Programa de Pós Graduação em Ciência da Computação

Marcelo Matheus Gauy

É bacharel em Matemática Pura pela Universidade de São Paulo (2011) e mestre em Ciência da Computação pela mesma instituição (2014). Possui doutorado em Ciência da Computação pelo ETH de Zurique (2019) nas áreas de neurociência computacional e machine learning. Realizou um pós-doutorado com o Professor Marcelo Finger na USP onde fez pesquisa na área de machine learning aplicado a área da saúde (projeto: detecção de insuficiência respiratória por meio da análise de áudio). Atualmente é professor de Ciência da Computação na UNESP no Campus Experimental de Itapeva (Texto informado pelo autor)

http://lattes.cnpq.br/1365214249296006 (15/12/2025)

Rótulo/Grupo: * Sem rótulo

Bolsa CNPq:

Período de análise:

Endereço: Universidade Estadual Paulista Júlio de Mesquita Filho. Rua Aristides Franco de Moraes Conjunto Habitacional Tancredo Neves 18410390 - Itapeva, SP - Brasil Telefone: (17) 996398023

Grande área: Ciências Exatas e da Terra

Área: Ciência da Computação

Citações: Google Acadêmico

Produção bibliográfica

Artigos completos publicados em periódicos (10)
1. GAUY, MARCELO MATHEUS; KOZA, NATÁLIA HITOMI ; MORITA, RICARDO MIKIO ; STANZIONE, GABRIEL ROCHA ; JÚNIOR, ARNALDO CÂNDIDO ; Berti, Larissa Cristina ; LEVIN, ANNA SARA SHAFFERMAN ; Sabino, Ester Cerdeira ; Svartman, Flaviane Romani Fernandes ; FINGER, MARCELO. Contrasting deep learning audio models for direct respiratory insufficiency detection versus blood oxygen saturation estimation. Intelligence-Based Medicine. v. 13, p. 100331, issn: 2666-5212, 2025.[doi]
2. Berti, Larissa Cristina ; GAUY, MARCELO ; DA SILVA, LUANA CRISTINA SANTOS ; RIOS, JULIA VASQUEZ VALENCI ; MORAIS, VIVIAM BATISTA ; ALMEIDA, TATIANE CRISTINA DE ; SOSSOLETE, LEISI SILVA ; QUIRINO, JOSÉ HENRIQUE DE MOURA ; MARTINS, CAROLINA FERNANDA PENTEAN ; FERNANDES-SVARTMAN, FLAVIANE R. ; RAPOSO DE MEDEIROS, BEATRIZ ; QUEIROZ, MARCELO ; GAZZOLA, MURILO ; FINGER, MARCELO. Acoustic Characteristics of Voice and Speech in Post-COVID-19. Healthcare. v. 13, p. 63, issn: 2227-9032, 2025.[doi]
3. DA SILVA, DANIEL PEIXOTO PINTO ; CASANOVA, EDRESSON ; GRIS, LUCAS RAFAEL STEFANEL ; GAUY, MARCELO MATHEUS ; JUNIOR, ARNALDO CANDIDO ; FINGER, MARCELO ; Svartman, Flaviane Romani Fernandes ; de Medeiros, Beatriz Raposo ; MARTINS, MARCUS VINÍCIUS MOREIRA ; MARIA ALUÍSIO, SANDRA ; CRISTINA BERTI, LARISSA ; PAULO TEIXEIRA, JOÃO. Interpretability analysis of deep models for COVID-19 detection. Artificial Intelligence in Health. v. 1, p. 114-126, issn: 3029-2387, 2024.[doi]
4. WEISSENBERGER, FELIX ; GAUY, MARCELO MATHEUS ; ZOU, XUN ; STEGER, ANGELIKA. Mutual Inhibition with Few Inhibitory Cells via Nonlinear Inhibitory Synaptic Interaction. Neural Computation (Online). v. 31, p. 2252-2265, issn: 1530-888X, 2019.[doi]
