Adenilton José da Silva

  • Endereço para acessar este CV: http://lattes.cnpq.br/0314035098884256
  • Última atualização do currículo em 19/10/2018


Possui graduação em Licenciatura Plena em Matemática pela Universidade Federal Rural de Pernambuco(2008), mestrado em Ciências da Computação pela Universidade Federal de Pernambuco(2011) e doutorado em Ciências da Computação pela Universidade Federal de Pernambuco(2015). Atualmente é Professor Adjunto da Universidade Federal Rural de Pernambuco, Revisor de periódico da Neurocomputing (Amsterdam), Revisor de periódico da Engineering Applications of Artificial Intelligence, Revisor de periódico da PLoS One e Revisor de periódico da MECHANICAL SYSTEMS AND SIGNAL PROCESSING. Tem experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial. Atuando principalmente nos seguintes temas:Computação Quântica, Redes Neurais Quânticas, Redes Neurais Artificiais. (Texto gerado automaticamente pela aplicação CVLattes)


Identificação


Nome
Adenilton José da Silva
Nome em citações bibliográficas
SILVA, Adenilton J.;da Silva, Adenilton J.;Silva, Adenilton J.;SILVA, ADENILTON J. DA;DA SILVA, ADENILTON JOSÉ;DA SILVA, ADENILTON JOSE

Endereço


Endereço Profissional
Universidade Federal Rural de Pernambuco, Departamento de Computação.
Rua Dom Manoel de Medeiros, s/n - UFRPE - DEINFO - Sala 06
Dois Irmãos
52171900 - Recife, PE - Brasil
Telefone: (81) 33206491


Formação acadêmica/titulação


2011 - 2015
Doutorado em Ciências da Computação.
Universidade Federal de Pernambuco, UFPE, Brasil.
Título: Artificial Neural Network Architecture Selection in a Quantum Computer, Ano de obtenção: 2015.
Orientador: Teresa Bernarda Ludermir.
Coorientador: Wilson Rosa de Oliveira Júnior.
Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil.
Palavras-chave: Computação Quântica; Redes Neurais Quânticas; Redes Neurais Artificiais.
Grande área: Ciências Exatas e da Terra
2009 - 2011
Mestrado em Ciências da Computação.
Universidade Federal de Pernambuco, UFPE, Brasil.
Título: Redes Neurais Lógicas Quânticas,Ano de Obtenção: 2011.
Orientador: Teresa Bernarda Ludermir.
Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil.
Palavras-chave: Computação Quântica; Redes Neurais Artificiais.
Grande área: Ciências Exatas e da Terra
Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Teoria da Computação / Especialidade: Computação Quântica.
2005 - 2008
Graduação em Licenciatura Plena em Matemática.
Universidade Federal Rural de Pernambuco, UFRPE, Brasil.
Título: Redes Neurais Lógicas Quânticas.
Orientador: Maité Kulesza.




Formação Complementar


2015 - 2015
Atualização didático pedagógica. (Carga horária: 60h).
Universidade Federal Rural de Pernambuco, UFRPE, Brasil.
2010 - 2010
Teoria da Informação Quântica. (Carga horária: 3h).
Laboratório Nacional de Computação Científica, LNCC, Brasil.
2007 - 2007
Criptografia. (Carga horária: 20h).
Universidade Federal Rural de Pernambuco, UFRPE, Brasil.
2007 - 2007
Introdução à Computação Quântica. (Carga horária: 6h).
Sociedade Brasileira de Matemática Aplicada e Computacional, SBMAC, Brasil.


Atuação Profissional



Universidade Federal Rural de Pernambuco, UFRPE, Brasil.
Vínculo institucional

2017 - Atual
Vínculo: Servidor Público, Enquadramento Funcional: Professor Adjunto, Carga horária: 40, Regime: Dedicação exclusiva.

Vínculo institucional

2014 - 2017
Vínculo: Servidor Público, Enquadramento Funcional: Professor Assistente, Carga horária: 40, Regime: Dedicação exclusiva.

Vínculo institucional

2011 - 2013
Vínculo: Contrato, Enquadramento Funcional: Professor Temporário, Carga horária: 12

Vínculo institucional

2011 - 2012
Vínculo: Bolsista, Enquadramento Funcional: Tutor, Carga horária: 5
Outras informações
Tutor virtual nas disciplinas Introdução à Programação e Prática como Componente Curricular I.

Atividades

02/2016 - Atual
Ensino, Informática Aplicada, Nível: Pós-Graduação

Disciplinas ministradas
Reconhecimento de Padrões
Introdução à computação quântica
04/2014 - Atual
Pesquisa e desenvolvimento , Departamento de Estatística e Informática, .

03/2014 - Atual
Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Teoria da Computação
Introdução à Computação Quântica
Matemática Discreta
10/2014 - 10/2016
Conselhos, Comissões e Consultoria, Conselho de Curadores, .

