Saul de Castro Leite

  • Endereço para acessar este CV: http://lattes.cnpq.br/4802548698016081
  • Última atualização do currículo em 10/10/2018


Possui graduação em Ciência da Computação com minor em Matemática (Mag Cum Laude) - Oklahoma State University (2002) e doutorado em Modelagem Computacional - Laboratório Nacional de Computação Científica (2009). Atualmente é professor adjunto da Universidade Federal do ABC (UFABC), atuando principalmente nos seguintes temas: aproximações por difusão para sistemas de filas, métodos numéricos para problemas de controle, reconhecimento de padrões. (Texto informado pelo autor)


Identificação


Nome
Saul de Castro Leite
Nome em citações bibliográficas
LEITE, S. C.;Leite, Saul C.;Leite, S. C.;LEITE, SAUL DE CASTRO

Endereço


Endereço Profissional
Universidade Federal do ABC, Centro de Matemática, Computação e Cognição.
Avenida dos Estados 5001
Bangú
09210580 - Santo André, SP - Brasil
Telefone: (011) 49968300


Formação acadêmica/titulação


2005 - 2009
Doutorado em Modelagem Computacional.
Laboratório Nacional de Computação Científica, LNCC, Brasil.
Título: Aproximações para Redes Estocásticas Sinalizantes Sob Tráfego Pesado, Ano de obtenção: 2009.
Orientador: Marcelo Dutra Fragoso.
Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil.
Palavras-chave: Aproximações por Difusão; Sistemas de filas.
Grande área: Ciências Exatas e da Terra
Grande Área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Probabilidade e Estatística Aplicadas.
1998 - 2002
Graduação em Computer Science (Minor:Mathematics) Mag Cum Laude.
Oklahoma State University, OSU, Estados Unidos.


Pós-doutorado


2014 - 2015
Pós-Doutorado.
University of California, San Diego, UCSD, Estados Unidos.
Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil.
Grande área: Ciências Exatas e da Terra
Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Modelos Analíticos e de Simulação.
2009 - 2010
Pós-Doutorado.
Laboratório Nacional de Computação Científica, LNCC, Brasil.
Bolsista do(a): Laboratório Nacional de Computação Científica - MCT, LNCC-MCT, Brasil.
Grande área: Ciências Exatas e da Terra


Atuação Profissional



Universidade Federal do ABC, UFABC, Brasil.
Vínculo institucional

2018 - Atual
Vínculo: Servidor Público, Enquadramento Funcional: Professor, Carga horária: 40, Regime: Dedicação exclusiva.


Universidade Federal de Juiz de Fora, UFJF, Brasil.
Vínculo institucional

2010 - 2018
Vínculo: , Enquadramento Funcional: Professor Adjunto, Carga horária: 40, Regime: Dedicação exclusiva.

Atividades

04/2011 - 04/2018
Ensino, Ciência da Computação, Nível: Pós-Graduação

Disciplinas ministradas
Aprendizado de Máquina
06/2010 - 01/2018
Ensino, Modelagem Computacional, Nível: Pós-Graduação

Disciplinas ministradas
Introdução a Modelagem Matemática
Processos Estocásticos
04/2010 - 01/2018
Pesquisa e desenvolvimento , Instituto de Ciências Exatas, Departamento de Ciência da Computação.

04/2010 - 01/2018
Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Cálculo Numérico
Laboratório de Programação I
Programação Linear
Seminários II: Processos de Decisão de Markov
Teoria de Filas

Laboratório Nacional de Computação Científica, LNCC, Brasil.
Vínculo institucional

2009 - 2010
Vínculo: Bolsista recém-doutor, Enquadramento Funcional: Bolsista CNPq, Carga horária: 40, Regime: Dedicação exclusiva.
Outras informações
A proposta deste projeto é a continuação do trabalho de pesquisa que vem sendo desenvolvido pelo autor desde o doutorado, onde foi estabelecido aproximações por difusão para sistemas de filas com sinais via a análise de tráfego pesado. O objetivo é o aprofundamento de questões relacionadas à controles ótimos, dando ênfase aos métodos numéricos envolvidos, além de dar continuidade a outros temas em andamento, como a extensão dos modelos de filas com sinais e aplicações.

Vínculo institucional

2004 - 2005
Vínculo: Bolsista DTI-CNPq, Enquadramento Funcional: Bolsista Técnico de Nível Superior., Carga horária: 40, Regime: Dedicação exclusiva.
Outras informações
O objetivo do trabalho foi desenvolver ferramentas e criar novos algoritmos com base na teoria de reconhecimento de padrões para o projeto Genoma Brasileiro.


