Departamento de Ciência da Computação

Leliane Nunes de Barros

Leliane Nunes de Barros é Bacharel em Física pela Universidade de São Paulo (1984), mestre em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo - ICMC (1986) e doutora em Sistemas Eletrônicos pela Escola Politécnica da Universidade de São Paulo (EPUSP)(1998). Foi pesquisadora (faculty researcher) do departamento de Ciência da Computação da Universidade de Maryland, USA (1996) (at College Park). Atualmente é professora livre docente da Universidade de São Paulo no departamento de Ciência da Computação do IME. Tem experiência na área de Inteligência Artificial, atuando principalmente nos seguintes temas: planejamento automatizado, planejamento sob incerteza, inteligência artificial na educação e diagnóstico baseado em modelos. Foi convidada para apresentar 2 mini-cursos na área de Planejamento em IA nos principais eventos nacionais de Inteligência Artificial, SBAI 2009 e SBIA 2010. Orientou 5 teses de doutorado e 19 dissertações de mestrado, sendo que duas das teses de doutorados concluídas receberam o prêmio de melhor tese brasileira na área de Inteligência Artificial (SBIA-CTDIA 2010 e SBIA-CTDIA 2008). Leliane possui publicações no principais eventos internacionais da área de Inteligência Artificial (IJCAI, ICAPS, ECAI, UAI e AAAI) e no principal periódico dessa área, Artificial Intelligence Journal. Atualmente atua como coordenadora da Comissão Especial de Inteligência Artificial da SBC. (Texto informado pelo autor)

http://lattes.cnpq.br/0348490713417429 (04/04/2024)

Rótulo/Grupo: * Sem rótulo

Bolsa CNPq:

Período de análise:

Endereço: Universidade de São Paulo, Instituto de Matemática e Estatística. Rua do Matão, 1010. Bloco C - sala 206 Butantã 05508900 - São Paulo, SP - Brasil Telefone: (011) 30919878 Ramal: 9878 Fax: (011) 8186134 URL da Homepage: http://www.ime.usp.br/~leliane/