Cargo ou função
Membro do Conselho de Curadores.
01/2013 - 05/2013
Ensino, Computação, Nível: Graduação

Disciplinas ministradas
Algebra vetorial e linear para computação
Cálculo B I
01/2013 - 05/2013
Ensino, Licenciatura em Química, Nível: Graduação

Disciplinas ministradas
Funções reais
02/2012 - 11/2012
Ensino, Engenharia, Nível: Graduação

Disciplinas ministradas
Cálculo III
Matemática B
Matemática para Engenharia III
07/2011 - 12/2011
Ensino, Licenciatura Plena em Matemática, Nível: Graduação

Disciplinas ministradas
Álgebra Linear (LM1)
Álgebra Linear (LM3)
07/2011 - 12/2011
Ensino, Bacharelado em Ciências Econômicas, Nível: Graduação

Disciplinas ministradas
Matemática E II
05/2011 - 06/2011
Ensino, Computação, Nível: Graduação

Disciplinas ministradas
Cálculo A I
05/2011 - 06/2011
Ensino, Engenharia, Nível: Graduação

Disciplinas ministradas
Matemática E II
05/2011 - 06/2011
Ensino, Licenciatura em Química, Nível: Graduação

Disciplinas ministradas
Funções Reais

Faculdade Nova Roma, FNR, Brasil.
Vínculo institucional

2013 - 2014
Vínculo: Celetista, Enquadramento Funcional: Professor, Carga horária: 4

Atividades

02/2014 - 03/2014
Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Cálculo numérico para computação
Linguagens formais
Lógica matemática
08/2013 - 12/2013
Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Cálculo numérico para computação
Compiladores
Teoria da computação
03/2013 - 06/2013
Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Linguagens Formais
Cálculo numérico para computação

Universidade Federal de Pernambuco, UFPE, Brasil.
Vínculo institucional

2009 - 2011
Vínculo: Bolsista, Enquadramento Funcional: Bolsista Mestrado, Regime: Dedicação exclusiva.
Outras informações
Bolsista do Centro de Informática UFPE/CNPQ. Projeto: Redes Neurais Lógicas Quânticas. Orientadora: Prof.ª Teresa Bernarda Ludermir. Co-orientador: Prof. Wilson Rosa de Oliveira.

Vínculo institucional

2008 - 2009
Vínculo: Bolsista Iniciação Científica, Enquadramento Funcional: Bolsista Iniciação Científica, Carga horária: 20
Outras informações
Bolsista do Programa Institucional de Bolsas de Iniciação Científica - PIBIC/CNPq/UFPE. Projeto: Redes Neurais Quânticas sem Pesos. Orientadora: Prof.ª Teresa Bernarda Ludermir. Co-orientador: Wilson Rosa de Oliveira.

Vínculo institucional

2007 - 2008
Vínculo: Bolsista Iniciação Científica, Enquadramento Funcional: Bolsista Iniciação Científica, Carga horária: 20
Outras informações
Bolsista do Programa Institucional de Bolsas de Iniciação Científica - PIBIC/CNPq/UFPE. Projeto: Otimização de Redes Neurais Através de Diferentes Técnicas. Orientadora: Prof.ª Teresa Bernarda Ludermir. Co-orientador: Prof. Wilson Rosa de Oliveira.

Atividades

02/2010 - Atual
Pesquisa e desenvolvimento , Centro de Informática, .

Linhas de pesquisa
Inteligência Computacional
08/2007 - Atual
Pesquisa e desenvolvimento , Centro de Informática, .


Faculdade de Informática e Tecnologia de Pernambuco, FATEC, Brasil.
Vínculo institucional

2010 - 2011
Vínculo: Contrato, Enquadramento Funcional: Professor, Carga horária: 8

Atividades

02/2011 - 06/2011
Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Estrutura de Dados
11/2010 - 01/2011
Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Introdução a Inteligência Artificial
08/2010 - 12/2010
Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Análise de Algoritmos
Linguagens Formais e Autômatos

Secretaria de Educação de Pernambuco, SEPE, Brasil.
Vínculo institucional

2010 - 2010
Vínculo: Servidor Público, Enquadramento Funcional: Professor, Carga horária: 8



Linhas de pesquisa


1.
Inteligência Computacional
2.
Redes neurais artificiais
3.
Computação quântica
4.
Aprendizado de Máquina
5.
Computação Quântica


Projetos de pesquisa


2018 - Atual
Quantum machine learning: models and learning algorithms
Descrição: The objective of this project is to develop machine learning algorithms enhanced by quantum computation superior to classical algorithms in terms of performance, memory usage and train speed. These objectives will be addressed using traditional quantum computation, adiabatic quantum computation and open quantum computing..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (3) / Especialização: (0) / Mestrado acadêmico: (4) / Doutorado: (3) .
Integrantes: Adenilton José da Silva - Coordenador / de Oliveira, Wilson R. - Integrante / Tiago Alessandro Espinola Ferreira - Integrante / Fernando M. de Paula - Integrante / Luciano Demétrio Santos Pacífico - Integrante / Péricles Miranda - Integrante / George Gomes Cabral - Integrante / Maigan Alcântara - Integrante / Filipe Rolim Cordeiro - Integrante.
2016 - Atual
Sistemas Quânticos Abertos: Capacidade Computacional e Aplicações em Aprendizado de Máquinas e Redes Neurais sem Pesos