Universidade de São Paulo, USP, Brasil.
Vínculo institucional

2003 - 2004
Vínculo: Bolsista Uniemp, Enquadramento Funcional: Bolsista Técnico Superior, Carga horária: 40, Regime: Dedicação exclusiva.
Outras informações
Participação no projeto 'Genoma do Boi' atuando na área de Bioinformática.


Oklahoma State University, OSU, Estados Unidos.
Vínculo institucional

2002 - 2002
Vínculo: Profissional, Enquadramento Funcional: Desenvolvedor/Administrador de Sistema., Carga horária: 40, Regime: Dedicação exclusiva.
Outras informações
Participação em projetos de pesquisa em bioinformática e responsável pela administração de servidores UNIX no laboratório de pesquisa do departamento de Bioquímica da Oklahoma State University (OSU - USA).

Vínculo institucional

1999 - 2002
Vínculo: Bolsista, Enquadramento Funcional: Iniciação Científica, Carga horária: 20
Outras informações
Participação no projeto "Genomics of Plant Stress Tolerance" financiado pela National Science Foundation (NSF - USA), como aluno de iniciação científica sob orientação do Dr. Eduardo Misawa.



Linhas de pesquisa


1.
Aproximações por difusão para sistemas de filas.

Objetivo: Problemas de filas em sistemas computacionais são facilmente reconhecidos. Exemplos podem ser encontrados quando processos acessam a memória, extraem informação do disco rígido, demandam tempo de processador, ou quando pacotes são transmitidos pela internet. De fato, qualquer recurso computacional que recebe demanda de vários usuários simultaneamente se torna um problema desta natureza. A descrição analítica de sistemas de filas é de extrema importância para o seu entendimento, planejamento e desenvolvimento. Contudo, modelos de filas são intratáveis em vários casos, especialmente quando colocados em redes. A análise via Tráfego Pesado (ou aproximações por difusão) vem justamente auxiliar a análise destes sistemas em casos onde não é possível estabelecer modelos adequados. Com estas aproximações, é possível modelar sistemas de filas através de equações diferenciais estocásticas refletidas..
Palavras-chave: Aproximações por Tráfego Pesago; Teoria de Filas.
2.
Métodos numéricos para problemas de controle ótimo estocástico.

Objetivo: A análise via tráfego pesado permite descrever sistemas de filas, tais como aqueles encontrados em sistemas computacionais, por meio de uma equação diferencial estocástica refletida. A partir desta análise, torna-se possível tratar questões referentes a tomada de decisão nestes sistemas como problemas de controle ótimo estocástico a tempo contínuo. Contudo, nem sempre é possível encontrar soluções exatas para problemas desta natureza e, em muitos casos, o que se faz é trabalhar com métodos numéricos para encontrar soluções aproximadas. Neste projeto, estuda-se soluções numéricas para estes problemas de controle via o método da Cadeia de Markov Aproximada.
Palavras-chave: Métodos Numéricos; Teoria de Filas; Processos de Decisão de Markov.
3.
Reconhecimento de Padrões.

Objetivo: Estudo da teoria de reconhecimento de padrões e o desenvolvimento de métodos para a resolução de problemas de classificação e regressão..
Palavras-chave: Classificador de larga margem; Regressão.


Projetos de pesquisa


2015 - 2018
Aproximações por Difusão para Sistemas de Filas em Regime de Tráfego Pesado e Aplicações
Descrição: O presente projeto tem como objetivo o estudo da análise de sistemas de filas por meio de aproximações por difusão. Através destas aproximações, sistemas de filas complexos, que seriam de difícil manejo caso essa análise não fosse empregada, podem ser descritos por meio de uma difusão refletida que aparece em situações de limite..
Situação: Concluído; Natureza: Pesquisa.
2012 - 2014
Núcleo de Computação Científica: Um Amplo Fórum para Disseminação de Conhecimento, Formação de Parcerias, e Promoção de Interesse em Computação Científica no Âmbito Acadêmico
Descrição: Projeto aprovado no PRONEM - Programa de Apoio a Núcleos Emergentes de Pesquisa, 2010..
Situação: Concluído; Natureza: Pesquisa.
2010 - 2013
Métodos Numéricos para a Solução de Problemas de Controle Ótimo Estocásticos a Tempo Contínuo, com Aplicações em Sistemas Computacionais e de Comunicação
Descrição: Neste projeto, estuda-se soluções numéricas para estes problemas de controle via o método da Cadeia de Markov Aproximada..
Situação: Concluído; Natureza: Pesquisa.
2010 - 2011
Sistemas de Filas em Redes Estocásticas: Modelagem, Controle, Métodos Numéricos e Aplicações em Sistemas Computacionais e de Comunicação
Descrição: O objetivo do projeto é o desenvolvimento de modelos através da a análise via Tráfego Pesado para problemas de filas em sistemas computacionais..
Situação: Concluído; Natureza: Pesquisa.


