ImprimirICONE – Grupo de Inteligência Computacional, Modelagem e Neurocomputação Eletrônica
Veja como foram nossos últimos eventos!
Workshop ICONE (WICONE) 2022 – 3ª Edição Online – 30/09/2022
Assista em:
https://www.youtube.com/watch?v=aNy9Denos50&ab_channel=GrupoICONEEPUSP
Evento aberto e online! Participe!
Workshop ICONE 2022 – XVI WICONE
Data: 30 de Setembro de 2022
Horário: das 9h às 12h30
Local: Evento Online.
Temas:
– Redes Neurais Artificiais
– Aprendizado por Reforço
– Deep Learning
– Machine Learning e Estatística
– Brain Computer Interface
– Sistemas Embarcados
Entre Outros
Palestrantes:
– Eder Urbinate (ICONE EPUSP)
– Eduardo Mello Nottolini (ICONE EPUSP)
– Fernando Itano (ICONE EPUSP)
– Leonardo Felizardo (ICONE EPUSP)
Além de outros pesquisadores do grupo, colaboradores e convidados.
Em breve, mais informações!
Workshop ICONE (WICONE) 2021 – 2ª Edição Online – 24/09/2021
Assista em:
https://www.youtube.com/watch?v=b2hl6yvwYvw&t=1582s
Evento aberto e online! Participe!
Workshop ICONE 2021 – XV WICONE
Data: 24 de Setembro de 2021
Horário: das 9h às 12h30
Local: Evento Online.
Temas:
– Redes Neurais Artificiais
– Aprendizado por Reforço
– Deep Learning
– Machine Learning e Estatística
– Brain Computer Interface
– Sistemas Embarcados
Entre Outros
Palestrantes:
– Michel Vinagreiro (EPUSP) – convidado
– Angelo Gurzoni Jr (Adroit Robotics) – convidado
– Eder Urbinate (ICONE EPUSP)
– Eduardo Mello Nottolini (ICONE EPUSP)
– Fernando Itano (ICONE EPUSP)
– Leonardo Felizardo (ICONE EPUSP)
– Miguel Angelo (ICONE EPUSP/IFSP)
Além de outros pesquisadores do grupo, colaboradores e convidados.
Em breve, mais informações!
Assista a playlist do WICONE 2020:
Acesse: https://www.youtube.com/watch?v=v20Oi76X3h4&list=PLS507d8VHHMFk0H4rij6OVljN6siYXYYq
Evento aberto e online! Participe!
Workshop ICONE 2020 – XIV WICONE
Data: 25 de Setembro de 2020
Horário: das 9h30 às 12h30
Local: Evento Online.
Temas:
– Deep Learning
– Sistemas Embarcados
– Aprendizado por Reforço
– Processamento de Linguagem Natural
– Machine Learning e Estatística
– Brain Computer Interface
Entre Outros
Palestrantes:
– Marco Gutierrez/Catharine de Vita Graves (INCOR/HCFMUSP) – convidado
– Leandro Augusto Silva (Mackenzie) – convidado
– Eder Urbinate (ICONE EPUSP)
– Leonardo Felizardo (ICONE EPUSP)
– Élia Matsumoto (ICONE EPUSP/FGV)
– Eduardo Mello Nottolini (ICONE EPUSP)
– Fernando Itano (ICONE EPUSP)
– Miguel Angelo (ICONE EPUSP/IFSP)
– Patrick Santos (ICONE EPUSP)
– Karina Zaccari (ICONE EPUSP)
Além de outros pesquisadores do grupo, colaboradores e convidados.
Temáticas do Grupo ICONE (INTELIGÊNCIA COMPUTACIONAL, MODELAGEM E NEUROCOMPUTAÇÃO ELETRÔNICA)
Coordenador: Prof. Dr. Emilio Del Moral Hernandez
Site: sites.usp.br/lsi/icone/
Confira Publicações e Trabalhos
Workshop ICONE (WICONE) 2019 – 27/09/2019
Evento aberto! Participe!
Workshop ICONE 2019 – XIII WICONE
Data: 27 de Setembro de 2019
Horário: das 9h às 17h
Local: Anfiteatro Engenharia Elétrica – EPUSP.
Temas:
– Deep Learning
– Sistemas Embarcados
– Aprendizado por Reforço
– Processamento de Linguagem Natural
– Machine Learning e Estatística
– Brain Computer Interface
Entre Outros
Palestrantes:
– Ramon Alfredo Moreno (INCOR/HCFMUSP) – convidado
– Eder Urbinate (ICONE EPUSP)
– Leonardo Felizardo (ICONE EPUSP)
– Élia Matsumoto (ICONE EPUSP/FGV)
– Eduardo Mello Nottolini (ICONE EPUSP)
– Fernando Itano (ICONE EPUSP)
– Miguel Angelo (ICONE EPUSP/IFSP)
– Patrick Santos (ICONE EPUSP)
Além de outros pesquisadores do grupo, colaboradores e convidados.