Projeto certificado pelo(a) coordenador(a) Wilson Rosa de Oliveira Junior em 06/04/2018.
Descrição: Ampliamos o estudo do poder computacional, a dinâmica e os algoritmos de aprendizagem de Redes Neurais baseadas em RAM quântica (qRAM) realizado anteriormente em diversos projetos (Editais Universal, PRONEX, etc passados) a classe mais ampla dos Sistemas Quânticos Abertos, em geral, e o modelo de circuitos quânticos, em particular. As qRAM são definidas via circuitos quânticos, generalizando o estudo das Redes Neurais Sem Peso (que são compostas de circuito booleanos clássicos). Especificamente pretende-se: (1) Investigar a Dinâmica e Caos nos Sistemas Quânticos Abertos, (2) Investigar o poder computacional dos Sistemas Quânticos Abertos, (3) Particularizar os resultados aos circuitos quânticos e as qRAM. (4) Verificar o desempenho, a vista do resultados teóricos, das qRAM e/ou dos circuitos quânticos em problemas de Aprendizado de Máquina, particularmente relacionados a problemas relacionados com a Bioinformática. (5) Desenvolver software de simulação dos sistemas quânticos estudados em GP-GPU..
Situação: Em andamento; Natureza: Pesquisa.
2016 - Atual
Redes neurais quânticas: modelos, algoritmos de aprendizado e seleção de arquitetura
Descrição: Redes neurais quânticas já foram propostas em diversos trabalhos, mas a maior parte dos modelos propostos apresenta algum problema quanto aos princípios da computação quântica ou da computação neural. Um dos problemas no aprendizado de redes neurais quânticas é o uso de métodos baseados no gradiente descendente devido a limitação do número de bits em um computador quântico. Neste projeto serão investigados algoritmos quânticos de aprendizado para redes neurais que não necessitem de funções de ativação diferenciáveis. Pretende-se neste projeto: 1) Analisar os algoritmos de aprendizado supervisionados para redes neurais quânticas; 2) Propor algoritmos quânticos de aprendizado baseados em métodos que não utilizem o gradiente descendente, como por exemplo o algoritmo de treinamento do modelo extreme learning machine; 3) Simular o treinamento de redes neurais quânticas; 4) Investigar o uso de heurísticas clássicas para o treinamento de redes neurais quânticas; 5) Propor um algoritmo quântico para seleção de arquiteturas de redes neurais; 6) Analisar as propriedades de redes neurais quânticas baseadas em memórias associativas; 7) Estudar o poder computacional das redes neurais quânticas..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) .
Integrantes: Adenilton José da Silva - Coordenador / de Oliveira, Wilson R. - Integrante / Fernando M. de Paula - Integrante / Rafael Ferreira Leite de Mello - Integrante / Leandro Minku - Integrante / Luciano Demétrio Santos Pacífico - Integrante / Péricles Miranda - Integrante.Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
Número de produções C, T & A: 3
2014 - Atual
Processo de Descoberta de Conhecimento em Ambientes Virtuais de Aprendizagem da Educação a Distância

Projeto certificado pelo(a) coordenador(a) Roberta Macêdo Marques Gouveia em 27/11/2017.
Descrição: O projeto propõe a aplicação de tecnologias de Banco de Dados com a finalidade de desenvolver um sistema de apoio à decisão voltado para Educação a Distância (EaD). O objetivo consiste em traçar os perfis dos estudantes e cursos da EaD, visando investigar e diagnosticar obstáculos enfrentados pelos docentes, discentes e instituições que ofertam cursos na modalidade a distância. Para os estudos de caso são utilizados dados histórico dos sistemas de gestão acadêmica de duas Instituições Federais de Ensino Superior, são elas: Universidade Federal Rural de Pernambuco (UFRPE) e Universidade Federal da Paraíba (UFPB). Também são obtidos dados do e-MEC e do sistema Universidade Aberta do Brasil (UAB). A metodologia consiste em coletar e integrar os dados operacionais de cursos e estudantes, organizá-los em um Data Warehouse (DW), e por fim aplicar ferramentas On-Line Analytical Processing (OLAP) e algoritmos de Data Mining..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (3) .
Integrantes: Adenilton José da Silva - Integrante / Roberta Macêdo Marques Gouveia - Coordenador.
2013 - 2015
Redes Neurais Quânticas Sem Peso: Teoria e Aplicações