Revisor de periódico


2011 - 2011
Periódico: Computer Networks (1999)
2014 - 2014
Periódico: IEEE Transactions on Automatic Control (Print)
2017 - Atual
Periódico: AUTOMATICA


Áreas de atuação


1.
Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Probabilidade e Estatística Aplicadas.
2.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Reconhecimento de Padrões.


Idiomas


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


Prêmios e títulos


2001
Menção Honrosa, National Society of Collegiate Scholars, USA.
2000
National Freshman Honor Society Award, Phi Eta Sigma, USA.


Produções



Produção bibliográfica
Artigos completos publicados em periódicos

1.
VILLELA, SAULO MORAES2016VILLELA, SAULO MORAES ; LEITE, SAUL DE CASTRO ; NETO, RAUL FONSECA . Incremental p-margin algorithm for classification with arbitrary norm. Pattern Recognition, v. 55, p. 261-272, 2016.

2.
Leite, Saul C.2013Leite, Saul C.; Fragoso, Marcelo D. . Reducing response time in fork-join systems under heavy traffic via imbalance control. Advances in Applied Probability, v. 45, p. 1137-1156, 2013.

3.
SOUZA, R. C. S. P. N.2013SOUZA, R. C. S. P. N. ; LEITE, S. C. ; BORGES, C. C. H. ; FONSECA NETO, R. . Online Algorithm Based on Support Vectors for Orthogonal Regression. Pattern Recognition Letters, p. 1394-1404, 2013.

4.
Leite, Saul C.2013Leite, Saul C.; Fragoso, Marcelo D. . Diffusion approximation for signaling stochastic networks. Stochastic Processes and their Applications, v. 123, p. 2957-2982, 2013.

5.
Leite, Saul C.2010Leite, Saul C.; Fragoso, Marcelo D. . Heavy traffic analysis of state-dependent parallel queues with triggers and an application to web search systems. Performance Evaluation, v. 67, p. 913-928, 2010.

6.
Leite, Saul C.2008Leite, Saul C.; Fragoso, Marcelo D. . Diffusion approximation of state-dependent G-networks under heavy traffic. Journal of Applied Probability, v. 45, p. 347-362, 2008.

7.
LEITE, S. C.;Leite, Saul C.;Leite, S. C.;LEITE, SAUL DE CASTRO2008LEITE, S. C.; FONSECA NETO, Raul . Incremental Margin Algorithm for Large Margin Classifiers. Neurocomputing (Amsterdam), v. 71, p. 1550-1560, 2008.

8.
AYOUBI, P.2002AYOUBI, P. ; JIN, X. ; Leite, Saul C. ; LIU, X. ; MARTAJAJA, J. ; ABDURAHAM, A. ; WAN, Q. ; YAN, W. ; MISAWA, E. ; PRADE, R. A. . PipeOnline 2.0: automated EST processing and functional data sorting. Nucleic Acids Research (Online), v. 30, p. 4761-4769, 2002.

Capítulos de livros publicados
1.
Santo, D. P. M. Esprito ; dos Santos, R. W. ; Leite, S. C. ; Novaes, G. M. ; Campos, F. O. ; Bondarenko, V. E. . Simulations of Spontaneous Action Potentials via the Combination of β 1-Adrenergic Stimulation and NCX Mutation in Cardiac Myocytes of Mouse Left Ventricle. IFMBE Proceedings. 1ed.: Springer International Publishing, 2015, v. , p. 663-666.

2.
VILLELA, S. M. ; LEITE, S. C. ; FONSECA NETO, Raul . Seleção de marcadores genômicos com busca ordenada e um classificador de larga margem. In: ARBEX, W.; MARTINS, N. F.; MARTINS, M. F. (Ed.). (Org.). Talking About Computing and Genomics (TACG): Modelos e Métodos Computacionais em Bioinformática. 1ed.Brasília: Embrapa, 2014, v. I, p. 127-181.

