Demais tipos de produção técnica (4)
1. BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. Probably Approximately Correct - PAC. 2001. Desenvolvimento de material didático ou instrucional - Apresentação em Slides
2. MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. Avaliação da Precisão de Hipóteses. 2001. Desenvolvimento de material didático ou instrucional - Material Didático on-line
3. BATISTA, G. E. A. P. A. Data Mining: Convertendo Grandes Volumes de Dados em Informações. 1999. Curso de curta duração ministrado/Outra
4. MONARD, Maria Carolina ; BATISTA, G. E. A. P. A. ; KAWAMOTO, S. ; PUGLIESE, J. B.. Uma Introdução ao Aprendizado Simbólico de Máquina por Exemplos. 1997. Desenvolvimento de material didático ou instrucional - Nota Didática

Produção artística

Total de produção artística (0)

Orientações em andamento

Supervisão de pós-doutorado (0)
Tese de doutorado (3)
1. Waqar Hassan. Classification and Quantification on Data Streams. Tese (Doutorado em PCCMC) - Instituto de Ciências Matemáticas e de Computação, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Início: 2018.
  Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
2. Tiago Pinho da Silva. Forenses Eleitorais: Detectando irregularidades em dados eleitorais sib não-estacionariedade espacial. Tese (Doutorado em PCCMC) - Instituto de Ciências Matemáticas e de Computação, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Início: 2018.
  Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
3. Antonio Rafael Sabino Parmezan. Hierarchical Classification of Data Streams. Tese (Doutorado em PCCMC) - Instituto de Ciências Matemáticas e de Computação, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Início: 2016.
  Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Dissertação de mestrado (1)
1. Gabriel Tessaroli Giancristofaro. Mineração de Dados para criação de uma ferramenta de busca unificada entre Recursos Educacionais Abertos. Dissertação (Mestrado profissional em Mestrado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, . Início: 2018.
  Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (0)
Iniciação científica (0)
Orientações de outra natureza (0)

Supervisões e orientações concluídas

Supervisão de pós-doutorado (2)
1. Vinícius Mourão Alves de Souza. . Instituto de Ciências Matemáticas e de Computação, Fundação de Apoio à Física e à Química. 2018.
  Supervisor: Gustavo Enrique de Almeida Prado Alves Batista.
2. Everton Alvares Cherman. . Instituto de Ciências Matemáticas e de Computação, Fundação de Apoio à Física e à Química. 2018.
  Supervisor: Gustavo Enrique de Almeida Prado Alves Batista.
Tese de doutorado (7)

Rafael Giusti. Classificação de Séries Temporais Utilizando Diferentes Representações de Dados e Ensembles. Tese (Doutorado em PCCMC) - Instituto de Ciências Matemáticas e de Computação, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2017.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Celso André Rodrigues de Souza. Constrained graph-based semisupervised learning. Tese (Doutorado em PCCMC) - Instituto de Ciências Matemáticas e de Computação, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2017.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Diego Furtado Silva. Análise de Séries Temporais por Similaridade em Larga Escala. Tese (Doutorado em PCCMC) - Instituto de Ciências Matemáticas e de Computação, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2017.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Denis Moreira dos Reis. Unsupervised Context Detection of Streaming Data For Classification. Tese (Doutorado em PCCMC) - Instituto de Ciências Matemáticas e de Computação, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2017.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Vinícius Mourão Alves de Souza. Identificação de atributos para a classificação automática de insetos utilizando sensores laser. Tese (Doutorado em PCCMC) - Instituto de Ciências Matemáticas e de Computação, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2016.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
André Gustavo Maletzke. Controlling Dengue Fever Mosquitoes using Intelligent Sensors and Traps. Tese (Doutorado em PCCMC) - Instituto de Ciências Matemáticas e de Computação, Google Brasil. 2015.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Rosa del Gaudio. Automatic Extraction of Definitions. Tese (Doutorado em Doutoramento em Engenharia Informática) - Universidade de Lisboa, . 2008.
Supervisor: Gustavo Enrique de Almeida Prado Alves Batista.
Dissertação de mestrado (9)

Lucas Tsutsui da Silva. Desenvolvimento de uma Ferramenta de Suporte ao Uso de Classificadores em Sistemas Embarcados. Dissertação (Mestrado em Mestrado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2017.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Antonio Rafael Sabino Parmezan. Predição de Séries Temporais por Similaridade. Dissertação (Mestrado em Mestrado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2016.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Cristiano Inácio Lemes. Algoritmos anytime baseados em instâncias para classificação em fluxo de dados. Dissertação (Mestrado em Mestrado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2016.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Lucas Schmidt Cavalcante. Amostragem e medidas de qualidade de shapelets. Dissertação (Mestrado em Mestrado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2016.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Denis Moreira dos Reis. Data Stream Classification with Concept Drift and Extreme Verification Latency. Dissertação (Mestrado em Mestrado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2016.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Luan Soares Oliveira. Classificação de fluxos de dados não estacionários com algoritmos incrementais baseados no modelo de misturas gaussianas. Dissertação (Mestrado em Mestrado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2015.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Diego Furtado Silva. Classificação de séries temporais por similaridade e extração de atributos intrínsecos com aplicação na identificação de espécie de insetos. Dissertação (Mestrado em Mestrado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2014.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Rafael Giusti. Discovery of Knowledge Rules with Multiobjective Evolutionary Computation. Dissertação (Mestrado em Mestrado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2010.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
André Gustavo Maletzke. Uma Metodologia para a Extração de Conhecimento em Séries Temporais por Meio da Identificação de Motifs e da Extração de Características. Dissertação (Mestrado em Mestrado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Fundação Parque Tecnológico Itapú. 2009.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (7)

Lucas Schmidt Cavalcante. Reconhecimento de escrita cursiva utilizando séries temporais e distância dynamic time warping. (Graduação em Bacharelado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, . 2012.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Carlos Eduardo Guillen Davila. Predição de Séries Temporais por Métodos de Similaridade. (Graduação em Bacharelado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, . 2012.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Diego Furtado Silva. Classificação de Insetos Vetores de Doenças por Meio de Sensores Laser. (Graduação em Bacharelado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, . 2011.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Leandro Augusto Fogolin Pereira. Sensor de Ângulo Multiprocessado. (Graduação em Engenharia da Computação) - Pontifícia Universidade Católica de Campinas, . 2010.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Airton Gomes Finoti. Inteligência Artificial para um time de futebol simulado. (Graduação em Engenharia da Computação) - Instituto de Ciências Matemáticas e de Computação, . 2008.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Rafael Giusti. Indução de regras com propriedades específicas utilizando computação evolutiva multi-objetivo e rankings. (Graduação em Bacharelado Em Ciência da Computação) - Instituto de Ciências Matemáticas de São Carlos, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2007.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Thiago Teixeira Coelho de Felipo. Catalogador de Mídias com Controle de Empréstimo. (Graduação em Engenharia da Computação) - Pontifícia Universidade Católica de Campinas, . 2006.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Iniciação científica (17)