Projeto certificado pelo(a) coordenador(a) Wilson Rosa de Oliveira Junior em 17/02/2014.
Descrição: Descrição: Investigar o poder computacional e os algoritmos de aprendizagem de Redes Neurais baseadas em RAM quantica (qRAM). As qRAM sao definidas via circuitos quanticos, generalizando o estudo das Redes Neurais Sem Peso (que sao compostas de circuito booleanos classicos). Pretende se: (1) Propor e investigar algoritmos de aprendizado verdadeiramente quanticos; (2) Investigar o desempenho das redes no aprendizado e reconhecimento de padroes biometricos implementada na NVidia CUDA; (3) Realizar estudo comparativo das RAM (memorias) quanticas; (4) Investigar o relacionamento das redes com automatos quanticos; (5) Investigar Caos nas redes quanticas; (6) Realizar estudo comparativo com o modelo de Gupta -Zia...
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (4) / Especialização: (0) / Mestrado acadêmico: (1) / Mestrado profissional: (0) / Doutorado: (2) .
Integrantes: Adenilton José da Silva - Integrante / Wilson Rosa de Oliveira - Coordenador / Teresa Bernarda Ludermir - Integrante / Borko Stosic - Integrante / Patricia Barros - Integrante / Nicolas Melo de Oliveira - Integrante / Vitor de Albuquerque Torreao - Integrante / Tiago Alessandro Espinola Ferreira - Integrante / Jones de Albuquerque Oliveira - Integrante.Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
Número de produções C, T & A: 5


Revisor de periódico


2012 - 2012
Periódico: IEEE Transactions on Neural Networks and Learning Systems
2016 - Atual
Periódico: Neurocomputing (Amsterdam)
2016 - Atual
Periódico: Engineering Applications of Artificial Intelligence
2018 - Atual
Periódico: PLoS One
2018 - Atual
Periódico: MECHANICAL SYSTEMS AND SIGNAL PROCESSING


Áreas de atuação


1.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência Artificial/Especialidade: Redes Neurais Artificiais.
2.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Teoria da Computação/Especialidade: Computação Quântica.
3.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Teoria da Computação.


Idiomas


Inglês
Compreende Razoavelmente, Fala Razoavelmente, Lê Bem, Escreve Razoavelmente.


Prêmios e títulos


2016
Menção Honrosa do Prêmio Capes de Tese da área de Ciência da Computação, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior.
2009
Láurea universitária, Universidade Federal Rural de Pernambuco.


Produções



Produção bibliográfica
Artigos completos publicados em periódicos

1.
DOS SANTOS, PRISCILA G. M.2018 DOS SANTOS, PRISCILA G. M. ; SOUSA, RODRIGO S. ; ARAUJO, ISMAEL C. S. ; da Silva, Adenilton J. . Quantum enhanced cross-validation for near-optimal neural networks architecture selection. INTERNATIONAL JOURNAL OF QUANTUM INFORMATION, v. 16, p. 1840005, 2018.

2.
de Paula Neto, Fernando M.2017de Paula Neto, Fernando M. ; de Oliveira, Wilson R. ; Ludermir, Teresa B. ; da Silva, Adenilton J. . Chaos in a quantum neuron: An open system approach. NEUROCOMPUTING, v. 246, p. 3-11, 2017.

3.
de Paula, F. M.2016de Paula, F. M. ; DE OLIVEIRA, WILSON R. ; da Silva, Adenilton J. ; LUDERMIR, T. B. . Chaos in Quantum Weightless Neuron Node Dynamics. Neurocomputing (Amsterdam), v. 183, p. 23-38, 2016.

4.
DA SILVA, ADENILTON JOSÉ2016 DA SILVA, ADENILTON JOSÉ; LUDERMIR, TERESA BERNARDA ; DE OLIVEIRA, WILSON ROSA . Quantum perceptron over a field and neural network architecture selection in a quantum computer. Neural Networks, v. 76, p. 55-64, 2016.

5.
da Silva, Adenilton J.2016da Silva, Adenilton J.; de Oliveira, Wilson R. . Comments on -Quantum artificial neural networks with applications-. Information Sciences, v. 370, p. 120-122, 2016.

6.
da Silva, Adenilton J.2016da Silva, Adenilton J.; de Oliveira, Wilson R. ; Ludermir, Teresa B. . Weightless neural network parameters and architecture selection in a quantum computer. NEUROCOMPUTING, v. 183, p. 13-22, 2016.

7.
da Silva, Adenilton J.2015da Silva, Adenilton J.; de Oliveira, Wilson R. ; Ludermir, Teresa B. . Comments on -Quantum M-P Neural Network-. International Journal of Theoretical Physics, v. 54, p. 1878-1881, 2015.

8.
de Lima, Tiago P. F.2014de Lima, Tiago P. F. ; da Silva, Adenilton J. ; Ludermir, Teresa B. ; de Oliveira, Wilson R. . An automatic methodology for construction of multi-classifier systems based on the combination of selection and fusion. Progress in Artificial Intelligence, v. 2, p. 1-11, 2014.

9.
da Silva, Adenilton J.2012 da Silva, Adenilton J.; OLIVEIRA, W. R. ; LUDERMIR, T. B. . Classical and superposed learning for quantum weightless neural networks. Neurocomputing (Amsterdam), v. 75, p. 52-60, 2012.

Capítulos de livros publicados
1.
Lima, Tiago P. F. ; Silva, Adenilton J. ; Ludermir, Teresa B. . Selection and Fusion of Neural Networks via Differential Evolution. Lecture Notes in Computer Science. 1ed.: Springer Berlin Heidelberg, 2012, v. 7637, p. 149-158.

