Ciência de Dados e Métodos Analíticos

2026 - Atual

Pesquisa aplicada em Inteligência Artificial e Processamento de Linguagem Natural no Centro Mackenzie de Pesquisa em Inteligência Artificial (IAM)

Desenvolvimento de pesquisas básicas e aplicadas em Inteligência Artificial e Processamento de Linguagem Natural no âmbito do Centro Mackenzie de Pesquisa em Inteligência Artificial (IAM). As ações contemplam o eixo de pesquisa do IAM, com foco em métodos de representação semântica, recuperação de informação e acesso ao conhecimento em coleções institucionais heterogêneas, em alinhamento com a missão do centro de realizar pesquisas orientadas a problemas e fomentar projetos em parceria com empresas e órgãos governamentais.

Situação: Em andamento; Natureza: Pesquisa.

Integrantes: Lucas Cerqueira Figueiredo - Integrante / Leandro Augusto da Silva - Coordenador / Gustavo Scalabrini Sampaio - Integrante.

2025 - Atual

Centro de IA e Gestão Pública (CIA-GP)

O Centro de IA e Gestão Pública (CIA-GP), proposto pela Universidade de São Paulo em parceria com a Secretaria da Casa Civil do Governo do Estado de São Paulo, busca enfrentar a complexidade crescente na gestão normativa através do desenvolvimento e aplicação de técnicas avançadas de Inteligência Artificial (IA), mineração de processos e direito computacional. Esta iniciativa visa aprimorar significativamente a análise, tramitação e acompanhamento de propostas de atos normativos no âmbito governamental. O Estado de São Paulo enfrenta um elevado volume de atos normativos que exigem precisão, padronização e rastreabilidade, fundamentais para garantir uma governança eficiente, transparente e segura. Apesar da digitalização já existente via Sistema Eletrônico de Informações (SEI), persiste uma lacuna crítica na integração de ferramentas analíticas avançadas, resultando em baixa previsibilidade, alto custo operacional e riscos de inconsistências jurídicas. O CIA-GP propõe uma abordagem interdisciplinar e inovadora, integrando áreas como ciência da computação, sistemas de informação, direito, administração pública e ciência política. As principais linhas de pesquisa incluem a estruturação e formalização computacional de normas, desenvolvimento de modelos linguísticos especializados (LLMs jurídicos), aplicação de técnicas avançadas de mineração de processos, e implementação de sistemas robustos de governança algorítmica com foco em explicabilidade em IA (XAI). Esses métodos permitirão detectar automaticamente incoerências normativas, antecipar impactos regulatórios e apoiar decisões com maior segurança jurídica e transparência institucional. Entre os objetivos específicos destacam-se a construção de sistemas automatizados para análise normativa, plataformas de visualização e otimização de fluxos administrativos, modelos preditivos de impacto regulatório e ferramentas para sumarização automatizada de pareceres técnicos. A parceria estratégica com a Secretaria da Casa Civil garante acesso privilegiado aos dados reais e ambientes governamentais necessários para validação prática e imediata das soluções. A implementação do CIA-GP prevê resultados expressivos tanto a curto quanto a longo prazo, incluindo melhorias significativas na eficiência operacional, na qualidade técnica e na governança pública digital. Adicionalmente, o Centro contribuirá para consolidar o Estado de São Paulo como referência nacional e internacional em inovação regulatória orientada por dados e evidências científicas, ampliando seu impacto social, econômico e institucional.

Situação: Em andamento; Natureza: Pesquisa.

Integrantes: Leandro Augusto da Silva - Coordenador / Sarajane Marques Peres - Integrante / Marcelo Fantinato - Integrante / Marcelo de Souza Lauretto - Integrante / José de Jesús Pérez Alcázar - Integrante / Daniel de Angelis Cordeiro - Integrante / Karina Valdivia Delgado - Integrante / Silvia Inês Dallavalle de Pádua - Integrante / Renata Mendes de Araújo - Integrante / Jorge Machado Villanueva - Integrante / Cristina Godoy Bernardo de Oliveira - Integrante / João Paulo Cândia Veiga - Integrante / Juliano Maranhão - Integrante / Alessandro Hirata - Integrante / Cíntia Rosa Pereira de Lima - Integrante / Edelcio Gonçalves de Souza - Integrante / Eugenia Cristina Cleto Marolla - Integrante / José Carlos Vaz - Integrante / Norton Trevisan Roman - Integrante / Omar Cassim Neto - Integrante / Rafael Meira Silva - Integrante / Renata Wassermann - Integrante / Theo Lovizio de Araujo - Integrante.

Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

2025 - Atual

Deep Learning aplicado em imagens InSAR - Uma Metodologia envolvendo o espaço e o tempo para a detecção de deslizamento de barragens de rejeitos em mineração

Este projeto de pesquisa propõe o desenvolvimento de uma metodologia inovadora baseada em técnicas de Interferometria por Radar de Abertura Sintética (InSAR) para previsão de deslocamentos do solo, com ênfase no monitoramento preventivo de barragens de rejeitos. A tecnologia InSAR, derivada das técnicas de radares de abertura sintéticas (SAR), permite a detecção remota e precisa de deformações milimétricas da superfície terrestre, mesmo sob condições adversas de iluminação e clima, representando um avanço significativo em relação aos métodos convencionais de monitoramento geotécnico, normalmente realizados com sensores físicos necessitando acesso ao local onde estão as barragem, e por isso aumentando o custo da operação de monitoramento. A proposta apresenta elevado mérito científico ao integrar o conhecimento de pesquisadores nas áreas de sensoriamento remoto e de algoritmos de aprendizado profundo, visando à criação de modelos preditivos robustos. A viabilidade técnica é assegurada pela utilização de imagens InSAR de alta resolução e pela colaboração com instituições internacionais no Canadá, na Nova Zelândia, e no Brasil representada por seus pesquisadores.

Situação: Em andamento; Natureza: Pesquisa.

Integrantes: Anderson Adaime de Borba - Coordenador / Frery, Alejandro C. - Integrante / Saied Homayouni - Integrante / Mirzadeh, Sayyed Mohammad Javad - Integrante / Farhadiani, Ramin - Integrante.

2025 - Atual

IAgro: Sistema multi-agente de inteligência artificial para monitoramento de cultivos agrícolas

Com o avanço do desenvolvimento dos modelos de inteligência artificial (IA), a aplicação dessa ferramenta em diferentes tarefas ganha espaço e abre diversas oportunidades de pesquisa. A adoção de tecnologias baseadas em IA nas tarefas agropecuárias já é uma realidade para grandes produtores e passa a ser uma possibilidade para médios e pequenos agricultores devido à popularização e redução de custo de desenvolvimento e implantação dessas ferramentas. Tendo esse cenário em vista, este projeto de pesquisa tem por objetivo propor um sistema multi-agente de IA para auxiliar o produtor em diferentes tarefas de gerenciamento de cultivo. O projeto visa o desenvolvimento de subsistemas para a análise da saúde e crescimento da plantação, monitoramento da área plantada e interação com o agricultor por meio de linguagem natural. Além disso, serão analisadas formas eficientes de comunicação entre os agentes e proposição de uma forma padronizada de troca de dados entre eles.

Situação: Em andamento; Natureza: Pesquisa.

Alunos envolvidos: Graduação: (2).

Integrantes: Gustavo Scalabrini Sampaio - Coordenador / Arnaldo Rabello de Aguiar Vallim Filho - Integrante / Leandro Augusto da Silva - Integrante / Anderson Adaime de Borba - Integrante / Lucas Cerqueira Figueiredo - Integrante / Beatriz Pimenta de Camargo - Integrante / Luiz Felipe Tavolaro Ayres de Albuquerque - Integrante / Wellington Fernandes Muniz de Jesus - Integrante / Victor Gargalhone Antunes Correa - Integrante / Lucas Yan De Oliveira Gomes - Integrante.

2024 - Atual

Classificação da severidade de fraturas de úmero proximal utilizando redes neurais convolucionais

O processo de classificação de fraturas de úmero proximal é importante para auxiliar o médico no processo decisório do melhor tratamento para o paciente e definição de estratégias no planejamento de procedimentos cirúrgicos. Nesse contexto, as análises são realizadas por meio de imagens; por exemplo, imagens derivadas de raios-X, ressonância magnética e tomografia computadorizada. Sistemas computer-aided diagnosis baseados em visão computacional utilizam como entrada de dados imagens, realizando tarefas de classificação e segmentação que podem auxiliar médicos em suas atividades. Dessa forma, o projeto de pesquisa propõe um sistema CAD baseado em visão computacional para classificar fraturas de úmero proximal utilizando redes neurais convolucionais, visando detectar, segmentar e classificar a lesão.

Situação: Em andamento; Natureza: Pesquisa.

Alunos envolvidos: Graduação: (1).

Integrantes: Gustavo Scalabrini Sampaio - Coordenador / Leandro Augusto da Silva - Integrante / Anderson Adaime de Borba - Integrante / Roberto Yukio Ikemoto - Integrante / Ana Victória Palagi Viganó - Integrante / Vitor La Banca - Integrante / Luiz Giglio - Integrante / Luiz Fernando Michaelis - Integrante / Guilherme Ferrari de Araújo - Integrante / Diogo Moreira Poltosi Rezende - Integrante.