3.
AYOUBI, P. ; Amirneni, L. ; HALL, L. ; KRISHNAN, S. ; LEITE, S. C. ; MACWANA, S. ; PRADE, R. A. . Gene Ontology for Filamentous Fungi. In: Esser, K.; Brambl, R.; Marzluf, G.A.. (Org.). The Mycota - Biochemistry and Molecular Biology. 2ed.: Springer Verlag, 2004, v. 3, p. 53-60.

Trabalhos completos publicados em anais de congressos
1.
MOTTA, R. ; LEITE, S. C. ; FONSECA NETO, Raul . A String Kernel Density Estimation Algorithm for Repeated Games. In: XXIII Encontro Nacional de Inteligência Artificial e Computacional, 2016, Recife. Anais do Encontro Nacional de Inteligência Artificial e Computacional, 2016.

2.
VILLELA, S. M. ; LEITE, S. C. ; FONSECA NETO, Raul . Feature Selection from Microarray Data via an Ordered Search with Projected Margin. In: International Joint Conference on Artificial Intelligence, 2015, Buenos Aires. Proceedings of the Twenty-Fourth International Joint Conference on Artificial Intelligence (IJCAI 2015). Palo Alto CA: AAAI Press, 2015. p. 3874-3881.

3.
Leite, Saul C.; Fragoso, Marcelo D. . On the control of power consumption in server farms via heavy traffic approximation. In: 2014 IEEE 53rd Annual Conference on Decision and Control (CDC), 2014, Los Angeles. 53rd IEEE Conference on Decision and Control, 2014. p. 3683.

4.
SOUZA, R. C. S. P. N. ; LEITE, S. C. ; BORGES, C. C. H. ; FONSECA NETO, Raul . Online Method for Regression with an Incremental Strategy. In: CBIC2013 - XI Congresso Brasileiro de Inteligência Computacional, 2013, Porto de Galinhas. Anais do XI Congresso Brasileiro de Inteligência Computacional, 2013.

5.
VILLELA, S. M. ; LEITE, S. C. ; FONSECA NETO, Raul . Algoritmo de Margem Incremental com Norma p para Classificadores de Larga Margem. In: CBIC2013 - XI Congresso Brasileiro de Inteligência Computacional, 2013, Porto de Galinhas. Anais do XI Congresso Brasileiro de Inteligência Computacional, 2013.

6.
PADUA, L. ; GUERRA, E. M. ; FORSTER, C. H. Q. ; Leite, Saul C. . Um Modelo Probabilístico para Priorização de Releases de Software no Contexto de Metodologias Ágeis. In: III Workshop de Engenharia de Software Baseada em Busca, 2012, Natal. III Workshop de Engenharia de Software Baseada em Busca, 2012.

7.
Leite, Saul C.; Fragoso, M.D. . Imbalance Control in Fork-Join Systems under Heavy Traffic. In: 18th IFAC World Congress, 2011, Milão. Proceedings of the 18th IFAC World Congress. Oxford: Elsevier, 2011. v. 18. p. 8235-8240.

8.
VILLELA, S. M. ; FONSECA NETO, Raul ; Leite, Saul C. ; XAVIER, A. . Seleção de Características utilizando Busca Ordenada e um Classificador de Larga Margem. In: CBIC - X Congresso Brasileiro de Inteligência Computacional, 2011, Fortaleza. Anais do X Congresso Brasileiro de Inteligência Computacional, 2011.

9.
Leite, Saul C.; Fragoso, M.D. . An Unified Approach to Signaling Stochastic Networks and Their Heavy Traffic Approximations. In: European Control Conference, 2009, budapeste. Annals of the European Control Conference, 2009.

10.
VILLELA, S. M. ; FONSECA NETO, Raul ; Leite, Saul C. ; XAVIER, A. . Classificador de Máxima Margem com Norma Arbitrária: Formulação, Algoritmo e Resultados. In: CBRN - IX Congresso Brasileiro de Redes Neurais / Inteligência Computacional, 2009, Ouro Preto. Anais do IX Congresso Brasileiro de Redes Neurais / Inteligência Computacional (IX CBRN), 2009.

11.
LEITE, S. C.; FRAGOSO, M.D. . Heavy Traffic Analysis of State-Dependent Fork-Join Queues with Trigges. In: International Symposium on Performance Evaluation of Computer and Telecommunication Systems, 2008, Edinburgh. Annals of the International Symposium on Performance Evaluation of Computer and Telecommunication Systems, 2008.