Trabalhos completos publicados em anais de congressos
1.
de Paula Neto, Fernando M. ; Ludermir, Teresa B. ; de Oliveira, Wilson R. ; da Silva, Adenilton J. . Quantum Perceptron with Dynamic Internal Memory. In: International Joint Conference on Neural Network, 2018, Rio de Janeiro. Proceedings of International Joint Conference on Neural Network. Los Alamitos: IEEE, 2018. v. 1. p. 1-8.

2.
SANTOS, P. ; Ismael, A. ; SOUSA, R. S. ; da Silva, Adenilton J. . Quantum enhanced cross-validation for classification. In: 7th Brazilian Conference on Intelligent Systems, 2018, São Paulo. Proceedings of 7th Brazilian Conference on Intelligent Systems, 2018. p. 1-6.

3.
DA SILVA, ADENILTON JOSE; DE OLIVEIRA, RODOLFO LUAN FRANCO . Neural Networks Architecture Evaluation in a Quantum Computer. In: 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017, Uberlândia. 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017. p. 163-168.

4.
NETO, FERNANDO MACIANO DE PAULA ; DE OLIVEIRA, WILSON ROSA ; DA SILVA, ADENILTON JOSE ; LUDERMIR, TERESA BERNARDA . On the Entanglement Dynamics of the Quantum Weightless Neuron. In: 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017, Uberlândia. 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017. p. 175-180.

5.
NETO, FERNANDO MACIANO DE PAULA ; DA SILVA, ADENILTON JOSE ; DE OLIVEIRA, WILSON ROSA ; LUDERMIR, TERESA BERNARDA . Non-unitary Quantum Associative Memory. In: 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017, Uberlândia. 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017. p. 97-102.

6.
BRANDAO, J. O. ; da Silva, Adenilton J. ; GOUVEIA, R. M. M. ; SOARES, R. G. F. . Aprendizagem de máquina para predição de desempenho de estudantes de graduação na UFPE. In: Encontro Nacional de Inteligência Artificial e Computacional, 2017, Uberlândia. Anais ENIAC 2017, 2017. p. 205-216.

7.
de Paula, F. M. ; Ludermir, Teresa B. ; de Oliveira, Wilson R. ; da Silva, Adenilton J. . Resolvendo 3-SAT com Neurônios Quânticos Sem Peso. In: V Workshop-Escola de Computação e Informação Quântica, 2015, Campina Grande. V Workshop-Escola de Computação e Informação Quântica, 2015.

8.
NETO, FERNANDO M. DE PAULA ; Ludermir, Teresa B. ; OLIVEIRA, WILSON R. DE ; SILVA, ADENILTON J. DA . Solving NP-complete Problems Using Quantum Weightless Neuron Nodes. In: 2015 Brazilian Conference on Intelligent Systems (BRACIS), 2015, Natal. 2015 Brazilian Conference on Intelligent Systems (BRACIS). p. 258-8.

9.
NETO, FERNANDO M. DE PAULA ; Ludermir, Teresa B. ; OLIVEIRA, WILSON R. DE ; SILVA, ADENILTON J. DA . Fitting Parameters on Quantum Weightless Neuron Dynamics. In: 2015 Brazilian Conference on Intelligent Systems (BRACIS), 2015, Natal. 2015 Brazilian Conference on Intelligent Systems (BRACIS), 2015. p. 169.

10.
FREITAS, C. N. C. ; GOUVEIA, R. M. M. ; da Silva, Adenilton J. . Online Analytical Processing em Ambientes Virtuais de Aprendizagem da Educação a Distância. In: XXXV Congresso da Sociedade Brasileira de Computação (CSBC) - 4º Workshop de Desafios da Computação Aplicada à Educação (DesafIE), 2015, Recife. Anais do CSBC 2015, 2015. v. 1. p. 1-10.

11.
da Silva, Adenilton J.; de Oliveira, Wilson R. ; Ludermir, Teresa B. . Training a classical weightless neural network in a quantum computer. In: European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, 2014, Bruges. European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, 2014. p. 523-528.

12.
da Silva, Adenilton J.; de Oliveira, Wilson R. ; Ludermir, Teresa B. . Probabilistic automata simulation with single layer weightless neural networks. In: European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, 2014, Bruges. 22º European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, 2014. p. 547-552.

13.
de Oliveira, Wilson R. ; da Silva, Adenilton J. ; Ludermir, Teresa B. . Vector space weightless neural networks. In: European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, 2014, Bruges. European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, 2014. p. 535-540.

14.
de Paula, F. M. ; da Silva, Adenilton J. ; Ludermir, Teresa B. ; de Oliveira, Wilson R. . Analysis of Quantum Neural Models. In: Congresso brasileiro de inteligência computacional, 2013, Recife. 11º Congresso Brasileiro de Inteligência Computacional- CBIC 2013, 2013.