5. MATHEUS GAUY, MARCELO; LENGLER, JOHANNES ; EINARSSON, HAFSTEINN ; MEIER, FLORIAN ; WEISSENBERGER, FELIX ; YANIK, MEHMET FATIH ; STEGER, ANGELIKA. A Hippocampal Model for Behavioral Time Acquisition and Fast Bidirectional Replay of Spatio-Temporal Memory Sequences. Frontiers in Neuroscience. v. 12, p. 2018.00961, issn: 1662-453X, 2018.[doi]
6. WEISSENBERGER, FELIX ; EINARSSON, HAFSTEINN ; MATHEUS GAUY, MARCELO ; MEIER, FLORIAN ; MUJIKA, ASIER ; LENGLER, JOHANNES ; STEGER, ANGELIKA. On the origin of lognormal network synchrony in CA1. HIPPOCAMPUS. v. 28, p. 824-837, issn: 1050-9631, 2018.[doi]
7. WEISSENBERGER, FELIX ; GAUY, MARCELO MATHEUS ; LENGLER, JOHANNES ; MEIER, FLORIAN ; STEGER, ANGELIKA. Voltage dependence of synaptic plasticity is essential for rate based learning with short stimuli. Scientific Reports. v. 8, p. 4609, issn: 2045-2322, 2018.[doi]
8. GAUY, MARCELO M.; OLIVEIRA, IGOR C.. Erd?s?Ko?Rado for Random Hypergraphs: Asymptotics and Stability. Combinatorics, Probability and Computing (Online). v. 26, p. 406-422, issn: 1469-2163, 2017.[doi]
9. GAUY, MARCELO MATHEUS; MEIER, FLORIAN ; STEGER, ANGELIKA. Multiassociative Memory: Recurrent Synapses Increase Storage Capacity. Neural Computation (Online). v. 29, p. 1375-1405, issn: 1530-888X, 2017.[doi]
10. EINARSSON, HAFSTEINN ; GAUY, MARCELO M. ; LENGLER, JOHANNES ; STEGER, ANGELIKA. A Model of Fast Hebbian Spike Latency Normalization. Frontiers in Computational Neuroscience. v. 11, p. 2017.00033, issn: 1662-5188, 2017.[doi]
Livros publicados/organizados ou edições (0)
Capítulos de livros publicados (2)
1. GAUY, MARCELO MATHEUS; Berti, Larissa Cristina ; Cândido, Arnaldo ; Neto, Augusto Camargo ; GOLDMAN, ALFREDO ; LEVIN, ANNA SARA SHAFFERMAN ; Martins, Marcus ; de Medeiros, Beatriz Raposo ; QUEIROZ, MARCELO ; Sabino, Ester Cerdeira ; Svartman, Flaviane Romani Fernandes ; FINGER, MARCELO. Discriminant Audio Properties in Deep Learning Based Respiratory Insufficiency Detection in Brazilian Portuguese. Lecture Notes in Computer Science. 1ed. Em: . : Springer Nature Switzerland. 2023.v. 13897, p. 271-275.
2. Kohan Marzagão, David ; Murphy, Josh ; Young, Anthony P. ; GAUY, MARCELO MATHEUS ; Luck, Michael ; McBurney, Peter ; Black, Elizabeth. Team Persuasion. Lecture Notes in Computer Science. 1ed. Em: . : Springer International Publishing. 2018.v. 10757, p. 159-174.
Textos em jornais de notícias/revistas (0)
Trabalhos completos publicados em anais de congressos (8)
1. MATHEUS GAUY, MARCELO; ABRAMISHVILI, A. ; COLLI, E. ; MADEIRA, T. ; MALLMANN-TRENN, F. ; VASCONCELOS, V. F. ; KOHAN MARZAGAO, D. Voter Model Meets Rumour Spreading: A Study of Consensus Protocols on Graphs with Agnostic Nodes. Em: 24th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2025), p. 848-857, 2025.[doi]
2. FINGER, MARCELO ; BERTI, LARISSA C. ; NAKAGAWA, ELISA Y. ; CARVALHO, CELSO R. F. DE ; MEDEIROS, BEATRIZ R. DE ; SVARTMAN, FLAVIANE R. F. ; QUEIROZ, MARCELO G. ; CÂNDIDO JR, ARNALDO ; GAUY, MARCELO M. ; GAZZOLA, MURILO G. ; MARTINS, MARCUS V. M. ; SCHOLZ, JAQUELINE ; ZIOTTI, SARA. SPIRA-BM: Biomarkers for Respiratory Conditions by Audio Analysis via Artificial Intelligence. Em: SBCAS2025: XXV Simpósio Brasileiro de Computação Aplicada à Saúde, p. 997-1004, 2025.[doi]