Grande área: Ciências Exatas e da Terra

Área: Ciência da Computação

Citações: Google Acadêmico

Produção bibliográfica

Artigos completos publicados em periódicos (14)
1. MOREIRA, DANIEL A.M. ; VALDIVIA DELGADO, KARINA ; de Barros, Leliane Nunes ; DERATANI MAUÁ, DENIS. Efficient algorithms for Risk-Sensitive Markov Decision Processes with limited budget. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING. v. 139, p. 143-165, issn: 0888-613X, 2021.[doi]
2. Franch, I. A. ; BARROS, L. N. ; DELGADO, K. V.. Human-aware Contingent Planning. FUNDAMENTA INFORMATICAE. v. 174, p. 63-81, issn: 0169-2968, 2020.[doi]
3. REIS, WILLY ARTHUR SILVA ; de Barros, Leliane Nunes ; Delgado, Karina Valdivia. Robust topological policy iteration for infinite horizon bounded Markov Decision Processes. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING. v. 1, p. 1-18, issn: 0888-613X, 2018.[doi]
4. MOREIRA, DANIEL A. M. ; Delgado, Karina Valdivia ; NUNES DE BARROS, LELIANE. Robust probabilistic planning with ilao. Applied Intelligence (Boston). v. 45, p. 662-672, issn: 0924-669X, 2016.[doi]
5. de Barros, Leliane Nunes; PINHEIRO, WELLINGTON RICARDO ; Delgado, Karina Valdivia. Learning to program using hierarchical model-based debugging. APPLIED INTELLIGENCE. v. 42, p. 1-20, issn: 0924-669X, 2015.[doi]
6. SANTOS, FELIPE M ; BARROS, LELIANE N ; TREVIZAN, FELIPE W. Reachability-based model reduction for Markov decision process. JOURNAL OF THE BRAZILIAN COMPUTER SOCIETY (IMPRESSO). v. 21, p. 1-16, issn: 0104-6500, 2015.[doi]
7. DELGADO, KARINA V. ; DE BARROS, LELIANE N. ; DIAS, DANIEL B. ; Sanner, Scott. Real-time dynamic programming for Markov decision processes with imprecise probabilities. Artificial Intelligence (General Ed.). v. 178, p. 1-36, issn: 0004-3702, 2015.[doi]
8. Menezes, M. V. ; BARROS, L. N. ; PEREIRA, S. L.. Symbolic Regression for Non-Deterministic Actions. LEARNING AND NONLINEAR MODELS. v. 12, p. 98-114, issn: 1676-2789, 2014.[doi]
9. do Lago Pereira, Silvio ; Nunes de Barros, Leliane ; de Barros, Leliane Nunes. A planner agent that tries its best in presence of nondeterminism. Journal of Applied Logic. v. 10, p. 1-12, issn: 1570-8683, 2012.[doi]
10. Delgado, Karina Valdivia ; de Barros, Leliane Nunes ; Cozman, Fabio Gagliardi ; Sanner, Scott. Using mathematical programming to solve Factored Markov Decision Processes with Imprecise Probabilities. International Journal of Approximate Reasoning. v. 1, p. 1-30, issn: 0888-613X, 2011.[doi]
11. Delgado, Karina Valdivia ; Sanner, Scott ; de Barros, Leliane Nunes. Efficient solutions to factored MDPs with imprecise transition probabilities. Artificial Intelligence (General ed.). v. 175, p. 1498-1527, issn: 0004-3702, 2011.[doi]
12. PEREIRA, S. L. ; BARROS, L. N.. A logic-based agent that plans for extended reachability goals. Autonomous Agents and Multi-Agent Systems. v. 9034, p. 1-20, issn: 1387-2532, 2008.[doi]
13. TREVIZAN, F. W. ; BARROS, L. N.. Robótica Cognitiva: programação baseada em lógica para controle de robôs. Controle & Automação. v. 18-2, p. 187-198, issn: 1807-0345, 2007.[doi]
14. TREVISAN, Filipe Werndl ; BARROS, Leliane Nunes de ; CORREA DA SILVA, F. S.. Designing logic-based robots.. INTELIGENCIA ARTIFICIAL. v. 10, n. 31, p. 11-22, issn: 1137-3601, 2006.[doi]
Livros publicados/organizados ou edições (1)
1. BARROS, L. N.; CESAR JUNIOR, R. M. (Org.) ; COZMAN, F. (Org.) ; COSTA, A. H. R. (Org.). Workshop Proceedings: PRAI, WAICV and MAPPEL. 1 ed. São Paulo: Tec Art, 2000. v. 1, p. 223.
Capítulos de livros publicados (8)
1. Machado, Warlles Carlos Costa ; dos Santos, Viviane Bonadia ; de Barros, Leliane Nunes ; DE MENEZES, MARIA VIVIANE. Specifying Preferences over Policies Using Branching Time Temporal Logic. Em: Naldi, M.C., Bianchi, R.A.C.. (Org.). Lecture Notes in Computer Science. 222ed. : Springer Nature Switzerland. 2023.v. 14195, p. 128-143.
2. Lovatto, Ângelo ; BARROS, L. N. ; DERATANI MAUÁ, DENIS. Exploration Versus Exploitation in Model-Based Reinforcement Learning: An Empirical Study. Intelligent Systems. BRACIS 2022. Lecture Notes in Computer Science(). 1ed.Berlin. Em: Xavier-Junior, J.C., Rios, R.A.. (Org.). Lecture Notes in Computer Science: Intelligent Systems. BRACIS 2022.. 1ed. : Springer. 2022.v. 13654, p. 30-44.
3. LOVATTO, A. G. ; Bueno, T. P. ; BARROS, L. N.. Gradient Estimation in Model-Based Reinforcement Learning: A Study on Linear Quadratic Environments. Em: André Britto; Karina Valdivia Delgado,. (Org.). Intelligent Systems 10th Brazilian Conference, BRACIS 2021, Virtual Event, November 29 ? December 3, 2021, Proceedings, Part I. 1ed. 2021.v. 13073, p. 33-47.
4. COSTA, A. H. R. ; BARROS, L. N. ; SOLANGE, ; SICHMAN, J. S. ; NERI, H.. Trajetória acadêmica da Inteligência Artificial no Brasil. Em: Fabio G. Cozman; Guilherme Ary Plonski ; Hugo Neri. (Org.). Inteligência artificial: avanços e tendências. 1ed.São Paulo. 2021.v. 1, p. 30-66.
5. Fernandez, Milton Condori ; de Barros, Leliane N. ; MAUÁ, DENIS ; Delgado, Karina V. ; Freire, Valdinei. Finding Feasible Policies for Extreme Risk-Averse Agents in Probabilistic Planning. Lecture Notes in Computer Science. 1ed. Em: Cerri, R.; Prati, R.C.. (Org.). Intelligent Systems. BRACIS 2020. Lecture Notes in Computer Science. Serie LNAI. 1ed.Berlin. : Springer International Publishing. 2020.v. 12320, p. 497-508.
6. PASTOR, HENRIQUE DIAS ; BORGES, I. O. ; FREIRE, V. ; DELGADO, K. V. ; BARROS, L. N.. Risk-Sensitive Piecewise-Linear Policy Iteration for Stochastic Shortest Path Markov Decision Processes. Em: Martínez-Villaseñor, L.; Herrera-Alcántara, O.; Ponce, H.; Castro-Espinoza, F.A.. (Org.). Mexican International Conference on Artificial Intelligence MICAI 2020: Advances in Soft Computing. 12ed. 2020.v. 12468, p. 383-395.
7. SCARONI, R. ; Bueno, T. P. ; BARROS, L. N. ; Mauá. D. D.. On the Performance of Planning Through Backpropagation. Em: Cerri, R.;Prati, R.C.. (Org.). Intelligent Systems. BRACIS 2020. Lecture Notes in Computer Science(). 1ed.Berlin. : Springer. 2020.v. 12320, p. 1-12.
8. Bueno, T. P. ; BARROS, L. N. ; Mauá. D. D. ; SANNER, S.. Deep Reactive Policies for Planning in Stochastic Nonlinear Domains. Em: Pascal Van Hentenryck; Zhi-Hua Zhou. (Org.). The Thirty-Third AAAI Conference on Artificial Intelligence. 1ed. : Elsevier. 2019.v. 33, p. 7530-7537.
Textos em jornais de notícias/revistas (1)
1. BARROS, L. N.; DELGADO, K. V. ; QUINTO, A. C.. IME cria Soluções para Planejamento Probabilístico. Agência USP de Notícias, Agência USP de Notícias, 05 jan. 2011.
Trabalhos completos publicados em anais de congressos (80)
1. DIAS, DANIEL B. ; N. de Barros, Leliane ; V. DELGADO, KARINA ; MAUÁ, DENIS D.. Differentiable Planning with Indefinite Horizon. Em: Symposium on Knowledge Discovery, v. 10, p. 170-177, 2022.[doi]
2. PASTOR, HENRIQUE DIAS ; Delgado, Karina Valdivia ; FREIRE, VALDINEI ; BARROS, LELIANE NUNES DE. Políticas Aproximadas e Parciais Sensíveis a Risco para o Controle da Propagação de Doenças Infecciosas. Em: Encontro Nacional de Inteligência Artificial e Computacional, v. 19, p. 210, 2022.[doi]
3. PENNACCHIO, ALAN A. ; BARROS, LELIANE N. DE ; MAUÁ, DENIS D.. Differentiable Planning for Optimal Liquidation. Em: Brazilian Workshop on Artificial Intelligence in Finance, p. 48-57, 2022.[doi]
4. Santos, V. B. ; BARROS, L. N. ; PEREIRA, S. L. ; MENEZES, M. V.. Symbolic FOND Planning for Temporally Extended Goals. Em: 2022 Workshop on Knowledge Engineering for Planning and Scheduling. An ICAPS'22 Workshop, p. 1-9, 2022.
5. THOMAZ, Guilherme ; MAUA, DENIS DERATANI ; BARROS, LELIANE N. DE. A Contact Network-Based Approach for Online Planning of Containment Measures for COVID-19. Em: XVII Encontro Nacional de Inteligência Artificial e Computacional, v. 17, p. 234-245, 2020.[doi]
6. LOVATTO, A. G. ; Bueno, T. P. ; Mauá. D. D. ; BARROS, L. N.. Decision-aware model learning for actor-critic methods: when theory does not meet practice. Em: Proceedings on 'I Can't Believe It's Not Better!' at NeurIPS Workshops, v. 137, p. 76-86, 2020.
7. LOVATTO, A. G. ; Bueno, T. P. ; BARROS, L. N.. Analyzing the Effect of Stochastic Transitions in Policy Gradients in Deep Reinforcement Learning. Em: 8th Brazilian Conference on Intelligent Systems (BRACIS), p. 413-418, 2019.[doi]
8. M. BONADIA DOS SANTOS, VIVIANE ; NUNES DE BARROS, LELIANE ; DE MENEZES, MARIA VIVIANE. Symbolic Planning for Strong-Cyclic Policies. Em: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), p. 168-173, 2019.[doi]