2024 - Atual

Detecção e classificação do tipo de tumores em imagens macroscópicas de estômago utilizando inteligência artificial

O projeto tem por objetivo detectar e classificar o tipo de tumor em imagens de estômagos após o processo cirúrgico de remoção. A classificação adequada do tipo de tumor agiliza e traz mais precisão para o processo de análise patológica da peça. Técnicas de inteligência artificial serão propostas para realizar essa tarefa.

Situação: Em andamento; Natureza: Pesquisa.

Alunos envolvidos: Graduação: (1) / Doutorado: (2).

Integrantes: Leandro Augusto da Silva - Coordenador / Gustavo Scalabrini Sampaio - Integrante / Paulo Kassab - Integrante / Rafael Teodoro - Integrante / Osvaldo Castro - Integrante / Pedro Oliveira - Integrante / Alex Koo - Integrante.

2024 - Atual

Aplicação de Inteligência Artificial na Representação e Visualização de Textos Políticos para Análise de Vieses Éticos

O objetivo geral deste trabalho é comparar modelos de representação de corpus baseados em modelos de Inteligência Artificial com textos anotados com palavras de língua portuguesa. De forma específica haverá estudos de diferentes tipos de redução de dimensionalidade em vista a analisar aqueles que possibilitam entender a similaridade entre as diferentes publicações de veículos de comunicação.

Situação: Em andamento; Natureza: Pesquisa.

Alunos envolvidos: Graduação: (2) / Mestrado profissional: (1) / Doutorado: (1).

Integrantes: Leandro Augusto da Silva - Coordenador / Gustavo Scalabrini Sampaio - Integrante / Lucas Cerqueira Figueiredo - Integrante / João Pedro Rodrigues Vieira - Integrante / Emerson Moreira Baliza - Integrante.

2024 - Atual

Aplicação de algoritmos sequenciais e paralelos em rede neural convolucional para detecção de rodovias em imagens SAR/PolSAR

Os sensores ópticos não são aptos a captarem imagens sob efeito de severas condições meteorológicas, e iluminação escassa, dificultando a tarefa de extração de informações nas imagens ópticas. A aplicação de redes neurais convolucionais (CNNs) nas imagens Synthetic Aperture Radar (SAR) / Polarimetric Synthetic Aperture Radar (PolSAR) podem mitigar essas limitações conceituais características das imagens ópticas devido à natureza eletromagnética dos sensores de captação de dados SAR/PolSAR. A pesquisa adicionalmente pretende realizar a tarefa de aperfeiçoamento das CNNs utilizando a teoria de paralelismo de algoritmos com a intenção de construir softwares computacionalmente eficientes. O problema aberto que estamos propondo no projeto de pesquisa é encontrar uma configuração adequada para a CNN detectar rodovias em imagens SAR/PolSAR com acurácia comparável ou superior ao estado da arte e com grande eficiência computacional.

Situação: Em andamento; Natureza: Pesquisa.

Integrantes: Anderson Adaime de Borba - Coordenador / Marengoni, Mauricio - Integrante / Frery, Alejandro C. - Integrante.

2024 - Atual

Aplicações de métodos de reconhecimento de padrões em séries temporais

Este projeto visa o entendimento do funcionamento dos métodos de reconhecimento de padrões em séries temporais. Inicialmente, teremos duas frentes de atuação, a primeira na área de economia e segunda na área de processamento de imagens.

Situação: Em andamento; Natureza: Pesquisa.

Alunos envolvidos: Graduação: (1).

Integrantes: Anderson Adaime de Borba - Coordenador.

2023 - Atual

Estudos e Experimentos com Modelos de Análise e Previsão de Séries Temporais

O projeto busca inicialmente, levantar na literatura os principais modelos estatísticos e de machine learning voltados para a análise e previsão de séries temporais. Para todos os principais modelos serão desenvolvidas aplicações práticas. Como produtos do projeto, tem-se: ferramentas computacionais com a implementação dos modelos e publicações técnicas e científicas.

Situação: Em andamento; Natureza: Pesquisa.

Integrantes: Leandro Augusto da Silva - Integrante / Arnaldo Rabello de Aguiar Vallim Filho - Coordenador.

