Marcos Gonçalves Quiles

Quiles, Marcos G.;QUILES, M. G.;QUILES, M.G.;QUILES, M.;Quiles, Marcos;QUILES, MARCOS GONCALVES;QUILES, MARCOS GONÇALVES

Universidade Federal de São Paulo, Campus São José dos Campos.
Avenida Cesare Mansueto Giulio Lattes, 1201
Eugênio de Mello
12247014 - São José dos Campos, SP - Brasil
Telefone: (12) 39249500
Ramal: 9762
URL da Homepage: http://www.sjc.unifesp.br/

Doutorado em Ciências da Computação e Matemática Computacional.
Universidade de São Paulo, USP, Brasil.
com período sanduíche em The Ohio State University (Orientador: Prof. Dr. DeLiang Wang, IEEE Fellow).
Título: Redes com dinâmica espaço-temporal e aplicações computacionais, Ano de obtenção: 2009.
Orientador: Roseli Aparecida Francelin Romero.
Coorientador: Zhao Liang.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.
Palavras-chave: Redes Neurais Artificiais; Visão Computacional; Atenção Visual; Redes Complexas; Detecção de Comunidades; Redes Neurais Pulsadas.

Mestrado em Ciências da Computação e Matemática Computacional.
Universidade de São Paulo, USP, Brasil.
Título: Sistema de Visão Baseado em Redes Neurais Artificiais para o Controle de Robôs Móveis,Ano de Obtenção: 2004.
Orientador: Dra. Roseli Aparecida Francelin Romero.
Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil.
Palavras-chave: Redes Neurais Artificiais; Robótica Móvel; Visão Computacional; Segmentação de Imagens; Computação Bioinspirada.

Graduação em Ciência da Computação.
Universidade Estadual de Londrina, UEL, Brasil.
Título: Modelagem Matemática dos Neurônios Biológicos.
Orientador: Dr. Pedro Paulo da Silva Ayrosa.

Pós-Doutorado.
University of York, YORK, Inglaterra.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.
Grande área: Ciências Exatas e da Terra

Pós-Doutorado.
Universidade de São Paulo, USP, Brasil.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.
Grande área: Ciências Exatas e da Terra

Métodos Matemáticos em Biologia de Populações II. (Carga horária: 60h).
Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.

Treinamento em Wireless Lan 2,4 e 5,8 GHz. (Carga horária: 8h).
American Explorer, AE, Brasil.

Linux Security System Administration. (Carga horária: 40h).
4linux, 4L, Brasil.

Vínculo: Academic Visitor, Enquadramento Funcional: Researcher, Carga horária: 40, Regime: Dedicação exclusiva.

Vínculo: Servidor Público, Enquadramento Funcional: Professor Associado I, Carga horária: 40, Regime: Dedicação exclusiva.

Vínculo: , Enquadramento Funcional: Professor Adjunto IV, Carga horária: 40, Regime: Dedicação exclusiva.

Vínculo: , Enquadramento Funcional: Professor Adjunto III, Carga horária: 40, Regime: Dedicação exclusiva.

Vínculo: , Enquadramento Funcional: Professor Adjunto II, Carga horária: 40, Regime: Dedicação exclusiva.

Vínculo: , Enquadramento Funcional: Professor Adjunto I, Carga horária: 40, Regime: Dedicação exclusiva.

Conselhos, Comissões e Consultoria, Campus São José dos Campos, .

Cargo ou função
Comissão Própria de Avaliação - CPA SJC.

Ensino, Bacharelado em Ciência e Tecnologia, Nível: Graduação

Disciplinas ministradas
Lógica de Programação

Conselhos, Comissões e Consultoria, Campus São José dos Campos, .

Cargo ou função
Vice-coordenador da Pós-Graduação em Ciência da Computação.

Ensino, Bacharelado em Ciência e Tecnologia, Nível: Graduação

Disciplinas ministradas
Modelagem Computacional

Conselhos, Comissões e Consultoria, Campus São José dos Campos, .

Cargo ou função
Membro Eleito do Conselho do Departamento de Ciência e Tecnologia.

Conselhos, Comissões e Consultoria, Campus São José dos Campos, .

Cargo ou função
Membro eleito do conselho do departamento de Ciência e Tecnologia (DCT).

Conselhos, Comissões e Consultoria, Campus São José dos Campos, .

Cargo ou função
Membro Eleito Comissão da Pós-Graduação em Ciência da Computação.

Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Introdução as Redes Neurais Artificiais

Ensino, Ciência da Computação, Nível: Pós-Graduação

Disciplinas ministradas
Redes Neurais

Ensino, Ciência e Tecnologia, Nível: Graduação

Disciplinas ministradas
Modelagem Computacional

Conselhos, Comissões e Consultoria, Campus São José dos Campos, .