9. Andrés, Igansi ; BARROS, L. N. ; MAUÁ, DENIS ; Simões, Thiago Dias. When a Robot Reaches out for Human Help. Em: 16th Ibero-American Conference on Artificial Intelligence (IBERAMIA), p. 277-289, 2018.
10. CONDORI, M. ; BARROS, L. N. ; DELGADO, K. V.. Occupation Measure Heuristics to Solve Stochastic Shortest Path with Dead Ends. Em: Brazilian Conference on Intelligent Systems (BRACIS), v. 1, p. 1-8, 2018.[doi]
11. FERREIRA, M. S. ; MENEZES, M. V. ; BARROS, L. N.. Plan Existence Verification as Symbolic Model Checking. Em: XV Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), v. 1, p. 116-127, 2018.[doi]
12. MOREIRA, DANIEL AUGUSTO DE MELO ; Delgado, Karina Valdivia ; de Barros, Leliane Nunes. Risk-Sensitive Markov Decision Process with Limited Budget. Em: 2017 Brazilian Conference on Intelligent Systems (BRACIS), p. 109-114, 2017.[doi]
13. BUENO, THIAGO P. ; MAUA, DENIS DERATANI ; BARROS, LELIANE N. DE ; COZMAN, FABIO G.. Modeling Markov Decision Processes with Imprecise Probabilities Using Probabilistic Logic Programming. Em: International Symposium on Imprecise Probability: Theories and Applications (ISIPTA), v. 62, p. 49-60, 2017.
14. Santos, V. B. ; BARROS, L. N.. PACTL-SYM: um planejador baseado em Verificação Simbólica de Modelos. Em: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2017.
15. Franch, I. A. ; BARROS, L. N. ; DELGADO, K. V.. Asking Human Help in Contingent Planning. Em: First International Workshop on Teams in Multiagent Systems (TEAMAS 2017), 2017.
16. BUENO, THIAGO P. ; MAUA, DENIS D. ; BARROS, LELIANE N. DE ; COZMAN, FABIO G.. Markov Decision Processes Specified by Probabilistic Logic Programming: Representation and Solution. Em: 2016 5th Brazilian Conference on Intelligent Systems (BRACIS), p. 337, 2016.[doi]
17. REIS, W. A. S. ; DELGADO, K. V. ; BARROS, L. N.. Distributed and Asynchronous Policy Iteration for Bounded Parameter Markov Decision Processes. Em: XIII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), p. 97-108, 2016.
18. Franch, I. A. ; BARROS, L. N.. Using the Causal Graph to Enhance Translations to Solve Contingent Planning Problems. Em: Brazilian Conference on Intelligent Systems (BRACIS), p. 67-72, 2016.[doi]
19. SIMAO, T. D. ; Franch, I. A. ; Santos, V. B. ; BARROS, L. N.. Heurísticas para Detecção de Becos sem Saída em Planejamento Probabilístico. Em: XIII Encontro Nacional de Inteligência Artificial e Computacional, 2016.
20. Vianna L G ; BARROS, L. N. ; SANNER, S.. Real-Time Symbolic Dynamic Programming for Hybrid MDPs. Em: Twenty-Ninth AAAI Conference on Artificial Intelligence (AAAI), p. 3402-3408, 2015.[doi]
21. SIMAO, T. D. ; BARROS, L. N. ; SILVA, F. L.. Planejamento Probabilístico com Becos Sem Saída. Em: XII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2015), 2015.
22. BARROS, L. N.; LACERDA, D. A.. Aprendizado por reforço em lote: um estudo de caso para o problema de tomada de decisão em processos de venda. Em: ENIAC 2014, 2014.
23. BARROS, L. N.; Tisovec F ; DELGADO, K. V.. Problema de Intervenção em Redes Gênicas Modelado como um Processo de Decisão Markoviano Fatorado. Em: ENIAC 2014, 2014.
24. VIANNA, L. G. R. ; SANNER, S. ; BARROS, L. N.. Continuous Real Time Dynamic Programming for Discrete and Continuous State MDPs. Em: Brazilian Conference on Intelligent Systems (BRACIS), 2014.[doi]
25. FUSSUMA, F. L. ; DELGADO, K. V. ; BARROS, L. N.. An efficient solution for Bounded-Parameter Markov Decision Process. Em: BRACIS 2014, 2014.[doi]
26. Herzig A ; MENEZES, M. V. ; BARROS, L. N. ; Wasserman, R.. On the revision of planning tasks. Em: European Conference on Artificial Intelligence (ECAI 2014), v. 263, p. 435-440, 2014.[doi]
27. DELGADO, K. V. ; BARROS, L. N. ; SANNER, S. ; COZMAN, F. G.. Factored Markov Decision Process with Imprecise Transition Probabilities. Em: Models and Paradigms for Planning under Uncertainty: a Broad Perspective Workshop at ICAPS, p. 5-10, 2014.
28. VIANNA, L. G. R. ; S. Sanner ; BARROS, L. N.. Bounded Approximate Symbolic Dynamic Programming for Hybrid MDPs. Em: 29th Conference on Uncertainty in Artificial Intelligence (UAI-13)., v. 29, p. 674-683, 2013.
29. MENEZES, M. V. ; BARROS, L. N. ; PEREIRA, S. L.. Regressão de Ações Não Determinísticas: uma Solução Simbólica. Em: X Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), v. 29, p. 1-12, 2013.
30. ZAMANI, Z. ; SANNER, S. ; DELGADO, K. V. ; BARROS, L. N.. Robust Optimization for Hybrid MDPs with State-dependent Noise. Em: 23rd International Joint Conference on Artificial Intelligence (IJCAI), v. 23, p. 2437-2443, 2013.
31. HERRMANN, RICARDO G. ; BARROS, LELIANE N. DE. Algebraic Sentential Decision Diagrams in Symbolic Probabilistic Planning. Em: 2013 Brazilian Conference on Intelligent Systems (BRACIS), p. 175, 2013.[doi]
32. SANTOS, FELIPE MARTINS DOS ; BARROS, LELIANE NUNES DE ; HOLGUIN, MIJAIL GAMARRA. Stochastic Bisimulation for MDPs Using Reachability Analysis. Em: 2013 Brazilian Conference on Intelligent Systems (BRACIS), p. 213, 2013.[doi]
33. MENEZES, M. V. ; BARROS, L. N. ; PEREIRA, S. L.. Planning Task Validation. Em: Scheduling and Planning Applications Wrokshop at ICAPS 2012, p. 48-55, 2012.
34. BARROS, L. N. , de Barros L. N.; FRANCO, F. O. ; DELGADO, K. V.. Processo de decisão markoviano com transição valorada por conjunto modelado como um jogo alternado de soma zero. Em: IX Encontro Nacional de Inteligência Artificial, v. 1, p. 1-12, 2012.
35. VIANNA, L. G. R. ; BARROS, L. N. ; DELGADO, K. V.. On-line Simulation based Planning. Em: PlanEx 2012, p. 29-33, 2012.
36. S. Sanner ; DELGADO, K. V. ; BARROS, L. N.. Symbolic Dynamic Programming for Discrete and Continuous State MDPs. Em: 27th Conference on Uncertainty in Artificial Intelligence (UAI), 2011.[doi]
37. FRANCO, F. O. ; BARROS, L. N. ; DELGADO, K. V. ; COZMAN, F.. Jogos Markovianos Alternados com Probabilidades Imprecisas dadas por Conjuntos Credais. Em: VIII Encontro Nacional de Inteligência Artificial, 2011.
38. MENEZES, M. V. ; PEREIRA, S. L. ; BARROS, L. N.. System Design Modification with Actions. Em: Simpósio Brasileiro de Inteligência Artificial - SBIA 2010, v. 6404, p. 31-40, 2010.
39. MENEZES, M. V. ; PEREIRA, S. L. ; BARROS, L. N.. Model Update in Action. Em: Workshop on Knowledge Engineering for Planning and Scheduling, 2010.
40. DELGADO, K. V. ; C. Fang ; S. Sanner ; BARROS, L. N.. Symbolic Bounded Real-time Dynamic Programming. Em: Simpósio Brasileiro de Inteligência Artificial - SBIA 2010, v. 6404, p. 193-202, 2010.
41. DELGADO, K. V. ; BARROS, L. N.. Processos de Decisão Markovianos com Probabilidades Imprecisas: uma solução com programação em dois níveis. Em: Congresso Brasileiro de Automática, 2010.
42. EBOLI, M. G. ; COZMAN, F. ; DELGADO, K. V. ; BARROS, L. N.. From Colored Petri Nets to Markov Decision Processes. Em: Congresso Brasileiro de Automática, 2010.
43. DELGADO, K. V. ; BARROS, L. N. ; COZMAN, F. ; SHIROTA FILHO, R.. Representing and Solving Factored Markov Decision Processes with Imprecise Probabilities. Em: 6th Imternational Symposium on Imprecise Probability: Theories and Applications, 2009.
44. DELGADO, K. V. ; S. Sanner ; BARROS, L. N. ; COZMAN, F.. Efficient Solutions to Factored MDPs with Imprecise Transition Probabilities. Em: 19th International Conference on Automated Planning and Schedulling - ICAPS, p. 1-8, 2009.[doi]
45. Pinheiro, W. R. ; BARROS, L. N.. Um tutor inteligente para o ensino/aprendizado de programação com técnicas de diagnóstico hierárquico baseado em modelos. Em: Encontro Nacional de Inteligência Artificial - ENIA 2009, v. VII, p. 1089-1098, 2009.
46. Coelho, R. S. P. ; BARROS, L. N.. Uso do erro de Bellman para acelerar a convergência da programação dinâmica em tempo real. Em: Simpósio Brasileiro de Automação Inteligente - SBAI 2009, 2009.
47. TREVIZAN, F. W. ; COZMAN, F. ; BARROS, L. N.. Mixed Probabilistic and Nondeterministic Factored Planning through Markov Decision Processes with Set-Valued Transitions. Em: Workshop of ICAPS 2008 on A Reality Check for Planning and Scheduling Under Uncertainty, 2008.
48. W. R. Pinheiro ; BARROS, L. N. ; DELGADO, K. V.. Programming Learning: a Hierarchical Model Based Diagnosis Approach. Em: International Conference on Interactive Computer aided Blended Learning, 2008.
49. MACHION, A. C. G. ; BARROS, L. N. ; Valdivia-Delgado, Karina. Ontologies and conceptual maps in learning objects: discovery and analysis. Em: International Conference on Interactive Computer aided Blended Learning, 2008.