2023 - Atual

Uso de Redes Neurais Profundas na Determinação da Maturidade Esquelética da Infância e Puberdade

Proposta de projeto de pesquisa no campo interdisciplinar de aplicações da Inteligência Artificial na Medicina a ser desenvolvido em colaboração entre a Irmandade da Santa Casa de Misericórdia de São Paulo e a Universidade Presbiteriana Mackenzie (convênio MACK - 00010652). Resumo: Determinar a maturidade esquelética é crucial para o diagnóstico e tratamento de doenças que interferem no crescimento como hipotireoidismo, a doença celíaca ou a deficiência do hormônio do crescimento. Há décadas esta avaliação é feita através da radiografia simples de mão em um processo manual, demorado e dependente da experiência do avaliador. As automações existentes para esse processo ainda fornecem resultados bastante abaixo do obtido por um profissional experiente. Entretanto, mais recentemente, estudos empregando o aprendizado de máquina vêm obtendo estimativas cada vez melhores. Esta pesquisa investiga e implementa modelos de redes neurais profundas para a determinação da idade óssea, e fornece um aplicativo prático para uso clínico. São empregadas radiografias originais de pacientes brasileiros, incluindo dados das doenças associadas.

Situação: Em andamento; Natureza: Pesquisa.

Alunos envolvidos: Graduação: (6) / Doutorado: (1).

Integrantes: Gustavo Scalabrini Sampaio - Integrante / Joaquim Pessoa Filho - Integrante / Pedro Henrique Cacique Braga - Integrante / Leandro Augusto da Silva - Coordenador / Rogerio de Oliveira - Integrante / Carlos Alberto Longui - Integrante / André Brasiliano da Silva - Integrante / Cristiane Kochi - Integrante.

Financiador(es): Fundo Mackenzie de Pesquisa - Auxílio financeiro.

2023 - Atual

Diagnóstico de psoríase vulgar por meio de um sistema Computer-Aided Diagnosis baseado em Redes Neurais Artificiais

Na medicina precisão é essencial. O uso da tecnologia na medicina, entre outros aspectos, procura elevar a precisão de diagnósticos de doenças; uma das formas de alcançar esse objetivo é utilizar técnicas de inteligência artificial (IA) incorporadas aos sistemas de diagnóstico assistido por computador (CAD), o que possibilita também expandir as áreas de aplicação desses sistemas. Atualmente, sistemas de diagnóstico utilizando IA aplicada a imagens médicas estão sendo propostos para diversas especialidades e utilizando técnicas variadas. Uma das especialidades com grande potencial de aplicação desse tipo de sistema é a dermatologia, uma vez que grande parte das doenças são analisadas de forma visual pelo médico. Apesar da boa precisão de sistemas de diagnósticos de doenças dermatológicas propostos até o momento, ainda não foram propostas técnicas de melhoria de precisão do diagnóstico utilizando dados diferentes de imagens. Nesse contexto, o presente projeto de pesquisa visa propor um sistema CAD baseado em IA e dados clínicos para a detecção de psoríase vulgar. Por meio desse estudo, será possível avaliar se é possível melhorar o desempenho da classificação, incluindo no processo de treinamento do modelo, além do resultado por meio da imagem, dados clínicos. Para alcançar esse objetivo e avaliar a viabilidade e precisão, será proposto um pipeline de treinamento composto por duas camadas; a primeira será composta por uma rede neural convolucional, a fim de permitir a classificação da doença exclusivamente utilizando uma imagem; para a composição da segunda camada serão estudadas técnicas tradicionais para refinar a classificação da doença, como rede neural multi layer perceptron e árvore de decisão. Espera-se que a inclusão desses dados clínicos possa proporcionar maior precisão no diagnóstico e que o processo de inclusão dessa nova camada não seja custosa, do ponto de vista computacional, a ponto de inviabilizar sua utilização na prática.

Situação: Em andamento; Natureza: Pesquisa.

Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) / Doutorado: (1).

Integrantes: Gustavo Scalabrini Sampaio - Coordenador / Leandro Augusto da Silva - Integrante / Anderson Adaime de Borba - Integrante / Lucas Gargalhone Antunes Correa - Integrante.

2023 - Atual

Desenvolvimento de um Framework para Detecção de Deriva em Modelos de Inteligência Artificial para dados de Energia Elétrica

Este projeto emerge da lacuna de pesquisa e tecnologia que existe na operacionalização de algoritmos de Inteligência Artificial em dados gerados em tempo real e com volatilidade em suas medidas, particularmente na telemetria de consumo ou geração de energia elétrica. Este projeto, portanto, consiste na combinação destes três temas de pesquisa: dados em streaming, como é o caso de dados de energia, monitoramento de detecção de deriva de modelos e auto-ml. Sendo que o trabalho tem um contexto de Smart Campus.

Situação: Em andamento; Natureza: Pesquisa.