Cargo ou função
Membro do Núcleo Docente Estruturante (NDE) do Bacharelado em Ciência e Tecnologia (BCT).

Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Introdução as Redes Neurais Artificiais

Conselhos, Comissões e Consultoria, Campus São José dos Campos, .

Cargo ou função
Membro eleito da congregação do Campus.

Ensino, Ciência da Computação, Nível: Pós-Graduação

Disciplinas ministradas
Inteligência Computacional

Ensino, Bacharelado em Ciência e Tecnologia, Nível: Graduação

Disciplinas ministradas
Modelagem Computacional

Direção e administração, Campus São José dos Campos, .

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

Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Introdução as Redes Neurais Artificiais

Ensino, Bacharelado em Ciência e Tecnologia, Nível: Graduação

Disciplinas ministradas
Lógica de Programação

Direção e administração, Campus São José dos Campos, .

Cargo ou função
Coordenador em Exercício do Bacharelado em Ciência da Computação.

Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Computação Gráfica
Processamento de Imagens

Direção e administração, Campus São José dos Campos, .

Cargo ou função
Coordenador dos Trabalhos de Conclusão de Curso.

Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Introdução às Redes Neurais Artificiais

Vínculo: Colaborador, Enquadramento Funcional: Orientador no Programa de Computação Aplicada, Carga horária: 0

Ensino, Computação Aplicada, Nível: Pós-Graduação

Disciplinas ministradas
Neurocomputação

Ensino, Computação Aplicada, Nível: Pós-Graduação

Disciplinas ministradas
Neurocomputação

Ensino, Computação Aplicada, Nível: Pós-Graduação

Disciplinas ministradas
Neurocomputação

Vínculo: Pós-Doutorando, Enquadramento Funcional: Bolsista de Pós-Doutorado, Carga horária: 40, Regime: Dedicação exclusiva.

Vínculo: Bolsista Aluno de Doutorado, Enquadramento Funcional: Aluno de Doutorado, Carga horária: 40, Regime: Dedicação exclusiva.

Bolsista Capes de 03/2006 à 11/2006 - Bolsista Fapesp de 12/2006 à 02/2009

Vínculo: Bolsista Aluno de Mestrado, Enquadramento Funcional: Aluno de Mestrado, Carga horária: 40, Regime: Dedicação exclusiva.

Bolsista CNPq

Pesquisa e desenvolvimento , Instituto de Ciências Matemáticas e de Computação, Departamento de Ciências de Computação.

Linhas de pesquisa
Visão Computacional
Computação Bioinspirada
Detecção de Comunidades em Redes Complexas
Redes Neurais Pulsadas
Aprendizado de Máquina

Conselhos, Comissões e Consultoria, Instituto de Ciências Matemáticas e de Computação, Departamento de Ciências de Computação.

Cargo ou função
Representante Discente da Comissão de Pesquisa (CPq).

Estágios , Instituto de Ciências Matemáticas e de Computação, Departamento de Ciências de Computação.

Estágio realizado
Atividade didática junto a disciplina Introdução à Ciência da Computação I (Programa de Aperfeiçoamento de Ensino - PAE)..

Estágios , Instituto de Ciências Matemáticas e de Computação, Departamento de Ciências da Computação.

Estágio realizado
Atividade didática junto a disciplina Teoria da Computação e Linguagens Formais (Programa de Aperfeiçoamento de Ensino - PAE).

Estágios , Instituto de Ciências Matemáticas e de Computação, Departamento de Ciências da Computação.

Estágio realizado
Atividade didática junto a disciplina Algoritmos e Estruturas de Dados I (Programa de Aperfeiçoamento de Ensino - PAE).

Vínculo: Professor, Enquadramento Funcional: Professor Mestre I, Carga horária: 6

Ensino, Sistemas de Informação, Nível: Graduação

Disciplinas ministradas
Banco de Dados II
Sistemas Operacionais
Redes de Computadores

