Departamento de Ciência da Computação

Roberto Hirata Junior

Possui graduação em Bacharelado Em Física pela Universidade de São Paulo(1990), graduação em Licenciatura Em Matemática pela Universidade de São Paulo(1990), mestrado em Ciências da Computação pela Universidade de São Paulo(1997), doutorado em Ciências da Computação pela Universidade de São Paulo(2001) e pós-doutorado pela Universidade de São Paulo(2003). Atualmente é Professor Associado da Universidade de São Paulo e Pesquisador Associado da University of São Paulo Innovation Center. Tem experiência na área de Ciência da Computação, com ênfase em Metodologia e Técnicas da Computação. Atuando principalmente nos seguintes temas:Classificadores, Image Processing, Mathematical Morphology, Mineração de dados, Reticulados finitos. (Texto gerado automaticamente pela aplicação CVLattes)

  • http://lattes.cnpq.br/1647118503085126 (14/12/2023)
  • Rótulo/Grupo:
  • Bolsa CNPq:
  • Período de análise:
  • Endereço: Universidade de São Paulo, Instituto de Matemática e Estatística. Rua do Matão, 1010 Cidade Universitária 05508090 - São Paulo, SP - Brasil Telefone: (11) 30910751 Fax: (11) 30916134 URL da Homepage: www.ime.usp.br/~hirata
  • Grande área: Ciências Exatas e da Terra
  • Área: Ciência da Computação
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações


Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (18)
    1. 2017-Atual. INCT of the Future Internet for Smart Cities
      Descrição: The Future Internet will integrate large-scale systems constructed from the composition of thousands of distributed services, while interacting directly with the physical world via sensors and actuators, which compose the Internet of Things. This Future Internet will enable the realization of the Smart Cities vision, in which the urban infrastructure will be used to its fullest extent to offer a better quality of life for its citizens. Key to the efficient and effective realization of Smart Cities is the scientific and technological research covering the multiple layers that make up the Internet. This project aims to address challenges and initiatives related to Future Internet and Smart Cities in the scope of the InterSCity project. The challenges and initiatives are organized in three fronts: (1) Networking and High-Performance Distributed Computing; (2) Software Engineering for the Future Internet; and (3) Analysis and Mathematical Modeling for the Future Internet and Smart Cities. InterSCity aims at developing an integrated open-source platform containing all the major building blocks for the development of robust, integrated, sophisticated applications for the smart cities of the future.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Roberto Hirata Junior - Integrante / Alfredo Goldman - Integrante / KON, FABIO - Coordenador / COSTA, FABIO M. - Integrante / ENDLER, MARKUS - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro / Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Roberto Hirata Junior.
    2. 2016-Atual. Storage, Modeling and Analysis of Dynamical Systems for e-Science Applications
      Descrição: The astonishing fast rate of technology evolution has given rise to a new era of scientific knowledge discovery. This new age of science, known as e-Science, is described as the new great computational and multidisciplinary team science requiring novel methodologies for data storage, modeling and analysis. In particular, the development of transactional and analytical software systems for e-Science applications when viewed from a dynamic systems perspective, presents a number of new computational challenges. Among them are the scientific knowledge discovery processes, which involve frequent changes of requirements for data storage, modeling and analysis. The need to address scientific dynamic systems in order to cope with complex applications of e-Science has woken up the scientific community for the development of robust and evolutionary software systems to meet these new challenges. Dynamical system is the classical mathematical formalism to represent phenomena that evolute with time, which are of great interest in science. In this project, our main goal is to develop computational models and methodologies to support e-Science applications viewed as dynamic systems. Our fundamental research covers three key research areas, namely storage, modeling, and analysis of dynamic systems. These research areas are significant and relevant to the FAPESP e-Science Program since many of the present e-Science challenges are related to the proper treatment of dynamic systems. Hence, we plan to develop and apply computational methodologies that will ease the development of e-Science applications, thereby contributing to the improvement of worldwide scientific knowledge, while respecting legal and ethical restrictions in data management.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Roberto Hirata Junior - Integrante / João Eduardo Ferreira - Coordenador / Ronaldo Fumio Hashimoto - Integrante / Marcel Parolin Jackowski - Integrante / Paulo Sergio Graziano Magalhães - Integrante.
      Membro: Roberto Hirata Junior.
      Descrição: The astonishing fast rate of technology evolution has given rise to a new era of scientific knowledge discovery. This new age of science, known as e-Science, is described as the new great computational and multidisciplinary team science requiring novel methodologies for data storage, modeling and analysis. In particular, the development of transactional and analytical software systems for e-Science applications when viewed from a dynamic systems perspective, presents a number of new computational challenges. Among them are the scientific knowledge discovery processes, which involve frequent changes of requirements for data storage, modeling and analysis. The need to address scientific dynamic systems in order to cope with complex applications of e-Science has woken up the scientific community for the development of robust and evolutionary software systems to meet these new challenges. Dynamical system is the classical mathematical formalism to represent phenomena that evolute with time, which are of great interest in science. In this project, our main goal is to develop computational models and methodologies to support e-Science applications viewed as dynamic systems. Our fundamental research covers three key research areas, namely storage, modeling, and analysis of dynamic systems. These research areas are significant and relevant to the FAPESP e-Science Program since many of the present e-Science challenges are related to the proper treatment of dynamic systems. Hence, we plan to develop and apply computational methodologies that will ease the development of e-Science applications, thereby contributing to the improvement of worldwide scientific knowledge, while respecting legal and ethical restrictions in data management... Situação: Em andamento; Natureza: Pesquisa. Integrantes: Junior Barrera - Integrante / João eduardo Ferreira - Coordenador.
      Membro: Junior Barrera.
      Descrição: The astonishing fast rate of technology evolution has given rise to a new era of scientific knowledge discovery. This new age of science, known as e-Science, is described as the new great computational and multidisciplinary team science requiring novel methodologies for data storage, modeling and analysis. In particular, the development of transactional and analytical software systems for e-Science applications when viewed from a dynamic systems perspective, presents a number of new computational challenges. Among them are the scientific knowledge discovery processes, which involve frequent changes of requirements for data storage, modeling and analysis. The need to address scientific dynamic systems in order to cope with complex applications of e-Science has woken up the scientific community for the development of robust and evolutionary software systems to meet these new challenges. Dynamical system is the classical mathematical formalism to represent phenomena that evolute with time, which are of great interest in science. In this project, our main goal is to develop computational models and methodologies to support e-Science applications viewed as dynamic systems. Our fundamental research covers three key research areas, namely storage, modeling, and analysis of dynamic systems. These research areas are significant and relevant to the FAPESP e-Science Program since many of the present e-Science challenges are related to the proper treatment of dynamic systems. Hence, we plan to develop and apply computational methodologies that will ease the development of e-Science applications, thereby contributing to the improvement of worldwide scientific knowledge, while respecting legal and ethical restrictions in data management.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (2) . Integrantes: João Eduardo Ferreira - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Joao Eduardo Ferreira.
    3. 2015-Atual. Combinacao de caracteristicas locais e globais em aprendizagem de operadores de imagens
      Descrição: O problema de projeto de operadores morfológicos pode ser modelado no contexto de aprendizagem de máquina como um problema de aprendizado de uma função local que mapeia o padrão observado em cada ponto da imagem para um valor de saída. Uma característica interessante dos operadores morfológicos é o fato de eles permitirem uma interpretação intuitiva de seus efeitos, uma vez que sua concepção é fortemente baseada em explorar informação de forma e de topologia. Além disso, eles são formalmente bem caracterizados por fundamentos teóricos sólidos. Porém, por construção, operadores morfológicos não possuem propriedades interessantes como invariância à escala e à rotação e também não levam em consideração informações globais ou de contexto. Neste projeto, o objetivo principal é avançar os métodos existentes para projeto de operadores morfológicos para que estes sejam capazes de tratar objetos de diferentes escalas e levem em consideração informações globais e de contexto. Para tanto, a principal ideia a ser explorada é o uso de descritores de características diversas citados na literatura da área, de forma acoplada ao arcabouço de combinação de operadores. Deverão ser investigados os aspectos teóricos, estatísticos e práticos associados. Aplicações em processamento de imagens de documentos são planejadas como meio para validação dos métodos a serem desenvolvidos.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (2) . Integrantes: Roberto Hirata Junior - Integrante / Nina Sumiko Tomita Hirata - Coordenador / Igor do Santos Montagner - Integrante / Ana Lucia Lima Marreiros Maia - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Roberto Hirata Junior.
      Descrição: O problema de projeto de operadores morfológicos pode ser modelado no contexto de aprendizagem de máquina como um problema de aprendizado de uma função local que mapeia o padrão observado em cada ponto da imagem para um valor de saída. Uma característica interessante dos operadores morfológicos é o fato de eles permitirem uma interpretação intuitiva de seus efeitos, uma vez que sua concepção é fortemente baseada em explorar informação de forma e de topologia. Além disso, eles são formalmente bem caracterizados por fundamentos teóricos sólidos. Porém, por construção, operadores morfológicos não possuem propriedades interessantes como invariância à escala e à rotação e também não levam em consideração informações globais ou de contexto. Neste projeto, o objetivo principal é avançar os métodos existentes para projeto de operadores morfológicos para que estes sejam capazes de tratar objetos de diferentes escalas e levem em consideração informações globais e de contexto. Para tanto, a principal ideia a ser explorada é o uso de descritores de características diversas citados na literatura da área, de forma acoplada ao arcabouço de combinação de operadores. Deverão ser investigados os aspectos teóricos, estatísticos e práticos associados. Aplicações em processamento de imagens de documentos são planejadas como meio para validação dos métodos a serem desenvolvidos.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (2) . Integrantes: Nina Sumiko Tomita Hirata - Coordenador / Roberto Hirata Jr. - Integrante / Igor dos Santos Montagner - Integrante / Ana Lucia Lima Marreiros Maia - Integrante. Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Nina Sumiko Tomita Hirata.