3. MATHEUS GAUY, MARCELO; FINGER, MARCELO. Pretrained audio neural networks for Speech emotion recognition in Portuguese. Em: Automatic Speech Recognition for spontaneous and prepared speech & Speech Emotion Recognition in Portuguese, v. 3175, p. 15-24, 2022.
4. ALUISIO, SANDRA MARIA ; BERTI, LARISSA ; CAMARGO, AUGUSTO ; CANDIDO JR, ARNALDO ; CASANOVA, EDRESSON ; SVARTMAN, F. R. F. ; CORSO FERNANDES, RICARDO ; FINGER, MARCELO ; GOLDMAN, ALFREDO ; GRIS, LUCAS RAFAEL STEFANEL ; PEREIRA, PEDRO LEYTON ; LEVIN, ANNA SARA SHAFFERMAN ; MATHEUS GAUY, MARCELO ; QUEIROZ, MARCELO ; RAPOSO DE MEDEIROS, BEATRIZ ; SABINO, ESTER ; PINTO DA SILVA, DANIEL PEIXOTO. DETECTING RESPIRATORY INSUFFICIENCY VIA VOICE ANALYSIS: THE SPIRA PROJECT. Em: Practical Machine Learning for Developing Countries on the Tenth International Conference on Learning Representations, v. 1, 2022.
5. GAUY, MARCELO MATHEUS ; Finger, Marcelo. Audio MFCC-gram Transformers for respiratory insufficiency detection in COVID-19. Em: Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana, p. 143-152, 2021.[doi]
6. Kohan Marzagão, David ; BONATTO, L. B. ; MADEIRA, T. ; GAUY, MARCELO MATHEUS ; McBurney, Peter. The Influence of Memory in Multi-Agent Consensus. Em: Thirty-Fifth AAAI Conference on Artificial Intelligence, v. 35, p. 11254-11262, 2021.
7. MATHEUS GAUY, MARCELO; BENZING, F. ; MUJIKA, ASIER ; MARTINSSON, A. ; STEGER, ANGELIKA. Optimal Kronecker-Sum Approximation of Real Time Recurrent Learning. Em: Thirty-ninth International Conference on Machine Learning, v. 97, p. 604-613, 2019.
8. MEIER, FLORIAN ; MUJIKA, ASIER ; MATHEUS GAUY, MARCELO ; STEGER, ANGELIKA. Improving Gradient Estimation in Evolutionary Strategies With Past Descent Directions. Em: NeurIPS 2019 Optimization Foundations for Reinforcement Learning Workshop, 2019.
Resumos expandidos publicados em anais de congressos (1)
1. EINARSSON, HAFSTEINN ; LENGLER, JOHANNES ; GAUY, MARCELO MATHEUS ; MEIER, FLORIAN ; MUJIKA, ASIER ; STEGER, ANGELIKA ; WEISSENBERGER, FELIX. The linear hidden subset problem for the (1 + 1) EA with scheduled and adaptive mutation rates. Em: the Genetic and Evolutionary Computation Conference, 2018, Kyoto. Proceedings of the Genetic and Evolutionary Computation Conference on - GECCO '18. New York: ACM Press, p. 1491, 2018. [doi]
Resumos publicados em anais de congressos (0)
Artigos aceitos para publicação (0)
Apresentações de trabalho (2)
1. MATHEUS GAUY, MARCELO; FINGER, MARCELO. Pretrained audio neural networks for Speech emotion recognition in Portuguese. 2022. Apresentação de Trabalho/Outra
2. GAUY, M. M. Colorações de Vértices e Arestas. 2010. Apresentação de Trabalho/Simpósio
Demais tipos de produção bibliográfica (0)