Visão Computacional

Computação Bioinspirada

Detecção de Comunidades em Redes Complexas

Redes Neurais Pulsadas

Aprendizado de Máquina

Characterising Time-Varying Networks: Methods and Applications

Descrição: The study of real systems via complex networks has been a very active area in recent years. However, much of the progress made during this period is related to the study of the properties of networks with fixed topology (static). Commonly, the study and synthesis of complex networks make use of measures to characterize its main topological attributes. The characterization of the network is useful both in understanding and recognition of real systems and in modeling and simulation of synthetic systems. In the dynamic scenario, the topological structure may vary over time and may even result in the change of system functions and properties under study. Thus, the definition of measures to characterize the structural properties of dynamic networks and their changes over time are essential in many non-stationary scenarios, i.e. the climate. In this context, this research project has as one of its objectives to develop novel approaches to characterize time-varying networks both in micro and in macro scale. In particular, our aim is to extend the model proposed by Quiles et al. [1] to detect community structure in generic networks, such as weighted, directed, and multilayer networks with lower computational complexity. Further, we will scrutinize the particle space proposed in [1] as an alternative representation to compute new characterization measurements. In this research project, we will also investigate the application of the methods for characterizing complex time-varying networks to study the evolution of climate networks. As an initial approach, we will extend the methodologies proposed in [2,3] to examine the evolution of the community structure in climate networks generated from satellite images..
Situação: Concluído; Natureza: Pesquisa.

Integrantes: Marcos Gonçalves Quiles - Coordenador / Richard Charles Wilson - Integrante / Edwin Hancock - Integrante.

Projeto de Pesquisa Temático da FAPESP - Fenômenos Dinâmicos em Redes Complexas: Fundamentos e Aplicações

Descrição: Processo 2015/50122-0 - Ao longo da última década, o enfoque de rede entre agentes dinâmicos com topologias complexas tem se tornado uma poderosa e eficaz metodologia a ser usada para entender sistemas elaborados, envolvendo um número muito elevado de agentes que interagem entre si. Esse enfoque vem sendo utilizado em várias áreas, desde Neurociência e Engenharia, até Sociologia e Economia. Contudo, até agora, a maior parte dos estudos têm se concentrado em situações onde a topologia é fixa, o que restringe sobremaneira sua utilização em cenários mais elaborados e próprios dos sistemas reais. Este projeto tem por objetivo estudar os princípios e fundamentos da auto-organização em redes complexas mais gerais, onde a topologia não é simples e a complexidade é muito elaborada. Visando aplicações em situações atuais de interesse, pretende-se, por conseguinte, compreender o papel que a heterogeneidade da estrutura, os atrasos em múltiplas escalas de tempo e espaço e a estocasticidade têm na dinâmica da rede. Esses estudos teóricos estão interconectados a investigações experimentais da dinâmica de redes naturais com complexidade crescente, o que compreende sistemas de distribuição de energia, propagação de infecções, interação entre neurônios híbridos e o sistema Terra. Este último representa um formidável desafio para a teoria das redes complexas e é um dos tópicos centrais no âmbito da presente iniciativa. Assim, via utilização do enfoque de redes complexas, tenciona-se entender a dinâmica de interação entre os vários subsistemas da Terra diante de condições variantes, em especial no que se refere ao aquecimento global e ao desmatamento da Amazônia. Este projeto é uma iniciativa internacional de colaboração envolvendo pesquisadores brasileiros e alemães do Instituto Nacional de Pesquisas Espaciais (INPE), Humboldt University at Berlin, Potsdam Institute for Climate Impact Research (PIK), Universidade de São Paulo (USP), Technical University of Berlin (TU), Potsdam University (UP), Universidade Estadual de Campinas (UNICAMP), Universidade Federal do ABC (UFABC), Universidade Federal de São Paulo (UNIFESP) and Centro Nacional de Monitoramento e Alestras de Desastres Naturais (CEMADEM). Esta iniciativa de pesquisa é financiada conjuntamente pela Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) e pela Deutshe Forschungsgemeinschaft (DFG)..
Situação: Em andamento; Natureza: Pesquisa.

Integrantes: Marcos Gonçalves Quiles - Integrante / Jürgen Kurths - Integrante / Ibere Luiz Caldas - Integrante / Henrique M. J. Barbosa - Integrante / Tiago Pereira - Integrante / Arkady Pikovsky - Integrante / Francisco Rodrigues - Integrante / Antônio Roque da Silva Filho - Integrante / Sten Rüdiger - Integrante / Paulo Ruffino - Integrante / Gilvan Sampaio de Oliveira - Integrante / Lutz Schimansky-Geier - Integrante / Kirsten Thonicke - Integrante / Jan Volkholz - Integrante / Michael Zaks - Integrante / Roland Körbele - Integrante / Alexandre Kihara - Integrante / Liang Zhao - Integrante / MACAU, ELBERT E.N. - Coordenador / J. J. Barroso - Integrante / José A. Marengo - Integrante / Igor Sokolov - Integrante / Michael Rosenblum - Integrante / Antônio Mário de Torres Ramos - Integrante / Gabriela Antunes - Integrante / Manoel Cardoso Ferreira - Integrante / Pedro José Catuogno - Integrante / Chou Sin Chan - Integrante / Reik Donner - Integrante / Martin Falcke - Integrante / Benjamin Lindner - Integrante / Rene Orlando Medrano Torricos - Integrante / Christian Horácio Oliveira - Integrante / Guillermo Obregon - Integrante / Nicolas Perkowski - Integrante / Susane Rolinski - Integrante / Marco Antonio Saidel - Integrante / Leonardo Bacelar Santos Lima - Integrante / Michael Scheutzow - Integrante / Ralf Toenjes - Integrante / Ricarda Winkelmann - Integrante / Serhly Yanchuck - Integrante / Lincoln Muniz Alves - Integrante / Mariana Sacrini Ferraz - Integrante / Jobst Heitzig - Integrante / Anja Ramming - Integrante.