12.
Leite, Saul C.; Fragoso, M.D. . On the Analysis of G-Queues Under Heavy Traffic. In: 47th IEEE Conference on Decision and Control, 2008, Cancun, México. Annals of the 47th IEEE Conference on Decision and Control, 2008.

13.
Leite, Saul C.; Fragoso, M.D. . Diffussion Approximation of State Dependent G-Networks Under Heavy Traffic. In: 47th IEEE Conference on Decision and Control, 2008, Cancun, México. Annals of the 47th IEEE Conference on Decision and Control, 2008.

14.
FONSECA NETO, R. ; BORGES, C. C. H. ; LEITE, S. C. . An Online Training Method based on Support Vectors for Regression Problems. In: XVIII CILAMCE, 2008, Maceió. Proceedings of the XVIII CILAMCE, 2008.

15.
LEITE, S. C.; FRAGOSO, M.D. . G-Queues Under Heavy Traffic. In: XXX Congresso Nacional de Matemática Aplicada e Computacional, 2007, Florianópolis. Anais do Congresso Nacional de Matemática Aplicada e Computacional, 2007.

16.
FONSECA NETO, Raul ; LEITE, S. C. ; VASCONCELOS, A. T. R. . A Maximal Margin Algorithm and a Admissible Gene Search. In: Second International Conference on Bioinformatics and Computational Biology, 2004, Angra dos Reis. Proceedings of the second ICOBICOBI, 2004.

Resumos publicados em anais de congressos
1.
TEIXEIRA, L. ; LEITE, S. C. . Utilização do Método Perceptron de Raio-ε Fixo para Aprendizado por Reforço. In: Congresso Nacional de Matemática Aplicada e Computacional, 2017, São José dos Campos. Anais do Congresso Nacional de Matemática Aplicada e Computacional, 2017.

2.
TEIXEIRA, R. S. ; LEITE, S. C. . Controle de Consumo Energético de Servidores via Tráfego Pesado e Programação Dinâmica. In: Congresso Nacional de Matemática Aplicada e Computacional, 2017, São José dos Campos. Anais do Congresso Nacional de Matemática Aplicada e Computacional, 2017.

3.
BITTENCOURT, P. A. C. ; TANIGUTI, L. ; VITORELLO, C. B. M. ; LEITE, S. C. ; ARBEX, W. A. ; ALMEIDA, F. N. . Building LeifDB: a database for storing information about comparative analysis of the Leifsonia xyli. In: X-Meeting + BSB 2015, 2015, São Paulo. X-Meeting 2015, 2015, São Paulo. 11th International Conference of the AB3C + Brazilian Symposium of Bioinformatics, 2015.

4.
Marra, João G. S. ; Leite, Saul C. . Controle de Consumo de energia via aprendizado por reforço. In: CILAMCE, 2013, Pirenópolis. Annals of the XXXIV Ibero Latin American Congress on Computational Methods in Engineering, 2013.

5.
MORAES, David Anderson de Lima ; FONSECA NETO, Raul ; SOUZA, Rangel Celso ; LEITE, S. C. ; VASCONCELOS, A. T. R. . Inference of Carcinogenicity of human papilomaviruses based on HMM and SVM. In: First International Conference of the AB3C, 2005, Aguas de Lindoia. First International Conference of the AB3C, 2005, 2005.

6.
JORGE, E. C. ; SILVA, C. S. ; ALVES, H. J. ; COUTINHO, L. L. ; PATRICIO, M. ; LEITE, S. C. ; LEDUR, M. C. . Expressed Sequence Tags (EST) associated with development and growth in chicken. In: Proceedings of Plant & Animal Genomes XII Conference, 2004, San Diego, CA. Plant & Animal Genomes XII Conference, 2004.

7.
SILVA, L. F. P. ; JORGE, E. C. ; ZAROS, L. G. ; PATRICIO, M. ; LEITE, S. C. ; REGITANO, L. C. A. ; OLIVEIRA, M. C. ; SILVEIRA, A. C. ; FURLAN, L. R. . Annotation of Bos indicus functional genome. In: Plant and Animal Genome Conference XII, 2004, San Diego, Califórina. Plant and Animal Genome Conference XII, 2004.

8.
ZAROS, L. G. ; JORGE, E. C. ; LEITE, S. C. ; PATRICIO, M. ; BALAN, R. G. ; SILVA, L. F. P. ; COUTINHO, L. L. . Identificação de ESTs (Expressed Sequence Tags) do abomaso e intestino delgado de bovinos.. In: 41º Reunião Anual da Sociedade Brasileira de Zootecnia, 2004, Campo Grande, MT. Anais da 41º Reunião Anual da Sociedade Brasileira de Zootecnia, 2004.

