Renato Bueno

  • Endereço para acessar este CV: http://lattes.cnpq.br/7189857417959804
  • Última atualização do currículo em 05/02/2018


Possui graduação em Bacharelado em Ciências de Computação pela Universidade de São Paulo (2002), mestrado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (2005) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (2009). Tem experiência na área de Ciência da Computação, com ênfase em Banco de Dados, atuando principalmente nos seguintes temas: recuperação por conteúdo de dados complexos, indexação de dados em domínios métricos, consultas por similaridade, evolução temporal de dados métricos e visualização de bases de dados. (Texto informado pelo autor)


Identificação


Nome
Renato Bueno
Nome em citações bibliográficas
BUENO, R.;BUENO, RENATO

Endereço


Endereço Profissional
Universidade Federal de São Carlos, Centro de Ciências Exatas e de Tecnologia, Departamento de Computação.
Rodovia Washington Luís, km 235
Monjolinho
13565905 - São Carlos, SP - Brasil - Caixa-postal: 676
Telefone: (16) 33519497


Formação acadêmica/titulação


2005 - 2009
Doutorado em Ciências da Computação e Matemática Computacional.
Universidade de São Paulo, USP, Brasil.
Título: Tratamento do tempo e dinamicidade em dados representados em espaços métricos, Ano de obtenção: 2009.
Orientador: Caetano Traina Júnior.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.
Grande área: Ciências Exatas e da Terra
2003 - 2005
Mestrado em Ciências da Computação e Matemática Computacional.
Universidade de São Paulo, USP, Brasil.
Título: Desenvolvimento de Algoritmos Genéticos para Consultas por Similaridade em Domínios Métricos,Ano de Obtenção: 2005.
Orientador: Caetano Traina Júnior.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.
Palavras-chave: Consultas por similaridade; Algoritmos genéticos; Consultas aproximadas.
Grande área: Ciências Exatas e da Terra
1998 - 2002
Graduação em Bacharelado em Ciências de Computação.
Universidade de São Paulo, USP, Brasil.
Orientador: Caetano Traina Júnior.
Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil.




Atuação Profissional



Universidade Federal de São Carlos, UFSCAR, Brasil.
Vínculo institucional

2010 - Atual
Vínculo: Servidor Público, Enquadramento Funcional: Professor Adjunto, Carga horária: 40, Regime: Dedicação exclusiva.

Atividades

11/2014 - Atual
Direção e administração, Centro de Ciências Exatas e de Tecnologia, Departamento de Computação.

Cargo ou função
Vice-Coordenador do Curso de Bacharelado em Ciência da Computação.


Projetos de pesquisa


2017 - Atual
Mineração, Indexação e Visualização de Big Data no contexto de sistemas de apoio a decisão clínica (MIVisBD)

Projeto certificado pelo(a) coordenador(a) Agma Juci Machado Traina em 30/01/2018.
Descrição: Hoje, quase todas as atividades humanas geram e/ou demandam armazenar e processar conjuntos de dados cada vez maiores, que muitas vezes são diversos e complexos. Esse cenário de crescimento vertiginoso, que ocorre tanto no meio científico, acadêmico, empresarial e até mesmo nas atividades de lazer, demanda novos métodos eficientes para organização e acesso. Tal cenário está sendo chamado como a "era do big data". Atividades e sistemas relacionados à saúde estão no centro desse cenário, pois produzem grandes quantidades de dados diversificados e complexos. É importante que avancemos tecnologicamente, de modo a nos beneficiarmos desse volume de dados para ampliar o conhecimento das áreas, de modo, por exemplo, a apoiar o processo de tomada de decisão. Esse apoio à decisão em sistemas complexos está cada vez mais orientado pelas informações extraídas e o que se aprende desses grandes volumes de dados. Em um ambiente clínico, os Registos Eletrônicos dos Pacientes (REP) constituem uma plataforma propícia ao desenvolvimento de estratégias para extração de informações dos pacientes, seus perfis e mesmo de grupos que possuem uma mesma casuística. Neste projeto, pretende-se integrar suportes inovadores de bancos de dados, processamento de imagens e métodos de análise visuais de dados com base em REPs e repositórios de dados clínicos para reunir informações valiosas e significativas para a tomada de decisões que apoiem o diagnóstico e tratamento de pacientes. O tamanho e a complexidade das bases de dados de REPs oferecem grandes desafios de processamento, tanto em termos de desenvolvimento e aplicação de técnicas de análise e de extração de conhecimento, quanto ao apoio ao desenvolvimento de ferramentas práticas para uso clínico. No entanto, também incorporam uma infinidade de oportunidades para criar algoritmos e métodos capazes de exibir informações relevantes relacionadas com um paciente particular ou grupos de pacientes, que estariam usualmente ocultas pelo grande volume de dados. Além disso, uma manipulação eficiente desses dados possui alto potencial para tornar os REPs em uma plataforma mais eficaz para apoiar os profissionais de saúde, lidando com aplicações médicas de rápida demanda bem como decisões governamentais estratégicas em saúde. Neste projeto iremos desenvolver métodos e algoritmos que serão materializados em uma plataforma modular a ser disponibilizada para a comunidade da área, apoiando o cotidiano da tomada de decisões em sistemas de saúde. Projeto Temático envolvendo 3 instituições nacionais e 8 instituições internacionais..
Situação: Em andamento; Natureza: Pesquisa.

