Programa de Pós-Graduação em Ciência da Computação
Nayereh Hamidishad
Possui graduação em Applied Mathematics - Shahed University of Tehran (2013), mestrado em Applied Mathematics - Shahed University of Tehran (2015) e doutorado direto em Ciências da Computação pela Universidade de São Paulo (2023). Tem experiência na área de Geociências, com ênfase em Sensoriamento Remoto, atuando principalmente nos seguintes temas: Mineração de dados, sensoriamento remoto, aprendizado de máquina e aprendizado profundo e aplicação do machine learning e deep learning na análise de sensibilidade e otimização. (Texto informado pelo autor)
Trabalhos completos publicados em anais de congressos (0)
Resumos expandidos publicados em anais de congressos (0)
Resumos publicados em anais de congressos (0)
Artigos aceitos para publicação (0)
Apresentações de trabalho (0)
Demais tipos de produção bibliográfica (0)
Produção técnica
Programas de computador com registro de patente (0)
Programas de computador sem registro de patente (0)
Produtos tecnológicos (0)
Processos ou técnicas (0)
Trabalhos técnicos (0)
Demais tipos de produção técnica (0)
Produção artística
Total de produção artística (0)
Orientações em andamento
Supervisão de pós-doutorado (0)
Tese de doutorado (0)
Dissertação de mestrado (0)
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 (0)
Tese de doutorado (0)
Dissertação de mestrado (0)
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)
Projetos de pesquisa
Total de projetos de pesquisa (1)
2021-2022. Algoritmos para aquisicao, formacao e anotacao de imagens de sensoriamento remoto Descrição: O processamento de imagens de sensoriamento remoto de cidades, providas em bases como Google Maps ou Mapbox, tem sido uma importante ferramenta para análise de cidades em urban informatics. Em particular, o projeto Temático tem desenvolvido novos modelos e métodos de urban informatics para analisar crescimento desordenado urbano em áreas de mananciais, bem como mobilidade de pedestres em calçadas. Os principais modelos de análise das imagens em desenvolvimento se baseiam em algoritmos de deep learning, os quais requerem a formação de conjuntos de treinamento anotados com múltiplos rótulos. O trabalho do bolsista será implementar algoritmos de aquisição e manutenção dos datasets, bem como anotar dados de maneira semi-supervisionada. O resultado esperado do projeto é que o bolsista ganhe treinamento e produza código e dados anotados a ser utilizados no projeto.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Nayereh Hamidishad - Integrante / JUNIOR, ROBERTO CESAR - Coordenador. Membro: Nayereh Hamidishad.
Prêmios e títulos
Total de prêmios e títulos (2)
FAPESP-Treinamento Técnico V, Fundação de Amparo à Pesquisa do Estado de São Paulo.. 2021. Membro: Nayereh Hamidishad.
Bolsa de doutorado, Programa de Excelência Acadêmica -Proex/CAPES,Coordenação de Aperfeiçoamento de Pessoal de Nível Sup.. 2016. Membro: Nayereh Hamidishad.
Participação em eventos
Total de participação em eventos (0)
Organização de eventos
Total de organização de eventos (0)
Lista de colaborações
Colaborações endôgenas (0)
(*) Relatório criado com produções desde 2000 até 2024
Data de processamento: 11/04/2024 18:13:31