Produção técnica

Programas de computador com registro (0)
Programas de computador sem registro (0)
Produtos tecnológicos (0)
Processos ou técnicas (0)
Trabalhos técnicos (0)
Demais tipos de produção técnica (0)
Entrevistas, mesas redondas, programas e comentários na mídia (1)
1. MATHEUS GAUY, MARCELO; CANDIDO JR, ARNALDO. Estudo de rio-pretense usa IA para detectar insuficiência respiratória pela voz dos pacientes. 2024. Programa de rádio ou TV/Entrevista

Produção artística

Total de produção artística (0)

Orientações em andamento

Supervisão de pós-doutorado (0)
Tese de doutorado (0)
Dissertação de mestrado (2)
1. Antônio Oss Bool. Modelos Neurais para detecção de disfunção de prega vocal em pacientes asmáticos através de sinais de áudio. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, . Início: 2025.
  Orientador: Marcelo Matheus Gauy.
2. Letícia Maria Puttlitz. Modelos Neurais para detecção de Asma Grave com Conjunto de Sintomas Controlados através de sinais de áudio. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, . Início: 2025.
  Orientador: Marcelo Matheus Gauy.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (0)
Iniciação científica (3)
1. Isadora Santos Baldo. Analisando fatores de voz e fala de pacientes de Insuficiência Respiratória e sua influência em técnicas de inteligência artificial. Iniciação científica (Graduando em 1ºE.M-Técnico em Química) - ETEC- Dr.Demétrio de Azevedo Jr, . Início: 2025.
  Orientador: Marcelo Matheus Gauy.
2. Pyetro Ferreira Rezende. Identificando Insuficiência Respiratória através da voz e fala de pacientes por meio de técnicas de inteligência artificial. Iniciação científica (Graduando em Engenharia de Produção) - Universidade Estadual Paulista Júlio de Mesquita Filho, . Início: 2025.
  Orientador: Marcelo Matheus Gauy.
3. Daniel Minoru Sato de Almeida. Identificando Insuficiência Respiratória em conjuntos de dados heterogêneos através da voz e fala de pacientes por meio de técnicas de aprendizado de máquina e aprendizado profundo. Iniciação científica (Graduando em Engenharia de Produção) - Universidade Estadual Paulista Júlio de Mesquita Filho, . Início: 2025.
  Orientador: Marcelo Matheus Gauy.
Orientações de outra natureza (0)

Supervisões e orientações concluídas

Supervisão de pós-doutorado (0)
Tese de doutorado (0)
Dissertação de mestrado (1)
1. Xun Zou. On Pattern Separation. Informatik) - Swiss Federal Institute of Technology Zurich, . 2017.
  Orientador: Marcelo Matheus Gauy.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (3)

Zeno Vintschger. Using Variational Autoencoders for Data Augmentation in semi-supervised Learning. Informatik) - Swiss Federal Institute of Technology Zurich, . 2019.
Orientador: Marcelo Matheus Gauy.
Joël Mathys. A Speed Accurate Continuous Attractor Neural Network Model of Head Direction Cells. Informatik) - Swiss Federal Institute of Technology Zurich, . 2019.
Orientador: Marcelo Matheus Gauy.
Simona Hohl. High capacity multiassociative memories. Informatik) - Swiss Federal Institute of Technology Zurich, . 2017.
Orientador: Marcelo Matheus Gauy.
Iniciação científica (0)
Orientações de outra natureza (1)

Frederick Benzing. Transferring the Willshaw model to a geometric setting. Mathematics) - Swiss Federal Institute of Technology Zurich, . 2016.
Orientador: Marcelo Matheus Gauy.