50. PEREIRA, S. L. ; BARROS, L. N. ; COZMAN, F.. Strong Probabilistic Planner. Em: International Conference on Automated Planning and Schedulling, 2008.
51. PEREIRA, S. L. ; BARROS, L. N. ; COZMAN, F.. Planning for Strong Policies. Em: 7th Mexican International Conference on Artificial Intelligence - MICAI 2008, 2008.
52. TREVIZAN, F. W. ; COZMAN, F. ; BARROS, L. N.. Planning under Risk and Knightian Uncertainty. Em: International Joint Conferences on Artificial Intelligence, v. 20, p. 2023-2028, 2007.
53. SHIROTA FILHO, R. ; COZMAN, F. ; TREVIZAN, F. W. ; CAMPOS, C. P. ; BARROS, L. N.. Multilinear and integer programming for Markov decision processes with imprecise probabilities. Em: Fifth International Symposium on Imprecise Probability: Theories and Applications (ISIPTA), v. 1, p. 395-404, 2007.
54. Pinheiro, W. R. ; BARROS, L. N. ; Kon, F.. AAAP: Ambiente de Apoio ao Aprendizado de Programação. Em: Workshop de Ambientes de apoio à Aprendizagem de Algoritmos e Programação, 2007.
55. PEREIRA, S. L. ; BARROS, L. N.. Um Verificador de Modelos para Planejamento Automatizado com Metas de Alcançabilidade Estendidas. Em: Simpósio Brasileiro de Métodos Formais, 2007.
56. TREVIZAN, F. W. ; COZMAN, F. ; BARROS, L. N.. Unifying Nondeterministic and Probabilistic Planning Through Imprecise Markov Decision Processes. Em: IBERAMIA/SBIA International Joint Conference, v. 4140, p. 502-511, 2006.[doi]
57. DELGADO, K. V. ; BARROS, L. N.. Diagnostic of Programs for Programming Learning Tools. Em: IBERAMIA/SBIA International Joint Conference, v. 4140, p. 7-16, 2006.[doi]
58. BARROS, L. N.; DELGADO, K. V.. Aprendizado de Programação. Em: XIV Workshop sobre Educação em Computação, 2006.
59. VAQUERO, T. ; TONIDANDEL, F. ; BARROS, L. N. ; SILVA, J. R.. On the Use of UML.P for Modeling a Real Application as a Planning Problem. Em: International Conference on Automated Planning and Schedulling (ICAPS), p. 434-437, 2006.[doi]
60. BARROS, L. N.; DELGADO, K. V.. Model based Diagnosis of Student Programs. Em: 3rd Monet Workshop Model-Based Systems, 2006.
61. Kepler F ; PAZ-TRILLO, C. ; RIANI, J. ; Ribeiro M. M. ; Valdivia-Delgado, Karina ; BARROS, L. N. ; Wasserman, R.. Classifying Ontologies. Em: 3rd workshop on Ontologies and their Applications (WONTO), 2006.
62. CORREA DA SILVA, F. S.; WASSERMAN, Renata ; MELO, Ana Cristina Vieira de ; BARROS, Leliane Nunes de ; FINGER, Marcelo. Intelligent Mobile Multi-robotic Systems: some Challenges and Possible Solutions. Em: 2nd International Conference on Informatics in Control, v. 0, p. 479-485, 2005.
63. TREVIZAN, F. W. ; BARROS, L. N.. Low Cost Experiments in Cognitive Robotics. Em: Conferencia de la Asociacion Espanola para la Inteligencia Artificial, v. II, p. 131-140, 2005.
64. TREVIZAN, F. W. ; BARROS, L. N.. Robótica Cognitiva: uma aplicação de planejamento num ambiente com informação incompleta. Em: VII Simpósio Brasileiro de Automação Industrial (SBAI), 2005.
65. LEMOS, M. ; LOPES, R. D. ; BARROS, L. N.. Avaliação do Ensino-Aprendizagem de Programação usando abordagem baseada em Padrões Elementares de Programação. Em: XXXIII Congresso Brasileiro de Ensino de Engenharia (COBENGE 2005), 2005.
66. BARROS, L. N.; DELGADO, K. V. ; MOTA, A. ; MATSUMOTO, P.. A Tool for Programming Learning with Pedagogical Patterns. Em: Eclipse Technology eXchange eTX at OOPSLA 2005, 2005.
67. PEREIRA, S. L. ; BARROS, L. N.. Formalizing planning algorithms: a logical framework for the research on extending the classical planning approach. Em: Workshop on Connecting Planning Theory with Practice at ICAPS2004 (AIPS), 2004.
68. PEREIRA, S. L. ; BARROS, L. N.. Planning with Abduction: a logical framework to explore extensions to classical planning. Em: 17o. Simpósio Brasileiro de Inteligência Artificial - SBIA - SBC, v. 3171, p. 62-72, 2004.
69. PEREIRA, S. L. ; BARROS, L. N.. High-level Robot Programming: an abductive approach using event calculus. Em: Simpósio Brasileiro de Inteligência Artificial, v. 3171, p. 73-82, 2004.
70. DELGADO, K. V. ; BARROS, L. N.. ProPAT: A Programming ITS Based on Pedagogical Patterns. Em: 7th International Conference on Intelligent Tutoring Systems (ITS 2004), v. 3220, p. 812-814, 2004.
71. BARROS, L. N.; DELGADO, K. V. ; MACHION, A. C. G.. An ITS for Programming to explore Practical Reasoning. Em: Simpósio Brasileiro de Informática na Educação (SBC), p. 207-216, 2004.
72. BENEDITTO, M. E. M. ; BARROS, L. N.. Using Concept Hierarchies in Knowledge Discovery. Em: Simpósio Brasileiro de Inteligência Artificial (SBC), v. 3171, p. 255-265, 2004.[doi]
73. LEMOS, M. ; BARROS, L. N.. Modeling plans and goals of Programming in an Intelligent Tutoring System. Em: IJCAI'2003 Workshop on Knowledge Representation and Automated Reasoning for E-Learning Systems (KRR-5), 2003.
74. LEMOS, M. ; BARROS, L. N.. Uma Biblioteca de Componentes Cognitivos e Padrões de Programas de Suporte ao Aprendizado de Programação. Em: XI Workshop de Educação em Computação - WEI' 2003 (SBC), 2003.
75. BARROS, L. N.; IAMAMOTO, E. M. I.. Planejamento de Tarefas em Robótica Cognitiva. Em: IV Simpósio Brasileiro de Automação Industrial, 2003.
76. BARROS, L. N.; PEREIRA, S. L.. Cognitive Robotics High-Level Robot Programs Based on Abductive Event Calculus. Em: Third International Cognitive Robotics Workshop - CogRob2002 (AAAI 2002 Workshop WS7), 2002.
77. PEREIRA, S. L. ; BARROS, L. N.. Eficiência num Planejador Abdutivo. Em: Logic Applied to Technology, 2001.
78. BARROS, L. N.; SANTOS, E. T. ; Valente, V. C. P. N.. Projetando uma Ontologia de Geometria Descritiva. Em: IV Congresso Internacional de Engenharia Gráfica nas Áreas e no Desenho - Graphica 2001, p. 918-928, 2001.
79. BARROS, L. N.; SANTOS, P. E.. The Nature of Knowledge in an Abductive Event Calculus Planner. Em: Knowledge Engineering and Knowledge Management - EKAW 2000, v. 1937, p. 328-343, 2000.[doi]
80. BARROS, L. N.; SANTOS, E. T.. Um Estudo da Modelagem do Domínio da Geometria Descritiva para a Construção de um Sistema Tutor Inteligente. Em: XI Simpósio Brasileiro de Informática Educativa - SBIE 2000, p. 259-266, 2000.
Resumos expandidos publicados em anais de congressos (3)
1. MENEZES, M. V. ; BARROS, L. N.. Model Update for Automated Planning. Em: AAAI Doctoral Consortium 2011, 2011, São Francisco. 25th Association for the Advancement of Artificial Intelligence. Menlo Park, California: AAAI Press, v. 25, p. 1-3, 2011.
2. DELGADO, K. V. ; BARROS, L. N.. Factored Markov Decision Processes with Imprecise Probabilities: a multilinear solution. Em: Doctoral Consortium of ICAPS 2008, 2008, Sydney. Proceedings of Doctoral Consortium of ICAPS 2008, 2008.
3. WAINER, J. ; BARROS, L. N. ; BERNAL, V. B. ; LEMOS, M.. Network Fault Diagnosis: a Model Based Approach. Em: Network Operations and Management Symposium - NOMS 2000, 2000, Honollu - Hawaii. Proceedings of Network Operations and Management Symposium - NOMS 2000, p. 969-970, 2000. [doi]
Resumos publicados em anais de congressos (2)
1. BARROS, L. N.; Hashimoto, R. F. ; DELGADO, K. V. ; SILVA, C. F. ; TISOVEC, F. A. C.. Robust Intervention on Genetic Regulatory Networks Using Symbolic Dynamic Programming. Em: IJCAI 2015 Workshop: Advances in Bioinformatics and Artificial Intelligence: bridging the Gaps, 2015, Buenos Aires, Argentina. Workshop Notes of the International Workshop Advances in Bioinformatics and Artificial Intelligence: bridging the Gaps, v. 1, p. 54-55, 2015.
2. PEREIRA, S. L. ; BARROS, L. N.. Using α-CTL to Specify Complex Planning Goals. Em: WoLLIC '08: 15th international workshop on Logic, Language, Information and Computation, 2008, Edinburgh, Scotland. Proceedings of the 15th international workshop on Logic, Language, Information and Computation, v. 16, p. 423-423, 2008.
Artigos aceitos para publicação (0)
Apresentações de trabalho (3)
1. Santos, V. B. ; BARROS, L. N. ; PEREIRA, S. L. ; Menezes, M. V.. Symbolic FOND planning for temporally extended goals. 2022. Apresentação de Trabalho/Conferência ou palestra
2. BARROS, L. N.; PEREIRA, S. L.. Tutorial em Planejamento Automatizado (4 horas)- SBIA 2010. 2011. Apresentação de Trabalho/Conferência ou palestra
3. BARROS, L. N. Tutorial em Planejamento em Inteligência Artificial (3 horas) - SBAI 2009. 2009. Apresentação de Trabalho/Conferência ou palestra
Demais tipos de produção bibliográfica (1)
1. BARROS, L. N.; CESAR JUNIOR, R. M. ; COZMAN, F. ; COSTA, A. H. R.. Workshop Proceedings - PRAI, WAICV, MAPPEL. São Paulo: Tec Art Editora. 2000. Edição de Anais