    4. 2013-Atual. Aprendizagem de operadores de imagens - Aplicacoes em deteccao de objetos e segmentacao de imagens
      Descrição: Dado o volume crescente de imagens geradas atualmente, a importância de métodos de processamento e análise que possam ser facilmente adaptados para diferentes t ipos de imagens está cada vez mais evidente. Dentre tarefas comuns em processame nto de imagens destacam-se a segmentação e a detecção de objetos de interesse. De um lado, os operadores morfológicos são ferramentas poderosas que podem ser utilizados na solução dessas tarefas. De outro lado, aprendizagem computacional é uma abordagem que permite a adaptação de métodos de processamento de um contexto para outro. A aliança desses dois vem gerando técnicas de aprendizagem de opera dores morfológicos a partir de imagens de treinamento. No entanto, os resultados satisfatórios ainda estão restritos ao contexto de processamento de imagens binárias. Este projeto de pesquisa visa avanços no estado-da-arte em aprendizagem d e operadores morfológicos para imagens níveis de cinza, e especialmente voltados para os problemas de detecção de objetos e segmentação de imagens. Uma das cont ribuições esperadas desta proposta é a solução de problemas reais de detecção e segmentação de objetos em imagens de diferentes áreas tais como Astronomia, Oceanografia e Biologia, em colaborações multidisciplinares mantidas pelos membros da equipe.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (1) . Integrantes: Roberto Hirata Junior - Integrante / Carlos da Silva dos Santos - Integrante / Hirata, Nina S.T. - Coordenador. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Roberto Hirata Junior.
      Descrição: Dado o volume crescente de imagens geradas atualmente, a importância de métodos de processamento e análise que possam ser facilmente adaptados para diferentes t ipos de imagens está cada vez mais evidente. Dentre tarefas comuns em processame nto de imagens destacam-se a segmentação e a detecção de objetos de interesse. D e um lado, os operadores morfológicos são ferramentas poderosas que podem ser ut ilizados na solução dessas tarefas. De outro lado, aprendizagem computacional é uma abordagem que permite a adaptação de métodos de processamento de um contexto para outro. A aliança desses dois vem gerando técnicas de aprendizagem de opera dores morfológicos a partir de imagens de treinamento. No entanto, os resultados satisfatórios ainda estão restritos ao contexto de processamento de imagens bin árias. Este projeto de pesquisa visa avanços no estado-da-arte em aprendizagem d e operadores morfológicos para imagens níveis de cinza, e especialmente voltados para os problemas de detecção de objetos e segmentação de imagens. Uma das cont ribuições esperadas desta proposta é a solução de problemas reais de detecção e segmentação de objetos em imagens de diferentes áreas tais como Astronomia, Ocea nografia e Biologia, em colaborações multidisciplinares mantidas pelos membros d a equipe.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Nina Sumiko Tomita Hirata - Coordenador / Roberto Hirata Jr. - Integrante / Carlos da Silva dos Santos - Integrante. Financiador(es): (CNPq) Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Nina Sumiko Tomita Hirata.
    5. 2013-Atual. NAP - eScience
      Descrição: A ciência moderna é crescentemente interdisciplinar e intensiva em dados. Na área de ciências da vida, por exemplo, com o surgimento de plataformas de alto desempenho para imagem e estudos genômicos o gargalo não está mais na aquisição de dados mas sim no seu processamento, análise, armazenamento e transferência. Esse cenário levou ao desenvolvimento de novas metodologias matemáticas e de ciência da computação para o tratamento de grande volume de dados, conhecidas hoje como e-Science. Entre os recursos mais importantes para e-Science estão a computação em nuvem e o uso de ferramentas de análise on-line. É também imperativo que a aquisição e inclusão de dados oriundos de plataformas de alto desempenho em bancos, para posterior análise e transferência, obedeçam a critérios estabelecidos ex ante por uma curadoria (data engineering). Essa nova arquitetura de tratamento de dados é essencial para que a descoberta científica nos principais domínios do conhecimento não venha a ser detida pelo ?dilúvio de dados? (Baraniuk RG, Science.2011. 331:717-8). A presente proposta centra-se na criação do Núcleo de e-Science da USP como uma resposta institucional para a formação de uma rede de laboratórios da Universidade de São Paulo capaz de: i) liderar iniciativas em desenvolvimento e difusão de metodologias computacionais aplicáveis à captura, armazenamento, manutenção e análise de dados gerados por plataformas de alto desempenho em domínios como medicina e biologia; ii) organizar a formação de recursos humanos nessa área ; iii) gerar, difundir e transferir tecnologia em e-Science.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Roberto Hirata Junior - Integrante / Roberto Marcondes César Junior - Coordenador.
      Membro: Roberto Hirata Junior.
    6. 2011-2014. Metodos e Tecnicas para Exploracao e Analise de Bioimagens
      Descrição: A demanda pela análise de imagens oriundas das mais variadas subáreas biomédicas e biológicas tem nitidamente crescido nos últimos anos. Além dos desafios computacionais diretamente relacionados à natureza da análise em questão, tais como a complexidade das imagens e o grande volume e tipos de problemas, verificam-se desafios relacionados à multidisciplinaridade e à necessidade de melhor integração de resultados gerados no tratamento de diferentes problemas. Este projeto de pesquisa propõe a investigação, desenvolvimento e validação de métodos e técnicas inovadoras para exploração e análise de bioimagens. Para viabilizar essa investigação, diversos subprojetos, todos relacionados a algum problema de análise de bioimagens e que envolvem colaborações com pesquisadores das áreas biológicas, são contemplados nesta proposta. Adicionalmente, está previsto o desenvolvimento de um ambiente unificado para exploração e análise de imagens, que terá papel importante para operacionalizar e viabilizar o desenvolvimento dos métodos e técnicas, melhorar as interações em colaborações multidisciplinares e permitir reaproveitamento de resultados. Com isso, esta proposta visa contribuir para formação de competência nacional em análise de bioimagens.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (3) Doutorado: (2) . Integrantes: Roberto Hirata Junior - Integrante / Nina Sumiko Tomita Hirata - Coordenador / Ronaldo Fumio Hashimoto - Integrante / Roberto Marcondes César Junior - Integrante / Marcel Parolin Jackowski - Integrante / Fabrício Martins Lopes - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Roberto Hirata Junior.
      Descrição: A demanda pela análise de imagens oriundas das mais variadas subáreas biomédicas e biológicas tem nitidamente crescido nos últimos anos. Além dos desafios computacionais diretamente relacionados à natureza da análise em questão, tais como a complexidade das imagens e o grande volume e tipos de problemas, verificam-se desafios relacionados à multidisciplinaridade e à necessidade de melhor integração de resultados gerados no tratamento de diferentes problemas. Este projeto de pesquisa propõe a investigação, desenvolvimento e validação de métodos e técnicas inovadoras para exploração e análise de bioimagens. Para viabilizar essa investigação, diversos subprojetos, todos relacionados a algum problema de análise de bioimagens e que envolvem colaborações com pesquisadores das áreas biológicas, são contemplados nesta proposta. Adicionalmente, está previsto o desenvolvimento de um ambiente unificado para exploração e análise de imagens, que terá papel importante para operacionalizar e viabilizar o desenvolvimento dos métodos e técnicas, melhorar as interações em colaborações multidisciplinares e permitir reaproveitamento de resultados. Com isso, esta proposta visa contribuir para formação de competência nacional em análise de bioimagens.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Mestrado acadêmico: (3) / Doutorado: (2) . Integrantes: Nina Sumiko Tomita Hirata - Coordenador / Roberto Hirata Jr. - Integrante / Roberto Marcondes Cesar Junior - Integrante / Ronaldo Fumio Hashimoto - Integrante / Marcel Parolin Jackowski - Integrante / Fabrício Martins Lopes - Integrante.
      Membro: Nina Sumiko Tomita Hirata.
    7. 2011-2013. Desafios em Projeto Multinivel de Operadores Morfologicos
      Descrição: Projetar operadores morfológicos que apresentam bom desempenho em problemas de processamento e análise de imagens não é, em geral, uma tarefa simples. Uma abordagem útil para auxiliar o projeto de operadores é sua formulação como um problema de aprendizagem computacional: pares de imagens entrada-saída são utilizados como amostras de treinamento para gerar, via técnicas de aprendizagem computacional, um operador que procura mapear as imagens de entrada para as respectivas imagens de saída. No contexto considerado, esses operadores são caracterizados por uma função local que depende de uma vizinhança na imagem em torno do ponto a ser processado. Vizinhanças muito pequenas restringem a classe de operadores, gerando erro de restrição, e vizinhanças muito grandes resultam em imprecisão, gerando muita variância. Uma abordagem promissora recentemente proposta para balancear esses dois tipos de erro no caso de operadores binários é o projeto multinível de operadores. Nessa abordagem, o treinamento é realizado em múltiplos níveis, de forma a combinar em cada nível os resultados dos níveis anteriores. A escolha dos parâmetros dessa abordagem multinível tem sido realizada, por enquanto, manualmente. Este projeto de pesquisa pretende investigar aspectos práticos e teóricos dessa abordagem; em particular, pretende automatizar a escolha de parâmetros e estender a abordagem multinível para operadores sobre imagens em tons e cinza.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (1) . Integrantes: Roberto Hirata Junior - Integrante / Nina Sumiko Tomita Hirata - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Roberto Hirata Junior.