Projetos de pesquisa

Total de projetos de pesquisa (2)

2025-Atual. Uso de técnicas de Aprendizado Profundo para a análise de áudio de pacientes com problemas respiratórios - TRIENAL
Descrição: Este projeto consiste no uso de técnicas de aprendizado profundo para a análise de áudios de voz e fala de pacientes com problemas respiratórios como asma, tabagismo e insuficiência respiratória. Naturalmente, os modelos desenvolvidos poderão ser readaptados para outras tarefas que envolvam áudio de Português Brasileiro, tendo um interesse para além do contexto da saúde utilizado. Inclusive, em geral os modelos receberão áudios em formato similar a imagem (espectrogramas), de forma que eles também poderão ser úteis fora do domínio de áudios.Este projeto faz parte de um projeto temático FAPESP de nome SPIRA-BM. Palavras-chave: aprendizado profundo, detecção de problemas respiratórios, análise de áudio. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Marcelo Matheus Gauy - Coordenador.
Membro: Marcelo Matheus Gauy.
2023-Atual. SPIRA-BM: Biomarcadores para Condições Respiratórias em Dispositivos Móveis por Análise de Áudio com Inteligência Artificial
Descrição: O objetivo geral deste Projeto Temático é o desenvolvimento de conhecimento teórico, técnico e tecnológico sobre biomarcadores de condições respiratórias, cuja aplicação seja prática, barata e viável para a população brasileira. Utilizando técnicas de aprendizado de máquina, inteligência artificial e análise de áudio, vamos investigar biomarcadores de áudio para condições respiratórias como insuficiência respiratória, efeitos do tabagismo, e asma grave. O projeto visa desenvolver, numa primeira fase, sistemas de computação móvel que realizem a tarefa de coleta de áudio e, cujos dados serão sujeitos a processos de análise de áudio e treinamento de redes neurais; numa segunda fase, um sistema de aplicação das informações resultantes do aprendizados serão utilizadas num ambiente clínico, num processo de validação clínica da ferramenta. Há vários desafios de pesquisa inerentes a estes objetivos. Na área de inteligência artificial, teremos de desenvolver sistemas de classificação, estimativa e previsão de eventos; por exemplo, pretendemos classificar vozes com insuficiência respiratória, estimar o nível de monóxido de carbono exalado (COex) por fumantes e prever a probabilidade de ocorrência de exacerbação da asma. Na área de engenharia de software, temos o desafio de desenvolver uma arquitetura de referência para sistemas de áudio em saúde. na área de estudos de e voz e fala, teremos de encontrar padrões discriminantes das condições dos biomarcadores, por exemplo, condições de identificação de insuficiência respiratória. Nas áreas de saúde, temos os desafios de obter áudios dos pacientes ao longo do seguimento e de integrar os trabalhos clínicos com técnicas de inteligência artificial, de forma a viabilizar a aplicação prática dos biomarcadores. Para conseguir enfrentar estes desafios, o projeto se organiza de forma matricial, com três linhas de pesquisa visando desenvolver biomarcadores de áudio por computação móvel para as condições: (1) insuficiência respiratória; (2) efeitos do tabagismo; e (3) asma grave. Estas atividades são tratadas por quatro eixos transversais de ações nos âmbitos de: (a) coleta de dados; (b) engenharia de software; (c) análise acústica; e (d) aprendizado de máquina. Este Projeto baseia-se nos resultados de pesquisa alcançados no projeto SPIRA (FAPESP, 2020/06443-5) que, motivado pela pandemia de COVID-19, demonstrou a viabilidade da detecção de insuficiência respiratória por análise de áudio captado em dispositivos móveis em pacientes da primeira onda da pandemia. O grupo multidisciplinar de pesquisa conta com o mesmo cerne de pesquisadores, expandido para lidar com questões dos efeitos do tabagismo e asma grave.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Marcelo Matheus Gauy - Integrante / Marcelo Finger - Coordenador / Arnaldo Candido Junior - Integrante / Anna Sara Shafferman Levin - Integrante / Beatriz Raposo de Medeiros - Integrante / Elisa Yumi Nakagawa - Integrante / Larissa Cristina Berti - Integrante / Alfredo Goldman vel Lejbman - Integrante / Celso Ricardo Fernandes de Carvalho - Integrante / Colin Craig Venters - Integrante / Cristiane Bitencourt Dias - Integrante / Ester Cerdeira Sabino - Integrante / Flaviane Romani Fernandes Svartman - Integrante / Jaqueline Ribeiro Scholz - Integrante / Leandro de Araújo Pernambuco - Integrante / Lina María Garcés Rodríguez - Integrante / Marcelo Gomes de Queiroz - Integrante / Marcus Vinícius Moreira Martins - Integrante / Pablo Oliveira Antonino de Assis - Integrante / Paulo Eduardo e Silva Barbosa - Integrante / Pedro Henrique Dias Valle - Integrante / Peter G Gibson - Integrante / Rafael Capilla - Integrante / Ricardo Marcondes Marcacini - Integrante / Rita Suzana Pitangueira Maciel - Integrante / Tania Marie Ogawa Abe - Integrante / vanessa marie mcdonald - Integrante / Álvaro Campos Cavalcanti Maciel - Integrante / Fabiano Francisco de Lima - Integrante / Ana Isabella Muniz Leite - Integrante / Augusto Cesar de Camargo Neto - Integrante / Brauner Roberto do Nascimento Oliveira - Integrante / Eujessika Katielly Rodrigues Silva - Integrante / Evelyn Alves Spazzapan - Integrante / JOSE HENRIQUE DE MOURA QUIRINO - Integrante / Julia Vasquez Valenci Rios - Integrante / Leonardo Vieira Barcelos - Integrante / Letícia Santiago Ferreira - Integrante / Lucas José Santos da Silva - Integrante / Rodrigo de Campos Soares - Integrante / Viviam Batista Morais - Integrante / Wallace Alves Esteves Manzano - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de SP - Cooperação.
Membro: Marcelo Matheus Gauy.
Descrição: O objetivo deste estudo é investigar biomarcadores de áudio para condições respiratórias como insuficiência respiratória, asma tabagismo, e desenvolver detectores baratos para estes biomarcadores, utilizando de coleta e processamento de áudio em dispositivos de computação móvel e lançando mão de técnicas de aprendizado automático, inteligência artificial e análise de sinais.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (6) / Mestrado acadêmico: (6) / Doutorado: (6) . Integrantes: Marcelo Finger - Coordenador / Alfredo Goldman - Integrante / Larissa C. Berti - Integrante / Flaviane Fernandes-Svartman - Integrante / Elisa Yumi Nakagawa - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Membro: Marcelo Finger.