Integrantes: Renato Bueno - Integrante / Agma Juci Machado Traina - Coordenador.
Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
2014 - Atual
Técnicas fundamentais para sistemas de gerenciamento de bases de dados complexos relacionais
Descrição: Os Sistemas de Gerenciamento de Bases de Dados (SGBD) baseados na Teoria Relacional foram desenvolvidos para atender às necessidades de armazenagem e recuperação de grandes volumes de dados representados por valores numéricos, datas e pequenas cadeias de caracteres, chamados genericamente ``dados escalares''. Com a evolução da tecnologia da informação, vem se tornando necessário organizar, armazenar e recuperar outros tipos de dados, a que nos referimos como ``dados complexos'', tais como imagens, vídeo, séries temporais, sequências genômicas, etc. As consultas por identidade ou ROT, úteis para dados escalares, não são adequadas para dados complexos. Para eles, as consultas por similaridade têm sido a opção mais estudada, mas a sua disponibilidade nos SGBD ainda é bastante restrita. Este projeto visa realizar um estudo amplo sobre a incorporação de recursos para recuperação de dados complexos por similaridade em SGBD Relacionais, e desenvolver técnicas básicas que cubram as principais necessidades dos principais módulos de um SGBD, incluindo: - A integração da representação de consultas por similaridade em uma extensão da linguagem SQL, - A definição unificada dos operadores algébricos por similaridade segundo a teoria relacional, como operadores interoperáveis com os tradicionais, - O desenvolvimento de técnicas para otimização lógica e física dos planos de execução de consultas, e - O desenvolvimento de técnicas para indexação e recuperação eficiente de em combinações de operações de busca por similaridade, por identidade e por ROT..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (4) / Doutorado: (6) .

Integrantes: Renato Bueno - Integrante / Caetano Traina Jr - Coordenador.
Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
2014 - Atual
Mineração de imagens e recuperação perceptual de imagens por conteúdo para sistemas de apoio ao diagnóstico médico

Projeto certificado pelo(a) coordenador(a) Agma Juci Machado Traina em 08/01/2016.
Descrição: A proposta deste projeto consiste em promover a aproximação dos sistemas de recuperação de imagens por conteúdo (CBIR) à realidade médica e explorar sua capacidade em Sistemas de Auxílio ao Diagnóstico (Computer-Aided Diagnosis) por imagens integrando essas duas novas abordagens: percepção do especialista e perfil do usuário no processo de recuperação e de mineração de imagens médicas. Para isso, serão disponibilizadas aos sistemas CBIR técnicas e ferramentas que permitam incorporar a perspectiva de análise de imagens e dados do ponto de vista do conhecimento do especialista, diminuindo o gap semântico. A inclusão da percepção do especialista e dos perfis dos usuários na construção de ferramentas CBIR irá aproximar essa tecnologia do especialista médico, quebrando a barreira entre a ciência médica e a ciência da computação..
Situação: Em andamento; Natureza: Pesquisa.

Integrantes: Renato Bueno - Integrante / Agma Juci Machado Traina - Coordenador.
Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
2011 - 2013
Integração de múltiplos espaços métricos em consultas por similaridade: Aplicações em imagens médicas
Descrição: Pesquisar maneiras de melhorar os resultados obtidos nas consultas por conteúdo sobre dados complexos, representados por múltiplos conjuntos de características..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) .