Bruno Gomes Coelho. Avaliação de Algoritmos de Aprendizado de Máquina para Reconhecimento de Espécies de Mosquitos. Iniciação Científica - Instituto de Ciências Matemáticas e de Computação, . 2017.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Zoltan Hirata Jetsmen. Avaliação de Métodos de Deep Learning para Reconhecimento de Espécies de Mosquitos. Iniciação Científica - Instituto de Ciências Matemáticas e de Computação, . 2017.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Tiago de Miranda Leite. Implementação firmware sensor digital de insetos. (Graduando em Bacharelado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2015.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Gabriela Pinto Cesar Duque. Estudo Comparativo de Medidas de Complexidade para Classificação e Agrupamento de Séries Temporais. (Graduando em Bacharelado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2013.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Pedro Rael Palhares Garcia. Avaliação de Classificadores para Reconhecimento Automático de Insetos. (Graduando em Bacharelado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2012.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Tamires Brito da Silva. Avaliação automática no aprendizado de algoritmos. (Graduando em Bacharelado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Pró-reitoria de Graduação da Universidade de São Paulo. 2012.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Diego Furtado Silva. Treatment of imbalanced classes using sampling methods with implementations in Weka. (Graduando em Bacharelado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Pró-reitoria de Graduação da Universidade de São Paulo. 2010.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Diego Furtado da Silva. Tratamento de Valores Desconhecidos em Aprendizado de Máquina Supervisionado. (Graduando em Bacharelado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2009.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Bruno Tenório. Investigação sobre Avaliação Online em Disciplinas de Programação. (Graduando em Bacharelado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Pró-reitoria de Graduação da Universidade de São Paulo. 2009.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Luiz Paulo Martos. Armazenamento e Manipulação de Grandes Tabelas Atributo-Valor para Mineração de Dados. (Graduando em Bacharelado em Ciências de Computação) - Instituto de Ciências Matemáticas de São Carlos, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2008.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Lucas Fernando Rosada. Re-projetando a Biblioteca DOL para Aumento de Desempenho na Mineração de Dados e Séries Temporais. (Graduando em Bacharelado em Ciências de Computação) - Instituto de Ciências Matemáticas e de Computação, Fundação Parque Tecnológico Itapú. 2008.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Daniel Moreira Cestari. Estudo e implementação de algoritmos clássicos de pré-processamento e representação de séries temporais. (Graduando em Engenharia da Computação) - Instituto de Ciências Matemáticas e de Computação, Fundação Parque Tecnológico Itapú. 2008.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Rafael Giusti. Indução de Regras de Conhecimento utilizando Computaçao Evolutiva Multi-Objetivo e Rankings. (Graduando em Bacharelado Em Ciência da Computação) - Instituto de Ciências Matemáticas de São Carlos, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2007.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Fernando Paolieri Neto. Estudo de técnicas de aprendizado de máquina aplicadas à navegação de robôs móveis. (Graduando em Engenharia da Computação) - Pontifícia Universidade Católica de Campinas, Fundo de Apoio à Iniciação Científica - PUC-Campinas. 2006.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Leonardo Zamarion Carretoni. Estudo e desenvolvimento de um ambiente de controle externo para robôs móveis. (Graduando em Análise de Sistemas) - Pontifícia Universidade Católica de Campinas, Fundo de Apoio à Iniciação Científica - PUC-Campinas. 2006.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Leandro Rosa de Mattos. Geração Automática de Mapas para Navegação de Robôs Móveis. (Graduando em Engenharia da Computação) - Pontifícia Universidade Católica de Campinas, Fundo de Apoio à Iniciação Científica - PUC-Campinas. 2006.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Leandro Augusto Fogolin Pereira. Estudo e Desenvolvimento de uma Biblioteca para Tratamento de Sinais de Sensores de Robôs Móveis. (Graduando em Engenharia da Computação) - Pontifícia Universidade Católica de Campinas, Fundo de Apoio à Iniciação Científica - PUC-Campinas. 2006.
Orientador: Gustavo Enrique de Almeida Prado Alves Batista.
Orientações de outra natureza (0)

Projetos de pesquisa

Total de projetos de pesquisa (16)