Produção técnica

Programas de computador com registro (0)
Programas de computador sem registro (0)
Produtos tecnológicos (0)
Processos ou técnicas (0)
Trabalhos técnicos (3)
1. BARROS, L. N. Membro do Comitê de Programa do Iberamia (AREA CHAIR on PLANNING AND SCHEDULING). 2008.
2. BARROS, L. N. Membro do Comitê de Programa do MICAI - Mexican International Conference on Artificial Intelligence. 2008.
3. BARROS, L. N. Membro do Comitê de Programa do IJCAI (International Joint Conference on Artificial Intelligence). 2007.
Demais tipos de produção técnica (2)
1. BARROS, L. N.; FINGER, M.. Proceedings of the 21st Brazilian Symposium on Artificial Intelligence. 2012. Editoração/Anais
2. BARROS, L. N.; PEREIRA, S. L.. Planejamento Automático. 2010. Desenvolvimento de material didático ou instrucional - Tutorial
Entrevistas, mesas redondas, programas e comentários na mídia (0)

Produção artística

Total de produção artística (0)

Orientações em andamento

Supervisão de pós-doutorado (0)
Tese de doutorado (2)
1. Viviane Bonadia dos Santos. Efficient FOND Planner. Tese (Doutorado em Doutorado em Ciência da Computação) - Instituto de Matemática e Estatística da Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Início: 2023.
  Orientador: Leliane Nunes de Barros.
2. Daniel Baptista Dias. Planejamento Diferencial Heurístico. Tese (Doutorado em Doutorado em Ciência da Computação) - Instituto de Matemática e Estatística da Universidade de São Paulo, . Início: 2023.
  Coorientador: Leliane Nunes de Barros.
Dissertação de mestrado (2)
1. Alan Pennacchio. Differential Planning under Risk. Dissertação (Mestrado profissional em Mestrado em Ciência da Computação) - Instituto de Matemática e Estatística da Universidade de São Paulo, . Início: 2023.
  Orientador: Leliane Nunes de Barros.
2. André Ferrari Moukarzel. Generalized Planning in Imprecise Probabilities Domains. Dissertação (Mestrado profissional em Mestrado em Ciência da Computação) - Instituto de Matemática e Estatística da Universidade de São Paulo, . Início: 2023.
  Orientador: Leliane Nunes de Barros.
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 (6)
1. Thiago Pereira Bueno. Planejamento em Grafos de Computação Estocástica: Resolvendo Problemas Estocásticos Não-Lineares com Retropropagação de Erro. Tese (Doutorado em Ciência da Computação) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2021.
  Orientadores: Denis Deratani Mauá, Leliane Nunes de Barros.
2. Ignasi Andres. Planejamento Contingente e Planejamento Probabilístico com Ajuda Externa. Tese (Doutorado em Ciência da Computação) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2018.
  Orientador: Leliane Nunes de Barros.
3. Maria Viviane de Menezes. Mudanças em Problemas de Planejamento sem Solução. Tese (Doutorado em Doutorado em Ciência da Computação) - Instituto de ciências Matemáticas e de Computação da USP, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2014.
  Orientador: Leliane Nunes de Barros.
4. Karina Valdivia Delgado. Processos Markovianos de Decisão com Probabilidades Imprecisas. Tese (Doutorado em Ciencia da Computacao) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2010.
  Orientador: Leliane Nunes de Barros.
5. Silvio do Lago Pereira. Planejamento sob incertezas para metas de alcançabilidade estendidas. Tese (Doutorado em Doutor em Ciências) - Instituto de Matemática e Estatística, . 2007.
  Orientador: Leliane Nunes de Barros.
6. Andreia Cristina G. Machion. Uso de ontologias e mapas conceituais na descoberta e análise de objetos de aprendizagem: um estudo de caso em eletrostática. Tese (Doutorado em Ciencia da Computacao) - Universidade de São Paulo, . 2007.
  Orientador: Leliane Nunes de Barros.
Dissertação de mestrado (23)