Integrantes: Renato Bueno - Coordenador.
Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Número de produções C, T & A: 3 / Número de orientações: 2
2009 - 2012
AgroDataMine: Desenvolvimento de Métodos e Técnicas de Mineração de Dados para apoiar Pesquisas em Mudanças Climáticas com Ênfase em Agrometeorologia
Descrição: O aquecimento global e suas conseqüências trazem novos desafios para os pesquisadores do Século XXI. Apesar da comunidade científica não ter dúvidas sobre o aquecimento do planeta, é premente a identificação das causas do aumento da temperatura média global, bem como a quantificação desse aquecimento e suas consequências para os ecossistemas. Modelos matemáticos e estatísticos têm sido empregados para analisar os possíveis cenários futuros e consequentemente uma grande quantidade de dados tem sido gerada. Além disso, o avanço tecnológico tem propiciado melhorias nos diversos sensores utilizados para medições de dados climáticos e de imageamento da superfície terrestre, contribuindo para o aumento na quantidade e complexidade dos dados gerados. As pesquisas envolvendo grande volume e diversidade de dados remete a dois dos Grandes Desafios da Computação: a gestão da informação em grandes volumes de dados e a modelagem computacional de sistemas complexos. Neste contexto, este projeto de pesquisa propõe investigar e desenvolver técnicas e métodos computacionais para analisar os conjuntos de dados complexos utilizados por meteorologistas e agrometeorologistas, para auxiliá-los na pesquisa de impactos das mudanças climáticas na agricultura brasileira. Em linhas gerais, o objetivo deste projeto é desenvolver métodos para analisar os resultados dos modelos regionais de prognóstico de mudanças climáticas e compará-los com medidas reais coletadas pelas estações de superfície, a fim de avaliar a qualidade dos dados gerados e dar subsídios para a calibração dos modelos de previsão. Adicionalmente, pretende-se desenvolver novos métodos para filtrar, analisar e extrair padrões da associação entre dados climáticos e dados extraídos de sensores remotos para auxiliar nas pesquisas agrícolas. O projeto embasa-se na parceria de pesquisadores do Grupo de Bases de Dados e Imagens (GBdI) do ICMC-USP, da Embrapa Informática Agropecuária, do Centro de Pesquisas Meteorológicas e Climáticas..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) / Doutorado: (3) .

Integrantes: Renato Bueno - Integrante / Caetano Traina Jr - Integrante / Agma Juci Machado Traina - Coordenador / Maria Camila N. Barione - Integrante / Humberto Luiz Razente - Integrante / Daniel dos Santos Kaster - Integrante / Adriano Arantes Paterlini - Integrante / Pedro Henrique Bugatti - Integrante / Elaine Parros Machado de Sousa - Integrante / José Fernando Rodrigues Júnior - Integrante / Marcela Xavier Ribeiro - Integrante / Luciana Alvim Romani - Integrante / Jurandir Zullo Jr - Integrante / Ana Maria H. Avila - Integrante / Renata Gonçalves - Integrante / Daniel Y. T. Chino - Integrante.
Financiador(es): Microsoft Corporation - Auxílio financeiro / Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
2009 - 2011
Projeto Universal ? VarSimDNS - Variações de Operadores de Consultas por Similaridade para Melhor Qualidade de Respostas
Descrição: Auxílio Integrado à Pesquisa do CNPq, Projeto Nº 476529/2009-3..
Situação: Em andamento; Natureza: Pesquisa.

Integrantes: Renato Bueno - Integrante / Caetano Traina Jr - Coordenador / Agma Juci Machado Traina - Integrante / Maria Camila N. Barione - Integrante / Elaine Parros Machado de Sousa - Integrante / Cristina Dutra Aguiar Ciferrii - Integrante.
Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
2008 - 2009
MICAD - Mineração de Imagens Médicas por Conteúdo apoiando CAD: Aplicações em um Hospital Escola
Descrição: O volume de dados e imagens gerados nos hospitais e clínicas médicas cresce a um ritmo cada vez mais acelerado, devido ao barateamento do custo de coletar e armazenar tais informações. O diagnóstico baseado em imagens pode ser grandemente aprimorado se o especialista da área médica puder recuperar de modo rápido e pertinente informações que o apoiem na tomada de decisão. Por exemplo, recuperar casos parecidos com o que está sendo analisado, verificar o inter-relacionamento entre itens de dado e tratamentos/resultados alcançados, bem como visualizar num piscar de olhos a evolução de casos semelhantes e já diagnosticados por colegas especialistas. Este projeto visa o desenvolvimento de técnicas e algoritmos que constituirão o arcabouço teórico e prático para o desenvolvimento de ferramentas que possibilitem compreender o inter-relacionamento entre as características das imagens (que as representam) e seu significado semântico, de modo a obter os dados mais relevantes para serem utilizados para responder consultas por similaridade para apoiar o processo de decisão na elaboração de diagnósticos médicos. Os resultados alcançados por este projeto serão aplicados a sistemas de arquivamento e recuperação de imagens médicas (PACS), permitindo alcançar um patamar mais elevado em tais sistemas. Ou seja, sistemas PACS que já organizam as imagens e dados e pacientes, passarão a apoiar a tomada de decisão para suporte ao diagnóstico médico por imagens..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (2) / Doutorado: (7) .