2017-2019. Intelligent Traps and Sensors: an Innovative Approach to Control Insect Pests and Disease Vectors
Situação: Concluído; Natureza: Pesquisa. Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Coordenador / Claudia Regina Milaré - Integrante / Agenor Mafra Neto - Integrante / Keogh, Eamonn - Integrante / Vinícius Mourão Alves de Souza - Integrante / Ronaldo Cristiano Prati - Integrante / Pedro Takao Yamamoto - Integrante / Juliano José Corbi - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
2016-Atual. An Intelligent Trap and Mobile Application to Motivate Local Mosquito Control Activities
Descrição: In the last years we have witnessed a tremendous increase of dengue fever cases followed by the appearance of zika and chikungunya fevers. All these diseases have in common the Aedes aegypti mosquito as the main vector. The Aedes aegypti is highly adapted to urban conditions and its resilience to insecticides has made unilateral governmental mosquito control activities ineffective. The control of the mosquito is only possible with the joint effort of organizations, governments and the active participation of the population. In this project, we propose an innovative approach for community engagement and vector control. Our idea is to propose an inexpensive intelligent trap that will empower the population with the knowledge of Aedes aegypti densities. Such a trap will make use of mobile devices to educate the population about proper mosquito control activities as well as evaluate the effectives of these activities based on the number of captured mosquitoes.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Coordenador / MAFRA-NETO, AGENOR - Integrante / Pedro Takao Yamamoto - Integrante / Juliano José Corbi - Integrante. Financiador(es): U.S. Agency for International Development - Auxílio financeiro.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
2015-2019. MAP: Aprendizado de Máquina: Uma Abordagem Baseada em Múltiplas Estratégias
Descrição: Esse projeto diz respeito a uma pesquisa conjunta em que ténicas de Aprendizado de Máquina (AM), com ênfase em uma abordagem baseada em múltiplas estratégias. De uma perspectiva da abordagem baseada em múltiplas estratégias, os objetivos são estudar trade-offs entre diferentes estratégias de aprendizado e desenvolver sistemas de aprendizado que empregam múltiplas estratégias de inferência ou paradigmas computacionais em um processo de aprendizado. Como consequência, sistemas baseados em múltiplas estratégias têm o potencial de serem aplicáveis a um vasto grupo de problemas. A maioria dos problemas abordados serão no contexto de aprendizado não supervisionado, ou análise de agrupamento. Por exemplo, nos iremos analisar a sinergia e os trade-offs entre agrupamento com restrições por programação com restrições (grupo francês) e agrupamento evolutivo multi-objetivo (grupo brasileiro). Os aspectos práticos das técnicas propostas serão abordados, por exemplo, no contexto de mineração e modelagem de dados biológicos, provenientes de texto e temporais. Outro importante objetivo do projeto é estimular a cooperação internacional reunindo pesquisadores brasileiros e Francês para a troca de idéias e experiências. Os grupos do Brasil e da França já possuem um histórico de colaboração que pode ser fortalecida com este projeto.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Integrante / André Carlos Ponce de Leon Ferreira de Carvalho - Coordenador / Marcilio Carlos Pereira de Souto - Integrante. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
2015-2016. Controlling Dengue Fever Mosquitoes using Intelligent Sensors and Traps
Descrição: In the last decades we have witnessed a tremendous increase of dengue fever cases. Four decades ago only 9 countries had reported severe dengue epidemics. Currently, dengue is endemic in more than 100 countries. In this project we discuss why we are losing the war against dengue and propose a completely different approach for vector control. We propose to further develop our recent research on intelligent sensors to field conditions. Our idea is to propose an inexpensive device that will empower the population with the knowledge of Aedes aegypti densities. This will motivate local mosquito control activities and put the population, governmental and aid organizations far ahead of disease outbreaks.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Coordenador / André Gustavo Maletzke - Integrante. Financiador(es): Google Brasil Internet - Bolsa.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
2014-2017. Real-time Monitoring of Insect Pragues in Agriculture and the Environment
Descrição: Não há dúvidas de que insetos são muito importantes na agricultura e no meio ambiente. Embora os insetos que mais atraiam atenção sejam as pragas agrícolas, muitos insetos são benéficos para o meio ambiente e para os seres humanos. Por exemplo, insetos são responsáveis pela polinização de pelo menos dois terços de todos os alimentos consumidos no mundo. Devido à sua importância para os seres humanos, o recente declínio das populações de insetos polinizadores, especialmente as abelhas, é considerado um grave problema ambiental frequentemente associado à exposição a pesticidas. Acreditamos que pelo uso de tecnologia é possível reduzir a utilização de pesticidas. Para isso, propomos uma armadilha inteligente de baixo custo que captura seletivamente espécies de insetos nocivos, libertando todas as outras espécies. Tal armadilha terá um impacto mínimo sobre o meio ambiente. No cerne da armadilha inteligente encontra-se um novo sensor que estamos desenvolvendo. Este sensor faz uso de uma luz laser para capturar dados de insetos à distância e utiliza técnicas de Aprendizado de Máquina para identificar as espécies de insetos. Neste projeto propomos desenvolver o sensor e a armadilha inteligente e utilizá-los em uma importante aplicação agrícola, capturando o psilídeo dos citros. Esta praga afeta plantações de laranja e está presente no Brasil e nos Estados Unidos. Descrevemos os desafios científicos e tecnológicos para desenvolver tal armadilha inteligente. Discutimos o nosso plano para desenvolve-la em um prazo de quatro anos a partir do estado atual de desenvolvimento até a realização de experimentos em campo.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Coordenador / André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Ronaldo Cristiano Prati - Integrante / Solange Oliveira Rezende - Integrante / Eamonn John Keogh - Integrante / Agenor Mafra Neto - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
2013-2016. Research on Geo-spatial Marine Biology Data Mining Using Time Series, Text Mining and Visualization
Descrição: We propose a focused, interdisciplinary research project on data mining and data visualization with a specific focus on marine data. This data is particularly challenging for data mining as it presents only a very sparse set of data points with respect to the volume of the marine space that is being modelled and investigated. It also presents a set of challenges in visualization of data and of modelling results, as the data are inherently three-dimensional and from an unfamiliar context relative to data from on land. We will work in an interdisciplinary team with researchers in data mining, data visualization, and marine biology to develop visualization methods that will be appropriate for marine biology applications of data mining. The data may be derived from multiple disparate sources, including fisheries or scientific surveys, autonomous sensors, satellite data or field studies. For model outputs, we will particularly work on the visualization of results from a new generation of ecosystem model, analogous to the general circulation models used to predict global climate. This model includes all organism types on both land and sea. We face the challenge that it can produce gigabytes to terabytes of outputs, including tracking all organism interactions, individual states, and the spatial distribution of individuals. Thus we need to summarize, extract, and visualize outputs at multiple scales including that of individuals, ecological communities, and the globe. These data need to be visualized in a manner that will then be useful and interpretable for the international policy community.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Coordenador / Maria Carolina Monard - Integrante / André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Solange Oliveira Rezende - Integrante / Maria Cristina Ferreira de Oliveira - Integrante / Stan Matwin - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Cooperação.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
Descrição: We propose a focused, interdisciplinary research project on data mining and data visualization with a specific focus on marine data. This data is particularly challenging for data mining as it presents only a very sparse set of data points with respect to the volume of the marine space that is being modelled and investigated. It also presents a set of challenges in visualization of data and of modelling results, as the data are inherently three-dimensional and from an unfamiliar context relative to data from on land. We will work in an interdisciplinary team with researchers in data mining, data visualization, and marine biology to develop visualization methods that will be appropriate for marine biology applications of data mining. The data may be derived from multiple disparate sources, including fisheries or scientific surveys, autonomous sensors, satellite data or field studies. For model outputs, we will particularly work on the visualization of results from a new generation of ecosystem model, analogous to the general circulation models used to predict global climate. This model includes all organism types on both land and sea. We face the challenge that it can produce gigabytes to terabytes of outputs, including tracking all organism interactions, individual states, and the spatial distribution of individuals. Thus we need to summarize, extract, and visualize outputs at multiple scales including that of individuals, ecological communities, and the globe. These data need to be visualized in a manner that will then be useful and interpretable for the international policy community.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Maria Carolina Monard - Integrante / Solange O Rezende - Integrante / André C P L Carvalho - Integrante / Gustavo Enrique Almeida Prado Alves Batista - Coordenador / Maria Cristina Ferreira de Oliveira - Integrante / Stan Matwin - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Cooperação.
Membro: Maria Carolina Monard.
Descrição: We propose a focused, interdisciplinary research project on data mining and data visualization with a specific focus on marine data. This data is particularly challenging for data mining as it presents only a very sparse set of data points with respect to the volume of the marine space that is being modelled and investigated. It also presents a set of challenges in visualization of data and of modelling results, as the data are inherently three-dimensional and from an unfamiliar context relative to data from on land. We will work in an interdisciplinary team with researchers in data mining, data visualization, and marine biology to develop visualization methods that will be appropriate for marine biology applications of data mining. The data may be derived from multiple disparate sources, including fisheries or scientific surveys, autonomous sensors, satellite data or field studies. For model outputs, we will particularly work on the visualization of results from a new generation of ecosystem model, analogous to the general circulation models used to predict global climate. This model includes all organism types on both land and sea. We face the challenge that it can produce gigabytes to terabytes of outputs, including tracking all organism interactions, individual states, and the spatial distribution of individuals. Thus we need to summarize, extract, and visualize outputs at multiple scales including that of individuals, ecological communities, and the globe. These data need to be visualized in a manner that will then be useful and interpretable for the international policy community... Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (2) . Integrantes: Solange Oliveira Rezende - Integrante / Maria Carolina Monard - Integrante / André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Maria Cristina Ferreira Oliveira - Integrante / Gustavo Enrique de Almeida Prado Alves BAtista - Coordenador / Stan Matwin - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Cooperação.
Membro: Solange Oliveira Rezende.
2013-2015. Intelligent Sensor for controlling agricultural pests and disease-vector insects
Descrição: Applications such as intelligent sensors should be able to collect environment information and to make decisions based on input data. An example is an under-development low-cost sensor to detect and classify insects in their species using laser light and machine learning techniques. This sensor is an important step towards the development of intelligent traps able to attract and selectively capture insect species of interest such as disease vectors or agricultural pests, without affecting the beneficial species. The data gathered by the sensor constitutes a data stream with non-stationary characteristics, since the insects metabolism is influenced by environmental conditions such as temperature, humidity and atmospheric pressure. This research grant proposal has two main objectives: the first one is to develop new algorithms to classify in real-time signals from the sensor obtained from the data stream; the second one is to technologically develop the sensor in order to allow the developed machine learning techniques to be embedded in the sensor.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Coordenador / Solange Oliveira Rezende - Integrante / Agenor Mafra Neto - Integrante / Keogh, Eamonn - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