      Descrição: Projetar operadores morfológicos que apresentam bom desempenho em problemas de processamento e análise de imagens não é, em geral, uma tarefa simples. Uma abordagem útil para auxiliar o projeto de operadores é sua formulação como um problema de aprendizagem computacional: pares de imagens entrada-saída são utilizados como amostras de treinamento para gerar, via técnicas de aprendizagem computacional, um operador que procura mapear as imagens de entrada para as respectivas imagens de saída. No contexto considerado, esses operadores são caracterizados por uma função local que depende de uma vizinhança na imagem em torno do ponto a ser processado. Vizinhanças muito pequenas restringem a classe de operadores, gerando erro de restrição, e vizinhanças muito grandes resultam em imprecisão, gerando muita variância. Uma abordagem promissora recentemente proposta para balancear esses dois tipos de erro no caso de operadores binários é o projeto multinível de operadores. Nessa abordagem, o treinamento é realizado em múltiplos níveis, de forma a combinar em cada nível os resultados dos níveis anteriores. A escolha dos parâmetros dessa abordagem multinível tem sido realizada, por enquanto, manualmente. Este projeto de pesquisa pretende investigar aspectos práticos e teóricos dessa abordagem; em particular, pretende automatizar a escolha de parâmetros e estender a abordagem multinível para operadores sobre imagens em tons e cinza.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Nina Sumiko Tomita Hirata - Coordenador / Roberto Hirata Jr. - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Nina Sumiko Tomita Hirata.
    8. 2011-Atual. Modelos e Metodos de e-Science para Ciencias da Vida e Agrarias
      Descrição: A ciência moderna é crescentemente interdisciplinar e intensiva em dados. Na área de ciências da vida, por exemplo, com o surgimento de plataformas de alto desempenho para análise de imagens e estudos genômicos, o gargalo não está mais na aquisição de dados mas sim no seu armazenamento, processamento, análise e visualização. Este cenário levou ao surgimento de um novo campo de pesquisa ? eScience ? que combina pesquisa avançada em computação e em modelagem matemática para permitir e acelerar pesquisa em outros domínios do conhecimento, desde as ciências exatas até as humanidades e artes. A eScience envolve a chamada "computação centrada em dados" (data-intensive computing), com a busca de soluções para gerenciamento de grandes volumes de dados produzidos por (e para) experimentos científicos, para que a descoberta científica não venha a ser detida pelo ?dilúvio de dados?. Este projeto visa a criação de uma rede colaborativa de eScience para acelerar pesquisa avançada em ciências da vida (biologia, medicina, oceanografia) e ciências agrárias. Está estruturado em torno de cinco linhas de pesquisa ? biologia de sistemas, planejamento de safras, computação visual, modelagem matemática e bancos de dados. Dentro dessas linhas, serão tratadasquestões em aberto associadas às principais componentes de um ambiente de pesquisa em eScience: armazenamento, processamento, análise e visualização de grandes volumes de dados científicos. Os pesquisadores principais têm histórico de cooperação e coordenação de projetos nessas linhas. Questões de interoperabilidade permeiam todo o projeto. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Roberto Hirata Junior - Integrante / Junior Barrera - Integrante / Roberto Marcondes César Junior - Coordenador / Alexandre Xavier Falcão - Integrante / Luciano da Fontoura Costa - Integrante / Cláudia Maria Bauzer Medeiros - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Roberto Hirata Junior.
    9. 2008-2010. Redes de interacao genica ``semeadas'' por cliques
      Descrição: No presente projeto de pesquisa pretende-se estudar subsistemas biológicos dentro de um sistema complexo usando o modelo de Redes Booleanas Probabilísticas e a abordagem de aprendizado estatístico e computacional. O número de genes a ser considerado no subsistema é pequeno de forma a viabilizar as inferências entre os genes de estudo e, simplificar os modelos matemáticos e computacionais. A importância deste trabalho é que os algoritmos desenvolvidos podem ajudar pesquisadores a encontrar genes ainda não conhecidos envolvidos em importante processos biológicos, além de fortalecer a colaboração dos grupos envolvidos (Brasil, Argentina e USA).. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) / Doutorado: (2) . Integrantes: Roberto Hirata Junior - Coordenador / Nina Sumiko Tomita Hirata - Integrante / Ronaldo Fumio Hashimoto - Integrante / Rodrigo Assirati Dias - Integrante / Santos, Carlos S. - Integrante / Rodrigo Flores - Integrante / Carlos Higa - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Roberto Hirata Junior.
    10. 2008-Atual. Expressao genica em tumores do estomago e do esofago: da biologia ao diagnostico
      Descrição: Os tumores da porção superior do trato digestivo (esôfago e estômago) representam um importante desafio na pesquisa sobre o câncer. A grande maioria dos pacientes é diagnosticada tardiamente e, por conseqüência, com prognóstico bastante limitado. Enquanto os adenocarcinomas de estômago representam a segunda maior cause de morte relacionada ao câncer, os adenocarcinomas do esôfago apresentam a maior taxa de crescimento percentual nos Estados Unidos e Europa, assim como nas populações de maior renda no hemisfério sul. Os adenocarcinomas do estômago e do esôfago estão freqüentemente associados a processos inflamatórios da mucosa normal. Esse processo inflamatório crônico leva à substituição da mucosa normal por um tecido colunar do tipo intestinal, denominado metaplasia intestinal do estômago e que, no esôfago, recebe a denominação de mucosa de Barrett. Essas duas patologias não devem ser consideradas doenças pré-malígnas, uma vez que a taxa de transformação em adenocarcinomas é reduzida, mas representam o fator de risco mais importante para os adenocarcinomas dos dois órgãos. Usando a metodologia de microarranjos de DNA, estudamos as características moleculares de amostras de tecido representando mucosa normal, metaplasia intestinal e adenocarcinomas desses dois órgãos. Com base nestes dados, aplicamos ferramentas matemáticas e estatísticas para identificar assinaturas moleculares capazes de classificar precisamente as amostras. Também, foi possível definir um conjunto de alterações em vias metabólicas relacionadas aos processos inflamatórios e de metabolismo de glicerolípedes que poderão contribuir para o entendimento da origem e dos processos moleculares envolvidos na transformação maligna. Neste projeto, pretendemos criar uma rede de instituições e pesquisadores com tradição de pesquisa em tumores de estomago e esôfago que permitirá acesso a um número maior de amostras com dados clínicos e epidemiológicos associados. Com essas amostras, pretendemos estabelecer uma. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (5) Doutorado: (5) . Integrantes: Roberto Hirata Junior - Integrante / Luis Fernando Reis - Coordenador / Neves, E Jordão - Integrante.
      Membro: Roberto Hirata Junior.
    11. 2006-Atual. Aprendizado computacional na descoberta de marcadores moleculares para cancer
      Situação: Em andamento; Natureza: Pesquisa. Integrantes: Roberto Hirata Junior - Coordenador.
      Membro: Roberto Hirata Junior.
    12. 2006-Atual. Modelagem por redes (grafos) e tecnicas de reconhecimento de padroes: estrutura, dinamica e aplicacoes
      Descrição: Dentre os desafios enfrentados atualmente pela pesquisa em reconhecimento de padrões, cabe ressaltar três linhas fundamentais: (a) problemas em que elementos devem ser descritos estruturalmente através de uma rede indicando conexões entre tais elementos; (b) problemas envolvendo a evolução da informação ao longo de alguma variável independente (e.g. tempo, no caso de seqüências de vídeo); (c) problemas envolvendo ambos aspectos, i.e. uma rede de elementos cuja dinâmica evolui ao longo de alguma variável independente. O presente projeto temático, unindo os grupos de visão do IME-USP e IFSC-USP, além de pesquisadores colaboradores de outras instituições, prevê o estudo, desenvolvimento e aplicação de técnicas de reconhecimento de padrões com esses três itens formando o tema de integração da pesquisa. Além da área de reconhecimento de padrões, o projeto inclui técnicas e problemas de visão computacional, processamento de imagens e de sinais e bioinformática, todas sendo áreas de trabalho dos pesquisadores proponentes. As atividades de pesquisa tratarão de aspectos de reconhecimento de padrões e de redes em ambas direções: (1) utilização de técnicas de reconhecimento de padrões para auxiliar na análise de redes em aplicações específicas; (2) desenvolvimento de técnicas de reconhecimento de padrões baseadas em redes. Esta linha de pesquisa incluirá a utilização de grafos em reconhecimento estrutural de padrões e raciocínio espacial. Os métodos em tais abordagens são marcados pelo fato que a tarefa de reconhecimento não envolve apenas os objetos em uma imagem, mas igualmente as relações entre tais objetos. Parte da importância da utilização dessas relações advém do fato que tais relações são frequentemente mais estáveis nas cenas que muitas propriedades dos objetos em si. Em particular, pretende-se explorar técnicas que descrevem a estrutura dos elementos em imagens através de grafos. Nesse caso, a rede é formada por elementos de uma imagem cujos arcos representam relaçõe. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (7) Doutorado: (5) . Integrantes: Roberto Hirata Junior - Integrante / Nina Sumiko Tomita Hirata - Integrante / Ronaldo Fumio Hashimoto - Integrante / Roberto Marcondes César Junior - Coordenador / Luciano da Fontoura Costa - Integrante.
      Membro: Roberto Hirata Junior.
    13. 2004-2004. Uma grade basead em .Net
      Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) . Integrantes: Roberto Hirata Junior - Coordenador.
      Membro: Roberto Hirata Junior.
    14. 2004-2004. Design Patterns em processamento de imagens
      Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) . Integrantes: Roberto Hirata Junior - Coordenador.
      Membro: Roberto Hirata Junior.
    15. 2004-2004. Analise de trafego usando processamento de imagens
      Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) . Integrantes: Roberto Hirata Junior - Coordenador.
      Membro: Roberto Hirata Junior.
    16. 2003-2006. Classificadores de amostras biologicas baseadas na expressao de poucos genes.
      Situação: Concluído; Natureza: Pesquisa. Integrantes: Roberto Hirata Junior - Coordenador.
      Membro: Roberto Hirata Junior.
    17. 2002-2004. Identificacao de Genes que Regulam Fenotipos de Interesse em Agropecuaria atraves da Analise Computacional de Sequencias de Expressao
      Descrição: Projeto CNPq - Pesquisador. Situação: Concluído; Natureza: Pesquisa. Integrantes: Roberto Hirata Junior - Integrante / Junior Barrera - Coordenador / Neves, E Jordão - Integrante.
      Membro: Roberto Hirata Junior.
      Descrição: Análise de dados de biologia molecular, particularmente de expressão gênica, para pesquisar melhorias vegetais e animais.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . Integrantes: Junior Barrera - Coordenador.
      Membro: Junior Barrera.
    18. 2000-2005. Cooperation for Analysis of Gene Expression - FAPESP No.99/07390-0
      Descrição: Projeto Temático FAPESP. Situação: Concluído; Natureza: Pesquisa. Integrantes: Roberto Hirata Junior - Integrante / Hugo Aguirre Armelin - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Roberto Hirata Junior.

