VOCÊ ESTÁ AQUI VOLTAR
 

Pesquisa

 

Computação Bioinspirada

 

Laboratório de Computação Bioinspirada
Laboratório de Aprendizado de Robôs
Laboratório de Sistemas Complexos Adaptativos
Departamento de Ciências de Computação
www.biocom.icmc.usp.br
lar.icmc.usp.br

 


Apresentação


O grupo foi criado em 2002. Computação bioinspirada é uma importante área de pesquisa da Ciência de Computação que estuda e desenvolve técnicas computacionais inspiradas pela biologia, e usa essas técnicas para resolver problemas práticos.
Algumas características proeminentes do grupo são:


- Os membros do grupo têm participação ativa nos principais fóruns de discussão, nacionais e internacionais,  relacionadas ao tema;


- O grupo tem um significativo índice de publicações nas principais  revistas e anais de congresso da área. O grupo participa de muitos projetos financiados por agências tais como CAPES, FAPES, CNPq e FINEP;


- Os membros do grupo tem supervisionado vários Mestrados e Doutorados;


- O grupo trabalha com ensino, pesquisa e atividades de extensão  e consultoria.


O grupo de pesquisa BioCom se concentra na investigação do aprendizado de máquina e técnicas de otimização, geralmente inspiradas por princípios biológicos, os quais podem ser utilizados para resolver problemas complexos através do uso de sistemas inteligentes. Exemplos dessas técnicas são as redes neurais, algoritmos genéticos, inteligência coletiva, técnicas de inteligência híbrida e aprendizagem por reforço. Exemplos de aplicações são a mineração de dados, bioinformática, finanças,controle, robótica, modelagem e predição de séries temporais, modelagem de fluxos de dados, redes complexas e análise de agrupamentos.

 


Linhas de pesquisa

 


• Redes neurais artificiais


• Agrupamento de dados


• Aprendizado de máquina


• Bioinformática e informática biomédica


• Bancos de dados biológicos  


• Computação evolutiva


• Data streams


• Meta-aprendizado


• Mineração de dados


• Data warehousing


• Redes complexas


• Robótica


• Interaçao homem-robô


• Sistemas dinâmicos aplicados


• Sistemas inteligentes híbridos


• Neurodinâmica computacional


• Modelagem e predição de séries temporais

 

Principais projetos

 


• NAP-AMDA - O Núcleo de Apoio à Pesquisa em Aprendizado de Máquina e Análise de Dados, NAP-AMDA, investiga e apoia a utilização de técnicas de aprendizado de máquina na resolução de problemas reais de análise de dados de diferentes áreas de conhecimento.


• Analysis of the Influences involved in Centralized and Distributed Decision Making when addressing   Process Scheduling (2011 – 2013, FAPESP)


• Automatic detection, tracking and analysis of leukocytes by using intravital video (2010 – 2012, CNPq)


• Hybrid Algorithms for Unsupervised Machine Learning (2010-2014)


• Neural Signal Transmission in Complex Networks (2010 – 2014, Edital nº 09/2010 - PDI - CNPq)


• Complex Network Based Semi-Supervised Learning Applied to Invariant Pattern Recognition (2010 – 2012, CNPq)


• Paralelization of Potential Fields Applied to Autonomous Mobile Robots (2010-2014, FAPESP)


• Learning Methods for Human Robot Interaction (2010-2013, FAPESP)


• Modelos Computacionais do Cérebro Baseados em Populações Neurodinâmicas no Nível Mesoscópico (2013-2014, FAPESP)


• Núcleo de Apoio à Pesquisa em Aprendizado de Máquina e Análise de Dados (2012-2015, USP)


• Desafios em Mineração de Dados (2012-2015, CNPq)


• Processamento de Consultas OLAP com Predicados de Similaridade Entre Imagens e Predicados Espaciais em Ambientes de Data Warehousing Não-Convencionais (2012-2014, FAPESP)

 
Professor Associado I
Professor Associado I
Professor Associado II



UNIVERSIDADE DE SÃO PAULO
INSTITUTO DE CIÊNCIAS MATEMÁTICAS E DE COMPUTAÇÃO - USP

Avenida Trabalhador São-carlense, 400 - Centro
CEP: 13566-590 - São Carlos - SP

Latitude: -22.0055948
Longitude: -47.8933842

VER NO MAPA ACESSE O PORTAL

TELEFONE

55 (16) 3373-9700

FAX

55 (16) 3373-8888

POLÍTICA DE PRIVACIDADE

MAPA DO SITE
  • LOGOFF
    Usuário:


    Nível:
  • ÁREA RESTRITA
Loading