Descrição: Applications such as intelligent sensors should be able to collect environment information and to make decisions based on input data. An example is an under-development low-cost sensor to detect and classify insects in their species using laser light and machine learning techniques. This sensor is an important step towards the development of intelligent traps able to attract and selectively capture insect species of interest such as disease vectors or agricultural pests, without affecting the beneficial species. The data gathered by the sensor constitutes a data stream with non-stationary characteristics, since the insects metabolism is influenced by environmental conditions such as temperature, humidity and atmospheric pressure. This research grant proposal has two main objectives: the first one is to develop new algorithms to classify in real- time signals from the sensor obtained from the data stream; the second one is to technologically develop the sensor in order to allow the developed machine learning techniques to be embedded in the sensor.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Mestrado acadêmico: (1) / Doutorado: (2) . Integrantes: Diego Furtado Silva - Integrante / Gustavo Enrique de Almeida Prado Alves Batista - Coordenador / Eamonn J. Keogh - Integrante / Agenor Mafra Neto - Integrante / Rafael Giusti - Integrante / Vinícius Mourão Alves de Souza - Integrante / Solange Oliveira Rezende - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Diego Furtado Silva.
Descrição: Applications such as intelligent sensors should be able to collect environment information and to make decisions based on input data. An example is an under-development low-cost sensor to detect and classify insects in their species using laser light and machine learning techniques. This sensor is an important step towards the development of intelligent traps able to attract and selectively capture insect species of interest such as disease vectors or agricultural pests, without affecting the beneficial species. The data gathered by the sensor constitutes a data stream with non-stationary characteristics, since the insects metabolism is influenced by environmental conditions such as temperature, humidity and atmospheric pressure. This research grant proposal has two main objectives: the first one is to develop new algorithms to classify in real-time signals from the sensor obtained from the data stream; the second one is to technologically develop the sensor in order to allow the developed machine learning techniques to be embedded in the sensor. Situação: Concluído; Natureza: Pesquisa. Integrantes: Solange Oliveira Rezende - Integrante / Gustavo Enrique de Almeida Prado Alves BAtista - Coordenador / Eamonn John Keogh - Integrante / Agenor Mafra Neto - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Solange Oliveira Rezende.
2012-2014. Complexity-invariance for Classification, Clustering and Motif Discovery in Time Series
Descrição: Recently, there is an increasing interest in time series processing due to the large number of application domains that generate data with such property. Such interest can be measured by the vast amount of methods recently proposed in literature to tasks such as classification, clustering, summarization, abnormality detection and motif discovery. Recent studies have shown for several problems that methods based on similarity present an efficacy that is hardly surpassed, even when compared to more sophisticated methods. This is mainly due to the fact that the community has studied and proposed several invariances to distance measures for time series. The invariances make the distance measures ignore certain undesired data properties. The most well-known example is the invariance to local differences in time scale, obtained with the warping technique. Other invariances include the invariance to differences in amplitude and offset, phase and occlusion. Recently, we demonstrated to the scientific community that time series similarity classification methods can be largely benefited by a new invariance: complexity invariance. The main objective of this research project is to investigate new complexity-invariant distance measures and assess how such measures can improve the efficacy especially of clustering and motif discovery algorithms.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (1) / Doutorado: (2) . Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Coordenador / Claudia Regina Milaré - Integrante / Solange Oliveira Rezende - Integrante / Alneu Andrade Lopes - Integrante / Prati, Ronaldo C. - Integrante / Eamonn John Keogh - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
2012-2014. Wireless Bug-Sensor: Wireless Sensors to Enable Precision Agriculture and Increase Food Yields in Developing Countries
Descrição: The project objective is the development of an important tool for farmers worldwide: tiny, inexpensive sensors that can automatically count and classify the insects in the field. This technology then translates the information and sends the farmer a once-a-day text message with instructions on the type of intervention necessary and a map of the isolated locations where action is needed. This method allows farmers a more targeted approach than mass intervention, reducing costs for labor and pesticides.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Integrante / Eamonn John Keogh - Coordenador / Agenor Mafra Neto - Integrante / Michalis Faloutsos - Integrante / Mindy Marks - Integrante.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
2012-Atual. Research Support Center for Machine Learning in Data Analysis - NAP-AMDA
Descrição: The growing value of data produced by different knowledge areas and the complexity of the problems to be computationally treated point out to the need for new computational tools able to support data analysis. Many of the current computational tools that allow automatic and efficient data analysis are based on concepts from Artificial Intelligence, particularly Machine Learning (ML). Besides Artificial Intelligence, ML is associated with other areas, like statistics, probability, cognition, computing theory, neuroscience, information theory, just to name a few. There are several well-established research centers for data analysis using ML techniques, in Universities and companies abroad. In Brazil, despite a productive and high-quality ML research, there is not an equivalent research center. Thus, this project proposes the creation of the Research Support Center for Machine Learning in Data Analysis, NAP-AMDA (from the Portuguese Núcleo de Apoio à Pesquisa de Aprendizado de Máquina em Análise de Dados). The main goal of the NAP-AMDA is the establishment of an internationally recognized interdisciplinary and multidisciplinary center of excellence in the use of ML techniques for data analysis in São Paulo, Brazil. The center will include researchers from ML in data analysis and from knowledge areas demanding data analysis. The center will also stimulate collaborations with companies and government institutions whose data can be analyzed by ML techniques. The use of these techniques by the Brazilian companies can lead to better products and services, increasing their competitiveness. The use by the Brazilian government may improve the quality of public services. The center will promote and organize meetings and workshops with members from the participating institutions to discuss data analysis problems to be solved. The NAP-AMDA is comprised of faculty members, researchers and students from the Universidade de São Paulo and from other Universities and Research Centers, from Brazil and abroad. The NAP-AMDA will be based at the Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Integrante / Carvalho, A. C. P. L. F. - Coordenador.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
2010-2012. Counting and classifying insects with ultra-cheap sensors
Descrição: We propose to build ultra cheap (less than $5) sensors that can count and distinguish between various kinds of insects (including malaria vectors) from a large distance. Our work has the potential to revolutionize epidemiological modeling by proving accurate real-time counts of vectors down to the species/sex level, thus allowing for more effective vector control.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Integrante / Eamonn John Keogh - Coordenador. Financiador(es): Bill and Melinda Gates Foundation - Auxílio financeiro.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
2010-2011. Time Series Classification Algorithms Applied to Embedded Systems
Descrição: Integrating sequential and temporal data into the Data Mining process is of one of the most important challenges in Machine Learning. In this project, we are mostly interested in developing time series classification algorithms. The k-nearest neighbor algorithm is a common approach to time series classification. This algorithm has been known to perform well, especially when allied to distance measures that can deal with time lags, such as the Dynamic Time Warping. However, the classical k-nearest neighbor algorithm is computationally intensive. One may solve this problem by using indexes to increase the efficiency of similarity queries. This project proposes to investigate indexing algorithms that have the properties of anyspace algorithms. Anyspace algorithms are able to deal with different amounts of memory, in such a way that the algorithm performance depends directly on the amount of available memory. Such algorithms allow specifying the amount of memory based on the performance required by an embedded application. This project also deals with classification methods based on induction of classification rules. An approach to induce rules from time series data is the identification of motifs. Motifs are frequently occurring subsequences that usually represent a phenomenon of interest. A convenient aspect of rules is the ease one finds in writing a procedural program which implements the rule's logic with little memory and processing resources. The algorithms developed in this post-doctoral stage will be applied in insect control and monitoring using devices developed by ISCA Technologies.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
2009-2010. Sequential and Temporal Data Mining
Situação: Concluído; Natureza: Pesquisa. Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Coordenador.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
2007-2009. Machine Learning with Imbalanced Data Sets
Descrição: Diversos fatores podem influenciar no desempenho de classificação de novos exemplos dos métodos de Aprendizado de Máquina - AM -, os quais são freqüentemente utilizados em Descoberta de Conhecimento em Bases de Dados - KDD. Entre eles está o problema de aprender na presença de classes desbalanceadas ou assimétricas. Esse problema ocorre quando algumas classes apresentam um número muito maior de exemplos do que outras. Pesquisadores têm reportado que classes desbalanceadas ocorrem com freqüência em bases de dados do mundo real originárias de diversos domínios de aplicação. Mesmo com toda pesquisa realizada sobre o assunto, não existe um consenso sobre quais abordagens são as mais indicadas para lidar com esse problema. Este projeto de pesquisa tem como principal objetivo realizar uma ampla pesquisa sobre o problema de classes desbalanceadas. Essa pesquisa irá investigar como o problema de classes desbalanceadas influencia o desempenho obtido por sistemas de AM. Como resultado final espera-se obter um conjunto de recomendações que possam auxiliar um pesquisador/usuário com um conjunto de dados com classes desbalanceadas a melhor tratar esse problema.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
2007-2009. Computational Modelling of Complex Systems using Data, Image and Text Mining
Descrição: O objetivo geral deste projeto, o qual pode ser caracterizado como um projeto de pesquisa científica e tecnológica, é pesquisar, propor e desenvolver soluções para a representação, indexação, modelagem e análise de dados complexos para possibilitar que um analista do domínio possa compreender os inter-relacionamentos existentes nos dados, imagens e textos, de modo a auxiliá-lo a tomar decisões nos processos de recuperação de informação, descoberta de conhecimento e diagnóstico. O projeto visa o desenvolvimento de um ferramental teórico e prático que auxilie analistas na modelagem desse tipo de sistemas complexos, com foco nos temas de: indução de modelos simbólicos com aplicações em sériestemporais e dados sequenciais; anáise de bases de dados não-estruturados e semi-estruturados para mineração de textos; mineração de imagens em um sistema de arquivamento e recuperação de imagens médicas por conteúdo. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (2) . Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Integrante / Maria Carolina Monard - Coordenador. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
2006-2008. Institute Factory of Millennium
Descrição: Os objetivos gerais do Instituto Fábrica do Milênio (IFM) podem ser entendidos como a proposição, o desenvolvimento e a disseminação de mecanismos para o aumento da competitividade e do conhecimento científico e tecnológico das empresas instaladas no país, através da formação de um cluster de pesquisas integradas, abordando os os temas que determinam hoje a competitividade de empresas de manufatura. O conjunto de instituições e projetos envolvidos formam uma massa crítica que os capacitam a desenvolver um espectro de pesquisas (que abrangem desde o desenvolvimento de tecnologias industriais básicas até elementos de gestão) que podem, se organizadas de forma integrada, contribuir efetivamente para o desenvolvimento das indústrias brasileiras. Descrição completa desse projeto encontra-se em: http://www.ifm.org.br.. Situação: Desativado; Natureza: Pesquisa. Integrantes: Gustavo Enrique de Almeida Prado Alves Batista - Integrante / Henrique Rozenfeld - Integrante / João Fernando Gomes de Oliveira - Coordenador / Marcel Musett - Integrante / Solange Oliveira Rezende - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.