Linhas de Pesquisa
- Aprendizado de Máquina e Inteligência Computacional
- Redes de Neurônios Artificiais
- Inteligência Computacional Embarcada em FPGAs e Circuitos Integrados Dedicados a Aplicações Específicas
- Deep Learning e Redes Neurais Convolucionais para imagens, informações sonoras e Internet das Coisas
- Inteligência Computacional para Modelagem de Sistemas Ambientais
- Interfaces Cérebro-Computador (Brain Computer Interfaces) e Eletrônica Neuromórfica
- Interpretação e Classificação de Sinais Biológicos
- Sensores, Biossensores, Sistemas Multi-Sensores e Metrologia
- Mapas Auto Organizáveis e Redes Neurais para a Categorização, o Reconhecimento de Padrões, a Regressão Linear Multivariada, a fusão de multissensores, o Agrupamento de Dados Multidimensionais e a Mineração de Dado
- Redes Neurais com Dinâmica Rica Bifurcação e Redes Neurais Pulsadas
- Ferramentas de Ensino em Neurocomputação Eletrônica e em Inteligência Computacional
Pesquisadores
- Élia Yahie Matsumoto
Possui doutorado pela Escola Politécnica da Universidade de São Paulo (POLI-USP), mestrado pela Escola de Economia de São Paulo da Fundação Getúlio Vargas (EESP-FGV) e graduação em Ciência da Computação pelo Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP). Tem experiência na área de Ciência da Computação, com ênfase em Matemática da Computação, atuando principalmente nos seguintes temas: aprendizado de máquina, análise de dados, estatística e matemática computacional aplicada. É sócio-diretora da Opencadd Advanced Technology, representante no Brasil da empresa desenvolvedora do software MATLAB, The MathWoks, e professora na área de Data Science na EESP-FGV.
- Miguel Angelo de Abreu de Sousa
Doutor e Mestre em Engenharia Elétrica pela Escola Politécnica da Universidade de São Paulo (POLI-USP). Possui graduação em Engenharia Elétrica pela Faculdade de Engenharia São Paulo e graduação em Tecnologia em Eletrônica pela Universidade Presbiteriana Mackenzie. Atualmente é professor do Departamento de Elétrica do Instituto Federal de Educação, Ciência e Tecnologia de São Paulo – IFSP e seus interesses incluem o estudo de Sistemas Inteligentes e de arquiteturas de circuitos elétricos para implementação de modelos neurais de computação.
- Leonardo Kanashiro Felizardo
Formado em engenharia civil pela Escola Politécnica da Universidade de São Paulo (2014). Participou do projeto FINEP em estudos do processo do projeto para engenharia civil utilizando BIM para Habitações de Interesse Social apresentado no SIICUPS (2014). Mestre em Economia pela Fundação Getulio Vargas (2017), Tese defendida em 2017 – Um estudo sobre arquitetura de redes neurais aplicado a previsão do retorno de ações brasileiras. Formado com menção honrosa por trabalho publicado em congresso EnANPAD (2017). Atuou como analista e gestor de produtos no Itaú-Unibanco e no ItauBBA durante três anos. Aluno de doutorado no programa de pós-graduação da engenharia elétrica da Escola Politécnica da Universidade de São Paulo (PPGEE). Atualmente, trabalhando nas áreas de aprendizado por reforço, redes neurais gerativas adversárias e séries de tempo.
- Fernando Itano
Mestrando em Inteligência Computacional. Cientista de Dados no Banco Votorantim. Áreas de Pesquisa: Redes Neurais Artificiais, Deep Learning, Algoritmos Genéticos, Processamento de Linguagem Natural e Visão Computacional.
Artigos publicados:
- Extending MLP ANN hyper-parameters Optimization by using Genetic Algorithm: https://ieeexplore.ieee.org/document/8489520
- Human Actions Recognition in Video Scenes from Multiple CameraViewpoints (Submetido e em análise)
- Eder Fernando Urbinate
Formado em Física pela USP São Carlos (2012), possui MBA em Engenharia Financeira pelo PECE Poli-USP (2015). Atualmente é aluno de mestrado no Grupo ICONE pelo Programa de Pós Graduação da Engenharia Elétrica – Poli-USP. Analista de Risco de Mercado e Liquidez Sênior no Banco Fator.
- Eduardo Mello Nottolini
Mestrando no Programa de Pós Graduação em Engenharia Elétrica pela Escola Politécnica da Universidade de São Paulo (POLI-USP) na área de Sistemas Eletrônicos e Engenheiro Eletricista na modalidade Eletrônica pelo Centro Universitário da Fundação Educacional Inaciana (FEI).
Atualmente é engenheiro da empresa SPT (Specialty Product Technologies), pertencente ao grupo Fortive Corporation e possui experiência no desenvolvimento de sensores de rotação (encoders) e aplicações de sensores de temperatura, pressão, nível, condutividade e turbidez em instrumentação sanitária industrial. Também possui experiência no desenvolvimento, requisitos técnicos e certificação de produtos médico-hospitalares.