Ângelo Lovatto. Model-based policy gradients: an empirical study on linear quadratic environments. Dissertação (Mestrado em Mestrado em Ciência da Computação) - Instituto de Matemática e Estatística da Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2022.
Orientador: Leliane Nunes de Barros.
Paula Kintschev Santana de Moraes. Ensino de Inteligência Artificial com uso de Robôs Móveis. Dissertação (Mestrado em Mestrado em Ciência da Computação) - Instituto de Matemática e Estatística da Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2021.
Orientador: Leliane Nunes de Barros.
Milton Condori. Maximum Goal Probability in Probabilistic Planning. Dissertação (Mestrado em Mestrado em Ciência da Computação) - Instituto de Matemática e Estatística da Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2020.
Orientador: Leliane Nunes de Barros.
Viviane Bonadio dos Santos. Planejamento baseado em Verificação Simbólica de Modelos. Dissertação (Mestrado em Ciência da Computação) - Instituto de ciências Matemáticas e de Computação da USP, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2018.
Orientador: Leliane Nunes de Barros.
Thiago Dias Simão. Planejamento Probabilístico com Dead-ends. Dissertação (Mestrado em Mestrado em Ciência da Computação) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2017.
Orientador: Leliane Nunes de Barros.
Luis Gustavo Rocha Vianna. Programação Dinâmica, Assíncrona e Aproximada para HMDPs. Dissertação (Mestrado em Mestrado em Ciência da Computação) - Universidade de São Paulo, . 2015.
Orientador: Leliane Nunes de Barros.
Fabio Tisovec. Problema de Intervenção em Redes Gênicas Modelado como um Processo de Decisão Markoviano Fatorado. Dissertação (Mestrado em Mestrado em Ciência da Computação) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2014.
Orientador: Leliane Nunes de Barros.
Mijail Gamarra Holguin. Planejamento probabilístico usando programação dinâmica assíncrona e fatorada. Dissertação (Mestrado em Mestrado em Ciência da Computação) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2013.
Orientador: Leliane Nunes de Barros.
Felipe Martins dos Santos. Bissimulação Estocástica para Solução de Problemas de Planejamento Probabilístico. Dissertação (Mestrado em Mestrado em Ciência da Computação) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2013.
Orientador: Leliane Nunes de Barros.
Denis Lacerda. Aprendizado por reforço em lote: um estudo de caso para o problema de tomada de decisão em processos de venda. Dissertação (Mestrado em Mestrado em Ciência da Computação) - Universidade de São Paulo, . 2013.
Orientador: Leliane Nunes de Barros.
Daniel Javier Casani Delgado. Planejamento Probabilístico como busca no espaço de transições de estados. Dissertação (Mestrado em Mestrado em Ciência da Computação) - Universidade de São Paulo, . 2013.
Orientador: Leliane Nunes de Barros.
Fabio de Oliveira Franco. Jogos Markovianos Alternados sob Incerteza. Dissertação (Mestrado em Mestrado em Ciência da Computação) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2012.
Orientador: Leliane Nunes de Barros.
Wellington Ricardo Pinheiro. Ambiente de Aprendizado de Programação para o projeto Tidia-AE. Dissertação (Mestrado em Ciência da Computação) - Universidade de São Paulo, . 2010.
Orientador: Leliane Nunes de Barros.
Ricardo Augusto Teixeira de Souza. Predição de tags usando linked data: um estudo de caso no banco de dados Arquigrafia. Dissertação (Mestrado em Mestrado em Ciência da Computação) - Universidade de São Paulo, . 2010.
Orientador: Leliane Nunes de Barros.
Ricardo Guimarães Hermann. Planejamento Hierárquico sob Incerteza Knightiana. Dissertação (Mestrado em Mestrado em Ciência da Computação) - Universidade de São Paulo, . 2008.
Orientador: Leliane Nunes de Barros.
David Robert Camargo de Campos. Reparo de Planos. Dissertação (Mestrado em Mestrado em Ciência da Computação) - Universidade de São Paulo, . 2008.
Orientador: Leliane Nunes de Barros.
Juliana Jabra Chahoud. Planejamento para Serviços Web Semânticos. Dissertação (Mestrado em Ciência da Computação) - Instituto de Matemática e Estatística, . 2006.
Orientador: Leliane Nunes de Barros.
Felipe Werndl Trevisan. Um modelo unificado para planejamento sob incerteza. Dissertação (Mestrado em Bacharelado em Ciência da Computação) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2006.
Orientador: Leliane Nunes de Barros.
Karina Valdivia Delgado. Diagnóstico Baseado em Modelos num Sistema Tutor Inteligente para Programação com Padrões Pedagógicos. Dissertação (Mestrado em Ciência da Computação) - Instituto de Matemática e Estatística, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2005.
Orientador: Leliane Nunes de Barros.
Edward Mitsuo Iwanaga Iamamoto. Planejamento no Cálculo de Situações usando a linguagem Golog. Dissertação (Mestrado em Ciência da Computação) - Instituto de Matemática e Estatística, . 2005.
Orientador: Leliane Nunes de Barros.
Marco Eugênio Madeira Di Beneditto. Descoberta de Regras de Classificação com Hierarquias Conceituais. Dissertação (Mestrado em Ciência da Computação) - Instituto de Matemática e Estatística, Marinha do Brasil. 2004.
Orientador: Leliane Nunes de Barros.
Aldebaran Perseke. Tolopologia de Espaços de Estados em Planejamento com Variáveis Numéricas. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, . 2003.
Orientador: Leliane Nunes de Barros.
Silvio do Lago Pereira. Planejamento Abdutivo no Cálculo de Eventos. Dissertação (Mestrado em Mestrado em Ciência da Computação) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2002.
Orientador: Leliane Nunes de Barros.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (4)

Ângelo Gregório Lovatto. Reinforcement Learning Baseb on Policy Gradient. (Graduação em Bacharelado em Ciência da Computação) - Instituto de Matemática e Estatística da Universidade de São Paulo, . 2018.
Orientador: Leliane Nunes de Barros.
Gabriel Baptista. Aprendizado por Reforço em Lote para a construção de um Sistema de Cobranças. (Graduação em Bacharelado em Ciência da Computação) - Instituto de Matemática e Estatística da Universidade de São Paulo, . 2016.
Orientador: Leliane Nunes de Barros.
Jaqueline Rodrigues. Sokoban. (Graduação em Bacharelado em Ciência da Computação) - Universidade de São Paulo, . 2008.
Orientador: Leliane Nunes de Barros.
Helton Massato Kishi. Planejamento Probabilístico. (Graduação em Bacharelado em Ciência da Computação) - Universidade de São Paulo, . 2007.
Orientador: Leliane Nunes de Barros.
Iniciação científica (8)

Renato Coelho. Algoritmos Fatorados de Planejamento sob incerteza. (Graduando em Ciências Moleculares) - Universidade de São Paulo, . 2009.
Orientador: Leliane Nunes de Barros.
George Henrique Silva. Construção de agentes inteligentes para a Web Semântica. (Graduando em Ciência da Computação) - Instituto de Matemática e Estatística, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2005.
Orientador: Leliane Nunes de Barros.
Ana Mota. Desenvolvimento de um plugin Eclipse para o ensino de programação baseada em Padrões Elementares. (Graduando em Ciência da Computação) - Instituto de Matemática e Estatística, IBM. 2005.
Orientador: Leliane Nunes de Barros.
Patricia Megumi Matsumoto. Parser para geração de um modelo de componentes e conexões a partir de um programa em C. (Graduando em Ciência da Computação) - Instituto de Matemática e Estatística, IBM. 2005.
Orientador: Leliane Nunes de Barros.
Felipe Werndl Trevizan. Robótica Cognitiva. (Graduando em Ciência da Computação) - Instituto de Matemática e Estatística, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2004.
Orientador: Leliane Nunes de Barros.
Wendel Scardua. Interface Didática de um Sistema Tutor de Programação. (Graduando em Bacharelado em Ciência da Computação) - Universidade de São Paulo, IBM. 2003.
Orientador: Leliane Nunes de Barros.
Marlon Gripp Chermont. Laboratório Virtual de Ensino de Inteligência Artificial. (Graduando em Engenharia da Computação) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2002.
Orientador: Leliane Nunes de Barros.
Raphael Gustavo D'Almeida Vilamiu. Técnicas de Inteligência Artificial para Jogos - Sokoban. (Graduando em Bacharelado em Física) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2001.
Orientador: Leliane Nunes de Barros.
Orientações de outra natureza (0)

Projetos de pesquisa

Total de projetos de pesquisa (9)