Prêmios e títulos

Total de prêmios e títulos (12)

2nd Best Ph.D. Thesis (Diego Silva), CTD, CSBC.. 2018.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
Best Ph.D. Thesis (Diego Silva), CLEI.. 2018.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
Research Fellow, level 2, National Council for Scientific and Technological Development, CNPq.. 2017.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
Best Ph.D. Thesis (Vinícius Souza), CTDIAC, CSBC.. 2016.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
Google Research Award in Latin America 2015, Google Brasil.. 2015.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
2nd place - Best master dissertation - Diego Furtado Silva, Concurso de Teses e Dissertações - CSBC 2015.. 2015.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
2nd Best Master Dissertation (Diego Silva), CTD, CSBC.. 2015.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
3rd place - Best master dissertation - Diego Furtado Silva, IX Concurso de Teses e Dissertações em Inteligência Artificial e Computacional.. 2014.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
Research Fellow, level 2, National Council for Scientific and Technological Development, CNPq.. 2014.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
3rd Best Master Dissertation (Diego Silva), CTDIAC, BRACIS.. 2014.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
Best Research Track Paper Award, ACM SIGKDD Conference on Data Mining and Knowledge Discovery.. 2012.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.
Best Paper Award, Mexican International Conference on Artificial Intelligence.. 2000.
Membro: Gustavo Enrique de Almeida Prado Alves Batista.

Participação em eventos

Total de participação em eventos (50)

SIAM International Conference on Data Mining (SDM). Classification Guided by Clustering on Nonstationary Environments and Extreme Verification Latency. 2015. (Congresso).
XXXIV Congresso da Sociedade Brasileira de Computação. Seminário Integrado de Software e Hardware. 2014. (Congresso).
19th ACM SIGKDD Conference on Knowledge Discovery and Data Mining - KDD 2013. DTW-D: Time Series Semi-Supervised Learning from a Single Example. 2013. (Congresso).
Brazilian Conference on Intelligent Systems. Classification of Data Streams Applied to Insect Recognition: Initial Results. 2013. (Congresso).
European Conference on Machine Learning. Influence of graph construction on semi-supervised learning. 2013. (Congresso).
IEEE International Conference on Data Mining. Time Series Classification Using Compression Distance of Recurrence Plots. 2013. (Congresso).
International Conference on Machine Learning and Applications. Applying Machine Learning and Audio Analysis Techniques to Insect Recognition in Intelligent Traps. 2013. (Congresso).
2012 Eleventh International Conference on Machine Learning and Applications (ICMLA). An Experimental Design to Evaluate Class Imbalance Treatment Methods. 2012. (Congresso).
Encontro Nacional de Inteligência Artificial. Distância invariante à complexidade baseada em dimensão fractal para classificação de séries temporais. 2012. (Congresso).
ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. Sensors and Software to Allow Computational Entomology, an Emerging Application of Data Mining. 2011. (Congresso).
Annual Meeting of the AMCA.Counting and classifying mosquitoes from a distance with ultra cheap sensors. 2011. (Encontro).
SIAM Conference on Data Mining. A Complexity-Invariant Distance Measure for Time Series. 2011. (Congresso).
International Conference on Machine Learning and Applications. Discovering Knowledge Rules with Multi-Objective Evolutionary Computing. 2010. (Congresso).
Argentine Symposium on Artificial Intelligence.How k-Nearest Neighbor Parameters Aﬀect its Performance. 2009. (Simpósio).
IV Congresso da Academia Trinacional de Ciências. An Experimental Comparison of Missing Data Imputation Methods. 2009. (Congresso).
IV Congresso da Academia Trinacional de Ciências. An Experimental Comparison of Missing Data Imputation Methods. 2009. (Congresso).
VIII International Information and Telecommunication Technologies Symposium.Evaluation of a Hybrid Approach to Learn with Imbalanced Classes: Experimental Results with CN2. 2009. (Simpósio).
XXIX Congresso da Sociedade Brasileira de Computação. Mineração de Séries Temporais por meio da Extração de Características e da Identificação de Motifs. 2009. (Congresso).
Congresso da Academia Trinacional de Ciências. Uma Avaliação sobre a Identificação de Motifs em Séries Temporais. 2008. (Congresso).
Congresso da Academia Trinacional de Ciências. 2007. (Congresso).
VIII Argentine Symposium on Artificial Intelligence.A Comparison of Methods for Rule Subset Selection Applied to Associative Classification. 2006. (Simpósio).
International Symposium on Intelligent Data Analysis.Balancing Strategies and Class Overlapping. 2005. (Simpósio).
III Mexican International Conference on Artificial Intelligence. Revisor do III Mexican International Conference on Artificial Intelligence.. 2004. (Congresso).
IX Ibero-American Conference on Artificial Intelligence.. Revisor do IX Ibero-American Conference on Artificial Intelligence. 2004. (Congresso).
VI Argentine Symposium on Artificial Intelligence.Revisor do VI Argentine Symposium on Artificial Intelligence.. 2004. (Simpósio).
V Workshop on Artificial Intelligence.Revisor do V Workshop on Artificial Intelligence. 2004. (Oficina).
WorkComp Sul.Revisor do WorkComp Sul. 2004. (Oficina).
XVII Brazilian Symposium on Artificial Intelligence. Revisor do XVII Brazilian Symposium on Artificial Intelligence.. 2004. (Congresso).
Congress of Logic Applied to Technology. Revisor do Fourth Congress of Logic Applied to Technology. 2003. (Congresso).
VIII Simpósio de Teses e Dissertações.Participante do Simpósio de Teses e Dissertações. 2003. (Simpósio).
Workshop do Programa de Aperfeiçoamento de Ensino. 2003. (Oficina).
III Congresso de Lógica Aplicada à Tecnologia. Revisor do III Congresso de Lógica Aplicada à Tecnologia. 2002. (Congresso).
Second International Conference on Hybrid Intelligent Systems. Participante do Second International Conference on Hybrid Intelligent Systems. 2002. (Congresso).
VII Simpósio Brasileiro de Redes Neurais.Participante do VII Simpósio Brasileiro de Redes Neurais. 2002. (Simpósio).
XVI Simpósio Brasileiro de Inteligência Artificial.Revisor do XVI Simpósio Brasileiro de Inteligência Artificial. 2002. (Simpósio).
I Escola Brasileira de Inteligência Artificial e Bioinformática. 2001. (Outra).
I Congresso de Lógica Aplicada a Engenharia. Revisor do I Congresso de Lógica Aplicada a Engenharia. 2000. (Congresso).
International Joint Conference: 7th Iberoamerican Conference on Artificial Intelligence and 15th Brazilian Conference on Artificial Intelligence. 2000. (Congresso).
I Workshop on Probabilistc Reasoning in Artificial Intelligence. 2000. (Oficina).
Mexican International Conference on Artificial Intelligence. Participante do Mexican International Conference on Artificial Intelligence. 2000. (Congresso).
IV Workshop de Sistemas Inteligentes para Engenharia. 1999. (Oficina).
I Escola Brasileira de Aprendizado de Máquina e Extração de Conhecimento em Bases de Dados. 1998. (Outra).
II Workshop de Sistemas Inteligentes para Engenharia. 1998. (Oficina).
The International Conference on Data Mining. The International Conference on Data Mining. 1998. (Congresso).
I Workshop de Sistemas Inteligentes para Engenharia. 1998. (Oficina).
V Simpósio Brasileiro de Redes Neurais. 1998. (Simpósio).
XIV Brazilian Symposium on Artificial Intelligence. 1998. (Simpósio).
XVII Congresso da Sociedade Brasileira de Computação. Participante do XVII Congresso da Sociedade Brasileira de Computação. 1997. (Congresso).
XIIIth Bazilian Symposium on Artificial Intelligence. 1996. (Simpósio).
II Simpósio Brasileiro de Redes Neurais.Revisor do II Simpósio Brasileiro de Redes Neurais. 1995. (Simpósio).

