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 (19/03/2025)
  • Rótulo/Grupo:
  • 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

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 (1)
    1. 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

Participação em eventos

  • Total de participação em eventos (10)
    1. 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).
    2. Symposium in Information and Human Language Technology.Audio MFCC-gram Transformers for respiratory insufficiency detection in COVID-19 disease. 2021. (Simpósio).
    3. Thirty-ninth International Conference on Machine Learning. Optimal Kronecker-Sum Approximation of Real Time Recurrent Learning. 2019. (Congresso).
    4. Thirty-eigth International Conference on Machine Learning. 2018. (Congresso).
    5. Symposia on Memory.Multiassociative Memory: Recurrent Synapses Increase Storage Capacity. 2017. (Simpósio).
    6. 10th Forum of Neuroscience. Multiassociative Memory: Recurrent Synapses Increase Storage Capacity. 2016. (Congresso).
    7. Probabilistic and Extremal Combinatorics. 2016. (Oficina).
    8. 28º Colóquio Brasileiro de Matemática. 2011. (Outra).
    9. V Simpósio Nacional/ Jornadas de Iniciação Científica.Colorações de vértices e arestas. 2010. (Simpósio).
    10. 27º Colóquio Brasileiro de Matemática. 2009. (Outra).

Organização de eventos

  • Total de organização de eventos (0)

    Lista de colaborações

    • Colaborações endôgenas (2)
      • Marcelo Matheus Gauy ⇔ Marcelo Finger (6.0)
        1. 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, 2025. Qualis: C
        2. 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, 2024. Qualis: Não identificado (ARTIFICIAL INTELLIGENCE IN HEALTH)
        3. 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.
        4. 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. Qualis: Não identificado (Automatic Speech Recognition for spontaneous and prepared speech & Speech Emotion Recognition in Portuguese)
        5. 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.Qualis: Não identificado (Practical Machine Learning for Developing Countries on the Tenth International Conference on Learning Representations)
        6. 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. Qualis: Não identificado (Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana)

      • Marcelo Matheus Gauy ⇔ Marcelo Gomes de Queiroz (1.0)
        1. 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, 2025. Qualis: C




    (*) Relatório criado com produções desde 2000 até 2025
    Data de processamento: 22/04/2025 21:29:30