15.
da Silva, Adenilton J.; Ludermir, Teresa B. ; de Oliveira, Wilson R. . Single-shot learning algorithm for quantum weightless neural networks. In: Congresso brasileiro de inteligência computacional, 2013, Recife. Congresso brasileiro de inteligência computacional, 2013.

16.
da Silva, Adenilton J.; Ludermir, Teresa B. ; de Oliveira, Wilson R. . On the Universality of Quantum Logical Neural Networks. In: 2012 Brazilian Symposium on Neural Networks (SBRN), 2012, Curitiba. 2012 Brazilian Symposium on Neural Networks. p. 102-106.

17.
MINEU, NICOLE L. ; da Silva, Adenilton J. ; Ludermir, Teresa B. . Evolving Neural Networks Using Differential Evolution with Neighborhood-Based Mutation and Simple Subpopulation Scheme. In: 2012 Brazilian Symposium on Neural Networks (SBRN), 2012, Curitiba. 2012 Brazilian Symposium on Neural Networks. p. 190-195.

18.
de Lima, Tiago P. F. ; da Silva, Adenilton J. ; LUDERMIR, T. B. . Clustering and Selection of Neural Networks Using Adaptive Differential Evolution. In: International Joint Conference on Neural Network, 2012, Brisbane. Proceedings of IJCNN 2012. Los Alamitos: IEEE Computer Society, 2012. v. 1. p. 1-7.

19.
SILVA, Adenilton J.; LUDERMIR, T. B. ; OLIVEIRA, W. R. . Superposition Based Learning Algorithm. In: Brazilian Symposium on Neural Networks, 2010, São Bernardo do Campo. Brazilian Symposium on Artificial Neural network. Los Alamitos: IEEE Computer Press, 2010. v. 1. p. 1-6.

20.
SILVA, Adenilton J.; OLIVEIRA, W. R. ; LUDERMIR, T. B. . A Weightless Neural Node based in a Probabilistic Quantum Memory. In: Brazilian Symposium on Neural Networks, 2010, São Bernardo do Campo. Brazilian Symposium on Neural network. Los Alamitos: IEEE Computer Press, 2010. v. 1. p. 259-264.

21.
SILVA, Adenilton J.; MINEU, N. L. ; LUDERMIR, T. B. . Evolving Artificial Neural Networks using Adaptive Differential Evolution. In: Ibero-American Conference on Artificial Intelligence, 2010, Bahía Blanca. Lecture Notes in Computer Science, 2010. v. 6433. p. 396-405.

22.
SILVA, Adenilton J.; OLIVEIRA, W. R. ; LUDERMIR, T. B. . Um algoritmo de aprendizado probabilístico para redes neurais quânticas baseado na superposição. In: III Workshop-Escola de Computação e Informação Quântica, 2010, Petrópolis. Anais III Workshop-Escola de Computação e Informação Quântica. Petrópolis: Laboratório Nacional de Computação Científica, 2010. p. 48-57.

23.
Barros, P. ; OLIVEIRA, W. R. ; SILVA, Adenilton J. . Reconhecimento Quântico de Padrões Aplicados à Sequências de DNA. In: III Workshop-Escola de Computação e Informação Quantica, 2010, Petrópolis. Anais III Workshop-Escola de Computação e Informação Quântica. Petrópolis: Laboratório Nacional de Computação Científica, 2010. p. 131-136.

24.
OLIVEIRA, W. R. ; SILVA, Adenilton J. ; LUDERMIR, T. B. ; NASCIMENTO, A. L. ; GALINDO, W. R. ; PEREIRA, J. C. C. . Quantum Logical Neural Networks. In: Brazilian Symposium on Artificial Neural Networks, 2008, Salvador. SBRN 2008. Los Alamitos: IEEE, 2008. p. 147-152.

25.
OLIVEIRA, W. R. ; GALINDO, W. R. ; NASCIMENTO, A. L. ; PEREIRA, J. C. C. ; SILVA, Adenilton J. . Redes Neurais Quânticas Sem Peso. In: 2º Workshop-Escola de Computação e Informação Quântica, 2007, Campina Grande - PB. Anais 2º Workshop-Escola de Computação e Informação Quântica. Campina Grande, PB: EDUFCG, 2007. v. 1. p. 133-139.

Resumos expandidos publicados em anais de congressos
1.
da Silva, Adenilton J.. Quantum enhanced neural network architecture evaluation. In: Quantum Techniques in Machine Learning, 2017, Verona. Proceedings of Quantum Techniques in Machine Learning, 2017. p. 1-2.

2.
SILVA, Adenilton J.; OLIVEIRA, W. R. . Novos Modelos de Redes Neurais Quanticas sem Peso. In: VII Jornada de Ensino, Pesquisa e Extensão, 2007, Recife. VII Jornada de Ensino Pesquisa e Extensão da UFRPE, 2007.

Resumos publicados em anais de congressos
1.
Barros, P. ; OLIVEIRA, W. R. ; SILVA, Adenilton J. ; Barros, K. . Quantum Pattern Recognition of Mitochondrial DNA sequences. In: International Biometric Conference, 2010, Florianópolis. Anais XXV International Biometric Conference, 2010.