Organização de eventos

Total de organização de eventos (7)

BATISTA, GUSTAVO E.A.P.A.; Tinós, R.. Program chair of the Brazilian Conference on Intelligent Systems (BRACIS). 2017. Congresso
BATISTA, G. E. A. P. A.; CARVALHO, André Carlos Ponce de Leon Ferreira de. Third School on Machine Learning and Knowledge Discovery in Databases. 2014. Outro
BATISTA, G. E. A. P. A.; CARVALHO, André Carlos Ponce de Leon Ferreira de. Second School on Machine Learning and Knowledge Discovery in Databases. 2013. Outro
BATISTA, G. E. A. P. A.; DELGADO, M. ; BERNARDINI, F. C.. Encontro Nacional de Inteligência Artificial e Computacional. 2013. Congresso
CHEN, Y. ; Keogh, E. J. ; BATISTA, G. E. A. P. A.. UCR Insect Classification Contest. 2012. Concurso
BATISTA, G. E. A. P. A.; PARDO, T. A. S.. IV Workshop on MSc Dissertation and PhD Thesis in Artificial Intelligence (WTDIA 2008). 2008. Congresso
COZMAN, F. G. ; PARDO, T. A. S. ; BATISTA, G. E. A. P. A. ; WAINER, J. ; HÜBNER, J. F.. VI Best MSc Dissertation/PhD Thesis Contest (CTDIA 2008). 2008. Concurso

Lista de colaborações

Colaborações endôgenas (4)

Gustavo Enrique de Almeida Prado Alves Batista ⇔ Maria Carolina Monard (41.0)
Prati, Ronaldo C. ; Batista, Gustavo E. A. P. A. ; MONARD, Maria Carolina. A Survey on Graphical Methods for Classification Predictive Performance Evaluation. IEEE Transactions on Knowledge and Data Engineering (Print). v. 23, p. 1601-1618, issn: 1041-4347, 2011.
PRATI, Ronaldo Cristiano ; Batista, Gustavo Enrique Almeida Prado Alves ; MONARD, Maria Carolina. Evaluating Classifiers Using ROC Curves. Revista IEEE América Latina. v. 6, p. 215-222, issn: 1548-0992, 2008.
BATISTA, G. E. A. P. A.; MILARÉ, Claudia Regina ; PRATI, Ronaldo Cristiano ; MONARD, Maria Carolina. A Comparison of Methods for Rule Subset Selection Applied to Associative Classification. Inteligencia Artificial. v. 10, p. 29-35, issn: 1137-3601, 2006.
Batista, Gustavo E. A. P. A.; Prati, Ronaldo C. ; MONARD, Maria Carolina. A study of the behavior of several methods for balancing machine learning training data. SIGKDD Explorations. v. 6, n. 1, p. 20, issn: 1931-0145, 2004.
BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. AN ANALYSIS OF FOUR MISSING DATA TREATMENT METHODS FOR SUPERVISED LEARNING. Applied Artificial Intelligence. v. 17, n. 5-6, p. 519-533, issn: 0883-9514, 2003.
BATISTA, G. E. A. P. A.; BAZZAN, Ana Lucia Ceterich ; MONARD, Maria Carolina. Balancing Training Data for Automated Annotation of Keywords: a Case Study. Revista Tecnologia da Informação. v. 3, n. 2, p. 15-20, issn: 1516-9197, 2003.
PRATI, Ronaldo Cristiano ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. Data mining with imbalanced class distributions: concepts and methods. Em: Indian International Conference on Artificial Intelligence, v. 1, p. 359-376, 2009.
MATSUBARA, Edson Takashi ; PRATI, Ronaldo Cristiano ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. Missing value imputation using a semi-supervised rank aggregation approach. Em: Simpósio Brasileiro em Inteligência Artificial, v. 5249, p. 217-226, 2008.
PRATI, Ronaldo Cristiano ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. A Study with Class Imbalance and Random Sampling for a Decision Tree Learning System. Em: IFIP World Computer Congress - TC 12 IFIP International Conference on Artificial Intelligence in Theory and Practice (IFIP AI 2008), v. 276, p. 131-140, 2008.
BATISTA, G. E. A. P. A.; PRATI, Ronaldo Cristiano ; MONARD, Maria Carolina ; Giusti, R. ; MILARÉ, Claudia Regina. Classificação Associativa utilizando Seleção e Construção de Regras: um Estudo Comparativo. Em: Encontro Nacional de Inteligência Artificial, v. 1, p. 1321-1330, 2007.
PRATI, Ronaldo Cristiano ; MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. A Hybrid Wrapper/filter Approach for Feature Subset Selection. Em: IX Argentine Symposium on Artificial Intelligence, v. 1, p. 23-34, 2007.
BATISTA, G. E. A. P. A.; MILARÉ, Claudia Regina ; PRATI, Ronaldo Cristiano ; MONARD, Maria Carolina. A Comparison of Methods for Rule Subset Selection Applied to Associative Classification. Em: VIII Argentine Symposium on Artificial Intelligence, v. 1, p. 45-54, 2006.
MATSUBARA, Edson Takashi ; MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. Multi-view Semi-supervised Learning: An Approach to Obtain Different Views from Text Datasets. Em: Congress Of Logic Applied to Technology, v. 132, p. 97-104, 2005.
MATSUBARA, Edson Takashi ; MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. Utilizando Algoritmos de Aprendizado Semi-supervisionados Multi-visão como Rotuladores de Textos. Em: III Workshop em Tecnologia de Informação e da Linguagem Humana-TIL da SBC, v. 1, p. 2108-2117, 2005.
BATISTA, G. E. A. P. A.; PRATI, Ronaldo Cristiano ; MONARD, Maria Carolina. Balancing Strategies and Class Overlapping. Em: VI International Symposium on Intelligent Data Analysis, v. 3646, p. 24-35, 2005.
PRATI, Ronaldo Cristiano ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. Class Imbalances versus Class Overlapping: an Analysis of a Learning System Behaviour. Em: Mexican International Conference on Artificial Intelligence, v. 2972, p. 312-321, 2004.
MILARÉ, Cláudia Regina ; BATISTA, G. E. A. P. A. ; CARVALHO, André Carlos Ponce de Leon Ferreira de ; MONARD, Maria Carolina. Applying Genetic and Symbolic Learning Algorithms to Extract Rules from Artificial Neural Networks. Em: Mexican International Conference on Artificial Intelligence, v. 2972, p. 833-843, 2004.
BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. Sniffer: um Ambiente Computacional para Gerenciamento de Experimentos de Aprendizado de Máquina Supervisionado. Em: WorkComp Sul, v. 1, p. 13-24, 2004.
PRATI, Ronaldo Cristiano ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. Learning with Class Skews and Small Disjuncts. Em: XVII Brazilian Symposium on Artificial Intelligence, v. 3171, p. 296-306, 2004.
BATISTA, G. E. A. P. A.; MONARD, Maria Carolina ; BAZZAN, Ana Lucia Ceterich. Improving Rule induction Precision for Automatec Annotation by Balancing Skewed Data Sets. Em: International Symposium on Knowledge Exploration in Life Science Informatics, v. 3303, p. 20-32, 2004.
MATSUBARA, Edson Takashi ; MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. Aprendizado Semi-supervisionado Multi-visão para a Classificação de Bases de Texto. Em: Workshop on Artificial Intelligence, v. 1, p. 1-9, 2004.
MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. Graphical Methods for Classifier Performance Evaluation. Em: Congress of Logic Applied to Technology, v. 1, p. 59-67, 2003.
BATISTA, G. E. A. P. A.; BAZZAN, Ana Lucia Ceterich ; MONARD, Maria Carolina. Balancing Training Data for Automated Annotation of Keywords: a Case Study. Em: Segundo Workshop Brasileiro em Bioinformática, v. 1, p. 21-28, 2003.
BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. Um Estudo Sobre a Efetividade do Método de Imputação Baseado no Algoritmo k-Vizinhos mais Próximos. Em: IV Workshop on Advances & Trends in AI for Problem Solving, v. 1, p. 1-6, 2003.
PRATI, Ronaldo Cristiano ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. Uma Experiência no Balanceamento Artificial de Conjuntos de Dados para Aprendizado com Classes Desbalanceadas utilizando Análise ROC. Em: IV Workshop on Advances & Trends in AI for Problem Solving, v. 1, p. 28-33, 2003.
LORENA, A. C. ; BATISTA, G. E. A. P. A. ; CARVALHO, André Carlos Ponce de Leon Ferreira de ; MONARD, Maria Carolina. The Influence of Noisy Patterns in the Performance of Learning Methods in the Splice Junction Recognition Problem. Em: Congresso Brasileiro de Redes Neurais, v. 1, p. 31-36, 2002.
MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. Learning with Skewed Class Distributions. Em: Terceiro Congresso de Lógica Aplicada à Tecnologia, v. 1, p. 173-180, 2002.
LORENA, A. C. ; BATISTA, G. E. A. P. A. ; CARVALHO, André Carlos Ponce de Leon Ferreira de ; MONARD, Maria Carolina. Splice Junction Recognition Using Machine Learning Techniques. Em: Primeiro Workshop Brasileiro de Bioinformática, v. 1, p. 32-39, 2002.
BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. A Study of K-Nearest Neighbour as an Imputation Method. Em: Second International Conference on Hybrid Intelligent Systems, v. 87, p. 251-260, 2002.
BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. An Analysis of Four Missing Data Treatment Methods for Supervised Learning. Em: First International Workshop on Data Cleaning and Preprocessing, v. 1, p. 142-152, 2002.
BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. A Study of K-Nearest Neighbour as a Model-Based Method to Treat Missing Data. Em: Argentine Symposium on Artificial Intelligence, v. 30, p. 1-9, 2001.
BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. Uma Proposta para o Tratamento de Valores Desconhecidos Utilizando o Algoritmo K-Vizinhos mais Próximos. Em: Simpósio Brasileiro de Automação Inteligente, v. 1, p. 20-30, 2001.
BATISTA, G. E. A. P. A.; CARVALHO, André Carlos Ponce de Leon Ferreira de ; MONARD, Maria Carolina. Applying One-sided Selection to Unbalanced Datasets (Best paper award). Em: Mexican International Conference on Artificial Intelligence, v. 1793, p. 315-325, 2000.
BARANAUSKAS, J. A. ; MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. A Computational Environment for Extracting Rules from Data Bases. Em: International Conference on Data Mining, p. 321-330, 2000.
BATISTA, G.E.A.P.A. ; CARVALHO, A. C. P. L. ; MONARD, M. C.. Aplicando Seleção Unilateral em Conjuntos de Exemplos Desbalanceados: Resultados Iniciais. Em: Encontro Nacional de Inteligência Artificial, v. 4, p. 327-340, 1999.
MONARD, Maria Carolina ; MILARÉ, Cláudia Regina ; BATISTA, G. E. A. P. A.. A Tool to Explore Explanation Facilities in Neural Networks. Em: Australian Conference on Neural Networks, v. 1, p. 128-132, 1998.
BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. AMPSAM: Um Ambiente Computacional para Medir a Performance de Sistemas de Aprendizado de Máquina. Em: Encontro Nacional de Inteligência Artificial, v. 1, p. 41-45, 1997.
MILARÉ, Cláudia Regina ; BATISTA, G. E. A. P. A. ; MONARD, Maria Carolina. Uma Ferramenta para Extração de Conhecimento de Redes Neurais. Em: Congresso da Sociedade Brasileira de Computação, v. 1, p. 59-70, 1997.
MONARD, Maria Carolina ; BATISTA, G. E. A. P. A.. Avaliação da Precisão de Hipóteses. 2001. Desenvolvimento de material didático ou instrucional - Material Didático on-line
BATISTA, G. E. A. P. A.; MONARD, Maria Carolina. Probably Approximately Correct - PAC. 2001. Desenvolvimento de material didático ou instrucional - Apresentação em Slides
MONARD, Maria Carolina ; BATISTA, G. E. A. P. A. ; KAWAMOTO, S. ; PUGLIESE, J. B.. Uma Introdução ao Aprendizado Simbólico de Máquina por Exemplos. 1997. Desenvolvimento de material didático ou instrucional - Nota Didática

