Rodrigo Coelho Barros

Bolsista de Produtividade em Pesquisa do CNPq - Nível 2

  • Endereço para acessar este CV: http://lattes.cnpq.br/8172124241767828
  • Última atualização do currículo em 05/11/2018


Bacharel em Ciência da Computação pela Universidade Federal de Pelotas (2007), mestre em Ciência da Computação pela PUCRS (2009) e doutor em Ciências de Computação e Matemática Computacional pela Universidade de São Paulo (2013). Foi pesquisador visitante na University of Kent, Reino Unido, entre 2012 e 2013. Recebeu os prêmios da Sociedade Brasileira de Computação (SBC) e também da CAPES pela melhor tese em Ciência da Computação do país, por sua tese de doutorado intitulada "On the automatic design of decision-tree induction algorithms". Atualmente é professor adjunto em tempo integral na Escola Politécnica da PUCRS, onde atua tanto na graduação quanto na pós-graduação. É coordenador do Núcleo de Pesquisa em Inteligência de Máquina e Robótica (MIR) e co-líder do Grupo de Pesquisa em Inteligência de Negócio e Aprendizado de Máquina (GPIN). Já publicou mais de 90 artigos científicos, incluindo em periódicos e eventos de grande prestígio como IEEE Conference on Computer Vision and Pattern Recognition (CVPR), International Conference on Machine Learning (ICML), IEEE Transactions on Evolutionary Computation, ACM Computing Surveys, dentre vários outros. Recebeu diversos prêmios de melhor artigo em conferências como ACM GECCO, IEEE CEC, IJCNN, FLAIRS e BRACIS. Foi vencedor por três vezes consecutivas do Google Research Awards for Latin America, que premia os melhores projetos de pesquisa da América Latina. Orienta alunos de mestrado e doutorado em temáticas centradas no aprendizado de máquina e na computação evolutiva, com aplicações em visão computacional, processamento da linguagem natural, processamento de áudio e bioinformática. É sócio-fundador da Teia Labs, primeira empresa de Inteligência Artificial do Rio Grande do Sul e vencedora de editais de inovação em parceria com Samsung e Shell. Por sua atuação empreendedora, recebeu o prêmio Pesquisador Gaúcho da FAPERGS em 2018, na categoria Pesquisador Empreendedor. (Texto informado pelo autor)


Identificação


Nome
Rodrigo Coelho Barros
Nome em citações bibliográficas
BARROS, Rodrigo C.;BARROS, R.;BARROS, R. C.;Barros, R.;Barros, R. C.;BARROS, R.C.;Barros, R.C.;BARROS, Rodrigo Coelho;Barros, Rodrigo Coelho;BARROS, RODRIGO C;Barros, Rodrigo C.;Rodrigo C. Barros;Rodrigo Coelho Barros;Rodrigo Barros

Endereço


Endereço Profissional
Pontifícia Universidade Católica do Rio Grande do Sul.
Escola Politécnica, Av Ipiranga, 6681 - Prédio 32, sala 641
Partenon
90619900 - Porto Alegre, RS - Brasil
Telefone: (51) 33538641


Formação acadêmica/titulação


2010 - 2013
Doutorado em Ciências da Computação e Matemática Computacional.
Universidade de São Paulo, USP, Brasil.
com período sanduíche em University of Kent (Orientador: Alex Alves Freitas).
Título: On the Automatic Design of Decision-Tree Induction Algorithms, Ano de obtenção: 2013.
Orientador: André Carlos Ponce de Leon Ferreira de Carvalho.
Coorientador: Alex Alves Freitas.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.
Palavras-chave: Machine Learning; Evolutionary Algorithms; Decision Trees; Hyper-Heuristics.
2008 - 2009
Mestrado em Ciência da Computação.
Pontifícia Universidade Católica do Rio Grande do Sul, PUCRS, Brasil.
Título: Evolutionary Model Tree Induction,Ano de Obtenção: 2009.
Orientador: Duncan Dubugras Alcoba Ruiz.
Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil.
Palavras-chave: Evolutionary Algorithms; Model Trees; Data Mining.
Grande área: Ciências Exatas e da Terra
Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação / Especialidade: Banco de Dados.
2003 - 2007
Graduação em Bacharelado Em Ciência da Computação.
Universidade Federal de Pelotas, UFPEL, Brasil.
Título: Desenvolvimento de Ferramenta para Análise Quantitativa de Imagens de Cintilografia de Perfusão Miocárdica através de Técnicas de Processamento de Imagens.
Orientador: Lucas Ferrari de Oliveira.




Formação Complementar


2011 - 2011
Data Mining with R. (Carga horária: 12h).
Universidade de São Paulo, USP, Brasil.
2011 - 2011
Fundamentals of Visual Data Mining. (Carga horária: 8h).
Universidade de São Paulo, USP, Brasil.
2006 - 2007
Curso em Língua Francesa.
Curso de Francês Gilda Maciel, CFGM, Brasil.
1997 - 2003
Curso Em Língua Inglesa.
You And Me Language Center, YOU AND ME, Brasil.


Atuação Profissional



Pontifícia Universidade Católica do Rio Grande do Sul, PUCRS, Brasil.
Vínculo institucional

2014 - Atual
Vínculo: Celetista, Enquadramento Funcional: Professor Adjunto, Carga horária: 40

Vínculo institucional

2009 - 2009
Vínculo: Mestrando Bolsista, Enquadramento Funcional: Bolsista, Carga horária: 40, Regime: Dedicação exclusiva.
Outras informações
Bolsista do projeto Paleoprospec - Petrobrás/PUC-RS. Atuação no grupo de Banco de Dados. Atuação específica em mineração de dados espaço-temporais incertos.

Vínculo institucional

2009 - 2009
Vínculo: Mestrando Bolsista, Enquadramento Funcional: Bolsista, Carga horária: 40, Regime: Dedicação exclusiva.
Outras informações
Bolsista de mestrado financiado pela CAPES.

Vínculo institucional

2008 - 2009
Vínculo: Mestrando Bolsista, Enquadramento Funcional: Bolsista, Carga horária: 25, Regime: Dedicação exclusiva.
Outras informações
Estagiário da Hewlett Packard Enterprise Application Services Porto Alegre. Atuação no grupo de Qualidade de Software. Atuação específica na realização de estimativas de esforço de projetos de manutenção.

Atividades

08/2018 - Atual
Ensino, Engenharia de Computação, Nível: Graduação

Disciplinas ministradas
I(4621A) Inteligência Artificial Aplicada: 2018/2
08/2015 - Atual
Ensino, Engenharia de Software, Nível: Graduação

Disciplinas ministradas
(4611D) Laboratório de Banco de Dados: 2015/2, 2016/1, 2016/2, 2017/1
08/2014 - Atual
Ensino, Ciência da Computação, Nível: Pós-Graduação

Disciplinas ministradas
(25237-02) Computação Bioinspirada: 2015/2
(25238-02) Projeto e Análise de Algoritmos: 2015/2, 2016/2, 2017/2, 2018/2
(54676-02) Aprendizado de Máquina: 2014/2, 2015/1, 2016/1, 2017/1, 2018/1
(54692-02) Redes Neurais Convolucionais para Visão Computacional: 2016/2, 2017/2
03/2014 - Atual
Pesquisa e desenvolvimento , Reitoria, Faculdade de Informática.

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

Disciplinas ministradas
(4634A) Laboratório de Banco de Dados I: 2014/1, 2014/2
(4646A) Fundamentos de Inteligência Artificial: 2018/2
02/2014 - Atual
Ensino, Sistemas de Informação, Nível: Graduação

Disciplinas ministradas
(4634A) Laboratório de Banco de Dados I: 2014/2
(4634D) Laboratório de Banco de Dados II: 2015/1, 2017/2
(4634E) Aspectos Avançados de Banco de Dados: 2014/1, 2017/2, 2018/1
(4636R) Inteligência de Negócio: 2018/1, 2018/2

Universidade de São Paulo, USP, Brasil.
Vínculo institucional

2010 - 2013
Vínculo: Bolsista Doutorado, Enquadramento Funcional: Bolsista Doutorado, Carga horária: 40, Regime: Dedicação exclusiva.
Outras informações
Bolsa FAPESP de doutorado no país. Processo 2009/14325-3.


Universidade Federal de Pelotas, UFPEL, Brasil.
Vínculo institucional

2006 - 2007
Vínculo: Bolsa de Monitoria, Enquadramento Funcional: Monitor, Carga horária: 20
Outras informações
Monitoria na área de Banco de Dados.

Atividades

10/2006 - 03/2007
Outras atividades técnico-científicas , Reitoria, Reitoria.

Atividade realizada
Monitoria de 20h semanais da disciplina "Banco de Dados I", do curso de Ciência da Computação, no semestre 2006/2 da Universidade Federal de Pelotas..
05/2006 - 10/2006
Outras atividades técnico-científicas , Reitoria, Reitoria.

Atividade realizada
Monitoria de 20h semanais da disciplina "Banco de Dados II", do curso de Ciência da Computação, no semestre 2006/1 da Universidade Federal de Pelotas..

Companhia de Informatica de Pelotas, COINPEL, Brasil.
Vínculo institucional

2007 - 2007
Vínculo: Estágio, Enquadramento Funcional: Estagiário, Carga horária: 30



Linhas de pesquisa


1.
Aprendizado de Máquina
2.
Inteligência Artificial
3.
Computação Bioinspirada
4.
Ciência de Dados


Projetos de pesquisa


2018 - Atual
Modelos de Indução de Análise de Casos de Fraude

Projeto certificado pelo(a) coordenador(a) Duncan Dubugras Alcoba Ruiz em 08/10/2018.
Descrição: Todos os dias pessoas e empresas recorrem à formas de pagamento que não exigem uma descapitalização imediata, como financiamento. Seja para fins pessoais ou comerciais, o financiamento de um bem ou serviço envolve um acordo entre partes. Quem oferece o financiamento está disposto a receber o montante de dinheiro diluído ao longo do tempo, com juros ou não, enquanto que o cliente se compromete a contrair e honrar uma dívida. O processo para o estabelecimento desse contrato envolve diversos passos e, entre eles, uma análise do potencial de fraude existente por trás de cada requisição. A análise de fraude é um passo extremamente importante para resguardar quem está cedendo o dinheiro de que, ao final do prazo estabelecido, terá reavido todo o valor acrescentado de ajustes e juros se aplicável. Além de importante, esse é geralmente um passo complexo dependendo da característica do produto financeiro oferecido e tipo de transação em questão. O desenvolvimento do projeto de pesquisa e suas metas serão atingidos através da interação entre alunos de pós-graduação e graduação, professores da Escola Politécnica da PUCRS (antiga Faculdade de Informática), sejam estes professores vinculados ao Programa de Pós-Graduação em Ciência da Computação (PPGCC) ou outras áreas da Escola, e funcionários da DELL que sejam diretamente indicados pela empresa para contribuir na especificação e no desenvolvimento da solução para o problema definidos ou que no decorrer do projeto sejam identificados como especialistas que possam contribuir para a investigação do problema que é objeto de pesquisa, beneficiando-se em suas atividades com os resultados alcançados. De forma geral, o projeto visa também fomentar a absorção e a transferência de tecnologias para a comunidade interna ou externa à DELL bem como qualificar, indiretamente, alunos de Pós-Graduação (Mestrado e Doutorado) e Graduação, professores e funcionários da DELL como resultado das discussões e interações para resolução do problema de pesquisa que é escopo deste projeto.
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (2) .
Integrantes: Rodrigo Coelho Barros - Integrante / Duncan Dubugras Alcoba Ruiz - Coordenador.
2017 - Atual
Mobile Data Analytics v2
Descrição: Durante o curso do projeto, uma equipe de pesquisadores sêniores será responsável pela continuidade na formação de pessoal qualificado, a fim de atender as necessidades do projeto em relação à análise de dados, pré-processamento e descoberta de padrões em grandes quantidades de dados, e em percepção de contexto em dispositivos móveis. Os pesquisadores têm longa experiência em áreas como a aprendizado de máquina, mineração de dados, mineração de textos, análise de dados e análise de sentimento, proporcionando um ambiente multidisciplinar ideal para a pesquisa e formação de pessoal de alta qualidade em analytics e business intelligence..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) / Doutorado: (2) .
Integrantes: Rodrigo Coelho Barros - Coordenador / Duncan Dubugras Alcoba Ruiz - Integrante / Christian Vahl Quevedo - Integrante / Renata De Paris - Integrante.
2016 - 2017
Learning and Inference for Ambient Intelligence