2.
SILVA, Adenilton J.; LUDERMIR, T. B. . Redes Neurais Quânticas sem Peso. In: XVI Congresso de Iniciação Científica UFPE, 2008, Recife. XVI Congresso de Iniciação Científica UFPE, 2008.


Demais tipos de produção técnica
1.
da Silva, Adenilton J.. Introdução ao Latex. 2012. (Curso de curta duração ministrado/Extensão).



Bancas



Participação em bancas de trabalhos de conclusão
Mestrado
1.
de Oliveira, Wilson R.; da Silva, Adenilton J.; Costa, E.. Participação em banca de Elaine Cristina Moreira Marques. Redução de características baseada em grupos semânticos aplicados à classificação de textos. 2018. Dissertação (Mestrado em Biometria e Estatística Aplicada) - Universidade Federal Rural de Pernambuco.

2.
de Oliveira, Wilson R.; da Silva, Adenilton J.; BRITO, C.. Participação em banca de Marcella Feitosa dos Santos. Sobre a teoria das variedades de Evako. 2017. Dissertação (Mestrado em Biometria e Estatística Aplicada) - Universidade Federal Rural de Pernambuco.

3.
da Silva, Adenilton J.; Silva, F.A.; de Melo, M.J.. Participação em banca de Gabrielle Ribeiro Sena. Predição de óbito precoce em pacientes idosos com câncer por meio de aprendizagem de máquina. 2017 - Instituto de Medicina Integral Professor Fernando Figueira.

4.
STOSIC, B.; da Silva, Adenilton J.; de Oliveira, Wilson R.. Participação em banca de Fernando Maciano de Paula Neto. Quantum Weightless Neuron Dynamics. 2016. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco.

5.
de Oliveira, Wilson R.; da Silva, Adenilton J.; CABRAL, G. G.. Participação em banca de Ítalo Rodrigo Santos de Araujo. Algoritmo de treinamento não unitário para redes neurais quânticas. 2016. Dissertação (Mestrado em Informática Aplicada) - Universidade Federal Rural de Pernambuco.

Trabalhos de conclusão de curso de graduação
1.
de Paula, F. M.; de Oliveira, Wilson R.; da Silva, Adenilton J.. Participação em banca de Priscila Gabriele Marques dos Santos.Um estudo sobre redes neurais quânticas. 2017.

2.
MELLO, R. F. L.; Lins, R. D.; da Silva, Adenilton J.. Participação em banca de Rafaella Ferreira do Vale.Análise comparativa de métodos de simplificação de sentenças para sumarização de textos. 2017. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Rural de Pernambuco.

3.
SILVA, Adenilton J.; FERREIRA, T. A. E.; de Oliveira, Wilson R.. Participação em banca de Nicolas Melo de Oliveira.Abordagens Quânticas para P versus NP e Simulações Simbólicas. 2015. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Rural de Pernambuco.

4.
de Oliveira, Wilson R.; SILVA, Adenilton J.. Participação em banca de Fernando Maciano de Paula neto.Caos na Dinâmica de Neurônios Quânticos. 2014. Trabalho de Conclusão de Curso (Graduação em Engenharia da Computação) - Universidade Federal de Pernambuco.




Eventos



Participação em eventos, congressos, exposições e feiras
1.
Brazilian Conference on Intelligent Systems (BRACIS 2017). Neural Networks Architecture Evaluation in a Quantum Computer. 2017. (Congresso).

2.
Quantum Techniques in Machine Learning. Quantum enhanced neural network architecture evaluation. 2017. (Congresso).

3.
European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning.Training a classical weightless neural network in a quantum computer. 2014. (Simpósio).

4.
Latin American eScience Workshop. 2013. (Oficina).

5.
XII Brazilian Symposium on Neural Networks.Evolving Neural Networks Using Differential Evolution with Neighborhood-based Mutation and Simple Subpopulation Scheme. 2012. (Simpósio).

6.
XII Brazilian Symposium on Neural Networks.On the Universality of Quantum Logical Neural Networks. 2012. (Simpósio).

7.
Brazilian Symposium on Neural Networks.Superposition Based Learning Algorithm; A Weightless Neural Node based in a Probabilistic Quantum Memory. 2010. (Simpósio).

8.
Ibero-American Conference on Artificial Intelligence. Evolving Artificial Neural Networks using Adaptive Differential Evolution. 2010. (Congresso).

9.
III Workshop-Escola de Computação e Informação Quantica. Um algoritmo de aprendizado probabilístico para redes neurais quânticas. 2010. (Congresso).

10.
Brazilian Symposium on Artificial Neural Networks.Quantum Logical Neural Networks. 2008. (Simpósio).

11.
2º Workshop-Escola de Computação e Informação Quântica.Redes Neurais Quânticas Sem Peso. 2007. (Outra).

12.
2º Workshop-Escola de Computação e Informação Quântica. 2007. (Outra).