Gustavo Enrique de Almeida Prado Alves Batista ⇔ Diego Furtado Silva (26.0)
SILVA, DIEGO F. ; GIUSTI, RAFAEL ; Keogh, Eamonn ; Batista, Gustavo E. A. P. A.. Speeding up similarity search under dynamic time warping by pruning unpromising alignments. DATA MINING AND KNOWLEDGE DISCOVERY (DORDRECHT. ONLINE). v. 32, p. 988-1016, issn: 1573-756X, 2018.
SILVA, DIEGO FURTADO ; YEH, CHIN-CHIA MICHAEL ; ZHU, YAN ; Batista, Gustavo ; Keogh, Eamonn. Fast Similarity Matrix Profile for Music Analysis and Exploration. IEEE TRANSACTIONS ON MULTIMEDIA. v. 21, p. 1-1, issn: 1520-9210, 2018.
SILVA, DIEGO F. ; SOUZA, VINÍCIUS M. A. ; ELLIS, DANIEL P. W. ; KEOGH, EAMONN J. ; Batista, Gustavo E. A. P. A.. Exploring Low Cost Laser Sensors to Identify Flying Insect Species. Journal of Intelligent & Robotic Systems (Dordrecht. Online). v. 1, p. 1-18, issn: 1573-0409, 2015.
Prati, Ronaldo C. ; Batista, Gustavo E. A. P. A. ; SILVA, DIEGO F.. Class imbalance revisited: a new experimental setup to assess the performance of treatment methods. Knowledge and Information Systems (Print). v. 45, p. 247-270, issn: 0219-1377, 2014.
SILVA, DIEGO FURTADO; SOUZA, VINÍCIUS MOURÃO ALVES DE ; BATISTA, GUSTAVO ENRIQUE ALMEIDA PRADO ALVES. A comparative study between MFCC and LSF coefficients in automatic recognition of isolated digits pronounced in Portuguese and English - doi: 10.4025/actascitechnol.v35i4.19825. Acta Scientiarum. Technology (Impresso). v. 35, p. 621-628, issn: 1807-8664, 2013.
MOREIRA DOS REIS, DENIS ; MALETZKE, ANDRÉ ; SILVA, DIEGO F. ; Batista, Gustavo E. A. P. A.. Classifying and Counting with Recurrent Contexts. Em: ACM SIGKDD Conference on Knowledge Discovery and Data Mining, p. 1983-1992, 2018.
FURTADO SILVA, DIEGO ; E. A. P. A. BATISTA, GUSTAVO. Elastic Time Series Motifs and Discords. Em: 2018 17th IEEE International Conference on Machine Learning and Applications (ICMLA), p. 237-242, 2018.
SILVA, DIEGO FURTADO ; BATISTA, GUSTAVO E.A.P.A.. Speeding Up All-Pairwise Dynamic Time Warping Matrix Calculation. Em: SIAM International Conference on Data Mining (SDM), p. 837-845, 2016.
SILVA, DIEGO F. ; Yeh, C. M. ; BATISTA, GUSTAVO E.A.P.A. ; Keogh, Eamonn. SiMPle: Assessing Music Similarity Using Subsequences Joins. Em: 16th International Society for Music Information Retrieval Conference, p. 23-29, 2016.
SILVA, DIEGO F.; BATISTA, GUSTAVO E. A. P. A. ; KEOGH, EAMONN. Prefix and Suffix Invariant Dynamic Time Warping. Em: IEEE International Conference on Data Mining, p. 1209-1214, 2016.
GIUSTI, RAFAEL ; SILVA, DIEGO F. ; Batista, Gustavo E. A. P. A.. Improved Time Series Classification with Representation Diversity and SVM. Em: 2016 15th IEEE International Conference on Machine Learning and Applications (ICMLA), p. 1-6, 2016.
SOUZA, VINÍCIUS M. A. ; SILVA, DIEGO F. ; GAMA, JOÃO ; BATISTA, GUSTAVO E. A. P. A.. Data Stream Classification Guided by Clustering on Nonstationary Environments and Extreme Verification Latency. Em: SIAM International Conference on Data Mining (SDM), p. 873-881, 2015.
SILVA, DIEGO F. ; SOUZA, VINICIUS M. A. ; BATISTA, GUSTAVO E.A.P.A.. Music Shapelets for Fast Cover Song Recognition. Em: International Society for Music Information Retrieval Conference, p. 441-447, 2015.
SOUZA, VINICIUS M.A. ; SILVA, DIEGO F. ; BATISTA, GUSTAVO E.A.P.A. ; GAMA, JOAO. Classification of Evolving Data Streams with Infinitely Delayed Labels. Em: 2015 IEEE 14th International Conference on Machine Learning and Applications (ICMLA), p. 214-219, 2015.
Silva, D. F. ; ROSSI, RAFAEL G. ; REZENDE, S. O. ; BATISTA, G. E. A. P. A.. MUSIC CLASSIFICATION BY TRANSDUCTIVE LEARNING USING BIPARTITE HETEROGENEOUS NETWORKS. Em: 15th International Society for Music Information Retrieval Conference (ISMIR 2014), v. 1, p. 113-118, 2014.
SOUZA, VINICIUS M.A. ; SILVA, DIEGO F. ; BATISTA, GUSTAVO E.A.P.A.. Extracting Texture Features for Time Series Classification. Em: 2014 22nd International Conference on Pattern Recognition (ICPR), p. 1425-1430, 2014.
LEMES, CRISTIANO INACIO ; SILVA, DIEGO FURTADO ; BATISTA, GUSTAVO E.A.P.A.. Adding Diversity to Rank Examples in Anytime Nearest Neighbor Classification. Em: 2014 13th International Conference on Machine Learning and Applications (ICMLA), p. 129-134, 2014.
Silva, D. F. ; PAPADOPOULOS, H. ; BATISTA, GUSTAVO E.A.P.A. ; ELLIS, D. P. W.. A Video Compression-based Approach To Measure Music Structural Similarity. Em: International Society for Music Information Retrieval Conference, p. 95-100, 2013.
SOUZA, VINICIUS M.A. DE ; SILVA, DIEGO F. ; BATISTA, GUSTAVO E.A.P.A.. Classification of Data Streams Applied to Insect Recognition: Initial Results. Em: 2013 Brazilian Conference on Intelligent Systems (BRACIS), p. 76-81, 2013.
SOUZA, V. M. A. ; SILVA, D. F. ; BATISTA, G. E. A. P. A. ; GARCIA, P. R. P.. Avaliação de classificadores para o reconhecimento automático de insetos. Em: Encontro Nacional de Inteligência Artificial e Computacional, p. 1-10, 2013.
Silva, D. F. ; Souza, V. M. A. ; Batista, Gustavo Enrique Almeida Prado Alves. Time Series Classification Using Compression Distance of Recurrence Plots. Em: 2013 IEEE International Conference on Data Mining (ICDM), p. 687-696, 2013.
SILVA, DIEGO F.; SOUZA, VINICIUS M.A. DE ; BATISTA, GUSTAVO E.A.P.A. ; KEOGH, EAMONN ; ELLIS, DANIEL P.W.. Applying Machine Learning and Audio Analysis Techniques to Insect Recognition in Intelligent Traps. Em: 2013 12th International Conference on Machine Learning and Applications (ICMLA), p. 99-104, 2013.
Silva, D. F. ; Souza, V. M. A. ; Batista, Gustavo E. A. P. A. ; Giusti, R.. Spoken Digit Recognition in Portuguese Using Line Spectral Frequencies. Em: The 13th Ibero-American Conference on Artificial Intelligence, v. 7637, p. 241-250, 2012.
BATISTA, GUSTAVO ; SILVA, DIEGO FURTADO ; PRATI, RONALDO CRISTIANO. An Experimental Design to Evaluate Class Imbalance Treatment Methods. Em: 2012 Eleventh International Conference on Machine Learning and Applications (ICMLA), v. 2, p. 95-101, 2012.
Silva, D. F. ; BATISTA, G. E. A. P. A. ; Keogh, E. J. ; Mafra Neto, A.. Resultados Preliminares na Classificação de Insetos Utilizando Sensores Ópticos. Em: XXXI Congresso da Sociedade Brasileira de Computação, p. 749-760, 2011.
Silva, D. F. ; BATISTA, G. E. A. P. A.. Uma Comparação Experimental de Métodos de Imputação de Valores Desconhecidos. Em: IV Congresso da Academia Trinacional de Ciências, p. 21-29, 2009.