Prêmios e títulos

Participação em eventos

  • Total de participação em eventos (11)
    1. Jornadas Argentinas de Informática. Machine Learning Applied to Gene Expression Data. 2010. (Congresso).
    2. Jornadas Argentinas de Informática. Gene Expression Data Analysis. 2010. (Congresso).
    3. 26o Colóquio Brasileiro de Matemática. Projeto de operadores de imagens: novos avanços usando multirresolução e combinação de classificadores. 2007. (Congresso).
    4. Regulamentacao das Profissoes em Tecnologias da Informacao.Regulamentacao das Profissoes em Tecnologias da Informacao. 2005. (Seminário).
    5. 6th International Meeting of the Microarray Gene Expression Data Society. Molecular classifiers based on gene cliques. 2003. (Congresso).
    6. 6th International Meeting of the Microarray Gene Expression Data Society. Remarks on analysis of gene expression robustness. 2003. (Congresso).
    7. A Biotecnologia e o Futuro da Agricultura.A Biotecnologia e o Futuro da Agricultura. 2003. (Seminário).
    8. I Latin American Course on Bioinformatics for Tropical Disease. 2002. (Simpósio).
    9. New leads in experimental and clinical gene targeting in cancer. 2002. (Simpósio).
    10. Technoimage 2002. Análise de dados e imagens de microarray. 2002. (Congresso).
    11. VIth Brazilian School of Probability.Microarray Image Analysis. 2002. (Simpósio).

Organização de eventos

  • Total de organização de eventos (1)
    1. BARRERA, J. ; BANON, G. J. F. ; BRAGA NETO, U. ; HIRATA JR., R.. Simpósio Internacional de Morfologia Matemática. 2007. Congresso