Alunos envolvidos: Graduação: (0) / Mestrado acadêmico: (2) / Doutorado: (1).

Integrantes: Leandro Augusto da Silva - Coordenador / Alberto Manastarla - Integrante / Jairo Rodrigues Gonçalves - Integrante.

Fast Spatial Denoising of InSAR Interferograms via Empirical Statistical Modeling

Borba, Anderson A. de; Araújo, Joselito E. de; Frery, Alejandro C. — Remote Sensing, v. 18, p. 1409, 2026

Hierarchical growth self-generating prototype: an information entropy-based approach for dataset reduction

Manastarla, Alberto; Silva, Leandro A. — International Journal of Data Science and Analytics, v. 22, p. 20, 2026

Automatic bone age assessment: a deep learning case study on the Brazilian population with a supporting mobile application prototype

Teodoro, Rafael do Amaral; De Lima, Filipe Verrone; Popa, Mirela; Sampaio, Gustavo Scalabrini; Kochi, Cristiane; Longui, Carlos Alberto; Silva, Leandro Augusto da — Scientific Reports, v. 1, p. 1, 2026

Citações: 22 | 29

Two-phase drift monitoring and automatic retraining (TPDM-AR) for electric load forecasting

Oliveira, Michel B.; Silva, Leandro A. — MethodsX, v. 16, p. 103966, 2026

PBLRepositoryMetrics: SCM-grounded conformance evaluation for PBL digital twins

Lelis Brandão, Afonso Cesar; Arakaki, Reginaldo; Do Amaral Gonçalves, Marcelo Luiz; Augusto da Silva, Leandro — SoftwareX, v. 35, p. 102776, 2026

JASTG: Java AST structural graph — A tool for reproducible extraction of structural dependency graphs from Java systems

De Brito Jr., Marcos Cordeiro; da Silva, Leandro Augusto — SoftwareX, v. 35, p. 102802, 2026

Big data analytics-enabled dynamic capabilities for corporate performance mediated through innovation ambidexterity: Findings from machine learning with cross-country analysis

Yoshikuni, Adilson Carlos; Dwivedi, Rajeev; Vallim Filho, Arnaldo Rabello de Aguiar; Wamba, Samuel Fosso — Technological Forecasting and Social Change, v. 210, p. 123851, 2025

Citações: 16

Layer-resolved quantum transport in twisted bilayer graphene: Counterflow and machine learning predictions

Kuhn, Matheus H. Gobbo; Silva, L. A.; Bahamon, D. A. — Physical Review B, v. 111, p. 235425, 2025

Discovery of Modularity in Monolithic Java Project Codes Using Complex Networks

Brito Jr, Marcos Cordeiro de Brito Jr; Bianchini, Calebe P.; Silva, Leandro A. — Journal of Web Engineering, v. 24, p. 911-942, 2025

Uma revisão sistemática de modelos de machine learning aplicados em operações financeiras de cobranças de dívidas

Martins, J. A.; Vallim Filho, A. R. A. — RISTI (Porto), v. 54, p. 5-21, 2024

Validação de modelos de machine learning por experimentos estatísticos de campo

Toaldo, A.; Vallim Filho, A. R. A.; Oyadomari, J. C. T.; Mendonça Neto, O. R. — Revista Gestão e Tecnologia, v. 24, p. 125-152, 2024

Fundamentos e estratégias para avaliação do impacto da pesquisa em contabilidade na sociedade

Farias, Manoel Raimundo Santana; Vasconcelos, Ana Lucia Fontes de Souza; Vallim Filho, Arnaldo Rabello de Aguiar; Lage, Maria Campos; Segura, Liliane Cristina — International Journal of Scientific Management and Tourism, v. 10, p. e1183, 2024

Enhancing dynamic ensemble selection: combining self-generating prototypes and meta-classifier for data classification

Manastarla, Alberto; Silva, Leandro A. — Neural Computing & Applications, v. 24, p. 1-26, 2024

Citações: 3

Feature Selection for Edge Detection in PolSAR Images

De Borba, Anderson A.; Muhuri, A.; Marengoni, M.; Frery, Alejandro C. — Remote Sensing, v. 15, p. 2072-4292-2479, 2023

Citações: 3 | 8

Network Optimization of Carbon Monoxide Sensor Nodes in the Metropolitan Region of São Paulo

Borges, Marco A.; Lopes, Paulo B.; Da Silva, Leandro A. — Electronics, v. 12, p. 4647-12, 2023

Citações: 1 | 1

Fusion of Evidences in Intensities Channels for Edge Detection in PolSAR Images

De Borba, Anderson A.; Marengoni, M.; Frery, Alejandro C. — IEEE Geoscience and Remote Sensing Letters, v. 19, p. 4001905, 2022