Projeto certificado pela empresa HP BRASIL INDUSTRIA E COMERCIO DE EQUIPAMENTOS ELETRONICOS LTDA em 13/07/2016.
Descrição: A capacidade de reconhecer metas e planos, observando as atividades de um agente permite raciocinar sobre o que outros agentes estão fazendo e inferir o que eles vão fazer a seguir. Quando aplicado a reconhecer as actividades humanas a partir de sensores físicos, tais como câmeras, interfaces de usuário instrumentados e sensores portáteis, essa capacidade é referido como reconhecimento de atividade. Mas quando aplicado a reconhecer comportamento humano de alto nível, tais como objectivos, propósitos e planos, esta capacidade é referida como reconhecimento de objectivos, intenções, e planos. Recentes aplicações que contém a capacidade de reconhecimento de objectivos, intenções, e planos incluem ambiente educacional, modelando comportamentos sociais usando dados de telefonia móvel, histórias na vida real e monitoramento de tráfego.
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (1) .
Integrantes: Rodrigo Coelho Barros - Integrante / Duncan Dubugras Alcoba Ruiz - Integrante / Felipe Rech Meneguzzi - Coordenador.
2016 - Atual
Estimation of Distribution Algorithms for Decision-Tree Induction
Descrição: The goal of this project is the design of a novel estimation of distribution algorithm that is capable of automatically designing decision trees for the application domain at hand..
Situação: Em andamento; Natureza: Pesquisa.
2015 - 2017
Mobile Data Analytics
Descrição: Neste projeto, pesquisadores da Faculdade de Informática - Pontifícia Universidade Católica do Rio Grande do Sul (FACIN-PUCRS), em uma colaboração sinérgica, proporcionará ao Instituto de Pesquisas Eldorado experiência em análise de grandes bancos de dados. Instituto de Pesquisas Eldorado tem mostrado interesse em melhorar seu processo de análise de dados, e, assim, identificar perfis profissionais estratégicos que devem conduzir esta iniciativa em um futuro próximo. Durante o curso do projeto, uma equipe de pesquisadores sêniores será responsável pela formação de pessoal qualificado, a fim de atender as necessidades do Instituto de Pesquisas Eldorado em relação a análise de dados, pré-processamento e descoberta de padrões em grandes quantidades de dados. Os pesquisadores têm longa experiência em áreas como a aprendizagem de máquina, mineração de dados, análise de dados, computação em nuvem e computação de alto desempenho, proporcionando um ambiente ideal multidisciplinar para a pesquisa e formação de pessoal de alta qualidade em analytics e business intelligence . Os pesquisadores sêniores irão supervisionar uma equipe de pesquisadores que irão realizar atividades em suas respectivas áreas de competência. Esses pesquisadores serão selecionados considerando-se, como principal requisito, graduação em ciência da computação, o que significa que devem ter as seguintes qualificações para a sua participação no projeto: (1) um sólido conhecimento em linguagens de programação bem estabelecidas (por exemplo, Java, Python, etc); (2) sólidos conhecimentos em SQL e SGBDs; (2) conhecimento básico em estatística e análise de dados; e (3) habilidades sólidas em ferramentas de automação de escritório (por exemplo, MS Excel, Powerpoint, etc.).
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (4) / Doutorado: (4) .
Integrantes: Rodrigo Coelho Barros - Coordenador / Duncan Dubugras Alcoba Ruiz - Integrante / Felipe Rech Meneguzzi - Integrante / Tiago Coelho Ferreto - Integrante.
2015 - Atual
Algoritmo de Estimação de Distribuição para Indução de Ávores de Decisão
Descrição: O objetivo deste projeto é o desenvolvimento de diferentes algoritmos de estimativa de distribuição para evolução de árvores de decisão e posterior aplicação em cenários desafiadores para mineração de dados..
Situação: Em andamento; Natureza: Pesquisa.
2014 - 2017
Indução Evolutiva de Árvores de Decisão: Uma abordagem baseada em EDAs
Descrição: Algoritmos de indução de árvores de decisão são amplamente utilizados em tarefas de mineração de dados e aprendizado de máquina. Geralmente, tais algoritmos se utilizam de uma estratégia gulosa, top-down e com particionamento recursivo dos conjuntos de dados para a construção das árvores. Um dos principais problemas com tal abordagem é que a mesma se baseia em uma soma de buscas pelo ótimo local, o que não garante a geração de soluções globalmente ótimas. Além disso, o particionamento recursivo dos conjuntos de dados resulta em uma quantidade pequena de dados nos nós mais profundos da árvore, o que eventualmente acaba por ocasionar o chamado data overfitting. Uma abordagem que vem sido cada vez mais explorada é a utilização de algoritmos evolutivos para indução de árvores de decisão, pois estes realizam uma busca robusta global no espaço de soluções candidatas, gerando melhores soluções em diversos domínios de aplicação. Nesse contexto, este projeto propõe o desenvolvimento de um algoritmo de estimação de distribuição para indução de árvores de decisão. Tais algoritmos são o estado da arte em computação evolutiva, frequentemente atingindo resultados superiores aos algoritmos genéticos e demais algoritmos evolutivos. Acredita-se que algoritmos de estimação de distribuição serão capazes de gerar árvores de decisão cujo desempenho preditivo supere tanto os algoritmos tradicionais gulosos de indução de árvores quanto os algoritmos evolutivos propostos até então para esse tipo de problema..
Situação: Concluído; Natureza: Pesquisa.
2014 - 2016
DaVIs - Aplicação de Mineração Visual de Dados em Redes Sociais
Descrição: Técnicas de mineração de dados possibilitam ter um melhor entendimento de um grande volume de dados e até mesmo obter informações que não são facilmente identificadas. Ferramentas visuais auxiliam neste processo, pois permitem que um público não especializado se beneficie da mineração através de uma interface gráfica que permita selecionar um conjunto de dados apropriado para posterior exibição e análise através de ferramentas gráficas, bem como a incorporação em produtos da área de comunicação, como em infográficos, matérias jornalísticas e apresentações de marketing e publicidade. Um campo que pode usufruir muito destas ferramentas de mineração e análise é o de redes sociais. Nos últimos anos tem crescido muito o uso de sites de redes sociais, tanto para uso pessoal como corporativo. Uma vez que geralmente centenas de pessoas estão conectadas em uma mesma rede e estes serviços privilegiam a apresentação individualizada dos dados, isto dificulta a visualização e gerência das conexões de cada usuário, bem como dos padrões de comportamento dos diferentes grupos de usuários. Sendo assim, a união de técnicas de mineração visual de dados tendo por foco as redes sociais mostra-se muito promissora no sentido de que pode permitir a extração de informações e padrões de comportamento de diferentes usuários. Neste contexto, este projeto propõe a verificação de como técnicas de mineração visual de dados podem ajudar na análise de um grande volume de dados como os gerados pelas redes sociais. Pretende-se desenvolver técnicas de mineração visual interativa que permitam tanto identificar facilmente padrões de comportamento de usuários, como analisar e comparar o comportamento e atividade na rede de diferentes perfis de usuários, divulgando-as na forma de infográficos e suporte a outras ações comunicacionais.
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (2) / Doutorado: (1) .
Integrantes: Rodrigo Coelho Barros - Integrante / Milene Selbach Silveira - Integrante / Isabel Harb Manssour - Coordenador / Roberto Tietzmann - Integrante / Marcelo Ruschel Trasel - Integrante.
2013 - 2015
Automatic Design of Decision-Tree Induction Algorithms for Detecting Patterns of Functional Gene-Gene Interactions in Observational Gene Expression Data

Projeto certificado pelo(a) coordenador(a) Márcio Porto Basgalupp em 03/06/2013.
Descrição: Predicting an organism s or a cell s response to a therapeutical intervention lies at the heart of medical research. In a functional cellular experiment, one can intervene in the expression of a gene x using RNA interference technologies and collect the downstream effects in the entire transcriptome using high throughput technologies like microarrays or RNAseq. This experiment gives us a class of genes that respond to the intervention in x (class A) and a class of genes that do not (class B). We hypothesize that also observational data that does not involve perturbations of gene x holds information whether a gene is in class A or B, since the biological mechanisms that drive the expression of these classes of genes must be different. This yields a standard classification problem: Predict whether a gene belongs to a class A or B by considering only observational data. In this project, we will investigate machine learning-based solutions to this problem by evolving decision tree induction algorithms. Decision tree induction is one of the most employed methods to extract knowledge from data, since the representation of knowledge is very intuitive and easily understandable by humans. The most successful strategy for inducing decision trees, the greedy top-down approach has been continuously improved by researchers over the years. This work, following recent breakthroughs in the automatic design of machine learning algorithms, proposes a hyper-heuristic evolutionary algorithm for automatically generating decision-tree induction algorithms, named HEAD-DT. We will automatically design a decision tree induction algorithm tailored to tdetecting functional gene-gene interactions from observational gene expression data. The designed algorithm and its induced classifiers may be a first step to develop a platform for virtual intervention experiments that could be used to prioritize genes for further biological experimental studies.
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Doutorado: (7) .
Integrantes: Rodrigo Coelho Barros - Integrante / Márcio Porto Basgalupp - Coordenador / André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Tiago Silva da Silva - Integrante / Rainer Spang - Integrante.Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
2011 - 2015
Programação Genética para evolução de algoritmos de indução de árvores de decisão