2017-Atual. Redes Bayesianas Especificadas em Linguagens Formais
Descrição: Redes bayesianas permitem representar modelos probabilísticos de for- ma concisa aproveitando-se de independências entre variáveis. No en- tanto, muitas propriedades de um domínio são capturadas apenas no ní- vel dos eventos. Tais propriedades, chamadas de estrutura local, incluem determinismo, independência sensível a contexto, e replicação. Inferência em redes bayesianas pode ser agilizada explorando a estrutura local; para isso, é necessária uma linguagem formal que permita a representação de tais propriedades e auxilie no raciocínio probabilístico. Este projeto visa investigar diferentes linguagens formais para especificação de redes baye- sianas com estrutura local abundante. Em particular, investigaremos lin- guagens relacionais e mais, especificamente, linguagens temporais. Nosso objetivo é encontrar linguagens que sejam convenientes para descrição de conhecimento e que permitam realizar inferência de forma mais rápida aproveitando-se da estrutura local.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (1) . Integrantes: Leliane Nunes de Barros - Integrante / Thiago Pereira Bueno - Integrante / Denis Deratani Mauá - Coordenador / Fabio Gagliardi Cozman - Integrante / João de Santana Brito Júnior - Integrante / Igor Cataneo Silveira - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
Membro: Leliane Nunes de Barros.
Descrição: Redes bayesianas permitem representar modelos probabilísticos de for- ma concisa aproveitando-se de independências entre variáveis. No en- tanto, muitas propriedades de um domínio são capturadas apenas no ní- vel dos eventos. Tais propriedades, chamadas de estrutura local, incluem determinismo, independência sensível a contexto, e replicação. Inferência em redes bayesianas pode ser agilizada explorando a estrutura local; para isso, é necessária uma linguagem formal que permita a representação de tais propriedades e auxilie no raciocínio probabilístico. Este projeto visa investigar diferentes linguagens formais para especificação de redes baye- sianas com estrutura local abundante. Em particular, investigaremos lin- guagens relacionais e mais, especificamente, linguagens temporais. Nosso objetivo é encontrar linguagens que sejam convenientes para descrição de conhecimento e que permitam realizar inferência de forma mais rápida aproveitando-se da estrutura local.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (3) / Mestrado profissional: (0) / Doutorado: (1) . Integrantes: Denis Deratani Mauá - Coordenador / Leliane Nunes de Barros - Integrante / João de Santana Brito Júnior - Integrante / Igor Cataneo Silveira - Integrante / BUENO, THIAGO P. - Integrante / COZMAN, FABIO G. - Integrante / LLERENA, JULISSA VILLANUEVA - Integrante / Décio Lauro Soares - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa / Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro. Número de produções C, T & A: 2
Membro: Denis Deratani Mauá.
2016-Atual. Armazenagem, Modelagem e Análise de Sistemas Dinâmicos para Aplicações e-Science
Descrição: A surpreendente e rápida evolução da tecnologia deu origem a uma nova era de descoberta de conhecimento científico. Essa nova era da ciência, conhecida como e-Science é descrita como uma nova ciência computacional e composta por uma equipe multidisciplinar que exige novas metodologias para o armazenamento, modelagem e análise de dados. Em particular, o desenvolvimento de sistemas de software transacionais e analíticos para aplicações e-Science visto como sistemas dinâmicos apresenta novos desafios computacionais. Entre eles, destacam-se os desafios dos processos de descoberta de conhecimento científico que, na maioria das vezes, envolvem mudanças frequentes de requisitos para armazenagem, modelagem e análise de dados. A necessidade de abordar sistemas dinâmicos científicos para tratar complexas aplicações de e-Science despertou a comunidade científica para a necessidade de sistemas de software robustos e evolutivos para atender a esses novos desafios. Sistema dinâmico é um arcabouço matemático clássico para representar fenômenos que evoluem no tempo e que são de grande interesse na ciência. Neste projeto, nosso principal objetivo é desenvolver modelos computacionais e metodologias para apoiar as aplicações e-Science. Nossa pesquisa fundamental cobre três principais áreas: armazenagem, modelagem e análise de sistemas dinâmicos. Essas áreas de pesquisa são importantes e relevantes para o Programa e-Science FAPESP já que muitos dos desafios atuais de e-Science estão relacionadas ao tratamento adequado dos sistemas dinâmicos. Assim, pretendemos desenvolver e aplicar metodologias computacionais que irão facilitar o desenvolvimento de aplicações e-Science contribuindo assim para a melhoria do conhecimento científico mundial, respeitando as restrições legais e éticas na gestão de dados... Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: / Mestrado profissional: (5) / Doutorado: (3) . Integrantes: Leliane Nunes de Barros - Integrante / Karina Valdivia Delgado - Integrante / Ronaldo Fumio Hashimoto - Integrante / Marcel Parolin Jackowski - Integrante / Paulo Sergio Graziano Magalhães - Integrante / Roberto Hirata Junior - Integrante / André Fujita - Integrante / João Eduardo Ferreira - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Leliane Nunes de Barros.
2011-2013. Programação Dinâmica em Tempo Real Fatorada
Descrição: Projeto Universal. RTDP (Real-time dynamic programming) resolve processos de decisão Markovianos (MDPs), quando o estado inicial e estados metas são conhecidos. Ao visitar(e atualizar), apenas uma fração do espaço de estados, esta abordagem pode ser usada para resolver problemas com espaço de estado grandes intratáveis. A fim de melhorar o desempenho do algoritmo RTDP, uma variante com base em representação simbólica foi proposta, chamada de sRTDP (symbolic RTDP). Abordagens baseadas em RTDP tradicionais trabalham melhor em problemas com matrizes de transição esparsas, em que muitas vezes essas abordagens podem atingir de forma eficiente uma e-convergência sem visitar todos os estados; no entanto, em problemas com matrizes de transição densas, em que a maioria dos estados são alcançáveis em um passo, o sRTDP mostra uma vantagem sobre o RTDP tradicional em até três ordens de magnitude, como demonstramos em trabalhos anteriores. Também propomos uma nova variante do sRTDP baseada em BRTDP (Bounded RTDP), chamada de sBRTDP, a qual converge rapidamente quando comparado com variantes do RTDP, uma vez que sBRTDP realiza menos atualizações, fazendo uma escolha melhor do próximo estado a ser visitado. O objetivo desse projeto é o de estudar melhorias para as abordagens RTDP baseadas em representação simbólica, tanto exatas quanto aproximadas para resolver problemas modelados como MDPs, em que são conhecidos os estados iniciais e metas, a fim de resolver problemas envolvendo milhares de estados. Assim, será possível resolver problemas reais, como por exemplo, o planejamento de tráfego urbano e automação de linhas de montagem industrial. Além disso, pretendemos explorar soluções baseadas em RTDP de problemas envolvendo variáveis binárias e contínuas.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) . Integrantes: Leliane Nunes de Barros - Integrante / Karina Valdivia Delgado - Coordenador / Mijail Gamarra - Integrante.
Membro: Leliane Nunes de Barros.
2010-2012. Processo de Decisão Markoviano com Probabilidades Imprecisas
Descrição: Em trabalhos anteriores, foram propostas soluções eficientes, aproximadas e exatas, para resolver problemas de tomada de decisão sequencial com probabilidades imprecisas nos efeitos das ações. Nesse projeto, pretendemos investigar novos critérios de avaliação de soluções. Além disso, pretendemos investigar soluções para MDPs de primeira ordem, com probabilidades imprecisas e sua ligação com técnicas conhecidas de aprendizagen por reforço.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Leliane Nunes de Barros - Coordenador / Valdivia-Delgado, Karina - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
Membro: Leliane Nunes de Barros.
2008-2012. Lógica Probabística: Fundamentos e Aplicações Computacionais
Descrição: Projeto Temático FAPESP, processo 2008/03995-5, em Lógica e Probabilidade, com aplicações em Planejamento Probabilístico e Raciocínio Espacial, sob coordenação de Marcelo Finger, e pesquisadores principais, Leliane Nunes de Barros e Fábio Cozman. Resumo: Das possíveis formas de raciocínio que um agente racional pode utilizar, o raciocínio lógico e as inferências probabilisticas estão entre as que recebem maior destaque na prática, sendo incorporadas em modelos e em programas de computador para a realização das mais diversas tarefas. No entanto, as interações possíveis entre estas formas de raciocínio ainda não são muito bem compreendidas, tanto do ponto de vista teórico como no de aplicações computacionais. Do ponto de vista teórico, ainda está-se por estabelecer, de forma equívoca, relações entre valores verdades e distribuições de probabilidades sobre fórmulas. Do ponto de vista de aplicações, ainda está-se tentanto estabelecer a fronteira entre quando empregar inferências lógicas e quando empregar inferências estatísticas. Este projeto pretende investigar estas questões, tanto do aspecto teórico quanto do aspecto de aplicações computacionais. Abordaremos a área de satisfatibilidade probabilística, lógicas de descrição probabilísticas para web semântica, planejamento probabilístico e análise de cenas. Estre projeto pretende desenvolver softwares que abordem os temas investigados e disponibilizá-los através de uma licença de software livre dentro do escopo da Divisão de Inteligência Artificial do Centro de Competência em Software Livre da USP.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (4) / Doutorado: (4) . Integrantes: Leliane Nunes de Barros - Integrante / Paulo Eduardo Santos - Integrante / Fabio Cozman - Integrante / Anna Helena Reali Costa - Integrante / Karina Valdivia Delgado - Integrante / Renata Wasserman - Integrante / Marcelo Finger - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Leliane Nunes de Barros.
2005-2008. Lógica probabilística e independência
Descrição: Este projeto investiga a união de métodos lógicos e probabilísticos, focando sobretudo no desenvolvimento de algoritmos de inferência. Esta união é um tema antigo em Inteligência Artificial: uma linguagem unificadora teria grande impacto em representação de conhecimento, aprendizado de regras, recuperação e busca de informações. O projeto se propõe a construir uma lógica probabilística que seja associada a relações de probabilidade e obter algoritmos de inferência para a lógica resultante. Aplicações em Robótica Cognitiva e na construção da Web Semântica (Semantic Web) são estudadas no projeto além de problemas de planejamento sob incerteza.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (2) . Integrantes: Leliane Nunes de Barros - Integrante / Fabio Cozman - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro. Número de produções C, T & A: 6
Membro: Leliane Nunes de Barros.
2003-2005. BIBO Intelligent Search Based on Ontologies
Descrição: The main goal of the project is to study and evaluate new techniques that have been developped in the context of the Semantic-web. The idea behind the Semantic-web is that, instead of having web content available as natural language texts together with HTML, one could use a "semantic" mark-up language in order to make these contents available for automatic processing. One of the key elements for these new mark-up languages is the use of formally described domain ontologies. The use of ontologies is seen now in Artificial Intelligence as the key to efficient search and retrieval of data. In this context, we are developping several small systems using ontologies. One application we have in mind is the use of CNPq's Lattes CV's, which can be obtained in XML format, in order to search for publications and research groups.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (1) . Integrantes: Leliane Nunes de Barros - Integrante / Flavio Soares Correa da Silva - Integrante / Renata Wasserman - Coordenador. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro. Número de produções C, T & A: 4
Membro: Leliane Nunes de Barros.
2003-2005. CCC-AHIA - Cooperação e Compartilhamento de Conhecimento entre Agentes Heterogêneos Inteligentes e Autônomos
Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . Integrantes: Leliane Nunes de Barros - Integrante / Flavio Soares Correa da Silva - Coordenador / Renata Wasserman - Integrante / Ana Cristina Vieira de Melo - Integrante / Marcelo Finger - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro. Número de produções C, T & A: 10
Membro: Leliane Nunes de Barros.
Descrição: Estudo sobre cooperação entre agentes autônomos híbridos.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . Integrantes: Ana Cristina Vieira de Melo - Integrante / Flávio Soares Correa da Silva - Coordenador / Leliane Barros - Integrante / Renata Wasserman - Integrante / Marcelo Finger - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Ana Cristina Vieira de Melo.
2000-2003. MAPPEL - Multi-Agent Collaborative and Adversarial Perception, Planning, Execution, and Learning
Descrição: Resolver problemas em domínios complexos geralmente envolve múltiplos agentes, raciocínio sobre um mundo dinâmico, planejamento de atividades, necessidade de aprender através de realimentações e experiências prévias, além de interações no mundo por meio de percepção e ação. O projeto MAPPEL visa investigar um espectro concreto de temas relevantes para o desenvolvimento de times de agentes completos atuando em um ambiente dinâmico, eventualmente adversário e com exigências de atuação em tempo real. O interesse consiste em investigar e desenvolver agentes robóticos que sejam: autônomos (capazes de raciocinar sobre suas experiências e tomar suas próprias decisões); eficientes (capazes de atingir metas específicas sob restrições de tempo e recursos, através da integração de planejamento reativo e deliberativo de atividades); cooperativos (capazes de colaborar com outros agentes para resolver problemas e realizar tarefas muito complexas em relação às suas capacidades individuais); adaptativos (capazes de aprender conforme adquirem mais experiência, através do refinamento de suas preferências de seleção de ações individuais e colaborativas). NSF / CNPq - ProTeM CC Proc. Inst. No. 68.0033/99-8. Número do Processo Individual: 48.0320/99-3. Início do Processo: Junho de 2000 Duração: 3 anos. Valor global da concessão no Brasil: R$ 125.841,39 e bolsas DTI .. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (16) / Especialização: (2) / Mestrado acadêmico: (5) / Mestrado profissional: (0) / Doutorado: (9) . Integrantes: Leliane Nunes de Barros - Integrante / J. Wainer - Integrante / Anna Helena Reali Costa - Coordenador / Jaime Simão Sichman - Integrante / Carlos Henrique Costa Ribeiro - Integrante / Manuela Veloso - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Cooperação. Número de produções C, T & A: 7
Membro: Leliane Nunes de Barros.