Integrantes: Renato Bueno - Coordenador / Caetano Traina Jr - Integrante / Agma Juci Machado Traina - Integrante / Maria Camila N. Barione - Integrante / Humberto Luiz Razente - Integrante / Mônica Ribeiro Porto Ferreira - Integrante / Pedro Henrique Bugatti - Integrante / Elaine Parros Machado de Sousa - Integrante / José Fernando Rodrigues Júnior - Integrante / Marcela Xavier Ribeiro - Integrante / Luciana Alvim Romani - Integrante / Paulo Mazzoncini de Azevedo Marques - Integrante / André Guilherme Ribeiro Balan - Integrante / Carolina Yukari Veludo Watanabe - Integrante / Marcelo Ponciano da Silva - Integrante / Alceu Ferraz Costa - Integrante / Júlio César Fradico - Integrante / Cristina Dutra Aguiar Ciferrii - Integrante / Sérgio Francisco da Silva - Integrante.
Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
2006 - 2010
MIRVisIM - Mineração, Indexação, Recuperação e Visualização de Dados em Sistemas de Arquivamento de Imagens Médicas
Descrição: Este projeto visa propor e implementar novas técnicas e ferramentas que permitam extrair o conhecimento inerente a exames médicos por imagens, aumentando a funcionalidade de um sistema PACS em desenvolvimento (cbPACS). O ferramental a ser desenvolvido depende de quatro vertentes de pesquisa, desde o suporte básico do desenvolvimento de técnicas de extração de características de imagens de modo a propiciar sua recuperação por conteúdo e efetuar consultas por similaridade; o desenvolvimento e aprimoramento de métodos de acesso eficientes para processar tais consultas de modo rápido e efetivo; o desenvolvimento de técnicas de mineração de dados através de regras de associação e seleção de atributos. Tais atividades serão suportadas por técnicas de visualização de dados que serão propostas e implementadas visando auxiliar o desenvolvimento e afinamento dos algoritmos das vertentes anteriores. A recuperação de imagens por conteúdo vale-se da extração de características das imagens, porém as características extraídas individualmente têm pouco significado de forma isolada para a busca de imagens específicas. Assim, para que as consultas por similaridade recuperem imagens significativas em aplicações destinadas ao usuário final, é necessário que as consultas especifiquem detalhadamente como as características devem ser comparadas, integrando diversas características na mesma consulta. Este projeto objetiva também disponibilizar ferramental para auxiliar o preparo das consultas que serão embutidas em aplicativos para o usuário final. Para atingir tal meta, o projeto deve explorar a utilização de maneira integrada de quatro recursos: sistemas de bancos de dados relacionais; indexação de dados em domínios métricos; consultas por similaridade; e mineração de imagens..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (4) / Doutorado: (10) .

Integrantes: Renato Bueno - Integrante / Caetano Traina Jr - Integrante / Agma Juci Machado Traina - Coordenador / Maria Camila N. Barione - Integrante / Humberto Luiz Razente - Integrante / Mônica Ribeiro Porto Ferreira - Integrante / Adriano Arantes Paterlini - Integrante / Elaine Parros Machado de Sousa - Integrante / José Fernando Rodrigues Júnior - Integrante / Marcela Xavier Ribeiro - Integrante / Paulo Mazzoncini de Azevedo Marques - Integrante / Natália Abdala Rosa - Integrante / Ana Paula Appel - Integrante / André Guilherme Ribeiro Balan - Integrante / Luis Marcelo Bortolotti - Integrante / Carolina Yukari Veludo Watanabe - Integrante / Ana Lúcia Filardi - Integrante / Éderson Antônio Gomes Dorileo - Integrante / Ives Renê Venturini Pola - Integrante.
Financiador(es): Carnegie Mellon University - Cooperação / Faculdade de Filosofia Ciências e Letras de Ribeirão Preto - Cooperação / Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro / Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto - Cooperação.


Revisor de periódico


2015 - Atual
Periódico: KNOWLEDGE AND INFORMATION SYSTEMS
2016 - Atual
Periódico: T.I.S. Tecnologias Infraestrutura e Software


Revisor de projeto de fomento


2017 - Atual
Agência de fomento: Fundação de Amparo à Pesquisa do Estado de São Paulo


Áreas de atuação


1.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Banco de Dados.
2.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Sistemas de Informação.
3.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Processamento Gráfico (Graphics).


Prêmios e títulos


2005
Indicação de trabalho como um dos três melhores do XX Simpósio Brasileiro de Banco de Dados, Sociedade Brasileira de Computação - SBC.


Produções



Produção bibliográfica
Citações

SCOPUS

Artigos completos publicados em periódicos

1.
VIEL, CAIO CÉSAR2014VIEL, CAIO CÉSAR ; RODRIGUES, KAMILA RIOS DA HORA ; MELO, ERICK LAZARO ; BUENO, RENATO ; PIMENTEL, MARIA DA GRAÇA CAMPOS ; TEIXEIRA, CESAR AUGUSTO CAMILLO . Interaction with a Problem Solving Multi Video Lecture: Observing Students from Distance and Traditional Learning Courses. International Journal: Emerging Technologies in Learning, v. 9, p. 39-46, 2014.