Prêmios e títulos

Total de prêmios e títulos (1)

Speech Emotion Recognition in Portuguese Shared task, TarSila project, C4AI.. 2022.
Membro: Marcelo Matheus Gauy.

Participação em eventos

Total de participação em eventos (11)

Endoculturação da Comunidade Unesp. 2025. (Congresso).
Automatic Speech Recognition for spontaneous and prepared speech & Speech Emotion Recognition in Portuguese.Pretrained audio neural networks for Speech emotion recognition in Portuguese. 2022. (Oficina).
Symposium in Information and Human Language Technology.Audio MFCC-gram Transformers for respiratory insufficiency detection in COVID-19 disease. 2021. (Simpósio).
Thirty-ninth International Conference on Machine Learning. Optimal Kronecker-Sum Approximation of Real Time Recurrent Learning. 2019. (Congresso).
Thirty-eigth International Conference on Machine Learning. 2018. (Congresso).
Symposia on Memory.Multiassociative Memory: Recurrent Synapses Increase Storage Capacity. 2017. (Simpósio).
10th Forum of Neuroscience. Multiassociative Memory: Recurrent Synapses Increase Storage Capacity. 2016. (Congresso).
Probabilistic and Extremal Combinatorics. 2016. (Oficina).
28º Colóquio Brasileiro de Matemática. 2011. (Outra).
V Simpósio Nacional/ Jornadas de Iniciação Científica.Colorações de vértices e arestas. 2010. (Simpósio).
27º Colóquio Brasileiro de Matemática. 2009. (Outra).

Organização de eventos

Total de organização de eventos (1)

LEYTON-BROWN, K. ; KOENIG, S. ; EATON, E. ; JENKINS, C. ; TAYLOR, M. ; AN, B. ; BISWAS, J. ; CRANDALL, D. ; LEASE, M. ; WAGSTAFF, K. ; MATHEUS GAUY, MARCELO. The 40th Annual AAAI Conference on Artificial Intelligence. 2025. Congresso

Lista de colaborações

Colaborações endôgenas (0)

(*) Relatório criado com produções desde 2000 até 2025
Data de processamento: 20/01/2026 17:55:21

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