Lista de colaborações

  • Colaborações endôgenas (9)
    • Roberto Hirata Junior ⇔ Nina Sumiko Tomita Hirata (15.0)
      1. BARRERA, JUNIOR ; HASHIMOTO, RONALDO F. ; HIRATA, Nina S. T. ; HIRATA, R. ; REIS, MARCELO S.. From Mathematical Morphology to machine learning of image operators. SÃO PAULO JOURNAL OF MATHEMATICAL SCIENCES. v. 16, p. 616-657, issn: 1982-6907, 2022.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: B3
      2. MONTAGNER, IGOR S. ; Hirata, Nina S.T. ; Hirata, Roberto. Staff removal using image operator learning. PATTERN RECOGNITION. v. 63, p. 310-320, issn: 0031-3203, 2017.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A1
      3. Santos, Carlos S. ; Hirata, Nina S.T. ; Hirata, Roberto. An Information Theory framework for two-stage binary image operator design. Pattern Recognition Letters. v. 31, p. 297-306, issn: 0167-8655, 2010.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A2
      4. BARRERA, Junior; TERADA, R. ; HIRATA JR, R. ; TOMITA, N. S. T.. Automatic Programming of Morphological Machines by PAC Learning. Fundamenta Mathematicae. v. 41, n. 1-2, p. 229-258, issn: 0016-2736, 2000.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A4
      5. ESPADOTO, M. ; RODRIGUES, FRANCISCO CAIO MAIA ; HIRATA JR., R. ; TELEA, ALEXANDRU CRISTIAN. Deep Learning Inverse Multidimensional Projections. Em: EuroVA: International Workshop on Visual Analytics, v. 1, p. 1-10, 2019.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (EuroVA: International Workshop on Visual Analytics)
      6. RODRIGUES, FRANCISCO CAIO MAIA ; HIRATA, NINA S. T. ; LOPES, RUBENS M. ; ABELLO, ANTONIO A. ; HIRATA JR., R. ; DE LA CRUZ, LEANDRO T.. Evaluation of Transfer Learning Scenarios in Plankton Image Classification. Em: International Conference on Computer Vision Theory and Applications, v. 1, p. 359-366, 2018.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (International Conference on Computer Vision Theory and Applications)
      7. MONTAGNER, IGOR S. ; HIRATA, NINA S. T. ; Hirata, Roberto ; CANU, STEPHANE. NILC: A two level learning algorithm with operator selection. Em: 2016 IEEE International Conference on Image Processing (ICIP), p. 1873, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2016 IEEE International Conference on Image Processing (ICIP))
      8. HIRATA, NINA S. T. ; MONTAGNER, IGOR S. ; Hirata, Roberto. Comics image processing. Em: the 1st International Workshop, p. 1, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (the 1st International Workshop)
      9. MONTAGNER, IGOR S. ; Hirata, Roberto ; HIRATA, NINA S. T. ; CANU, STEPHANE. Kernel Approximations for W-Operator Learning. Em: 2016 29th SIBGRAPI Conference on Graphics, p. 386-393, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2016 29th SIBGRAPI Conference on Graphics)
      10. MONTAGNER, IGOR S. ; HIRATA, NINA S. T. ; Hirata, Roberto. Image Operator Learning and Applications. Em: 2016 29th SIBGRAPI Conference on Graphics, p. 38-50, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2016 29th SIBGRAPI Conference on Graphics)
      11. MONTAGNER, IGOR S. ; Hirata, Roberto ; HIRATA, NINA S. T.. Learning to remove staff lines from music score images. Em: 2014 IEEE International Conference on Image Processing (ICIP), p. 2614, 2014.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2014 IEEE International Conference on Image Processing (ICIP))
      12. MONTAGNER, IGOR DOS SANTOS ; Hirata, Roberto ; Hirata, Nina S.T.. A Machine Learning Based Method for Staff Removal. Em: 2014 22nd International Conference on Pattern Recognition (ICPR), p. 3162, 2014.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2014 22nd International Conference on Pattern Recognition (ICPR))
      13. HIRATA, N. S. T. ; HIRATA JR, Roberto ; BARRERA, Junior. Basis Computation Algorithms. Em: 8th International Symposium on Mathematical Morphology, v. 1, p. 15-26, 2007.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (8th International Symposium on Mathematical Morphology)
      14. Carlos S. Santos ; HIRATA, N. S. T. ; HIRATA JR., R.. "Two-stage Binary Image Operator Design: an Approach Based on Interaction Information". Em: XX Brazilian Symposium on Computer Graphics and Image Processing, p. 53-60, 2007.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (XX Brazilian Symposium on Computer Graphics and Image Processing)
      15. HIRATA, N. S. T. ; HIRATA JR., R.. Design of Order Statistic Filters from Examples. Em: XVI Brazilian Symposium on Computer Graphics and Image Processing - SIBGRAPI 2003, p. 222-229, 2003.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (XVI Brazilian Symposium on Computer Graphics and Image Processing - SIBGRAPI 2003)

    • Roberto Hirata Junior ⇔ Junior Barrera (14.0)
      1. Brun, Marcel ; Hirata Jr., Roberto ; Barrera, Junior ; Dougherty, Edward R.. Nonlinear Filter Design Using Envelopes. Journal of Mathematical Imaging and Vision. v. 21, n. 1, p. 81-97, issn: 0924-9907, 2004.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A1
      2. BRUN, Marcel ; DOUGHERTY, Edward R ; HIRATA JR, R. ; BARRERA, Junior. Design of optimal binary filters under joint multiresolution-envelope constraint.. Pattern Recognition Letters. v. 24, p. 937-945, issn: 0167-8655, 2003.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A2
      3. Hirata Jr., Roberto; Brun, Marcel ; Barrera, Junior ; Dougherty, Edward R.. Multiresolution Design of Aperture Operators. Journal of Mathematical Imaging and Vision. v. 16, p. 199-222, issn: 0924-9907, 2002.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A1
      4. HIRATA JR, R. ; BARRERA, Junior ; HASHIMOTO, Ronaldo F ; DANTAS, D. O. ; ESTEVES, G. P.. Segmentation of Microarray Images by Mathematical Morphology. Real-Time Imaging. v. 8, n. 6, p. 491-505, issn: 1077-2014, 2002.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (REAL-TIME IMAGING)
      5. BARRERA, Junior; DOUGHERTY, Edward R ; HIRATA JR, R.. Aperture filters. Signal Processing. v. 80, n. 4, p. 697-721, issn: 0165-1684, 2000.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A1
      6. BARRERA, Junior; TERADA, R. ; HIRATA JR, R. ; TOMITA, N. S. T.. Automatic Programming of Morphological Machines by PAC Learning. Fundamenta Mathematicae. v. 41, n. 1-2, p. 229-258, issn: 0016-2736, 2000.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A4
      7. HIRATA, N. S. T. ; HIRATA JR, Roberto ; BARRERA, Junior. Basis Computation Algorithms. Em: 8th International Symposium on Mathematical Morphology, v. 1, p. 15-26, 2007.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (8th International Symposium on Mathematical Morphology)
      8. VAQUERO, Daniel André ; BARRERA, Junior ; HIRATA JR, R.. A maximum likelyhood approach for multi-resolution W-operator design. Em: SIBGRAPI, p. 71-78, 2005.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (SIBGRAPI)
      9. HIRATA JR, R. ; BARRERA, Junior ; HASHIMOTO, Ronaldo F ; DANTAS, D. O.. Microarray Gridding by Mathematical Morphology. Em: INTERNATIONAL SYMPOSIUM ON COMPUTER GRAPHICS, v. 1, p. 112-119, 2001.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (INTERNATIONAL SYMPOSIUM ON COMPUTER GRAPHICS)
      10. BRUN, Marcel ; HIRATA JR, R. ; BARRERA, Junior ; DOUGHERTY, Edward R. Hybrid Human-machine Non-linear Filter Design Using Envelopes. Em: SIBGRAPI'2001, v. 1, p. 106-111, 2001.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (SIBGRAPI'2001)
      11. HIRATA JR, R. ; BRUN, Marcel ; BARRERA, Junior ; DOUGHERTY, Edward R. Image restoration by multiresolution aperture filters. Em: Nonlinear Image Processing and Pattern Analysis XII, v. 4304, p. 256-264, 2001.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (Nonlinear Image Processing and Pattern Analysis XII)
      12. HIRATA JR, R. ; DOUGHERTY, Edward R ; BARRERA, Junior. Some applications of aperture filters. Em: International Simposium on Mathematical Morphology, p. 119-128, 2000.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (International Simposium on Mathematical Morphology)
      13. HIRATA JR, R. ; BARRERA, Junior ; DOUGHERTY, Edward R. Design of gray-scale nonlinear filters via multiresolution apertures. Em: European Signal Processing Conference, v. IV, p. 1905-1908, 2000.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (European Signal Processing Conference)
      14. HIRATA JR, R. ; FLORES, F. C. ; BARRERA, Junior ; LOTUFO, R. A. ; MEYER, F.. Color Image Gradients for Morphological Segmentation. Em: Brazilian Simposium on Computer Graphics and Image Processing, v. 1, p. 316-322, 2000.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (Brazilian Simposium on Computer Graphics and Image Processing)