9.
PATRICIO, M. ; LEITE, S. C. ; JORGE, E. C. ; ALVES, H. J. ; NONES, K. ; SOUZA, C. A. ; COUTINHO, L. L. . Ferramenta de bioinformática para análise de polimorfismo (Bioinformatics Tool for Polymorphism Analysis). In: 11º Simpósio Internacional de Iniciação Científica da USP, 2003, Piracicaba, SP. Anais do 11º SIICUSP, 2003, 2003.

10.
SILVA, C. S. ; JORGE, E. C. ; PATRICIO, M. ; LEITE, S. C. ; LEDUR, M. C. ; COUTINHO, L. L. . Identificação de sequencias expressas (EST) na hipófise e hipotálamo de frangos de corte.. In: 49 Congresso Nacional de Genética, 2003, Águas de Lindóia, SP. 49 Congresso Nacional de Genética, 2003.

Artigos aceitos para publicação
1.
LEITE, S. C.; WILLIAMS, R. J. . A Constrained Langevin Approximation for Chemical Reaction Networks. The Annals of Applied Probability, 2018.

2.
ANDERSON, D. F. ; HIGHAM, D. J. ; LEITE, S. C. ; WILLIAMS, R. J. . On Constrained Langevin Equations and (Bio)Chemical Reaction Networks. MULTISCALE MODELING & SIMULATION, 2018.

Apresentações de Trabalho
1.
LEITE, S. C.; FONSECA NETO, Raul . Algoritmo de Margem Incremental para Classificadores de Larga Margem. 2007. (Apresentação de Trabalho/Simpósio).


Produção técnica
Programas de computador sem registro
1.
LEITE, S. C.; FONSECA NETO, Raul . Incremental Margin Algorithm (IMA) (http://www.lncc.br/~lsaul/ima.html). 2006.



Bancas



Participação em bancas de trabalhos de conclusão
Mestrado
1.
FONSECA NETO, Raul; BERNARDINO, H. S.; OLIVEIRA, R. S.; LEITE, S. C.. Participação em banca de Matheus Ribeiro Furtado de Mendon ̧ca. Evolution of Reward Functions for Reinforcement Learning applied to Stealth Games. 2016. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Juiz de Fora.

2.
SILVA, R. L. S.; Vieira, Marcelo B.; GIRALDI, G. A.; LEITE, S. C.. Participação em banca de Fernando Akio de Araujo Yamada. A shape-based weighting strategy applied to the covariance estimation on the ICP. 2016. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Juiz de Fora.

3.
SANTOS, R. W.; NATALI, A. J.; GOMES, T. N. P.; ROCHA, B. M.; CRUZ, J. S.; LEITE, S. C.. Participação em banca de Gustavo Montes Novaes. Modelagem computacional eletromecânica de cardiomiócitos de ratos hipertensos. 2015. Dissertação (Mestrado em Modelagem Computacional) - Universidade Federal de Juiz de Fora.

4.
SANTOS, R. W.; ALONSO, S.; Lobosco, M.; NAVAUX, P. O. A.; LEITE, S. C.. Participação em banca de Bruno Gouvêa de Barros. Simulações computacionais de arritmias cardíacas em ambientes de computação de alto desempenho do tipo Multi-GPU. 2013. Dissertação (Mestrado em Modelagem Computacional) - Universidade Federal de Juiz de Fora.

5.
Vieira, M.B.; Lobosco, M.; Dantas, S. O.; FONSECA, A. F.; LEITE, S. C.. Participação em banca de João Paulo Pecanha Navarro de Oliveira. Método Iterativo Para Geração de Malhas Triangulares Com Distribuição Uniforme. 2012. Dissertação (Mestrado em Modelagem Computacional) - Universidade Federal de Juiz de Fora.

6.
Vieira, Marcelo B.; Dantas, S. O.; Silva, R. L. S.; Leite, Saul C.. Participação em banca de Roger Correia Pinheiro Silva. Desenvolvimento e Análise de um Digitalizador Câmera-Projetor de Alta. 2011. Dissertação (Mestrado em Modelagem Computacional) - Universidade Federal de Juiz de Fora.