Projeto certificado pelo(a) coordenador(a) Márcio Porto Basgalupp em 03/06/2013.
Descrição: Árvores de Decisão constituem uma técnica poderosa e amplamente utilizada em tarefas de mineração de dados. Geralmente, algoritmos de indução de árvores de decisão usam uma estratégia gulosa, top down e com particionamento recursivo para a construção das árvores. No entanto, há pelo menos dois problemas relacionados a essas características: (i) estratégias gulosas geralmente produzem soluções ótimas locais ao invés de globais, (ii) particionamento recursivo degrada iterativamente a qualidade do dataset e, consequentemente, a qualidade dos resultados obtidos. Para lidar com essas dificuldades, diferentes abordagens foram sugeridas, tais como Options Trees, ensembles (ex: boosting e bagging), e algoritmos evolutivos. No entanto, tais algoritmos evolutivos são usados para evoluir árvores de decisão específicas para cada problema de classificação, e não para evoluir algoritmos genéricos para indução de árvores de decisão para qualquer problema de classificação. Uma das subáreas de algoritmos evolutivos, a Programação Genética (PG) é uma ferramenta adequada para evoluir programas de computadores. Um programa evoluído por Programação Genética pode produzir a mesma solução desenvolvida por um humano para solucionar um problema, mas também pode produzir algo completamente diferente e talvez melhor. Nesse contexto, o objetivo deste projeto é estudar programação genética com o intuito de utilizá-la para evoluir algoritmos de indução de árvores de decisão. A ideia é evoluir algoritmos genéricos para indução de árvores de decisão, ou seja, o resultado final da PG será um algoritmo de indução árvores de decisão, e não apenas uma árvore de decisão. Nesse sentido, pode-se considerar um algoritmo de meta-learning, pois o objetivo é aprender um algoritmo de aprendizagem.
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (1) / Doutorado: (1) .
Integrantes: Rodrigo Coelho Barros - Integrante / Márcio Porto Basgalupp - Coordenador / Marcos Gonçalves Quiles - Integrante / André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Alex Alves Freitas - Integrante.Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro / Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
2009 - 2009
PALEOPROSPEC Modelagem Paleogeográfica e Paleoclimática da Abertura e Evolução do Atlântico Sul
Descrição: Este projeto de pesquisa tem por objetivo desenvolver modelos numéricos que simulem a evolução paleogeográfica e paleoclimática do Atlântico Sul, com ênfase na probabilidade de estabelecimento de condições favoráveis para a deposição e preservação de sedimentos ricos em matéria orgânica no espaço e no tempo, e conseqüentemente predição de ocorrência de potenciais rochas geradoras de petróleo. A metodologia para o desenvolvimento deste projeto consiste em completar dados disponíveis na comunidade científica com novas estimativas baseadas em modelos estocásticos que permitirão a montagem de uma base de dados com relações probabilísticas sobre a composição das atuais bacias sedimentares marinhas nos últimos 140 milhões de anos. São esperados como produtos deste projeto modelos que poderão ser utilizados como ferramenta auxiliar exploratória para determinação de plays exploratórios e ocorrência de hidrocarbonetos em bacia sedimentares marinhas do Atlântico Sul, como por exemplo, da margem atlântica brasileira. Os resultados dos modelos numéricos utilizados serão comparados com regiões onde a deposição de rocha geradora de petróleo ocorre, e onde estão bem estabelecidos plays exploratórios.
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (10) / Mestrado acadêmico: (9) / Doutorado: (3) .
Integrantes: Rodrigo Coelho Barros - Integrante / Duncan Dubugras Alcoba Ruiz - Integrante / Paulo Henrique Lemelle Fernandes - Coordenador.Financiador(es): Centro de Pesquisa e Desenvolvimento Leopoldo Américo Miguêz de Mello - Auxílio financeiro.


Projetos de desenvolvimento


2006 - 2009
Pró-FCSI - Programa de Formação e Capacitação em Sistemas de Informação
Descrição: Linha de Pesquisa 1: Análise, Monitoramento, Previsão e Otimização de Processos de Desenvolvimento de Software Objetivo: Pesquisar funcionalidades necessárias a um ambiente de apoio a análise, monitoração, previsão e otimização do desempenho de PDSs, baseado em métricas, considerando em especial os requisitos estabelecidos nas práticas do CMMI níveis 4 e 5. Equipe: Dois bolsistas estagiários, sendo um deles em nível de doutorado, e outro, em nível de mestrado. Linha de Pesquisa 2: Arquiteturas Orientadas a Serviços Objetivo: Pesquisar os elementos que influem na definição de SOA a partir de processos de negócio, com enfoque na adaptatividade de processos Equipe: Um bolsista estagiário em nível de mestrado. Projeto originalmente conduzido pela profa. Karin Becker, de 03/2004 a 02/2006, e de 03/2006 até 07/2006.
Situação: Concluído; Natureza: Desenvolvimento.
Alunos envolvidos: Mestrado acadêmico: (4) Doutorado: (1) .
Integrantes: Rodrigo Coelho Barros - Integrante / Rita Cristina Galarraga Berardi - Integrante / Duncan Dubugras Alcoba Ruiz - Coordenador / Nelson Nunes Tenório Júnior - Integrante / John Igor Bandeira da Cruz - Integrante / Samuel C. Souza - Integrante.Financiador(es): Hewlett-Packard EAS Porto Alegre - Bolsa.
Número de produções C, T & A: 1


Membro de comitê de assessoramento


2015 - Atual
Agência de fomento: Fundação de Amparo à Pesquisa do Estado do Rio Grande do Sul


Revisor de periódico


2011 - Atual
Periódico: IEEE Transactions on Systems, Man and Cybernetics. Part C, Applications and
2012 - Atual
Periódico: IEEE Transactions on Neural Networks
2012 - Atual
Periódico: IEEE Transactions on Knowledge and Data Engineering (Print)
2012 - Atual
Periódico: Information Sciences
2012 - Atual
Periódico: WIREs Data Mining and Knowledge Discovery
2013 - Atual
Periódico: Neurocomputing (Amsterdam)
2013 - Atual
Periódico: ACM Computing Surveys
2014 - Atual
Periódico: Applied Soft Computing (Print)
2015 - Atual
Periódico: IEEE Computational Intelligence Magazine
2015 - Atual
Periódico: International Journal of Metaheuristics
2015 - Atual
Periódico: IEEE Transactions on Geoscience and Remote Sensing
2015 - Atual
Periódico: International Journal of Computational Science and Engineering
2015 - Atual
Periódico: Foundations of Computing and Decision Sciences
2016 - Atual
Periódico: SoftwareX
2016 - Atual
Periódico: Pattern Recognition Letters
2017 - Atual
Periódico: MACHINE LEARNING (DORDRECHT. ONLINE)
2017 - Atual
Periódico: PATTERN RECOGNITION
2018 - Atual
Periódico: IEEE Access


Revisor de projeto de fomento


2016 - Atual
Agência de fomento: Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco


Áreas de atuação


1.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência Artificial/Especialidade: Aprendizado de Máquina.
2.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência Artificial.
3.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Banco de Dados.


Idiomas


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


Prêmios e títulos


2018
Um dos 3 Melhores Artigos do FLAIRS 2018, AAAI.
2018
Google Research Awards for Latin America - Ph.D. Scholarship in Deep Learning for Computer Vision, Google.
2018
Prêmio Pesquisador Gaúcho FAPERGS - Pesquisador Empreendedor, FAPERGS.
2018
2ª Melhor Dissertação (aluno Juarez Monteiro) - Concurso de Teses e Dissertações em Inteligência Artificial e Computacional (CTDIAC), SBC.
2017
Melhor Artigo de Estudante da IEEE Joint Conference on Neural Networks (IJCNN 2017), IEEE.
2017
Google Research Awards for Latin America - Ph.D. Scholarship in Deep Learning for Computer Vision, Google.
2017
Bolsa de Produtividade em Pesquisa Nível 2., CNPq.
2016
Google Research Awards for Latin America - Ph.D. Scholarship in Deep Learning for Computer Vision, Google.
2016
3º Melhor Artigo da Brazilian Conference on Intelligent Systems (BRACIS 2016), SBC.
2014
Melhor Tese de 2013 - Concurso de Teses e Dissertações da SBC, SBC.
2014
Prêmio CAPES de Teses 2014 - Melhor Tese de Computação do País, CAPES.
2014
Menção Honrosa no Prêmio Tese Destaque USP, Universidade de São Paulo.
2013
Melhor artigo de estudante do IEEE Congress on Evolutionary Computation (IEEE CEC 2013), IEEE.
2013
Melhor artigo do Simpósio Brasileiro de Banco de Dados (SBBD 2013), SBC.
2012
Melhor artigo da Genetic and Evolutionary Computation Conference (GECCO 2012), ACM.
2011
Melhor artigo do Encontro Nacional de Inteligência Artificial (ENIA 2011), SBC.
2009
Aprovação com Louvor no Mestrado em Ciência da Computação, PUC-RS.


Produções



Produção bibliográfica
Citações

Web of Science
Total de trabalhos:17
Total de citações:286
Fator H:9
Barros, Rodrigo C.  Data: 01/10/2018

SCOPUS
Total de trabalhos:42
Total de citações:683
Barros, Rodrigo Coelho.  Data: 05/11/2018

Outras
Total de trabalhos:68
Total de citações:1228
Google Scholar (h-index:18)  Data: 05/11/2018

Artigos completos publicados em periódicos

1.
WEHRMANN, J.2018WEHRMANN, J. ; SILVA, A. M. ; BARROS, R.C. . Order embeddings and character-level convolutions for multimodal alignment. PATTERN RECOGNITION LETTERS, v. 102, p. 15-22, 2018.

2.
WEHRMANN, J.2017WEHRMANN, J. ; SIMOES, G. S. ; BARROS, R.C. ; CAVALCANTE, V. F. . Adult content detection in videos with convolutional and recurrent neural networks. NEUROCOMPUTING, v. 272, p. 432-438, 2017.

3.
WEHRMANN, J.2017WEHRMANN, J. ; BARROS, R.C. . Movie Genre Classification: A Multi-Label Approach based on Convolutions through Time. APPLIED SOFT COMPUTING, v. 61, p. 973-982, 2017.

4.
CERRI, R.2016CERRI, R. ; BARROS, Rodrigo C. ; CARVALHO, A.C.P.L.F. de ; JIN, Y. . Reduction strategies for hierarchical multi-label classification in protein function prediction. BMC Bioinformatics, v. 17, p. 373, 2016.

5.
Barros, Rodrigo C.2015Barros, Rodrigo C.; Basgalupp, Márcio P. ; DE CARVALHO, ANDRÉ C. P. L. F. . Investigating fitness functions for a hyper-heuristic evolutionary algorithm in the context of balanced and imbalanced data classification. Genetic Programming and Evolvable Machines, v. 16, p. 241-281, 2015.

6.
PARIS, R.2015PARIS, R. ; QUEVEDO, C. V. ; RUIZ, D. ; SOUZA, O. N. ; BARROS, Rodrigo C. . Clustering Molecular Dynamics Trajectories for Optimizing Docking Experiments. Computational Intelligence and Neuroscience, v. 2015, p. 916240, 2015.

7.
BARROS, Rodrigo C.2014BARROS, Rodrigo C.; JASKOWIAK, P. A. ; CERRI, R. ; CARVALHO, A.C.P.L.F. de . A framework for bottom-up induction of oblique decision trees. Neurocomputing (Amsterdam), v. 135, p. 3-12, 2014.

8.
CERRI, R.2014CERRI, R. ; BARROS, Rodrigo C. ; CARVALHO, A.C.P.L.F. de . Hierarchical multi-label classification using local neural networks. Journal of Computer and System Sciences (Print), v. 80, p. 39-56, 2014.

9.
BASGALUPP, M. P.2014BASGALUPP, M. P. ; BARROS, Rodrigo C. ; CARVALHO, A.C.P.L.F. de ; FREITAS, A. A. . Evolving Decision Trees with Beam Search-based Initialization and Lexicographic Multi-Objective Evaluation. Information Sciences, v. 258, p. 160-181, 2014.

10.
BARROS, Rodrigo C.2014 BARROS, Rodrigo C.; BASGALUPP, M. P. ; FREITAS, A. A. ; CARVALHO, A.C.P.L.F. de . Evolutionary Design of Decision-Tree Algorithms Tailored to Microarray Gene Expression Data Sets. IEEE Transactions on Evolutionary Computation, v. 18, p. 873-892, 2014.

11.
QUILES, M. G.2013QUILES, M. G. ; BASGALUPP, M. P. ; BARROS, Rodrigo C. . An Oscillatory Correlation Model for Semi-Supervised Classification. Learning and Nonlinear Models, v. 11, p. 3-10, 2013.