13.
VII Encontro de Matemática Aplicada e Computacional. 2007. (Encontro).

14.
VII Jornada de Ensino, Pesquisa e Extensão.Novos Modelos de Redes Neurais Quânticas Sem Peso. 2007. (Outra).

15.
VI Semana de Matemática - UFRPE. 2007. (Outra).


Organização de eventos, congressos, exposições e feiras
1.
da Silva, Adenilton J.. Comitê de Programa do Brazilian Conference on Intelligent Systems (BRACIS-18). 2018. (Congresso).

2.
da Silva, Adenilton J.. Revisor de artigos International Joint Conference on Neural Network. 2018. (Congresso).

3.
da Silva, Adenilton J.. Comitê de Programa do Brazilian Conference on Intelligent Systems (BRACIS-17). 2017. (Congresso).

4.
da Silva, Adenilton J.. Revisor de artigos 5th Brazilian Conference on Intelligent System. 2016. (Congresso).

5.
da Silva, Adenilton J.. Revisor de artigos do XXXVI Congresso Nacional de Matemática Aplicada e Computacional. 2016. (Congresso).

6.
SILVA, Adenilton J.. Revisor de artigos - 22 th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. 2014. (Congresso).

7.
SILVA, Adenilton J.. Revisor de artigos III Congresso Brasileiro de Sistemas Fuzzy. 2014. (Congresso).

8.
SILVA, Adenilton J.. Revisor de artigos 2012 Brazilian Symposium on Neural Networks. 2012. (Congresso).

9.
SILVA, Adenilton J.. Revisor do III Workshop on Computational Intelligence (WCI). 2010. (Congresso).



Orientações



Orientações e supervisões em andamento
Dissertação de mestrado
1.
Priscila Gabriele Marques dos Santos. Perceptron quântico: propriedades e algoritmos de aprendizado. Início: 2017. Dissertação (Mestrado em Informática Aplicada) - Universidade Federal Rural de Pernambuco, Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco. (Orientador).

2.
José Orlando da Silva Brandão. Aprendizagem de máquina para predição de desempenho de estudantes de graduação (título provisório). Início: 2016. Dissertação (Mestrado em Informática Aplicada) - Universidade Federal Rural de Pernambuco. (Orientador).

Tese de doutorado
1.
Juan Carlos Rodriguez Gamboa. Otimização de nariz eletrônico através da virtualização de sensores (título provisório). Início: 2016. Tese (Doutorado em Biometria e Estatística Aplicada) - Universidade Federal Rural de Pernambuco, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. (Coorientador).

2.
Dalton Francisco de Araújo. Sistema Inteligente para determinação do Risco Operacional do Sistema de Ensino Superior (título provisório). Início: 2015. Tese (Doutorado em Biometria e Estatística Aplicada) - Universidade Federal Rural de Pernambuco. (Coorientador).

Iniciação científica
1.
Ismael Cesar da Silva Araujo. Memórias associativas quânticas aplicadas ao reconhecimento de padrões. Início: 2017. Iniciação científica (Graduando em Computação) - Universidade Federal Rural de Pernambuco, Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco. (Orientador).

2.
Henrique Farias Pereira da Silva. Redes neurais quânticas: modelos, algoritmos de aprendizado e seleção de arquitetura. Início: 2017. Iniciação científica (Graduando em Computação) - Universidade Federal Rural de Pernambuco, Conselho Nacional de Desenvolvimento Científico e Tecnológico. (Orientador).


Orientações e supervisões concluídas
Dissertação de mestrado
1.
Rodolfo Luan Franco de Oliveira. Algoritmo Quântico para Estimativa de Arquiteturas de Redes Neurais Clássicas. 2018. Dissertação (Mestrado em Informática Aplicada) - Universidade Federal Rural de Pernambuco, . Orientador: Adenilton José da Silva.

2.
Carla Patrícia de Carvalho Oliveira. Memória Associativa Quântica Parametrizada. 2018. Dissertação (Mestrado em Biometria e Estatística Aplicada) - Universidade Federal Rural de Pernambuco, . Orientador: Adenilton José da Silva.

3.
Ítalo Rodrigo Santos de Araujo. Algoritmo de treinamento não unitário para redes neurais quânticas sem pesos. 2016. Dissertação (Mestrado em Informática Aplicada) - Universidade Federal Rural de Pernambuco, . Coorientador: Adenilton José da Silva.

Trabalho de conclusão de curso de graduação
1.
Priscila Gabriele Marques dos Santos. Um estudo sobre modelos de redes neurais quânticas. 2017. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal Rural de Pernambuco. Orientador: Adenilton José da Silva.

Iniciação científica
1.
Ismael Cesar da Silva Araujo. Aprendizado em redes neurais quânticas. 2016. Iniciação Científica. (Graduando em Ciência da Computação) - Universidade Federal Rural de Pernambuco, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Adenilton José da Silva.

2.
Humberto Santos de Oliveira. Redes neurais quânticas. 2016. Iniciação Científica. (Graduando em Computação) - Universidade Federal Rural de Pernambuco, Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco. Orientador: Adenilton José da Silva.




Página gerada pelo Sistema Currículo Lattes em 16/01/2019 às 7:16:52