Teses de doutorado
1.
DUCZMAL, L. H.; DUCZMAL, D. B.; TAKAHASHI, R. H. C.; SILVA, C. Q.; LEITE, S. C.; NDRECA, S.; SANTOS, T. R.. Participação em banca de Felipe Carvalho Alvares da Silva. Métodos de Monte Carlo Sequenciais Bayesianos: Aspectos Computacionais, Inferências e Aplicações. 2016. Tese (Doutorado em Estatística) - Universidade Federal de Minas Gerais.

2.
BORGES, C. C. H.; FONSECA NETO, Raul; BRAGA, A. P.; BARRETO, A. S.; LEITE, S. C.. Participação em banca de Maurício Archanjo Nunes Coelho. Uma Abordagem de Predição Estruturada Baseada no Modelo Perceptron. 2015. Tese (Doutorado em Modelagem Computacional) - Universidade Federal de Juiz de Fora.

Qualificações de Doutorado
1.
EVSUKOFF, A. G.; HONORIO, L.; Leite, S. C.. Participação em banca de Maurício Archanjo Nunes Coelho. Predição Estruturada Baseada no Modelo Perceptron Aplicada em Problemas Inversos. 2013. Exame de qualificação (Doutorando em Modelagem Computacional) - Universidade Federal de Juiz de Fora.

Trabalhos de conclusão de curso de graduação
1.
VILLELA, S. M.; ARBEX, W. A.; LEITE, S. C.; BORGES, C. C. H.. Participação em banca de Amanda Ferreira de Castro.Estudo da utilização de métodos de seleção de características aplicados ao problema de seleção de marcadores genômicos. 2016. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de Juiz de Fora.

2.
Vieira, Marcelo B.; Mota, V.F.; Silva, R. L. S.; Leite, Saul C.. Participação em banca de Luiz Maurílio da Silva Maciel.Calibração Câmera-Projetor de Alta Resolução Utilizando um Padrão Planar. 2011. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de Juiz de Fora.

3.
FONSECA NETO, Raul; CORREA, M. R.; LEITE, S. C.. Participação em banca de Rafael de Oliveira Werneck.Planejamento de Trajetórias com Utilização de Máquinas de Vetor Suporte. 2011. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de Juiz de Fora.

4.
MADUREIRA, D. Q. M.; SILVEIRA, A. C. G.; BORGES, F.; LEITE, S. C.. Participação em banca de Daniel Tré da Conceição.Redes Neurais Artificiais, Jogo da Velha 3D em Pinos. 2009. Trabalho de Conclusão de Curso (Graduação em Graduação em Tecnologia da Informação e Comunicaçã) - Instituto Superior de Tecnologia em Ciência da Computação de Petrópolis.



Participação em bancas de comissões julgadoras
Concurso público
1.
LEITE, S. C.; KARAM, J.; DUCZMAL, D. B.. Professor Adjunto. 2016. Universidade Federal de Juiz de Fora.

2.
DUCZMAL, D. B.; CAMPOS, F. F.; LEITE, S. C.. Professor Assistente. 2010. Universidade Federal de Juiz de Fora.



Eventos



Participação em eventos, congressos, exposições e feiras
1.
18th IFAC World Congress. Imbalance Control of Fork-Join Systems under Heavy Traffic. 2011. (Congresso).

2.
Encontro Mineiro de Modelagem Computacional.Controle de Desbalanceamento em Sistemas Fork-Join sob Tráfego Pesado. 2011. (Encontro).

3.
3rd LNCC Meeting on Computational Modelling. 2008. (Encontro).

4.
47th Conference on Decision and Control. On the Analysis of G-Queues Under Heavy Traffic and Diffusion Approximation of State Dependent G-Networks Under Heavy Traffic. 2008. (Congresso).

5.
International Symposium on Performance Evaluation of Computer and Telecommunication Systems. Heavy Traffic Analysis of State-Dependent Fork-Join Queues with Triggers and an Application to Web Search Systems. 2008. (Congresso).

6.
XXX Congresso Nacional de Matemática Aplicada e Computacional. G-Queues Under Heavy Traffic. 2007. (Congresso).

7.
2nd LNCC Meeting on Computational Modelling. 2006. (Encontro).

8.
IMS Annual Meeting and XEBP Brazilian School of Probability. 2006. (Congresso).

9.
Programa de Verão LNCC 2006. 2006. (Oficina).

10.
1st LNCC Meeting on Computational Modelling. 2004. (Encontro).



Orientações



Orientações e supervisões concluídas
Dissertação de mestrado
1.
Renan Motta Goulart. Um Algoritmo de Estimação de Densidade baseado em String Kernel para Jogos Repetidos. 2017. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Juiz de Fora, . Coorientador: Saul de Castro Leite.