12.
BARROS, Rodrigo C.2013BARROS, Rodrigo C.; BASGALUPP, M. P. ; CARVALHO, A.C.P.L.F. de ; FREITAS, A. A. . Automatic Design of Decision-Tree Algorithms with Evolutionary Algorithms. EVOLUTIONARY COMPUTATION, v. 21, p. 659-684, 2013.

13.
COVÕES, T. F.2013COVÕES, T. F. ; BARROS, Rodrigo C. ; DA SILVA, TIAGO S. ; HRUSCHKA, E. R. ; CARVALHO, A.C.P.L.F. de . Hierarchical Bottom-Up Safe Semi-Supervised Support Vector Machines for Multi-Class Transductive Learning. Journal of Information and Data Management - JIDM, v. 4, p. 357-372, 2013.

14.
SILVA, JONATHAN A.2013SILVA, JONATHAN A. ; FARIA, ELAINE R. ; Barros, Rodrigo C. ; HRUSCHKA, EDUARDO R. ; CARVALHO, ANDRÉ C. P. L. F. DE ; GAMA, JOÃO . Data stream clustering. ACM Computing Surveys, v. 46, p. 1-31, 2013.

15.
BARROS, Rodrigo C.2012BARROS, Rodrigo C.; BASGALUPP, M. P. ; CARVALHO, A.C.P.L.F. de ; QUILES, M. G. . Clus-DTI: Improving Decision-Tree Classification with a Clustering-based Decision-Tree Induction Algorithm. Journal of the Brazilian Computer Society (Impresso), v. 18, p. 351-362, 2012.

16.
BARROS, Rodrigo C.2012BARROS, Rodrigo C.; WINCK, A. T. ; MACHADO, K. S. ; BASGALUPP, M. P. ; CARVALHO, A.C.P.L.F. de ; RUIZ, D. ; SOUZA, O. N. . Automatic design of decision-tree induction algorithms tailored to flexible-receptor docking data. BMC Bioinformatics, v. 13, p. 310, 2012.

17.
Barros, Rodrigo Coelho2012Barros, Rodrigo Coelho; BASGALUPP, MÁRCIO PORTO ; DE CARVALHO, ANDRÉ C. P. L. F. ; Freitas, Alex A. . A Survey of Evolutionary Algorithms for Decision-Tree Induction. IEEE Transactions on Systems, Man and Cybernetics. Part C, Applications and Reviews, v. 42, p. 291-312, 2012.

18.
BARROS, Rodrigo C.2011BARROS, Rodrigo C.; RUIZ, D. ; BASGALUPP, M. P. . Evolutionary model trees for handling continuous classes in machine learning. INFORMATION SCIENCES, v. 181, p. 954-971, 2011.

19.
Basgalupp, Marcio P.2009Basgalupp, Marcio P. ; Carvalho, Andre C.P.L.F. De ; Barros, Rodrigo C. ; Ruiz, Duncan D. ; Freitas, Alex A. . Lexicographic multi-objective evolutionary induction of decision trees. International Journal of Bio-Inspired Computation (Print), v. 1, p. 105, 2009.

Livros publicados/organizados ou edições
1.
BARROS, Rodrigo C.; CARVALHO, A.C.P.L.F. de ; FREITAS, A. A. . Automatic Design of Decision-Tree Induction Algorithms. 1. ed. Cham: Springer International Publishing, 2015. v. 1. 176p .

Capítulos de livros publicados
1.
BASGALUPP, MÁRCIO PORTO ; Barros, Rodrigo Coelho ; DE CARVALHO, ANDRÉ C. P. L. F. ; Freitas, Alex A. . A Beam Search Based Decision Tree Induction Algorithm. In: Siddhivinayak Kulkarni. (Org.). Machine Learning Algorithms for Problem Solving in Computational Applications. 1ed.Hershey, Pennsylvania (USA): IGI Global, 2012, v. , p. 357-370.

Trabalhos completos publicados em anais de congressos
1.
WEHRMANN, J. ; BECKER, W. ; BARROS, R.C. . A Multi-Task Neural Network for Multilingual Sentiment Classification and Language Detection on Twitter. In: ACM Symposium on Applied Computing, 2018, Pau, France. Proceedings of the ACM Symposium on Applied Computing (SAC 2018), 2018.

2.
WEHRMANN, J. ; LOPES, M. A. ; MORE, M. D. ; BARROS, R.C. . Fast Self-Attentive Multimodal Retrieval. In: IEEE Winter Conference on Applications of Computer Vision, 2018, Lake Tahoe, NV/CA. Proceedings of the IEEE Winter Conference on Applications of Computer Vision (WACV 2018), 2018.

3.
WEHRMANN, J. ; LOPES, M. A. ; BARROS, R.C. . Self-Attention for Synopsis-based Multi-Label Movie Genre Classification. In: The International Florida Artificial Intelligence Research Society Conference, 2018, Melbourne, Florida, USA. The 31th International FLAIRS Conference, 2018.

4.
WEHRMANN, J. ; BARROS, R.C. . Bidirectional Retrieval Made Simple. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2018, Salt Lake City. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2018), 2018.

5.
CAGNINI, H. E. L. ; BASGALUPP, M. P. ; BARROS, R.C. . Increasing Boosting Effectiveness with Estimation of Distribution Algorithms. In: IEEE Congress on Evolutionary Computation, 2018, Rio de Janeiro. Proceedings of the IEEE Congress on Evolutionary Computation (CEC 2018), 2018.

6.
GHILARDI, M. C. ; SIMOES, G. S. ; WEHRMANN, J. ; MANSSOUR, I. H. ; BARROS, R.C. . Real-Time Detection of Pedestrian Traffic Lights for Visually-Impaired People. In: International Joint Conference on Neural Networks, 2018, Rio de Janeiro. Proceedings of the International Joint Conference on Neural Networks (IJCNN 2018), 2018.

7.
MONTEIRO, J. ; GRANADA, R. L. ; AIRES, J. P. ; BARROS, R.C. . Evaluating the Feasibility of Deep Learning for Action Recognition in Small Datasets. In: International Joint Conference on Neural Networks, 2018, Rio de Janeiro. Proceedings of the International Joint Conference on Neural Networks (IJCNN 2018), 2018.

8.
MORE, M. D. ; SOUZA, D. M. ; WEHRMANN, J. ; BARROS, R.C. . Seamless Nudity Censorship: an Image-to-Image Translation Approach based on Adversarial Learning. In: International Joint Conference on Neural Networks, 2018, Rio de Janeiro. Proceedings of the International Joint Conference on Neural Networks (IJCNN 2018), 2018.

9.
WEHRMANN, J. ; CERRI, R. ; BARROS, R. C. . Hierarchical Multi-Label Classification Networks. In: International Conference on Machine Learning, 2018, Estocolmo, Suécia. Proceedings of the 35th International Conference on Machine Learning (ICML 2018), 2018.

10.
MONTEIRO, J. ; GRANADA, R. L. ; PINTO, R. ; Barros, R.C. . Beating Bomberman with Artificial Intelligence. In: Encontro Nacional de Inteligência Artificial e Computacional, 2018, São Paulo. Anais do XV Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2018), 2018.

11.
MONTEIRO, J. ; GRANADA, R. L. ; MENEGUZZI, F. R. ; BARROS, R. C. . Using Scene Context to Improve Action Recognition. In: beroamerican Congress on Pattern Recognition, 2018, Madrid, Spain. Proceedings of the 23rd Iberoamerican Congress on Pattern Recognition (CIARP 2018), 2018.

12.
SANTOS, C. Q. ; CUNHA, H. S. ; TEIXEIRA, C. R. G. ; SOUZA, D. R. ; TIETZMANN, R. ; MANSSOUR, I. H. ; SILVEIRA, M. S. ; Ruiz, Duncan D. ; TRASEL, M. ; BARROS, Rodrigo C. . Media Professionals' Opinions about Interactive Visualizations of Political Polarization during Brazilian Presidential Campaigns on Twitter. In: Annual Hawaii International Conference on System Sciences, 2017, Hawaii. Proceedings of the Annual Hawaii International Conference on System Sciences (HICSS 2017), 2017.

13.
WEHRMANN, J. ; BARROS, R.C. . Convolutions through Time for Multi-Label Movie Genre Classification. In: ACM Symposium on Applied Computing, 2017, Marrakesh, Marrocos. Proceedings of the ACM Symposium on Applied Computing (SAC 2017), 2017.

14.
WEHRMANN, J. ; BARROS, R. C. ; DORES, S. N. ; CERRI, R. . Hierarchical Multi-Label Classification with Chained Neural Networks. In: ACM Symposium on Applied Computing, 2017, Marrakesh, Marrocos. Proceedings of the ACM Symposium on Applied Computing (SAC 2017), 2017.

15.
GRANADA, R. L. ; PEREIRA, R. F. ; MONTEIRO, J. ; BARROS, R. C. ; RUIZ, D. ; MENEGUZZI, F. R. . Hybrid Activity and Plan Recognition for Video Streams. In: AAAI Conference on Artificial Intelligence (AAAI-17), 2017, San Francisco, CA. Proceedings of the 31st AAAI Conference on Artificial Intelligence. Plan, Activity and Intent Recognition workshop., 2017.

16.
BECKER, W. ; WEHRMANN, J. ; CAGNINI, H. E. L. ; BARROS, Rodrigo C. . An Efficient Deep Neural Architecture for Multilingual Sentiment Analysis in Twitter. In: The Florida Artificial Intelligence Research Society Conference (FLAIRS), 2017, Marco Island, Florida. Proceedings of the 30th FLAIRS, 2017.

17.
GRANADA, R. L. ; MONTEIRO, J. ; BARROS, Rodrigo C. ; MENEGUZZI, F. R. . A Deep Neural Architecture for Kitchen Activity Recognition. In: The Florida Artificial Intelligence Research Society Conference (FLAIRS), 2017, Marco Island, Florida. Proceedings of the 30th FLAIRS, 2017.

18.
RASSWEILER, R. ; WEHRMANN, J. ; BARROS, R.C. . Leveraging Deep Visual Features for Content-based Movie Recommender Systems. In: International Joint Conference on Neural Networks, 2017, Anchorage, Alasca. International Joint Conference on Neural Networks (IJCNN 2017), 2017.

19.
MONTEIRO, J. ; GRANADA, R. L. ; BARROS, R.C. ; MENEGUZZI, F. R. . Deep Neural Networks for Kitchen Activity Recognition. In: International Joint Conference on Neural Networks, 2017, Anchorage, Alasca. Proceedings of the International Joint Conference on Neural Networks (IJCNN 2017), 2017.

20.
WEHRMANN, J. ; BECKER, W. ; CAGNINI, H. E. L. ; BARROS, R.C. . A Character-based Convolutional Neural Network for Language-Agnostic Twitter Sentiment Analysis. In: International Joint Conference on Neural Networks, 2017, Anchorage, Alasca. Proceedings of the International Joint Conference on Neural Networks (IJCNN 2017), 2017.

21.
MONTEIRO, J. ; AIRES, J. P. ; GRANADA, R. L. ; BARROS, R.C. ; MENEGUZZI, F. R. . Virtual Guide Dog: An Application to Support Visually-Impaired People through Deep Convolutional Neural Networks. In: International Joint Conference on Neural Networks, 2017, Anchorage, Alasca. Proceedings of the International Joint Conference on Neural Networks (IJCNN 2017), 2017.