Prêmios e títulos

Total de prêmios e títulos (1)

Second Best Paper Award of BRACIS (2019) "Symbolic Planning for Strong-Cyclic Policies"., Sociedade Brasileira de Computação (SBC).. 2019.
Membro: Leliane Nunes de Barros.

Participação em eventos

Total de participação em eventos (11)

Congresso Brasileiro de Automática. Congresso Brasileiro de Automática. 2010. (Congresso).
Congresso Brasileiro de Automática. Processos de decisão Markovianos com probabilidades imprecisas: uma solução com programação em dois níveis. 2010. (Congresso).
Congresso Brasileiro de Automática. From colored Petri Nets to Markov Decision Processes. 2010. (Congresso).
Simpósio Brasileiro de Inteligência Artificial. Symbolic Bounded Real-time Dynamic Programming. 2010. (Congresso).
International Conference on Automated Planning and Schedulling. Mixed Probabilistic and Nondeterministic Factored Planning through Markov Decision Processes with Set-Valuled Transitions. 2008. (Congresso).
International Joint Conferences on Artificial Intelligence. Planning under Risk and Knightian Uncertainty. 2007. (Congresso).
3rd Monet Workshop Model-Based Systems. Model based Diagnosis of Student Programs. 2006. (Congresso).
Eclipse Technology eXchange eTX at OOPSLA 2005. A Tool for Programming Learning with Pedagogical Patterns. 2005. (Congresso).
VII Simpósio Brasileiro de Automação Industrial (SBAI). Robótica Cognitiva: uma aplicação de planejamento num ambiente com informação incompleta. 2005. (Congresso).
Workshop on Connecting Planning Theory with Practice at ICAPS2004 (AIPS). Formalizing planning algorithms: a logical framework for the research on extending the classical. 2004. (Congresso).
Knowledge Engineering and Knowledge Management - EKAW 2000. The Nature of Knowledge in an Abductive Event Calculus Planner. 2000. (Congresso).

Organização de eventos

Total de organização de eventos (12)

de Barros, Leliane Nunes; FINGER, M.. Simpósio Brasileiro de Inteligência Artificial. 2012. Congresso
de Barros, Leliane Nunes. International Conference on Automated Planning and Scheduling - ICAPS (co-chair do comitê local de organização). 2012. (Congresso).. . 0.
de Barros, Leliane Nunes; COZMAN, F. ; DELGADO, K. V. ; SILVA, F. S. C.. Planning and Scheduling School. 2012. Outro
de Barros, Leliane Nunes. Encontro Nacional de Inteligência Artificial (membro do Comitê de Programa). 2012. (Congresso).. . 0.
BARROS, L. N.. International Joint Conference (IJCAI 2011) - Membro do Comitê de Programa. 2011. (Congresso).. . 0.
BARROS, L. N.. Simpósio Brasileiro de Inteligência Artificial - Membro do Comitê de Programa. 2011. (Congresso).. . 0.
BARROS, L. N.; FINGER, M.. Simpósio Brasileiro de Inteligência Artificial (SBIA 2012) - Program Co-chair. 2011. Congresso
BARROS, L. N.; COZMAN, F. ; SILVA, F. S. C.. Planning Summer School of ICAPS 2012 (co-organizer). 2011. Congresso
BARROS, L. N.; REVOREDO, K. C.. Workshop de Teses e Dissertações em Inteligência Artificial - SBIA-SBC - Coordenadora. 2010. Congresso
BARROS, L. N.. International Joint Conference (IJCAI 2007) - Coordenador de área do Comitê de Programa. 2007. (Congresso).. . 0.
SOLANGE, ; SILVA FILHO, A. C. R. ; M. C. Monard ; NUNES, M. G. V. ; BARROS, L. N.. Iberamia/SBIA 2006. 2006. Congresso
SICHMAN, J. S. ; M. C. Monard ; AKHRAS, F. N. ; BARROS, L. N. ; COSTA, A. H. R. ; GOMI, E. S. ; ANDRADE, M. T. C.. Iberamia/SBIA 2000. 2000. Congresso

Lista de colaborações

Colaborações endôgenas (0)

(*) Relatório criado com produções desde 2000 até 2025
Data de processamento: 19/01/2026 18:59:07

Relatório gerado por scriptLattes V.2025.09. Os resultados podem ser afetados por possíveis falhas decorrentes de inconsistências no preenchimento dos Currículos Lattes. E-mail de contato: webmaster@ime.usp.br