2.
Daniele Pires Magalhães Espírito Santo. Simulação de Potencial de Ação Espontâneo em miócitos cardíacos do ventrículo esquerdo de camundongos. 2014. Dissertação (Mestrado em Modelagem Computacional) - Universidade Federal de Juiz de Fora, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Coorientador: Saul de Castro Leite.

3.
Roberto Carlos Soares Nalon Pereira Souza. Algoritmos Online Baseados em Vetores Suporte para Regressão Clássica e Ortogonal. 2013. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Juiz de Fora, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Coorientador: Saul de Castro Leite.

Trabalho de conclusão de curso de graduação
1.
Pedro Antônio de Castro Bittencourt. LeifDB: um banco de dados para organização de informações provenientes da análise comparativa do genoma da bactéria Leifsonia xyli. 2017. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de Juiz de Fora. Orientador: Saul de Castro Leite.

2.
João Gabriel Silva Marra. Controle do Consumo de Energia em Data Centers via Aprendizado por Reforço. 2016. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de Juiz de Fora. Orientador: Saul de Castro Leite.

3.
Lucas de Almeida Teixeira. Métodos de Regressão para Aprendizado por Reforço. 2016. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de Juiz de Fora. Orientador: Saul de Castro Leite.

4.
Stephanie Martins Pinto da Costa. Implementação do Simulador SIM para Futebol de Robôs.. 2014. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de Juiz de Fora. Orientador: Saul de Castro Leite.

5.
Pedro Fagundes. Processos de Decisão de Markov. 2011. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de Juiz de Fora. Orientador: Saul de Castro Leite.

Iniciação científica
1.
Vitor Goulart. Estudo do Método da Cadeia de Markov Aproximada para Problemas de Filtragem. 2017. Iniciação Científica. (Graduando em Engenharia Computacional) - Universidade Federal de Juiz de Fora. Orientador: Saul de Castro Leite.

2.
Pedro Henrique Gasparetto Lugão. Seleção de Características com Margem Projetada. 2017. Iniciação Científica. (Graduando em Ciência da Computação) - Universidade Federal de Juiz de Fora. Orientador: Saul de Castro Leite.

3.
Rodolfo Spinelli Teixeira. Aproximações por Difusão para Sistemas de Filas em Regime de Tráfego Pesado e Aplicações. 2016. Iniciação Científica. (Graduando em Engenharia Mecânica) - Universidade Federal de Juiz de Fora, Fundação de Amparo à Pesquisa do Estado de Minas Gerais. Orientador: Saul de Castro Leite.

4.
Rodrigo da Cruz Alvarenga Fafardo Pontes. Métodos Numéricos para a Solução de Problemas de Controle Ótimo Estocásticos a Tempo Contínuo e Aplicações.. 2013. Iniciação Científica. (Graduando em Ciência da Computação) - Universidade Federal de Juiz de Fora, Fundação de Amparo à Pesquisa do Estado de Minas Gerais. Orientador: Saul de Castro Leite.

5.
João Gabriel Silva Marra. Aplicações de Aprendizado por Reforço em Sistemas de Filas.. 2013. Iniciação Científica. (Graduando em Engenharia Computacional) - Universidade Federal de Juiz de Fora. Orientador: Saul de Castro Leite.

6.
Lucas Almeida Teixeira. Aprendizado por Reforço e Aproximações de Funções. 2013. Iniciação Científica. (Graduando em Ciência da Computação) - Universidade Federal de Juiz de Fora. Orientador: Saul de Castro Leite.

7.
Verônica Flisch. Métodos Numéricos para Problemas de Controle Ótimo a Tempo Contínuo. 2011. Iniciação Científica - Universidade Federal de Juiz de Fora, Universidade Federal de Juiz de Fora. Orientador: Saul de Castro Leite.

8.
Pedro Fagundes. Métodos Numéricos para Problemas de Controle Ótimo Estocástico a Tempo Contínuo. 2010. Iniciação Científica. (Graduando em Ciência da Computação) - Universidade Federal de Juiz de Fora, Universidade Federal de Juiz de Fora. Orientador: Saul de Castro Leite.

9.
Stephanie Costa. Inteligência Artificial para Futebol de Robôs. 2010. Iniciação Científica - Universidade Federal de Juiz de Fora, Universidade Federal de Juiz de Fora. Orientador: Saul de Castro Leite.




Página gerada pelo Sistema Currículo Lattes em 18/10/2018 às 5:15:47