22.
CAGNINI, H. E. L. ; BARROS, R.C. ; BASGALUPP, M. P. . Estimation of Distribution Algorithms for Decision-Tree Induction. In: IEEE Congress on Evolutionary Computation, 2017, San Sebastián. Proceedings of the IEEE Congress on Evolutionary Computation (CEC 2017), 2017.

23.
MAIDANA, R. ; MONTEIRO, J. ; GRANADA, R. L. ; AMORY, A. ; BARROS, R.C. . Deep Neural Networks for Handwritten Chinese Character Recognition. In: Brazilian Conference on Intelligent Systems, 2017, Uberlândia, MG. Proceedings of the Brazilian Conference on Intelligent Systems (BRACIS 2017), 2017.

24.
AIRES, J. P. ; MONTEIRO, J. ; GRANADA, R. L. ; MENEGUZZI, F. R. ; BARROS, R.C. . Improving Activity Recognition using Temporal Regions. In: Symposium on Knowledge Discovery, Mining and Learning, 2017, Uberlândia, MG. Proceedings of the 5th Symposium on Knowledge Discovery, Mining and Learning (KDMiLe 2017), 2017.

25.
WEHRMANN, J. ; BARROS, R.C. . Character-level Inception for Visual-Semantic Embeddings. In: The Joint Video and Language Understanding Workshop, 2017, Veneza. Proceedings of the International Conference on Computer Vision (ICCV 2017), 2017.

26.
DORES, S. N. ; ALVES, L. ; BARROS, Rodrigo C. ; RUIZ, D. . A Meta-Learning Framework for Algorithm Recommendation in Software Fault Prediction. In: ACM Symposium on Applied Computing, 2016, Pisa, Itália. Proceedings of the ACM Symposium on Applied Computing (SAC 2016), 2016. p. 1486-1491.

27.
SIMOES, GABRIEL S. ; WEHRMANN, JONATAS ; Barros, Rodrigo C. ; Ruiz, Duncan D. . Movie genre classification with Convolutional Neural Networks. In: 2016 International Joint Conference on Neural Networks (IJCNN), 2016, Vancouver. 2016 International Joint Conference on Neural Networks (IJCNN). p. 259-266.

28.
CAGNINI, H. E. L. ; BARROS, Rodrigo C. . PASCAL: An EDA for Parameterless Shape-Independent Clustering. In: IEEE Congress on Evolutionary Computation, 2016, Vancouver, Canada. Proceedings of the IEEE Congress on Evolutionary Computation (CEC 2016), 2016.

29.
MIQUILINI, P. ; MELO, V. ; BARROS, Rodrigo C. ; BASGALUPP, M. P. . Enhancing Discrimination Power with Genetic Feature Construction: A Grammatical Evolution Approach. In: IEEE Congress on Evolutionary Computation, 2016, Vancouver, Canadá. Proceedings of the IEEE Congress on Evolutionary Computation (CEC 2016), 2016. p. 3824-3831.

30.
WEHRMANN, J. ; BARROS, Rodrigo C. ; SIMOES, G. S. ; PAULA, T. S. ; RUIZ, D. . (Deep) Learning from Frames. In: Brazilian Conference on Intelligent System (BRACIS), 2016, Recife. Proceedings of the 5th Brazilian Conference on Intelligent System (BRACIS 2016), 2016.

31.
SIMOES, G. S. ; WEHRMANN, J. ; PAULA, T. S. ; MONTEIRO, J. ; BARROS, R. C. . DataSex: um dataset para indução de modelos de classificação para conteúdo adulto. In: Symposium on Knowledge Discovery, Mining and Learning, 2016, Recife. Proceedings of the 3rd Symposium on Knowledge Discovery, Mining and Learning, 2016.

32.
CAGNINI, H. E. L. ; BARROS, Rodrigo C. ; QUEVEDO, C. V. ; BASGALUPP, M. P. . Medoid-based Data Clustering with Estimation of Distribution Algorithms. In: ACM Symposium on Applied Computing, 2016, Pisa, Itália. Proceedings of the ACM Symposium on Applied Computing (ACM SAC 2016), 2016. p. 112-115.

33.
BASGALUPP, M. P. ; BARROS, Rodrigo C. ; PODGORELEC, V. . Evolving Decision-Tree Induction Algorithms with a Multi-Objective Hyper-Heuristic. In: ACM Symposium on Applied Computing, 2015, Salamanca. 30th ACM Symposium on Applied Computing (SAC 2015), 2015.

34.
PODGORELEC, VILI ; KARAKATIC, SASO ; Barros, Rodrigo C. ; Basgalupp, Marcio P. . Evolving balanced decision trees with a multi-population genetic algorithm. In: 2015 IEEE Congress on Evolutionary Computation (CEC), 2015, Sendai. 2015 IEEE Congress on Evolutionary Computation (CEC). p. 54-61.

35.
Barros, Rodrigo C.; QUEVEDO, CHRISTIAN V. ; DE PARIS, RENATA ; Basgalupp, Marcio P. . Clustering Molecular Dynamics Trajectories with a univariate estimation of distribution algorithm. In: 2015 IEEE Congress on Evolutionary Computation (CEC), 2015, Sendai. 2015 IEEE Congress on Evolutionary Computation (CEC). p. 2058-2065.

36.
CERRI, R. ; BARROS, Rodrigo C. ; CARVALHO, A.C.P.L.F. de . Hierarchical Classification of Gene Ontology-based Protein Functions with Neural Networks. In: International Joint Conference on Neural Networks, 2015, Killarney, Ireland. Proceedings of the International Joint Conference on Neural Networks (IJCNN 2015), 2015.

37.
CAGNINI, H. E. L. ; WINCK, A. T. ; BARROS, Rodrigo C. . A Portable OpenCL-based Approach for SVMs in GPU. In: Brazilian Conference on Intelligent Systems, 2015, Natal, RN. Proceedings of the 2015 Brazilian Conference on Intelligent Systems (BRACIS), 2015. p. 198-203.

38.
BLOMBERG, L. C. ; BARROS, Rodrigo C. ; RUIZ, D. . Evolving Regression Trees Robust to Missing Data. In: ACM Symposium on Applied Computing, 2015, Salamanca. Proceedings of the ACM Symposium on Applied Computing (SAC 2015), 2015.

39.
BASGALUPP, M. P. ; BARROS, Rodrigo C. ; BARABASZ, T. . A Grammatical Evolution based Hyper-Heuristic for the Automatic Design of Split Criteria. In: Genetic and Evolutionary Computation Conference (GECCO 2014), 2014, Vancouver, Canada. Proceedings of the ACM Annual Genetic and Evolutionary Computation Conference (GECCO 2014), 2014. p. 1311-1318.

40.
CERRI, R. ; BARROS, Rodrigo C. ; FREITAS, A. A. ; CARVALHO, A.C.P.L.F. de . Evolving Relational Hierarchical Classification Rules for Predicting Gene Ontology-Based Protein Functions. In: Genetic and Evolutionary Computation Conference, 2014, Vancouver. Proceedings of the Genetic and Evolutionary Computation Conference (GECCO 2014), 2014. p. 1279-1286.

41.
BARROS, Rodrigo C.; CARVALHO, A.C.P.L.F. de ; Freitas, Alex A. . On the Automatic Design of Decision-Tree Induction Algorithms. In: CSBC 2014 - CTD, 2014, Brasília. Anais do XXXIV Congresso da Sociedade Brasileira de Computação, 2014.

42.
SILVA, M. M. ; BASGALUPP, M. P. ; BARROS, Rodrigo C. . Construção automática de algoritmos de indução de árvores de decisão: uma abordagem multiobjetiva. In: Encontro Nacional de Inteligência Artificial e Computacional, 2014, São Carlos. Anais do Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2014), 2014.

43.
CAGNINI, H. E. L. ; WINCK, A. T. ; BARROS, Rodrigo C. . Paralelização da SVM em GPU. In: KDMile, 2014, São Carlos. II Symposium on Knowledge Discovery, Mining and Learning, 2014.

44.
BASGALUPP, M. P. ; BARROS, Rodrigo C. ; SILVA, Tiago S. ; CARVALHO, A.C.P.L.F. de . Software Effort Prediction: A Hyper-Heuristic Decision-Tree based Approach. In: 28th ACM Symposium on Applied Computing (SAC '13), 2013, Coimbra, Portugal. Proceedings of the 28th ACM Symposium on Applied Computing, 2013. p. 1109-1116.

45.
BLOMBERG, L. C. ; BARROS, Rodrigo C. ; FIGUEIREDO, J. A. ; Ruiz, Duncan D. . Applying a KDD Process in an Oral Public Health Unit at Rio Grande do Sul, Brazil. In: IADIS International Conference, 2013, Lisboa, Portugal. Proceedings of the IADIS e-Society Conference, 2013.

46.
Barros, Rodrigo C.; Basgalupp, Márcio P. ; CERRI, RICARDO ; DA SILVA, TIAGO S. ; DE CARVALHO, ANDRÉ C.P.L.F. . A grammatical evolution approach for software effort estimation. In: Proceeding of the fifteenth annual conference, 2013, Amsterdam. Proceeding of the fifteenth annual conference on Genetic and evolutionary computation conference - GECCO '13. New York: ACM Press. p. 1413.

47.
CERRI, RICARDO ; Barros, Rodrigo C. ; de Carvalho, Andre C. P. L. F. ; Freitas, Alex A. . A grammatical evolution algorithm for generation of Hierarchical Multi-Label Classification rules. In: 2013 IEEE Congress on Evolutionary Computation (CEC), 2013, Cancun. 2013 IEEE Congress on Evolutionary Computation. p. 454-461.

48.
CERRI, RICARDO ; Barros, Rodrigo C. ; Carvalho, Andre C.P.L.F. De . Neural Networks for Hierarchical Classification of G-Protein Coupled Receptors. In: 2013 Brazilian Conference on Intelligent Systems (BRACIS), 2013, Fortaleza. 2013 Brazilian Conference on Intelligent Systems. p. 125.

49.
BARROS, Rodrigo C.; CERRI, R. ; FREITAS, A. A. ; CARVALHO, A.C.P.L.F. de . Probabilistic Clustering for Hierarchical Multi-Label Classification of Protein Functions. In: European Conference on Machine Learning (ECML/PKDD), 2013, Praga. Lecture Notes in Computer Science, 2013. v. 8189. p. 385-400.

50.
CERRI, R. ; BARROS, Rodrigo C. ; CARVALHO, A.C.P.L.F. de . A Genetic Algorithm for Hierarchical Multi-Label Classification. In: 27th ACM Symposium On Applied Computing (SAC 2012), 2012, Riva del Garda, Trento. Proceedings of the 27th ACM Symposium On Applied Computing, 2012. p. 250-255.

51.
BASGALUPP, M. P. ; BARROS, Rodrigo C. ; RUIZ, D. . Predicting Software Maintenance Effort through Evolutionary-based Decision Trees. In: 27th ACM Symposium on Applied Computing (SAC 2012), 2012, Riva del Garda, Trento. Proceedings of the 27th ACM Symposium on Applied Computing, 2012. p. 1209-1214.

52.
BARROS, Rodrigo C.; BASGALUPP, M. P. ; CARVALHO, A.C.P.L.F. de ; FREITAS, A. A. . A Hyper-Heuristic Evolutionary Algorithm for Automatically Designing Decision-Tree Algorithms. In: Genetic and Evolutionary Computation Conference, 2012, Philadelphia, USA. Genetic and Evolutionary Computation Conference (GECCO 2012), 2012. p. 1237-1244.