Citações: 6 | 6

A Machine Learning Modeling Framework for Predictive Maintenance Based on Equipment Load Cycle: An Application in a Real World Case

Vallim Filho, Arnaldo Rabello de Aguiar; Farina Moraes, Daniel; Bhering de Aguiar Vallim, Marco Vinicius; Santos da Silva, Leilton; da Silva, Leandro Augusto — Energies, v. 15, p. 3724, 2022

Citações: 15 | 21

Supporting Clinical COVID-19 Diagnosis with Routine Blood Tests Using Tree-Based Entropy Structured Self-Organizing Maps

Sargiani, Vagner; De Souza, Alexandra A.; De Almeida, Danilo Candido; Barcelos, Thiago S.; Munoz, Roberto; da Silva, Leandro Augusto — Applied Sciences-Basel, v. 12, p. 5137-33, 2022

Citações: 7 | 6

Modeling the combined influence of complexity and quality in supervised learning

De Ávila Mendes, Renê; da Silva, Leandro Augusto — Intelligent Data Analysis, v. 26, p. 1247-1274, 2022

Citações: 1 | 1

A model to estimate the Self-Organizing Maps grid dimension for Prototype Generation

Silva, L. A.; Vasconcelo, B. P.; Del-Moral-Hernandez, E. — Intelligent Data Analysis, v. 25, p. 321-338, 2021

Citações: 4 | 6

DIagnosys: An Analytical Framework for the Identification of Elementary School Students with Intellectual Disability

Tafla, Tally Lichtensztejn; Brunoni, Decio; Carreiro, Luiz Renato Rodrigues; Seabra, Alessandra Gotuzo; Silva, Leandro Augusto da; Bastos, Daiane Cristina de Souza; Rossi, Ana Claudia; Santos, Pedro Henrique Araujo dos; Teixeira, Maria Cristina Triguero Veloz — Frontiers in Education, v. 6, p. 1-20, 2021

Citações: 3 | 5

Simple hemogram to support the decision-making of COVID-19 diagnosis using clusters analysis with self-organizing maps neural network

Souza, Alexandra A. de; Almeida, Danilo Candido de; Barcelos, Thiago S.; Bortoletto, Rodrigo Campos; Munoz, Roberto; Waldman, Helio; Goes, Miguel Angelo; Silva, Leandro A. — Soft Computing, v. 1, p. 1-11, 2021

Citações: 12 | 14

3D Reconstruction of Non-Rigid Plants and Sensor Data Fusion for Agriculture Phenotyping

Sampaio, Gustavo Scalabrini; Silva, Leandro A.; Marengoni, Maurício — Sensors, v. 21, p. 4115, 2021

Citações: 24 | 24

Filtering-Based Instance Selection Method for Overlapping Problem in Imbalanced Datasets

Rubbo, Marcio; Silva, Leandro A. — J, v. 4, p. 308-327, 2021

Cognitive and Behavioral Data for Decision Tree-based Diagnosis of Attention-Deficit/Hyperactivity Disorder

Silva, A. M.; Carreiro, L. R.; Silva, M.; Teixeira, M. C. T. V.; Silva, L. A. — International Journal on Advances in Life Sciences, v. 13, p. 54-64, 2021

Modelo de tomada de decisão para uso de professores do ensino fundamental na identificação de Autismo e Deficiência Intelectual

Teixeira, Maria Cristina Triguero Veloz; Carreiro, Luiz Renato Rodrigues; Seabra, Alessandra Gotuzo; Silva, Leandro Augusto da; Rossi, Ana Claudia; Tafla, Tally Lichtensztejn; Lopes, Erick Fernando Doria; Brunoni, Decio — ETD: Educação Temática Digital, v. 22, p. 106-126, 2020

A Framework for Big Data Analytical Process and Mapping-BAProM: Description of an Application in an Industrial Environment

De Carvalho Chrysostomo, Giovanni Gravito; De Aguiar Vallim, Marco Vinicius Bhering; Da Silva, Leilton Santos; Silva, Leandro A.; De Aguiar Vallim Filho, Arnaldo Rabello — Energies, v. 13, p. 6014, 2020

Citações: 6 | 9

Uma ferramenta de visualização dos principais tópicos de artigos científicos baseada em representações vetoriais de palavras geradas por meio de deep learning

Figueiredo, L. C.; Coelho, O. B. — Jornada de Iniciação Científica e Mostra de Iniciação Tecnológica, v. XVI, p. WEB-WEB, 2020