Gustavo Enrique de Almeida Prado Alves Batista ⇔ Solange Oliveira Rezende (4.0)
SOUZA, VINICIUS M.A. ; ROSSI, RAFAEL G. ; BATISTA, GUSTAVO E.A.P.A. ; REZENDE, SOLANGE O.. Unsupervised active learning techniques for labeling training sets: An experimental evaluation on sequential data. Intelligent Data Analysis. v. 21, p. 1061-1095, issn: 1571-4128, 2017.
Silva, D. F. ; ROSSI, RAFAEL G. ; REZENDE, S. O. ; BATISTA, G. E. A. P. A.. MUSIC CLASSIFICATION BY TRANSDUCTIVE LEARNING USING BIPARTITE HETEROGENEOUS NETWORKS. Em: 15th International Society for Music Information Retrieval Conference (ISMIR 2014), v. 1, p. 113-118, 2014.
DOMINGUES, MARCOS A. ; CHERMAN, EVERTON A. ; NOGUEIRA, BRUNO M. ; CONRADO, MERLEY S. ; ROSSI, RAFAEL G. ; DE PADUA, RENAN ; MARCACINI, RICARDO M. ; SOUZA, VINICIUS M. A. ; Batista, Gustavo E. A. P. A. ; RCZENDC, SOLANGE O.. A comparative study of algorithms for recommending given names. Em: 2013 Second International Conference on Informatics & Applications (ICIA 2013), p. 66-71, 2013.
SOUSA, C. A. R. ; REZENDE, S. O. ; Batista, Gustavo Enrique Almeida Prado Alves. Influence of graph construction on semi-supervised learning. Em: European Conference on Machine Learning and Knowledge Discovery in Databases (ECML PKDD), v. 8190, p. 160-175, 2013.

Gustavo Enrique de Almeida Prado Alves Batista ⇔ Ricardo Marcondes Marcacini (1.0)
DOMINGUES, MARCOS A. ; CHERMAN, EVERTON A. ; NOGUEIRA, BRUNO M. ; CONRADO, MERLEY S. ; ROSSI, RAFAEL G. ; DE PADUA, RENAN ; MARCACINI, RICARDO M. ; SOUZA, VINICIUS M. A. ; Batista, Gustavo E. A. P. A. ; RCZENDC, SOLANGE O.. A comparative study of algorithms for recommending given names. Em: 2013 Second International Conference on Informatics & Applications (ICIA 2013), p. 66-71, 2013.

(*) Relatório criado com produções desde 1995 até 2025
Data de processamento: 24/04/2025 08:39:13

Relatório gerado por scriptLattes V9. Os resultados podem ser afetados por possíveis falhas decorrentes de inconsistências no preenchimento dos Currículos Lattes. E-mail de contato: admin@email.com