53.
QUILES, M. G. ; BASGALUPP, M. P. ; BARROS, Rodrigo C. . Um Modelo de Correlação Oscilatória para Classificação Semi-Supervisionada. In: Encontro Nacional de Inteligência Artificial, 2012, Curitiba, Paraná. Anais do Encontro Nacional de Inteligência Artificial (ENIA 2012), 2012.

54.
BARROS, Rodrigo C.; BASGALUPP, M. P. ; CARVALHO, A.C.P.L.F. de ; FREITAS, A. A. . Towards the Automatic Design of Decision Tree Induction Algorithms. In: GECCO '11, 2011, Dublin, Ireland. Proceedings of the 13th Annual Conference Companion on Genetic and Evolutionary Computation, 2011. p. 567-574.

55.
BARROS, Rodrigo C.; CARVALHO, A.C.P.L.F. de ; BASGALUPP, M. P. ; QUILES, M. G. . Um algoritmo de indução de árvore de decisão baseado em agrupamento. In: VIII Encontro Nacional de Inteligência Artificial (ENIA 2011), 2011, Natal - RN. XXXI Congresso da Sociedade Brasileira de Computação (CSBC 2011), 2011.

56.
BARROS, Rodrigo C.; BASGALUPP, M. P. ; CARVALHO, A.C.P.L.F. de ; QUILES, M. G. . A Clustering-based Decision Tree Induction Algorithm. In: ISDA '11, 2011, Córdoba, Spain. 11th International Conference on Intelligent Systems Design and Applications, 2011. p. 543-550.

57.
BARROS, Rodrigo C.; CERRI, R. ; JASKOWIAK, P. A. ; CARVALHO, A.C.P.L.F. de . A Bottom-Up Oblique Decision Tree Induction Algorithm. In: ISDA '11, 2011, Córdona, Spain. 11th International Conference on Intelligent Systems Design and Applications, 2011. p. 450-456.

58.
CERRI, R. ; BARROS, Rodrigo C. ; CARVALHO, A.C.P.L.F. de . Hierarchical Multi-label Classification for Protein Function Prediction: A Local Approach based on Neural Networks. In: ISDA '11, 2011, Córdoba, Spain. 11th International Conference on Intelligent Systems Design and Applications, 2011. p. 337-343.

59.
CERRI, R. ; BARROS, Rodrigo C. ; CARVALHO, A.C.P.L.F. de . Redes Neurais Artificiais Aplicadas a Problemas de Classificação Hierárquica Multirrótulo. In: X Congresso Brasileiro de Inteligência Computacional, 2011, Fortaleza, Ceará. Anais do X Congresso Brasileiro de Inteligência Computacional (CBIC 2011), 2011.

60.
Barros, Rodrigo C.; Basgalupp, Márcio P. ; Ruiz, Duncan D. ; DE CARVALHO, ANDRÉ C. P. L. F. ; Freitas, Alex A. . Evolutionary model tree induction. In: the 2010 ACM Symposium, 2010, Sierre. Proceedings of the 2010 ACM Symposium on Applied Computing - SAC '10. New York: ACM Press. p. 1131-1137.

61.
BARROS, Rodrigo C.; BLOMBERG, L. C. ; RUIZ, D. . Da importância de modelos preditivos compreensíveis: Um estudo de caso em saúde bucal. In: VI Escola Regional de Banco de Dados, 2010, Joinville. VI Escola Regional de Banco de Dados (VI ERBD), 2010.

62.
MENDES, L. A. ; BARROS, Rodrigo C. ; VISIOLI, B. ; POMPERMAIER, L. . RYLY - Query Analizer: Ferramenta de Visualização e de Análise do Plano de Execução de Consultas ORACLE. In: VI Escola Regional de Banco de Dados, 2010, Joinville. VI Escola Regional de Banco de Dados (VI ERBD), 2010.

63.
BASGALUPP, M. P. ; BARROS, R.C. ; CARVALHO, A.C.P.L.F. de ; FREITAS, A. A. ; RUIZ, D. . LEGAL-tree: a lexicographic multi-objective genetic algorithm for decision tree induction. In: The 24th Annual ACM Symposium on Applied Computing, 2009, Honolulu, Hawaii. SAC '09: Proceedings of the 2009 ACM symposium on Applied Computing. New York, NY, USA: ACM, 2009. p. 1085-1090.

64.
BARROS, R.C.; RUIZ, D. ; TENORIO, N. N. ; BASGALUPP, M. P. ; BECKER, K. . Issues on Estimating Software Metrics in a Large Software Operation. In: 32nd Annual IEEE Software Engineering Workshop, 2008, Kassandra, Greece. 32nd Annual IEEE Software Engineering Workshop, 2008. p. 152-160.

65.
OLIVEIRA, L. F. ; ZANCHET, B. A. ; BARROS, R.C. ; GOMES, V.V ; FUJIIi, S.Y ; VORTMANN, C.H ; PATZER, G.P. . Utilização das Bibliotecas VTK e ITK no processamento de Imagens Médicas. In: 8º Fórum Internacional de Software Livre - VIII Workshop sobre Software Livre, 2007, Porto Alegre. Fórum Internacional Software Livre - VIII Workshop sobre Software Livre, 2007. v. 1. p. 43-48.

66.
BERARDI, R. C. G. ; AZAMBUJA, F. B. ; PERNAS, A. M. ; BARROS, R.C. . Modelagem Relacional e Multidimensional: uma análise envolvendo Sistemas de Apoio à Decisão. In: V Simpósio de Informática da Região Centro do RS, 2006, Santa Maria. Anais do V Simpósio de Informática da Região Centro do RS, 2006.

Resumos expandidos publicados em anais de congressos
1.
PERONE, C. S. ; BALLESTER, P. L. ; BARROS, R. C. ; COHEN-ADAD, J. . Unsupervised Domain Adaptation for Medical Imaging Segmentation with Self-Ensembling. In: Medical Imaging meets NIPS, 2018, Montreal, Canada. Proceedings of the 32nd Conference on Neural Information Processing Systems (NIPS 2018), 2018.

2.
AIRES, J. P. ; MONTEIRO, J. ; GRANADA, R. L. ; MENEGUZZI, F. R. ; BARROS, R. C. . Temporal Regions for Activity Recognition. In: International Conference on Artificial Neural Networks, 2017, Alghero, Sardinia, Italy. Proceedings of the 26th International Conference on Artificial Neural Networks (ICANN 2017), 2017.

3.
FARIA, ELAINE R. ; Barros, Rodrigo C. ; GAMA, JOÃO ; CARVALHO, ANDRÉ C. P. L. F. . Improving the offline clustering stage of data stream algorithms in scenarios with variable number of clusters. In: the 27th Annual ACM Symposium, 2012, Trento. Proceedings of the 27th Annual ACM Symposium on Applied Computing - SAC '12. New York: ACM Press. p. 829.

4.
BARROS, R.C.; OLIVEIRA, L. F. ; SIMÕES, M. V. . Quantitative Analysis of SPECT Myocardial Perfusion and Assessment of Myocardium Defect Regions through Image Processing Techniques. In: Brazilian Symposium on Computer Graphics and Image Processing, 2007, Belo Horizonte. XX Brazilian Symposium on Computer Graphics and Image Processing, 2007. p. 51-52.

5.
OLIVEIRA, L. F. ; ZANCHET, B. A. ; BARROS, R.C. ; SIMÕES, M. V. . A New Approach for Creating Polar Maps of Three-Dimensional Cardiac Perfusion Images. In: Brazilian Symposium on Computer Graphics and Image Processing, 2007, Belo Horizonte. XX Brazilian Symposium on Computer Graphics and Image Processing, 2007. p. 53-54.

Resumos publicados em anais de congressos
1.
SILVA, M. C. ; BARROS, Rodrigo C. . Aprendizado de Máquina em Fluxo Contínuo de Dados Não-Estruturados: Analisando Sentimentos em Tweets. In: Seminário Interno de Avaliação da Iniciação Científica, 2015, Porto Alegre. Seminário Interno de Avaliação da Iniciação Científica, 2015.

2.
BARROS, R.C.; OLIVEIRA, L. F. ; SIMÕES, M. V. . Análise Quantitativa de Imagens de Cintilografia de Perfusão Miocárdica através de Técnicas de Processamento de Imagens. In: XVI Congresso de Iniciação Científica da UFPel, 2007, Pelotas. Anais do XVI Congresso de Iniciação Científica da UFPel, 2007.

3.
ZANCHET, B. A. ; BARROS, R.C. ; OLIVEIRA, L. F. ; SIMÕES, M. V. . Uma nova técnica para a criação de mapas polares para imagens de cintilografia de perfusão miocárdica. In: XV Congresso de Iniciação Científica da UFPel, 2006, Pelotas. Anais do XV Congresso de Iniciação Científica da Universidade Federal de Pelotas, 2006.

Artigos aceitos para publicação
1.
GRANADA, R. L. ; AIRES, J. P. ; MONTEIRO, J. ; MENEGUZZI, F. R. ; BARROS, R. C. . Improving Action Recognition using Temporal Regions. Journal of Information and Data Management - JIDM, 2018.

Apresentações de Trabalho
1.
BARROS, Rodrigo C.. Evolving Relational Hierarchical Classification Rules for Predicting Gene Ontology-Based Protein Functions. 2014. (Apresentação de Trabalho/Conferência ou palestra).

2.
BARROS, Rodrigo C.; CERRI, R. ; JASKOWIAK, P. A. ; CARVALHO, A.C.P.L.F. de . A Bottom-Up Oblique Decision-Tree Induciton Algorithm. 2011. (Apresentação de Trabalho/Conferência ou palestra).

3.
BARROS, Rodrigo C.; BASGALUPP, M. P. ; CARVALHO, A.C.P.L.F. de ; FREITAS, A. A. . Towards the Automatic Design of Decision Tree Induction Algorithms. 2011. (Apresentação de Trabalho/Conferência ou palestra).

4.
BARROS, Rodrigo C.; BASGALUPP, M. P. ; TENORIO, N. N. ; RUIZ, D. ; BECKER, K. . Issues on Estimating Software Metrics in a Large Software Operation. 2008. (Apresentação de Trabalho/Conferência ou palestra).


Produção técnica
Programas de computador sem registro
1.
BARROS, Rodrigo C.. SEEGE - Software Effort Estimation with Grammatical Evolution. 2013.

2.
BARROS, Rodrigo C.; CERRI, R. . GEHM - Grammatical Evolution for Hierarchical Multi-Label Classification. 2013.

3.
BARROS, Rodrigo C.. HEAD-DT - A Hyper-Heuristic Evolutionary Algorithm for Automatically Designing Decision-Tree Algorithms. 2012.

4.
BARROS, Rodrigo C.. Clus-DTI - A Clustering-based Decision-Tree Induction Algorithm. 2011.

5.
BARROS, Rodrigo C.; JASKOWIAK, P. A. ; CERRI, R. . BUTIA - A Bottom-Up Oblique Decision-Tree Induction Algorithm. 2011.

6.
BARROS, Rodrigo C.. E-Motion - Evolutionary Model Tree Induction. 2009.

7.
BARROS, Rodrigo C.. Myocardium SPECTATIVE - Quantitative Analysis of SPECT myocardium images. 2007.


Demais tipos de produção técnica
1.
DINIZ, E. S. A. ; BARROS, Rodrigo C. ; GASTAL, E. C. . Projeto Inclusão Social Digital Capão do Leão - Versão 01 (PISD/CL01). 2005. (Curso de curta duração ministrado/Extensão).