Data Mining Framework to Analyze the Evolution of Computational Thinking Skills in Game Building Workshops

De Souza, Alexandra A.; Barcelos, Thiago S.; Munoz, Roberto; Villarroel, Rodolfo; Silva, Leandro A. — IEEE Access, v. 1, p. 1-1, 2019

Citações: 11 | 24

Prediction of Motor Failure Time Using An Artificial Neural Network

Scalabrini Sampaio, Gustavo; Vallim Filho, Arnaldo Rabello de Aguiar; Santos da Silva, Leilton; Augusto da Silva, Leandro — Sensors, v. 19, p. 4342, 2019

Citações: 66 | 25

AcquaSmart: An Environment Big Data Analytics and Internet of Things to Education and Research

Sampaio, Gustavo Scalabrini; Correia, Gabriel Melo Francisco; da Silva, Leandro Augusto — International Journal for Innovation Education and Research, v. 7, p. 93-104, 2019

Valley notch filter in a graphene strain superlattice: Green's function and machine learning approach

Torres, V.; Silva, P.; De Souza, E. A. T.; Silva, L. A.; Bahamon, D. A. — Physical Review B, v. 100, p. 205-411, 2019

Citações: 25 | 24

Previsão de vendas no varejo através de rede neural

Carvalho, V. P.; Silva, L. A. — Revista Científica Multidisciplinar Núcleo do Conhecimento, v. 3, p. 1, 2018

Self-Organizing Maps Applied as Analysis Tool of Reading Cognitive Test

Jarske, J. M.; Seabra, A. G.; Silva, L. A. — IEEE Latin America Transactions, v. 16, p. 1817-1824, 2018

Citações: 1 | 1

Development of a Software that Supports Multimodal Learning Analytics: A Case Study on Oral Presentations

Munoz, R.; Villarroel, R.; Barcelos, T. S.; Souza, A. A.; Merino, E.; Guinez, R.; Silva, L. A. — Journal of Universal Computer Science, v. 24, p. 149-170, 2018

Citações: 18

Prototype Generation Using Self-Organizing Maps for Informativeness-Based Classifier

Moreira, Leandro Juvêncio; Silva, Leandro A. — Computational Intelligence and Neuroscience, v. 2017, p. 1-15, 2017

Citações: 5 | 6

An Adaptive Implementation of ε-Greedy in Reinforcement Learning

Dos Santos Mignon, Alexandre; De Azevedo da Rocha, Ricardo Luis — Procedia Computer Science, v. 109, p. 1146-1151, 2017

Citações: 82

BeeRBF: A bee-inspired data clustering approach to design RBF neural network classifiers

Ferreira Cruz, Dávila Patrícia; Dourado Maia, Renato; da Silva, Leandro Augusto; de Castro, Leandro Nunes — Neurocomputing, v. 172, p. 427-437, 2016

Citações: 38 | 48

Metodologia para Mineração de Dados em Fóruns do Moodle: um estudo de caso para Gestão Educacional

Silva, L. A. — Revista de Informática Aplicada, v. 11, p. 65-74, 2015

Um processo de gestão e análise de Atividades Complementares com o uso do ambiente virtual de aprendizagem Moodle

Silva, L. A.; Vallim Filho, A. R. A. — Trilha Digital, v. 1, p. 134-145, 2013

BIG DATA: Um novo Conceito gerando Oportunidades e Desafios

Breternitz, V. J.; Silva, L. A. — Revista Eletrônica de Tecnologia e Cultura, v. 1, p. 106-113, 2013

O uso de Big Data em Computacional Social Science: tema que a sociedade precisa discutir

Breternitz, V. J.; Silva, L. A.; Lopes, F. S. — Revista REVERTE, v. 1, p. 79-88, 2013

Learning Embedded Data Structure with Self-Organizing Maps

Kitani, Edson C.; Del-Moral-Hernandez, E.; Silva, L. A. — Advances in Intelligent Systems and Computing, v. 198, p. 225-234, 2013

Citações: 1

Optimization models in the location of healthcare facilities: a real case in Brazil

Vallim Filho, A. R. A.; Mota, I. S. — Journal of Applied Operational Research, v. 4, p. 37-50, 2012

Citações: 6

SOMM — Self-Organized Manifold Mapping

Kitani, Edson C.; Del-Moral-Hernandez, E.; Silva, L. A. — Lecture Notes in Computer Science, v. 7553, p. 355-362, 2012

Citações: 1

Combining Wavelets Transform and Hu moments with Self-Organizing Maps for Medical Image Categorization