2.
KASTER, D. S.2011KASTER, D. S. ; OLIVEIRA, W. D. ; BUENO, R. ; TRAINA, Agma Juci Machado ; TRAINA JR, Caetano . Nearest Neighbor Queries with Counting Aggregate-based Conditions. Journal of Information and Data Management - JIDM, v. 2, p. 401-416, 2011.

3.
BUENO, R.;BUENO, RENATO2007BUENO, R.; TRAINA, Agma Juci Machado ; TRAINA JR, Caetano . Genetic Algorithms for Approximate Similarity Queries. Data & Knowledge Engineering, v. 62, p. 459-482, 2007.

Trabalhos completos publicados em anais de congressos
1.
DIAS, RAFAEL LOOSLI ; MPINDA, STEVE ATAKY TSHAM ; BUENO, RENATO ; RIBEIRO, MARCELA XAVIER . Visual-Interactive k-NDN Method (VIK): A Novel Approach to Visualize and Interact with Content-Based Image Retrieval Systems Regarding Similarity and Diversity. In: 2017 21st International Conference Information Visualisation (IV), 2017, London. 2017 21st International Conference Information Visualisation (IV), 2017. p. 72-77.

2.
BARROSO, RODRIGO FERNANDES ; PONCIANO-SILVA, MARCELO ; TRAINA, Agma Juci Machado ; BUENO, RENATO . Speeding up the combination of multiple descriptors for different boundary conditions. In: 2015 XLI Latin American Computing Conference (CLEI), 2015, Arequipa. 2015 Latin American Computing Conference (CLEI), 2015. p. 1-11.

3.
DIAS, RAFAEL L. ; BUENO, RENATO ; RIBEIRO, MARCELA X. . Reducing the complexity of k-nearest diverse neighbor queries in medical image datasets through fractal analysis. In: 2013 IEEE 26th International Symposium on ComputerBased Medical Systems (CBMS), 2013, Porto. Proceedings of the 26th IEEE International Symposium on Computer-Based Medical Systems, 2013. p. 101-106.

4.
BARROSO, R. F. ; Silva M. P. ; TRAINA, Agma Juci Machado ; BUENO, R. . Using Boundary Conditions for Combining Multiple Descriptors in Similarity Based Queries. In: Iberoamerican Congress, CIARP, 2013, Havana. Cuba. Progress in Pattern Recognition, Image Analysis, Computer Vision, and Applications: 18th Iberoamerican Congress, CIARP 2013,, 2013. v. 8258. p. 375-382.

5.
CARNIEL, A. C. ; SA, A. A. ; BRISIGHELLO, V. H. P. ; Ribeiro, M.X. ; BUENO, R. ; Ciferrii, C. D. A. ; CIFERRI, R. R. . Query processing over data warehouse using relational databases and NoSQL. In: XXXVIII Conferencia Latinoamericana En Informatica (CLEI), 2012, 2012, Medelin, Colômbia. Aceito para Publicação, 2012. p. 1-9.

6.
BUENO, R.; KASTER, D. S. ; RAZENTE, Humberto Luiz ; BARIONE, Maria Camila N. ; TRAINA, Agma Juci Machado ; TRAINA JR, Caetano . Using Visual Analysis to Weight Multiple Signatures to Discriminate Complex Data. In: International Conference on Information Visualization (IV), 2011, Londres. Proceedings of 15th International Conference on Information Visualization - IV'11, 2011. p. 282-287.

7.
BUENO, R.; RAZENTE, Humberto Luiz ; KASTER, D. S. ; BARIONE, Maria Camila N. ; TRAINA, Agma Juci Machado ; TRAINA JR, Caetano . Metric Data Analysis Enhanced through Temporal Visualization. In: 14th International Conference on Information Visualization (IV), 2010, Londres. Proceedings of 14th International Conference on Information Visualization - IV'10, 2010. p. 116-121.

8.
BUENO, R.; Ribeiro, M.X. ; TRAINA, Agma Juci Machado ; TRAINA JR, Caetano . Improving Medical Image Retrieval through Multi-Descriptor Similarity Functions and Association Rules. In: IEEE Symposium on Computer-Based Medical Systems (CBMS), 2010, Perth, Austrália. Proceedings of the CBMS 2010, 2010. p. 309-314.

9.
BUENO, R.; KASTER, D. S. ; TRAINA, Agma Juci Machado ; TRAINA JR, Caetano . Time-Aware Similarity Search: A Metric-temporal Representation for Complex Data. In: International Symposium on Spatial and Temporal Databases (SSTD), 2009, Aalborg, Denmark. Lecture Notes in Computer Science. Berlin Heidelberg: Springer-Verlag, 2009. v. 5644. p. 302-319.