Bancas



Participação em bancas de trabalhos de conclusão
Mestrado
1.
VELOSO, A. A.; ZIVIANI, N.; FERREIRA, F. M.; BARROS, R.C.. Participação em banca de Tiago Pimentel Martins da Silva. Fast Node Embeddings: Learning Ego-Centric Representations. 2018. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais.

2.
BARROS, R.C.; ARAUJO, R. M.; MUSSE, S. R.. Participação em banca de Juarez Monteiro dos Santos Júnior. Analisando a viabilidade de Deep Learning para Reconhecimento de Ações em Datasets Pequenos. 2018. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

3.
BECKER, K.; GALANTE, R.; COMBA, J. L. D.; Barros, R. C.. Participação em banca de Joaquim Alvino de Mesquita Neto. Uma análise sobre o comportamento tóxico em jogos on-line baseada em tópicos de conversa. 2018. Dissertação (Mestrado em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul.

4.
Ruiz, Duncan D.; WIVES, L. K.; BARROS, R. C.. Participação em banca de Graziele Marques Mazuco dos Santos. Método de previsão de vendas e estimativa de reposição de itens no varejo da moda. 2018. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

5.
MENEGUZZI, F. R.; ARAUJO, R. M.; BARROS, R.C.. Participação em banca de Leonardo Rosa Amado. Q-Table Compression for Reinforcement Learning. 2017. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

6.
EMMENDORFER, L.; Ruiz, Duncan D.; BARROS, R.C.. Participação em banca de Henry Emanuel Leal Cagnini. Estimation of Distribution Algorithms for Clustering and Classification. 2017. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

7.
MENEGUZZI, F. R.; NUNES, I.; BARROS, R.C.. Participação em banca de Stephan Chang. An Architecture for Improved Demand Forecasting. 2017. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

8.
BARROS, R.C.; MENEGUZZI, F. R.; ARAUJO, R. M.. Participação em banca de Thomas da Silva Paula. Contributions in Face Detection with Deep Neural Networks. 2017. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

9.
ARAUJO, R. M.; AGUIAR, M. S.; BARROS, R.C.. Participação em banca de Leandro Weige Dias. Análise Comparativa entre a Primeira e a Segunda Versão do Kinect na Biometria do Caminhar. 2017. Dissertação (Mestrado em COMPUTAÇÃO) - Universidade Federal de Pelotas.

10.
PESSIN, G.; SALES JUNIOR, C. S.; BARROS, R. C.. Participação em banca de Alen Costa Vieira. Estratégia Evolutiva na Parametrização para a Previsão dos Níveis Máximos Mensais do Rio Xingu em Altamira. 2017. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do Pará.

11.
BARROS, R.C.; WIVES, L. K.; RUIZ, D.. Participação em banca de Ralph José Rassweiler Filho. Aprendizado Neural de Representação de Conteúdo para Sistema de Recomendação de Filmes. 2017. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

12.
Ruiz, Duncan D.; BARROS, R.C.; CACERES, R. A.. Participação em banca de Alan Diego do Santos. Ranking Ligands in Structure-Based Virtual Screening using Siamese Neural Networks. 2017. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

13.
FAGUNDES, M. S.; BARROS, Rodrigo C.; MENEGUZZI, F. R.. Participação em banca de Ramon Fraga Pereira. Landmark-based Approaches for Plan Recognition Tasks. 2016. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

14.
ENGEL, P.; BARROS, Rodrigo C.; CRADDOK, R. C.; MENEGUZZI, F. R.. Participação em banca de Anibal Sólon Heinsfeld. Identification of Autism Disorder through Functional MRI and Deep Learning. 2016. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

15.
BECKER, K.; BARROS, Rodrigo C.; RUIZ, D.. Participação em banca de Holisson Soares da Cunha. Sentimentstream: Um Comitê de Classificadores Adaptativo para Análise de Sentimento de Tweets. 2016. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

16.
WINCK, A. T.; SILVA, L. A. L.; BARROS, Rodrigo C.. Participação em banca de Vitor da Silva. Predição da Popularidade de Vídeos em Fluxo de Dados. 2016. Dissertação (Mestrado em Informática) - Universidade Federal de Santa Maria.

17.
CAMPELLO, R. J. G. B.; MELLO, R. F.; HRUSCHKA, E. R.; BARROS, Rodrigo C.. Participação em banca de Antônio José de Lima Batista. Classificação Semi-Supervisionada Ativa baseada em Múltiplas Hierarquias de Agrupamento. 2016. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

18.
BARROS, R. C.; MARCZAK, S.; WINCK, A. T.. Participação em banca de Luciano Alves. Recomendação de Algoritmos de Aprendizado de Máquina para Predição de Falhas de Software por meio de Meta-Aprendizado. 2016. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

19.
GALANTE, R.; MENEGUZZI, F. R.; RUIZ, D.; BARROS, R. C.. Participação em banca de Jônatas Wehrmann. Deep Neural Networks for Single-Label, Multi-Label, and Hierarchical Multi-Label Classification. 2016. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

20.
SILVA, L. A. L.; WINCK, A. T.; BARROS, Rodrigo C.. Participação em banca de Nielsen Luiz Rechia Machado. Raciocínio Baseado em Casos para Gerenciamento Colaborativo de Riscos. 2015. Dissertação (Mestrado em Informática) - Universidade Federal de Santa Maria.

21.
EMMENDORFER, L.; MACHADO, K. S.; BILLA, C.; RODRIGUES, R.; BARROS, Rodrigo C.. Participação em banca de Igor Avila Pereira. Uma Abordagem Transfer-Learning para Agrupamento de Dados. 2014. Dissertação (Mestrado em Engenharia de Computação) - Universidade Federal do Rio Grande.

Teses de doutorado
1.
SILVEIRA, M. S.; PRATES, R. O.; FILGUEIRAS, L. V. L.; BARROS, R.C.. Participação em banca de Angelina de Carvalho Alvarez Ziesemer. A Language-based Approach to Support the Identification of Tagging Behaviour. 2017. Tese (Doutorado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

2.
CARVALHO, A.C.P.L.F. de; Basgalupp, Márcio P.; BARROS, Rodrigo C.; Ruiz, Duncan D.. Participação em banca de Luciano Costa Blomberg. Um Algoritmo Evolutivo para Indução de Árvores de Regressão Robusto a Valores Ausentes. 2014. Tese (Doutorado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

Qualificações de Doutorado
1.
BARROS, R. C.; VELOSO, A. A.; ARAUJO, R. M.; MENEGUZZI, F. R.. Participação em banca de Jônatas Wehrmann. Efficient Neural Architectures for Textual Encoding. 2018. Exame de qualificação (Doutorando em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

2.
ARAUJO, R. M.; BENEVENUTO, F.; BARROS, R.C.; CECHINEL, C.. Participação em banca de Ulisses Brisolara Corrêa. Análise de Sentimento Baseada em Aspectos Usando Aprendizado Profundo: uma Proposta Aplicada a Língua Portuguesa. 2018. Exame de qualificação (Doutorando em COMPUTAÇÃO) - Universidade Federal de Pelotas.

3.
RUIZ, D.; BECKER, K.; BARROS, R.C.. Participação em banca de Nielsen Luiz Rechia Machado. Um Framework para Identificação e Monitoramento de Perfis e Comportamentos de Usuários Baseado no Uso de Aplicativos em Dispositivos Móveis. 2017. Exame de qualificação (Doutorando em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

4.
SCHARCANSKI, J.; MENEGUZZI, F. R.; BARROS, R.C.. Participação em banca de Gabriel da Silva Simões. Redes Neurais Profundas para Classificação, Localização e Segmentação de Conteúdo Impróprio. 2017. Exame de qualificação (Doutorando em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

5.
SILVEIRA, M. S.; SOUZA, C. S.; BARROS, Rodrigo C.. Participação em banca de Angelina de Carvalho Alvarez Ziesemer. Predicting User Behavior on Tag Recommender Systems Based on Cultural Patterns of Communication. 2015. Exame de qualificação (Doutorando em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

6.
Basgalupp, Márcio P.; SOUZA, O. N.; BARROS, Rodrigo C.. Participação em banca de Christian Vahl Quevedo. Triagem Virtual em Banco de Dados de Ligantes Considerando Propriedades Físico-Químicas de um Modelo de Receptor Completamente Flexível. 2014. Exame de qualificação (Doutorando em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

Qualificações de Mestrado
1.
RUIZ, D.; BARROS, Rodrigo C.. Participação em banca de Holisson Soares da Cunha. Estratégias de Preparação de Dados para a Análise de Sentimento de Textos Curtos e Informais em Fluxo Contínuo de Dados. 2015. Exame de qualificação (Mestrando em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

2.
BARROS, Rodrigo C.; MENEGUZZI, F. R.. Participação em banca de Aníbal Solon Heinsfeld. Identifying Subject Groups with Learning Disabilities using Functional MRI. 2015. Exame de qualificação (Mestrando em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

3.
BARROS, Rodrigo C.; MENEGUZZI, F. R.. Participação em banca de Ramon Fraga Pereira. Alternative Approaches to Detect Abandonment in Plan Recognition. 2015. Exame de qualificação (Mestrando em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

Trabalhos de conclusão de curso de graduação
1.
RUIZ, D.; MORA, M. C.; BARROS, Rodrigo C.. Participação em banca de Tiago Salvato de Assis.Uma Análise de Dados Abertos da Cidade de Porto Alegre. 2015. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Pontifícia Universidade Católica do Rio Grande do Sul.

2.
RUIZ, D.; MORAES, S. M. W.; BARROS, Rodrigo C.. Participação em banca de Lucas Maciel Flores e Thiago Eltz de Resende.Algoritmo para Compatibilização de Indivíduos em Nível Psicológico e Social. 2015. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Pontifícia Universidade Católica do Rio Grande do Sul.

3.
BARROS, Rodrigo C.; MENEGUZZI, F. R.; RUIZ, D.. Participação em banca de Marcello Kurz De Boer.Abordagens Evolutivas para Seleção de Atributos do tipo Wrapper em Mineração de Dados. 2015. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.

4.
RUIZ, D.; SOUZA, O. N.; BARROS, Rodrigo C.. Participação em banca de Bruno Rubin dos Santos e Matheus Bonifácio Morais.OLAP Docking - Uma Solução OLAP para Análise de Experimentos de Docagem Molecular: Aplicação com a enzima InhA. 2014. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Pontifícia Universidade Católica do Rio Grande do Sul.

5.
OLIVEIRA, F. M.; DELLA VECCHIA, E.; BARROS, Rodrigo C.. Participação em banca de Álvaro Juver e Diego Caibaté da Silva Nunes.Uso de Mineração de Textos Aplicados à Perícia Digital. 2014. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Pontifícia Universidade Católica do Rio Grande do Sul.

6.
RUIZ, D.; MORA, M. C.; BARROS, Rodrigo C.. Participação em banca de Carlos Rodrigo Figueiredo Zabadal..Inteligência de Negócios Aplicada à Segurança. 2014. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Pontifícia Universidade Católica do Rio Grande do Sul.




Eventos



Participação em eventos, congressos, exposições e feiras
1.
AAAI Conference on Artificial Intelligence. Membro do Comitê de Programa. 2018. (Congresso).

2.
Brazilian Conference on Intelligent System. Membro do Comitê de Programa. 2018. (Congresso).

3.
Concurso de Teses e Dissertações em Inteligência Artificial e Computacional.Membro do Comitê de Programa. 2018. (Outra).