Silva, L. A.; Del-Moral-Hernandez, Emilio; Moreno, Ramon A.; Furuie, Sergio — Journal of Electronic Imaging (Print), v. 1, p. 1-20, 2011

Cluster-based classification using self-organising maps for medical image databases

Silva, L. A.; Hernandez, E. Del Moral; Moreno, R. A.; Furuie, S. S. — International Journal of Innovative Computing and Applications (Print), v. 2, p. 13, 2009

Citações: 7

Classification of breast masses using a committee machine of artificial neural networks

Silva, L. A.; Del-Moral-Hernandez, Emilio; Rangayyan, Rangaraj Mandaraj — Journal of Electronic Imaging, v. 17, p. 013017, 2008

Citações: 2 | 11

Um modelo matemático de decisões estratégicas para a logística de distribuição de produtos

Vallim Filho, A. R. A.; Kurihara, T. — Revista Mackenzie de Engenharia e Computação, São Paulo, v. 2, p. 42-62, 2001

Desempenho do sistema viário de São Paulo

Vallim Filho, A. R. A. — Revista Trânsito, São Paulo, 1984

Pólos geradores de tráfego

Vallim Filho, A. R. A.; et al. — Boletim Técnico da Cia de Eng de Tráfego, São Paulo, 1982

Impacto de investimentos no sistema viário

Vallim Filho, A. R. A.; Moreno Neto, Francisco; et al. — Boletim Técnico da Cia de Eng de Tráfego, São Paulo, v. 1, p. 1, 1978

Uma aplicação de cadeias de Markov - Ruína do Jogador

Vallim Filho, A. R. A. — Revista da Fundação Brasileira de Educação, Niterói, 1977

Fundamentos de estrutura de dados

Mignon, A. S. — 1. ed. São Paulo: Editora Senac São Paulo, 2026

DevOps, continuous integration, quality and delivery

Mignon, A. S. — 1. ed. São Paulo: Editora Senac São Paulo, 2025

Pensamento computacional

Mignon, A. S. — 1. ed. Editora Senac São Paulo, 2025

Introdução à Ciência de Dados e Sistemas Interativos — Volume II

Correa, A. G. D. (Org.); Vallim Filho, A. R. A. (Org.); Eliseo, M. A. (Org.); Martins, V. F. (Org.) — 1. ed. São Paulo: Editora LF - Livraria da Física, 2025. v. 1, 177p

Desenvolvimento de aplicativos descentralizados (DApps) usando JavaScript, React e Web3

Mignon, A. S. — 1. ed. São Paulo: Editora Senac São Paulo, 2024

Introdução à Ciência de Dados e Sistemas Interativos: Uma Abordagem Aplicada

Correa, A. G. D. (Org.); Vallim Filho, A. R. A. (Org.); Eliseo, M. A. (Org.); Martins, V. F. (Org.) — 1. ed. São Paulo: Editora LF Editorial, 2024. v. 1, 340p

Análise e modelagem estatística para iniciantes: aplicações em R

Vallim Filho, A. R. A. — 1. ed. São Paulo: Editora LF Editorial, 2024. v. 1, 216p

Transformação Digital: 150 anos de Mackenzie e a cidade de São Paulo

Vallim Filho, A. R. A. — 1. ed. São Paulo: Editora Mackenzie, 2021

Introdução à Mineração de Dados com Aplicações em R

Silva, L. A.; Peres, S. M.; Boscarioli, Clodis — 1. ed. Rio de Janeiro: Elsevier, 2016. v. 1, 296p

Mineração de dados: uma abordagem introdutória e ilustrada

Silva, L. A. — 1. ed. São Paulo: Editora Mackenzie, 2015. v. 1, 200p

Tendências Tecnológicas em Computação e Informática

Silva, L. A.; Martins, V. F.; Neto, J. — 1. ed. São Paulo: Editora Mackenzie, 2014. v. 10, 300p

Advances in Intelligent Systems and Computing

Cruz, Dávila Patrícia Ferreira; Maia, Renato Dourado; da Silva, Leandro Augusto; de Castro, Leandro Nunes — 1. ed. Springer International Publishing, 2014. v. 1, 6p

Categorização de Imagens Médicas Baseada em Transformada Wavelet e Mapas Auto-Organizáveis

Silva, L. A. — São Paulo: Universidade de São Paulo, 2009. v. 1, 120p

Classificação de nódulos mamográficos utilizando um comitê de redes neurais artificiais

Silva, L. A. — São Paulo: Biblioteca Escola Politécnica da USP, 2005

Manual do sistema tarifário do transporte rodoviário de carga

Vallim Filho, A. R. A. — Ntc Assoc Nac das Empr de Transp de Carga, São Paulo, 1986