10.
BUENO, R.; KASTER, D. S. ; PATERLINI, A. A. ; TRAINA, Agma Juci Machado ; TRAINA JR, Caetano . Unsupervised Scaling of Multi-Descriptor Similarity Functions for Medical Image Datasets. In: IEEE Symposium on Computer-Based Medical Systems (CBMS), 2009, Albuquerque, NM, USA. Proceedings of the CBMS. Los Alamitos: IEEE Computer Society, 2009. p. 24-31.

11.
BUENO, R.; KASTER, D. S. ; TRAINA, Agma Juci Machado ; TRAINA JR, Caetano . A New Approach for Optimization of Dynamic Metric Access Methods Using an Algorithm of Effective Deletion. In: 20th International Conference on Scientific and Statistical Database Management (SSDBM 2008), 2008, Hong Kong. Lecture Notes in Computer Science. Berlin / Heidelberg: Springer, 2008. v. 5069. p. 366-383.

12.
BUENO, R.; TRAINA JR, Caetano ; TRAINA, Agma Juci Machado . Accelerating Approximate Similarity Queries using Genetic Algorithms. In: 20th ACM Symposium on Applied Computing (SAC), 2005, Santa Fé, New Mexico. Proceeding s of the 20th ACM Symposium on Applied Computing, 2005., 2005. v. 1. p. 617-622.

13.
BUENO, R.; TRAINA, Agma Juci Machado ; TRAINA JR, Caetano . Algoritmos Genéticos para Consultas por Similaridade Aproximadas. In: XX Simpósio Brasileiro de Banco de Dados - SBBD, 2005, Uberlândia/MG. Anais do XX Simpósio Brasileiro de Banco de Dados - SBBD, 2005. p. 190-204.

14.
TRAINA, Agma Juci Machado ; TRAINA JR, Caetano ; BOTELHO, E. ; BARIONE, Maria Camila N. ; BUENO, R. . Visualização de Dados em Sistemas de Bases de Dados Relacionais. In: XVI Simpósio Brasileiro de Banco de Dados - SBBD, 2001, Rio de Janeiro/RJ. Anais XVI Simpósio Brasileiro de Banco de Dados - SBBD. Rio de Janeiro: SBC, 2001. p. 95-108.

Resumos expandidos publicados em anais de congressos
1.
CARDOSO, A. C. ; BUENO, R. . Inclusão de Diversidade em Consultas por Similaridade Utilizando Múltiplos Descritores. In: Workshop on Thesis and Dissertations in Databases, 2015, Petrópolis, RJ. Proceedings of Satellite Events of the 30th Brazilian Symposium on Databases, 2015. p. 232-238.

2.
SOUSA, I. C. O. V. ; BUENO, R. . Análise da Evolução Temporal de Dados Complexos. In: Workshop de Teses e Dissertações do Simpósio Brasileiro de Banco de Dados, 2013, Recife / PE. PROCEEDINGS OF 28TH BRAZILIAN SYMPOSIUM ON DATABASES THESIS AND DISSERTATION WORKSHOP (WTDBD), 2013. p. 29-35.

3.
CARNIEL, A. C. ; SA, A. A. ; Ribeiro, M.X. ; BUENO, R. ; Ciferrii, C. D. A. ; CIFERRI, R. R. . Análise Experimental de Bases de Dados Relacionais e NoSQL no Processamento de Consultas sobre Data Warehouse. In: Simpósio Brasileiro de Banco de Dados, 2012, São Paulo. 27th Brazilian Symposium on Databases - Short Papers Proceedings, 2012. p. 113-120.

4.
BARROSO, R. F. ; BUENO, R. . Método de Balanceamento de Múltiplos Descritores Usando Condições de Contorno para Pesquisas por Similaridade. In: Simpósio Brasileiro de Banco de Dados, 2012, São Paulo. 27th Brazilian Symposium on Databases Thesis and Dissertation Workshop (WTDBD), 2012. p. 49-54.

5.
BUENO, R.; TRAINA, Agma Juci Machado ; TRAINA JR, Caetano . An algorithm for effective deletion and a new optimization technique for Metric Access Methods. In: 23rd Annual ACM Symposium on Applied Computing (SAC 2008), 2008, Fortaleza. CE. Anais do ACM SAC 2008. New York: ACM Press, 2008. v. 2. p. 1034-1035.

Resumos publicados em anais de congressos
1.
BUENO, R.; RAZENTE, Humberto Luiz ; BARIONE, Maria Camila N. ; KASTER, D. S. ; TRAINA, Agma Juci Machado ; TRAINA JR, Caetano . Visualization of Metric Data Evolution. In: International Conference on Information Visualization (IV), 2009, Barcelona, Spain. Book of Abstracts of 13th International Conference on Information Visualisation, 2009. p. 55-55.