4.
IEEE BigData Congress. Membro do Comitê de Programa. 2018. (Congresso).

5.
IEEE Conference on Computer Vision and Pattern Recognition. Bidirectional Retrieval Made Simple. 2018. (Congresso).

6.
IEEE International Conference on Machine Learning and Applications. Membro do Comitê de Programa. 2018. (Congresso).

7.
IEEE Winter Conference on Applications of Computer Vision. Fast Self-Attentive Multimodal Retrieval. 2018. (Congresso).

8.
International Conference on Machine Learning. Hierarchical Multi-Label Classification Networks. 2018. (Congresso).

9.
International Joint Conference on Neural Networks. Seamless Nudity Censorship: an Image-to-Image Translation Approach based on Adversarial Learning. 2018. (Congresso).

10.
Symposium on Knowledge Discovery, Mining and Learning.Membro do Comitê de Programa. 2018. (Simpósio).

11.
The International Florida Artificial Intelligence Research Society Conference. Self-Attention for Synopsis-based Multi-Label Movie Genre Classification. 2018. (Congresso).

12.
Escola Regional de Banco de Dados. Deep Learning: A Mais Recente Revolução na Análise de Dados Não-Estruturados. 2017. (Congresso).

13.
International Joint Conference on Neural Networks. Deep Learning 7: Applications Session. 2017. (Congresso).

14.
Annual Hawaii International Conference on System Sciences. Media Professionals' Opinions about Interactive Visualizations of Political Polarization during Brazilian Presidential Campaigns on Twitter. 2016. (Congresso).

15.
International Conference on Data Mining (ICDM 2016). 2016. (Congresso).

16.
World Congress on Computational Intelligence (WCCI 2016). Movie Genre Classification with Convolutional Neural Networks. 2016. (Congresso).

17.
30th ACM Symposium on Applied Computing (SAC 2015). Trilha de Computação Evolutiva. 2015. (Congresso).

18.
CSBC 2014 - CTD. On the Automatic Design of Decision-Tree Induction Algorithms. 2014. (Congresso).

19.
Genetic and Evolutionary Computation Conference (GECCO 2014). Evolving Relational Hierarchical Classification Rules for Predicting Gene Ontology-Based Protein Functions. 2014. (Congresso).

20.
28th ACM Symposium on Applied Computing (SAC 2013).Membro do Comitê de Programa. 2013. (Simpósio).

21.
27th ACM Symposium on Applied Computing.Membro do Comitê de Programa. 2012. (Simpósio).

22.
11th International Conference on Intelligent Systems Design and Applications. A Bottom-Up Oblique Decision Tree Induction Algorithm. 2011. (Congresso).

23.
26th ACM Symposium on Applied Computing. Membro do Comitê de Programa. 2011. (Congresso).

24.
Genetic and Evolutionary Computation Conference. Towards the Automatic Design of Decision Tree Induction Algorithms. 2011. (Congresso).

25.
VIII Encontro Nacional de Inteligência Artificial (ENIA 2011).Revisor Convidado. 2011. (Encontro).

26.
3rd International Symposium on Leveraging Applications on Formal Methods, Verification and Validation.Issues on Estimating Software Metrics in a Large Software Operation. 2008. (Simpósio).

27.
IV Workshop em Algoritmos e Aplicações de Mineração de Dados.Revisor Convidado. 2008. (Oficina).

28.
XIV Simpósio Brasileiro de Sistemas Multimídia e Web (Webmedia 2008). 2008. (Simpósio).

29.
8º Fórum Internacional de Software Livre - VIII Workshop sobre Software Livre.Utilização das Bibliotecas VTK e ITK no processamento de Imagens Médicas. 2007. (Oficina).

30.
XVI Congresso de Iniciação Científica da UFPel. Análise Quantitativa de Imagens de Cintilografia de Perfusão Miocárdica através de Técnicas de Processamento de Imagens. 2007. (Congresso).

31.
V Simpósio de Informática da Região Centro do RS.Modelagem Relacional e Multidimensional: uma análise envolvendo Sistemas de Apoio à Decisão. 2006. (Simpósio).

32.
X Semana Acadêmica do Curso de Bacharelado em Ciência da Computação. 2006. (Outra).

33.
XV Congresso de Iniciação Científica da UFPel. Uma nova técnica para a criação de mapas polares para imagens de cintilografia de perfusão miocárdica. 2006. (Congresso).

34.
6º Fórum Internacional Software Livre. 2005. (Congresso).

35.
5º Fórum Internacional Software Livre. 2004. (Congresso).

36.
IX Semana Acadêmica de Ciência da Computação. 2004. (Outra).

37.
Palestras Internacionais com o Dr. Clóvis Tondo. 2004. (Outra).


Organização de eventos, congressos, exposições e feiras
1.
CERRI, R. ; ZADROZNY, B. ; BARROS, L. N. ; BARROS, Rodrigo C. . Chair do Concurso de Teses e Dissertações em Inteligência Artificial e Computacional (CTDIAC 2016). 2016. (Concurso).

2.
SOARES, A. C. B. ; BARROS, Rodrigo C. . Chair do Concurso de Teses e Dissertações do Congresso da SBC (CTD CSBC 2016). 2016. (Concurso).

3.
DINIZ, E. S. A. ; BARROS, Rodrigo C. ; GASTAL, E. C. . Projeto Inclusão Social Digital Capão do Leão - Versão 01 (PISD/CL01). 2005. (Outro).



Orientações



Orientações e supervisões em andamento
Dissertação de mestrado
1.
Pedro Lemos Ballester. Detecting Visual Relationships among Objects. Início: 2018. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Motorola. (Orientador).

2.
Maurício Armani Lopes. Generative Adversarial Networks for Textual Generation. Início: 2017. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Motorola. (Orientador).

3.
Martin Duarte Móre. Text-Conditioned Image Transformation with Generative Adversarial Networks. Início: 2017. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul. (Orientador).

4.
Luísa de Castro Guterres. Improving Neural Architectures with Evolutionary Algorithms. Início: 2017. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul. (Orientador).

Tese de doutorado
1.
Juarez Monteiro dos Santos Júnior. Action Recognition. Início: 2018. Tese (Doutorado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Motorola. (Orientador).

2.
Henry Emanuel Leal Cagnini. Estimation of Distribution Algorithms for Ensembles of Trees. Início: 2017. Tese (Doutorado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Motorola. (Orientador).

3.
Jônatas Wehrmann. Fast Multi-Modal Retrieval. Início: 2016. Tese (Doutorado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Google. (Orientador).

4.
Gabriel da Silva Simões. Redes Neurais Profundas para Classificação, Localização e Segmentação de Conteúdo Impróprio. Início: 2015. Tese (Doutorado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Motorola. (Orientador).

Supervisão de pós-doutorado
1.
Christian Vahl Quevedo. Início: 2016. Pontifícia Universidade Católica do Rio Grande do Sul, Motorola.

Trabalho de conclusão de curso de graduação
1.
Ariel Reichelt Nessi. Redes Neurais para Identificação de Violência em Vídeos. Início: 2018. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul. (Orientador).

2.
William Caetano da Silva de Avila. Aprendizado de Máquina para Reconhecimento de Assinaturas. Início: 2018. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Pontifícia Universidade Católica do Rio Grande do Sul. (Orientador).


Orientações e supervisões concluídas
Dissertação de mestrado
1.
Juarez Monteiro dos Santos Júnior. Análise sobre a Viabilidade de Redes Neurais Profundas para Reconhecimento de Ações em Datasets Pequenos. 2018. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, HP Inc. Orientador: Rodrigo Coelho Barros.

2.
Thomas da Silva Paula. Contributions to Face Dectection with Deep Neural Networks. 2017. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, . Orientador: Rodrigo Coelho Barros.

3.
Willian Eduardo Becker. Uma abordagem de Redes Neurais Convolucionais para Análise de Sentimento Multi-Lingual. 2017. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Motorola. Orientador: Rodrigo Coelho Barros.

4.
Ralph Rassweiler. Aprendizado Neural de Representação de Conteúdo para Sistema de Recomendação de Filmes. 2017. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, HP. Orientador: Rodrigo Coelho Barros.

5.
Henry Emanuel Leal Cagnini. Estimation of Distribution Algorithms for Clustering and Classification. 2017. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Motorola. Orientador: Rodrigo Coelho Barros.

6.
Luciano Alves. Meta-Aprendizado para Recomendação de Algoritmos de Predição de Falhas de Software. 2016. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, . Orientador: Rodrigo Coelho Barros.

7.
Jônatas Wehrmann. Deep Neural Networks for Single-Label, Multi-Label, and Hierarchical Multi-Label Classification. 2016. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Motorola. Coorientador: Rodrigo Coelho Barros.

Trabalho de conclusão de curso de graduação
1.
Alonso Ali Gonçalves. Detecção de Conteúdo Pornográfico em Tempo Real Usando Deep Learning. 2017. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul. Orientador: Rodrigo Coelho Barros.

2.
Anderson Mattjie da Silva. Caption-Image Alignment with Deep Neural Networks. 2017. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul. Orientador: Rodrigo Coelho Barros.

3.
Eduardo Curcino e Wagner Henz Schettert. Um Algoritmo de Colônia de Formigas para Otimização de Rotas de Ônibus na Cidade do México. 2017. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul. Orientador: Rodrigo Coelho Barros.

4.
Thomás Sieczkowski. Projeto de Data Warehouse para Análise de Dados de Atendimento Médico Ocupacional. 2016. Trabalho de Conclusão de Curso. (Graduação em Sistemas de Informação) - Pontifícia Universidade Católica do Rio Grande do Sul. Orientador: Rodrigo Coelho Barros.

5.
Matheus Figueredo. Recomendação de Roupas com Redes Neurais Convolucionais. 2016. Trabalho de Conclusão de Curso. (Graduação em Sistemas de Informação) - Pontifícia Universidade Católica do Rio Grande do Sul. Orientador: Rodrigo Coelho Barros.

6.
Marcello Kurz De Boer. Abordagens Evolutivas para Seleção de Atributos do tipo Wrapper em Mineração de Dados. 2015. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul. Orientador: Rodrigo Coelho Barros.

7.
Marcio Caetano dos Santos e Anderson Machado. Solução de Apoio ao Diagnóstico Médico baseado no Paradigma Probabilístico de Aprendizado de Máquina. 2014. Trabalho de Conclusão de Curso. (Graduação em Sistemas de Informação) - Pontifícia Universidade Católica do Rio Grande do Sul. Orientador: Rodrigo Coelho Barros.

8.
Djonatan Buss. Utilização de Técnicas de Inteligência de Negócios para Descoberta de Conhecimento em Bases de Dados Acadêmicas (co-orientador). 2011. Trabalho de Conclusão de Curso. (Graduação em Bacharelado Em Ciência da Computação) - Universidade Federal de Pelotas. Orientador: Rodrigo Coelho Barros.

Iniciação científica
1.
Ariel Reichelt Nessi. Mineração de Dados de Telefonia Móvel. 2015. Iniciação Científica. (Graduando em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Motorola. Orientador: Rodrigo Coelho Barros.

2.
Marcelo Campos Silva. Aprendizado de Máquina em Fluxo Contínuo de Dados Não-Estruturados: Descobrindo Conhecimento em Tweets. 2014. Iniciação Científica. (Graduando em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Rodrigo Coelho Barros.



Inovação



Projetos de pesquisa


Outras informações relevantes


Contemplado com bolsa FAPESP BEPE para doutorado sanduiche na Inglaterra



Página gerada pelo Sistema Currículo Lattes em 18/11/2018 às 4:37:37