Possui interesses de pesquisa em Brain Computer Interfaces e Inteligência Computacional em sistemas embarcados, mais especificamente em FPGA e microcontroladores.
- Karina Zaccari
- Patrick Baroni Santos
- Julio Cesar Saldaña Pumarica
Doutorado em Engenharia Elétrica na área de concentração de Microeletrônica pela USP (2016). Mestrado en Engenharia Elétrica na área de concentração de Sistemas Eletrônicos pela USP (2010). Graduação em Engenharia Eletrônica pela Pontificia Universidad Católica del Perú (1999). 12 anos de experiência em projeto de circuitos integrados. Atualmente é projetista senior de circuitos integrados analógicos na Design House da Associação do Laboratório de Sistemas Integráveis Tecnológico. Também realiza atividades de gerenciamento de projetos, definição de especificações de sistema mediante discussão com clientes, treinamento interno, elaboração de documentação interna e externa, pesquisa para novos projetos e elaboração de propostas de projetos.
- Edson Caoru Kitani
Possui graduação em Tecnologia de Automação Industrial pelo Centro Universitário de Santo Andre (2003), especialização em Mecânica Fina pela Universidade São Judas Tadeu (2005). Obteve o titulo de Mestre em Engenharia Elétrica na área de Inteligência Artificial Aplicada à Automação pelo Centro Universitário da FEI em 2007 e título de Doutor em Engenharia Elétrica pela Escola Politécnica da USP em 2013 na área de Inteligência Computacional. Tem larga experiência na área de Engenharia Elétrica, com ênfase em Automação Eletrônica de Processos Industriais e Máquinas. Atualmente, é Professor Associado na Fatec Santo André na área de Eletrônica Automotiva e Mecatrônica Industrial. Trabalha em pesquisa e desenvolvimento nas áreas de: Automação Industrial de Máquinas e Sistemas Eletrônicos Veiculares. Tem interesse e faz pesquisas em Visão Artificial, Reconhecimentos de Padrões, Aprendizado de Máquina e Redes Neurais Auto-Organizadas, Eletrônica Veicular, Gerenciamento Eletrônico de Motores à Combustão Interna, Veículos Autônomos e Robótica móvel.
- Leandro Augusto da Silva
Leandro Augusto da Silva é formado em Engenharia da Computação, Mestre e Doutor pela Escola Politécnica da USP. Atualmente é Professor na Faculdade de Computação e Informática da Universidade Presbiteriana Mackenzie, onde também atua como Coordenador de Extensão, e professor na Pós-Graduação Strictu-Sensu do Programa da Engenharia Elétrica e Computação. Como atividades de pesquisa, tem participado em Comitê de Programas de conferências nacionais e internacionais e também prestado serviços como revisor técnico de conferências e revistas especializadas. Como linha de pesquisa, tem atuado principalmente em áreas que envolvem Ciência de Dados como: Redes Neurais Artificiais, Aprendizagem de Máquina, Mineração de Dados, Big Data e Reconhecimento de Padrões. Nessas áreas têm publicado regulamente artigos científicos nos principais congressos nacionais e internacionais, bem como em revistas especializadas. É autor principal do recém lançado livro didático sobre Mineração de Dados pela editora Elsevier. Por fim, o Prof. Leandro Augusto lidera o Laboratório e Grupo de Pesquisa Big MAAp – Big Data e Métodos Analíticos Aplicados, onde desenvolve Projetos de Pesquisa e Desenvolvimento com fomento de agências públicas e de empresas de diferentes segmentos do setor produtivo.
- Ricardo Pires (colaborador)
- João Eduardo Kogler Junior
Possui graduação em Engenharia Elétrica pelo Instituto Maua de Tecnologia (1978), graduação em Física Bacharelado pela Universidade de São Paulo (1983), mestrado em Engenharia Elétrica pela Universidade de São Paulo (1986), com ênfase em engenharia biomédica e doutorado em Engenharia Elétrica pela Universidade de São Paulo (1998), com pesquisa desenvolvida na divisão de processamento de imagens da Siemens Corporate Research em Princeton, Estados Unidos, em 1991-92, versando sobre estudo de modelagem de imagens em multi-resolução aplicando o grupo de renormalização a campos markovianos, com aplicações a imagens médicas. Trabalhou como cientista visitante no INRIA Sophia-Antipolis, França, em 1994, aplicando o método de análise multi-escalas via grupo de renormalização à classificação de regiões em imagens de satélite. Atualmente é pesquisador doutor da Universidade de São Paulo, atuando nas áreas de visão computacional, processamento de imagens, inteligência computacional e ciência da cognição.
Contato
Prof. Dr. Emilio Del Moral Hernandez
emilio.delmoral@usp.br / emilio@lsi.usp.br / sites.usp.br/lsi/icone/
(website anterior, com informações principalmente do período
2000-2017: www.lsi.usp.br/icone – esta página antiga é mantida para você
conhecer através dela algo do histórico anterior do Grupo ICONE-EPUSP)