Bancas



Participação em bancas de trabalhos de conclusão
Mestrado
1.
FELIPE, J. C.; BUENO, R.; GONZAGA, A.; Ribeiro, M.X.. Participação em banca de Carlos Humberto Porto Filho. Técnicas de aprendizado não supervisionado baseado no algoritmo da Caminhada do Turista. 2017. Dissertação (Mestrado em Bioengenharia) - Universidade de São Paulo.

2.
SANTOS, M. T. P.; BUENO, R.; OTSUKA, J. L.; RODRIGUES, L. C.; VALENCIO, C. R.. Participação em banca de Marco Antonio Colombo da Silva. Descoberta do Estilo de Aprendizagem pela Experiência do Estudante e Expectativa do Professor para a Recomendação de REAs. 2017. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Carlos.

3.
BARIONE, Maria Camila N.; BUENO, R.; NASCIMENTO, M. Z.. Participação em banca de Lucimeire Alves da Silva. Exploração das Propriedades de Hubness para Detecção Semi-Supervisionada de Outliers em dados de Alta Dimensão. 2017. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia.

4.
Ribeiro, M.X.; BUENO, R.; FELIPE, J. C.. Participação em banca de Luiz Gustavo dos Santos Real. Uso de Múltiplos Descritores com Condições de Contorno e Visualização Hierárquica em CBIR. 2017. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Carlos.

5.
BUENO, R.; Ribeiro, M.X.; RAZENTE, Humberto Luiz. Participação em banca de Ana Claudia Cardoso. Inclusão de Diversidade em Consultas aos Vizinhos Mais Próximos Usando Descritores Distintos para Similaridade e Diversidade. 2017. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Carlos.

6.
CORDEIRO, R. L. F.; BUENO, R.; TRAINA JR, Caetano; MORO, M. M.. Participação em banca de André dos Santos Gonzaga. Divisão relacional por similaridade em banco de dados. 2017. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

7.
Ciferrii, C. D. A.; BUENO, R.; RODRIGUES JUNIOR, J. F.. Participação em banca de Lucas de Carvalho Scabora. Valiação do Star Schema Benchmark aplicado a bancos de dados NoSQL distribuídos e orientados a colunas. 2016. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

8.
BUENO, R.; BUGATTI, P. H.; SANTOS, M. T. P.. Participação em banca de Isis Caroline Oliveira de Sousa Fogaça​. Análise da Evolução Temporal de Dados Métricos. 2016. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Carlos.

Teses de doutorado
1.
CIFERRI, R. R.; BUENO, R.; HRUSCHKA JUNIOR, E. R.; CARVALHO, A. C. P. L. F.; SCORZAFAVE, L. G. D. S.. Participação em banca de Sergio Ricardo Borges Junior. SENSEMBLES ? Uma abordagem para melhorar a qualidade das correspondências de instâncias disjuntas em estudos observacionais explorando características idênticas e ensembles de regressores. 2016. Tese (Doutorado em Ciência da Computação) - Universidade Federal de São Carlos.

Qualificações de Doutorado
1.
BUENO, R.; REZENDE, S. O.; VALENCIO, C. R.. Participação em banca de Carlos Roberto Silveira Junior. Mineração de Regras de Associação Espaço-Temporais Temáticas Aplicada a Imagens de Explosões Solares. 2016. Exame de qualificação (Doutorando em Ciência da Computação) - Universidade Federal de São Carlos.

Qualificações de Mestrado
1.
CORDEIRO, R. L. F.; BUENO, R.; Ciferrii, C. D. A.. Participação em banca de André dos Santos Gonzaga. Divisão Relacional por Similaridade em Banco de Dados: definição formal, incorporação à Álgebra Relacional e desenvolvimento de algoritmos. 2016. Exame de qualificação (Mestrando em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

2.
BUENO, R.; Ribeiro, M.X.; CIFERRI, R. R.. Participação em banca de Claudio Eduardo Paiva. Visualização de Consultas por Similaridade em Dados Complexos. 2016. Exame de qualificação (Mestrando em Ciência da Computação) - Universidade Federal de São Carlos.

Trabalhos de conclusão de curso de graduação
1.
LUCREDIO, D.; BUENO, R.; FERRARI JUNIOR, R.. Participação em banca de João Paulo de Souza Soares.Construindo uma Startup com apoio de planilhas do Google. 2017. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Carlos.

2.
CIFERRI, R. R.; BUENO, R.; Ribeiro, M.X.. Participação em banca de Tarcísio Fonseca Guidoni.Processamento de Dados Espaciais em Clusters de Computadores usando o Framework SpatialHadoop. 2017. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal de São Carlos.

3.
Ribeiro, M.X.; BUENO, R.; SANTOS, M. T. P.. Participação em banca de Rafael Rodrigues de Oliveira Sales.A influência de diferentes técnicas de amostragem probabilística na geração de regras de associação em mineração de dados. 2017. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal de São Carlos.