    • Roberto Hirata Junior ⇔ Daniel Macêdo Batista (10.0)
      1. CAMPOS, BRUNO P. ; HENRI, JOÃO ; BATISTA, DANIEL M. ; HIRATA JR, R. ; ULLAH, KIFAYAT. Comparativo de Estratégias para Resposta a Emergências usando Redes Ad Hoc Veiculares e Computação em Névoa. Em: Anais Estendidos do Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, p. 168-175, 2023.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (Anais Estendidos do Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos)
      2. ELIAS, ERIK MIGUEL DE ; CARRIEL, VINICIUS SANCHES ; DE OLIVEIRA, GUILHERME WERNECK ; DOS SANTOS, ALDRI LUIZ ; NOGUEIRA, MICHELE ; JUNIOR, ROBERTO HIRATA ; BATISTA, DANIEL MACEDO. A Hybrid CNN-LSTM Model for IIoT Edge Privacy-Aware Intrusion Detection. Em: 2022 IEEE LatinAmerican Conference on Communications (LATINCOM), p. 1, 2022.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2022 IEEE LatinAmerican Conference on Communications (LATINCOM))
      3. DA SILVA OLIVEIRA, GIOVANNI APARECIDO ; LIMA, PRISCILA SERRA SILVA ; KON, FABIO ; TERADA, ROUTO ; BATISTA, DANIEL MACEDO ; Hirata, Roberto ; HAMDAN, MOSAB. A Stacked Ensemble Classifier for an Intrusion Detection System in the Edge of IoT and IIoT Networks. Em: 2022 IEEE LatinAmerican Conference on Communications (LATINCOM), p. 1-6, 2022.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2022 IEEE LatinAmerican Conference on Communications (LATINCOM))
      4. BARZILAY, ALAN ; MARTINELLI, CAIO L. ; NOGUEIRA, MICHELE ; BATISTA, DANIEL M. ; Hirata, Roberto. AnubisFlow: A Feature Extractor for Distributed Denial of Service Attack Classification. Em: 2021 12th International Conference on Network of the Future (NoF), p. 1, 2021.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2021 12th International Conference on Network of the Future (NoF))
      5. ARBEX, GUSTAVO VITRAL ; MACHADO, KETLY GONCALVES ; NOGUEIRA, MICHELE ; BATISTA, DANIEL M. ; Hirata, Roberto. IoT DDoS Detection Based on Stream Learning. Em: 2021 12th International Conference on Network of the Future (NoF), p. 1, 2021.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2021 12th International Conference on Network of the Future (NoF))
      6. LENTE, CAIO ; Hirata Jr., Roberto ; BATISTA, DANIEL MACÊDO. An Improved Tool for Detection of XSS Attacks by Combining CNN with LSTM. Em: Anais Estendidos do Simpósio Brasileiro de Segurança da Informação e de Sistemas Computacionais, p. 1, 2021.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (Anais Estendidos do Simpósio Brasileiro de Segurança da Informação e de Sistemas Computacionais)
      7. MOSAIYEBZADEH, FATEMEH ; ARAUJO RODRIGUEZ, LUIS GUSTAVO ; MACEDO BATISTA, DANIEL ; Hirata, R.. A Network Intrusion Detection System using Deep Learning against MQTT Attacks in IoT. Em: 2021 IEEE LatinAmerican Conference on Communications (LATINCOM), p. 1, 2021.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2021 IEEE LatinAmerican Conference on Communications (LATINCOM))
      8. PAIVA, THALES B. ; SIQUEIRA, YAISSA ; BATISTA, DANIEL MACEDO ; HIRATA, R. ; Terada, R.. BGP Anomalies Classification using Features based on AS Relationship Graphs. Em: 2021 IEEE LatinAmerican Conference on Communications (LATINCOM), p. 1, 2021.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2021 IEEE LatinAmerican Conference on Communications (LATINCOM))
      9. DE OLIVEIRA, GUILHERME WERNECK ; TOSCANO NEY, RODRIGO ; HERRERA, JUAN LUIS ; MACEDO BATISTA, DANIEL ; Hirata, R. ; GALAN-JIMENEZ, JAIME ; BERROCAL, JAVIER ; MURILLO, JUAN MANUEL ; LUIZ DOS SANTOS, ALDRI ; NOGUEIRA, MICHELE. Predicting Response Time in SDN-Fog Environments for IIoT Applications. Em: 2021 IEEE LatinAmerican Conference on Communications (LATINCOM), p. 1, 2021.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2021 IEEE LatinAmerican Conference on Communications (LATINCOM))
      10. BATISTA, DANIEL MACEDO ; Goldman, Alfredo ; Hirata, Roberto ; KON, FABIO ; COSTA, FABIO M. ; ENDLER, MARKUS. InterSCity: Addressing Future Internet research challenges for Smart Cities. Em: 2016 7th International Conference on the Network of the Future (NOF), p. 1, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2016 7th International Conference on the Network of the Future (NOF))

    • Roberto Hirata Junior ⇔ Roberto Marcondes Cesar Junior (7.0)
      1. LI, SIYUAN ; REN, WENQI ; WANG, FENG ; ARAUJO, IAGO BRENO ; TOKUDA, ERIC K. ; JUNIOR, ROBERTO HIRATA ; CESAR, ROBERTO M. ; WANG, ZHANGYANG ; CAO, XIAOCHUN. A Comprehensive Benchmark Analysis of Single Image Deraining: Current Challenges and Future Perspectives. INTERNATIONAL JOURNAL OF COMPUTER VISION. v. 129, p. 1301-1322, issn: 0920-5691, 2021.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (INTERNATIONAL JOURNAL OF COMPUTER VISION)
      2. PERCIANO, T. ; TUPIN, F. ; HIRATA JR., R. ; Cesar Jr, Roberto M.. A two-level Markov random field for road network extraction and its application with optical, SAR, and multitemporal data. International Journal of Remote Sensing (Online). v. 37, p. 3584-3610, issn: 0143-1161, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A2
      3. LI, Syuan ; ARAUJO, IAGO BRENO ; REN, W. ; WANG, Z. ; TOKUDA, E. K. ; Hirata Jr., Roberto ; CESAR JR., R. M. ; ZHANG, J. ; GUO, X. ; CAO, X.. Single Image Deraining: A Comprehensive Benchmark Analysis. Em: Computer Vision and Pattern Recognition Conference - CVPR 2019, p. 3838-3847, 2019.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (Computer Vision and Pattern Recognition Conference - CVPR 2019)
      4. Talita Perciano Costa Leite ; Tupin, Florence ; Hirata Jr., Roberto ; CESAR JUNIOR, R. M.. A hierarchical Markov random field For road network extraction and its application with optical and SAR data. Em: 2011 IEEE International Geoscience and Remote Sensing Symposium, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2011 IEEE International Geoscience and Remote Sensing Symposium)
      5. Morimitsu, Henrique ; Hashimoto, Marcelo ; Pimentel, Rodrigo Bernardo ; CESAR JUNIOR, R. M. ; Hirata Jr., Roberto. Keygraphs for Sign Detection in Indoor Environments by Mobile Phones. Em: 8th IAPR-TC-15 Workshop on Graph-based Representations in Pattern Recognition, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (8th IAPR-TC-15 Workshop on Graph-based Representations in Pattern Recognition)
      6. Morimitsu, Henrique ; Pimentel, Rodrigo Bernardo ; Hashimoto, Marcelo ; CESAR JUNIOR, R. M. ; Hirata Jr, Roberto. Wi-Fi and Keygraphs for Localization with Cell Phones. Em: Second IEEE International Workshop on Mobile Vision - IWMV - ICCV, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (Second IEEE International Workshop on Mobile Vision - IWMV - ICCV)
      7. Thiago Paixão ; Ana Beatriz Graciano ; CESAR JUNIOR, R. M. ; HIRATA JR., R.. A Backmapping Approach for Graph-based Object Tracking. Em: SIBGRAPI, 2008.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (SIBGRAPI)

    • Roberto Hirata Junior ⇔ Ronaldo Fumio Hashimoto (3.0)
      1. BARRERA, JUNIOR ; HASHIMOTO, RONALDO F. ; HIRATA, Nina S. T. ; HIRATA, R. ; REIS, MARCELO S.. From Mathematical Morphology to machine learning of image operators. SÃO PAULO JOURNAL OF MATHEMATICAL SCIENCES. v. 16, p. 616-657, issn: 1982-6907, 2022.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: B3
      2. HIRATA JR, R. ; BARRERA, Junior ; HASHIMOTO, Ronaldo F ; DANTAS, D. O. ; ESTEVES, G. P.. Segmentation of Microarray Images by Mathematical Morphology. Real-Time Imaging. v. 8, n. 6, p. 491-505, issn: 1077-2014, 2002.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (REAL-TIME IMAGING)
      3. HIRATA JR, R. ; BARRERA, Junior ; HASHIMOTO, Ronaldo F ; DANTAS, D. O.. Microarray Gridding by Mathematical Morphology. Em: INTERNATIONAL SYMPOSIUM ON COMPUTER GRAPHICS, v. 1, p. 112-119, 2001.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (INTERNATIONAL SYMPOSIUM ON COMPUTER GRAPHICS)

    • Roberto Hirata Junior ⇔ Fabio Kon (2.0)
      1. DA SILVA OLIVEIRA, GIOVANNI APARECIDO ; LIMA, PRISCILA SERRA SILVA ; KON, FABIO ; TERADA, ROUTO ; BATISTA, DANIEL MACEDO ; Hirata, Roberto ; HAMDAN, MOSAB. A Stacked Ensemble Classifier for an Intrusion Detection System in the Edge of IoT and IIoT Networks. Em: 2022 IEEE LatinAmerican Conference on Communications (LATINCOM), p. 1-6, 2022.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2022 IEEE LatinAmerican Conference on Communications (LATINCOM))
      2. BATISTA, DANIEL MACEDO ; Goldman, Alfredo ; Hirata, Roberto ; KON, FABIO ; COSTA, FABIO M. ; ENDLER, MARKUS. InterSCity: Addressing Future Internet research challenges for Smart Cities. Em: 2016 7th International Conference on the Network of the Future (NOF), p. 1, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2016 7th International Conference on the Network of the Future (NOF))

    • Roberto Hirata Junior ⇔ Marcelo Finger (2.0)
      1. SALVATORE, FELIPE DE SOUZA ; FINGER, MARCELO ; Hirata, Roberto ; PATRIOTA, ALEXANDRE G.. A resampling-based method to evaluate NLI models. Natural Language Engineering. v. 1, p. 1-28, issn: 1469-8110, 2023.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (NATURAL LANGUAGE ENGINEERING)
      2. SALVATORE, FELIPE ; Finger, Marcelo ; HIRATA JR, ROBERTO. A logical-based corpus for cross-lingual evaluation. Em: Proceedings of the 2nd Workshop on Deep Learning Approaches for LowResource NLP (DeepLo 2019), p. 22-30, 2019.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (Proceedings of the 2nd Workshop on Deep Learning Approaches for LowResource NLP (DeepLo 2019))

    • Roberto Hirata Junior ⇔ Routo Terada (2.0)
      1. BARRERA, Junior; TERADA, R. ; HIRATA JR, R. ; TOMITA, N. S. T.. Automatic Programming of Morphological Machines by PAC Learning. Fundamenta Mathematicae. v. 41, n. 1-2, p. 229-258, issn: 0016-2736, 2000.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A4
      2. PAIVA, THALES B. ; SIQUEIRA, YAISSA ; BATISTA, DANIEL MACEDO ; HIRATA, R. ; Terada, R.. BGP Anomalies Classification using Features based on AS Relationship Graphs. Em: 2021 IEEE LatinAmerican Conference on Communications (LATINCOM), p. 1, 2021.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (2021 IEEE LatinAmerican Conference on Communications (LATINCOM))

    • Roberto Hirata Junior ⇔ Alfredo Goldman vel Lejbman (1.0)
      1. DIAS, R. A. ; Goldman, Alfredo ; Hirata Jr., Roberto. Middle-R - A User Level Middleware for Statistical Computing. Em: VII Workshop on Grid Computing and Applications, 2009.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (VII Workshop on Grid Computing and Applications)




(*) Relatório criado com produções desde 2000 até 2024
Data de processamento: 21/03/2024 19:56:24