4.
POLITANO, P. R.; BUENO, R.; VALENTE, F. J.. Participação em banca de André Luiz Jábali Barreto Junior.Desenvolvimento e Implantação de Relatório Gerencial utilizando ABAP no ERP SAP All-in-One. 2016. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal de São Carlos.

5.
CIFERRI, R. R.; BUENO, R.; SANTOS, M. T. P.. Participação em banca de Pedro Galvão de Franca Pupo.Ambiente de Data Warehousing com Suporte a Consulta por Similaridade no Domínio de Imagens Médicas. 2016. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal de São Carlos.

6.
Ribeiro, M.X.; BUENO, R.; SANTOS, M. T. P.. Participação em banca de Altamir Gomes Bispo Junior.Um Sistema Computacional Para A Mineração Visual de Dados e Embasado No Modelo Cliente/Servidor. 2016. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de São Carlos.

7.
SANTOS, A. C.; BUENO, R.; POLITANO, P. R.. Participação em banca de Gabriele Lamarck Silveira.Arquitetura Empresarial: Estudo do Framework TOGAF e Aplicação da Linguagem ArchiMate em casos da UFSCar. 2016. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal de São Carlos.

8.
BUENO, R.; Ribeiro, M.X.. Participação em banca de Érico Hissao Simão Suyama.Visão Computacional com o framework OPENCV: implementando uma aplicação de reconhecimento facial em dispositivos móveis. 2016. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de São Carlos.

9.
BUENO, R.; SANTOS, M. T. P.; SPERANZA, E. A.. Participação em banca de Fabio Schioser Pereira.Avaliação de eficácia de descritores de imagens: um estudo de caso com uma base de imagens de insetos. 2016. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de São Carlos.




Eventos



Participação em eventos, congressos, exposições e feiras
1.
2017 21st International Conference Information Visualisation (IV).Visual-Interactive k-NDN Method (VIK): A Novel Approach to Visualize and Interact with Content-Based Image Retrieval Systems Regarding Similarity and Diversity. 2017. (Simpósio).

2.
15th International Conference on Information Visualization (IV).Using Visual Analysis to Weight Multiple Signatures to Discriminate Complex Data. 2011. (Simpósio).

3.
14th International Conference on Information Visualization (IV). Metric Data Analysis Enhanced through Temporal Visualization. 2010. (Congresso).

4.
11th International Symposium on Spatial and Temporal Databases.Time-aware Similarity Search: a Metric-Temporal Representation for Complex Data.. 2009. (Simpósio).

5.
13th International Conference on Information Visualisation - Showcase (IV09). Visualization of Metric Data Evolution. 2009. (Congresso).

6.
20th International Conference on Scientific and Statistical Database Management (SSDBM 2008). A New Approach for Optimization of Dynamic Metric Access Methods Using an Algorithm of Effective Deletion. 2008. (Congresso).

7.
23rd Annual ACM Symposium on Applied Computing (SAC 2008).An algorithm for effective deletion and a new optimization technique for Metric Access Methods. 2008. (Simpósio).

8.
XX Simpósio Brasileiro de Banco de Dados - SBBD.Algoritmos Genéticos para Consultas por Similaridade Aproximadas. 2005. (Simpósio).



Orientações



Orientações e supervisões concluídas
Dissertação de mestrado
1.
Ana Claudia Cardoso. Inclusão de Diversidade em Consultas aos Vizinhos Mais Próximos Usando Descritores Distintos para Similaridade e Diversidade. 2017. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Carlos, . Orientador: Renato Bueno.

2.
Isis Caroline Oliveira de Sousa Fogaça. Análise da EvoluçãoTemporal de Dados Métricos. 2016. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Carlos, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Orientador: Renato Bueno.

3.
Rodrigo Fernandes Barroso. Balanceamento de Múltiplos Descritores Usando Condições de Contorno para Pesquisas por Similaridade. 2014. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Carlos, . Orientador: Renato Bueno.

Trabalho de conclusão de curso de graduação
1.
Fabio Schioser Pereira. Avaliação de eficácia de descritores de imagens: um estudo de caso com uma base de imagens de insetos. 2016. Trabalho de Conclusão de Curso. (Graduação em Sistemas de Informação) - Universidade Federal de São Carlos. Orientador: Renato Bueno.

2.
Érico Hissao Simão Suyama. Visão Computacional com o framework OPENCV: implementando uma aplicação de reconhecimento facial em dispositivos móveis. 2016. Trabalho de Conclusão de Curso. (Graduação em Sistemas de Informação) - Universidade Federal de São Carlos. Orientador: Renato Bueno.




Página gerada pelo Sistema Currículo Lattes em 20/02/2019 às 9:40:28