Modelos Dinâmicos em Aprendizado de Máquina

Descrição: O desenvolvimento de técnicas de aprendizado de máquina capazes de lidar com dados dinâmicos tem sido pouco explorado. Nesse contexto, este projeto de pesquisa tem como objetivo principal desenvolver novas técnicas de aprendizado de máquina baseadas em redes, tanto no paradigma não-supervisionado quanto no paradigma semi-supervisionado. Para isso, utilizar-se-a da capacidade de representação das redes complexas para modelagem dos dados e modelos dinâmicos como base para o desenvolvimento das técnicas propostas. Especificamente, partindo-se da técnica de interação de partículas proposta por Quiles et al. (2016), novos modelos serão confeccionados, analisados e aplicados em domínios reais. Dentre as diversas contribuições almejadas, as seguintes podem ser destacadas: 1)desenvolvimento de novas técnicas de aprendizado de máquina capazes de tratar dados dinâmicos de maneira intrínseca. Em especial, novos modelos de detecção de comunidades, técnicas de agrupamento de dados e técnicas de classificação semi-supervisionadas; 2) incorporação do aprendizado ativo nos modelos de classificação semi-supervisionada; 3) aplicação dos modelos em problemas reais, como por exemplo na detecção de comunidades em redes climáticas; 4) formação de recursos humanos..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Doutorado: (6) .

Integrantes: Marcos Gonçalves Quiles - Coordenador / Sandy Porto - Integrante / Alessandra Marli M. Morais - Integrante / Wilson Seron - Integrante / Frank Moshé - Integrante / DE OLIVEIRA, JOÃO E.M. - Integrante / Luiz Henrique Nogueira Lorena - Integrante.

Aprendizado Ativo: Uma Abordagem Utilizando Redes Complexas

Descrição: A velocidade de aquisição e a grande capacidade de armazenamento de dados têm sido algo surpreendente nos últimos anos. Embora o processo de aquisição possa ser considerado algo relativamente simples e barato, a analise e rotulação desses dados é algo que demanda trabalho manual por parte de um especialista, logo, acarretando num alto custo. Com o objetivo de reduzir esse custo minimizando o trabalho do especialista, técnicas de aprendizado ativo têm sido propostas e utilizadas para guiar o processo de seleção de exemplos a serem rotulados. Tais técnicas buscam solicitar ao especialista apenas a análise e rotulação de exemplos importantes e fornecem uma grande vantagem à seleção e rotulação aleatória de exemplos. Neste projeto será investigado a utilização de medidas topológicas de redes complexas como forma alternativa de aprendizado ativo. Para isso, numa primeira etapa, um conjunto de dados é transformado numa rede. Após, medidas topológicas serão extraídas da rede, analisadas e utilizadas para guiar o processo de seleção de vértices (exemplos) a serem rotulados. Dois cenários podem ser observados nesse contexto: 1) redes estáticas e 2) redes dinâmicas. No cenário 1), a rede é gerada a partir dos dados existentes e não é alterada, este é um cenário mais simples, contudo, menos realista. No cenário 2), uma rede inicial é gerada a partir dos dados disponíveis, porém, ao longo do tempo, novos exemplos podem ser agregados, removidos, ou mesmo reclassificados pelo especialista. Os dois cenários serão abordados nesse projeto. A análise da representatividade de cada medida no processo de seleção será conduzida utilizando o paradigma de aprendizado semi-supervisionado. Por fim, os resultados obtidos serão comparados àqueles produzidos por técnicas tradicionais de aprendizado ativo..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) / Doutorado: (2) .

Integrantes: Marcos Gonçalves Quiles - Coordenador / Fabricio A. Breve - Integrante / Sandy Porto - Integrante / João Eliakin Mota de Oliveira - Integrante.
Número de orientações: 3

Dynamic Semi-Supervised and Active Learning Based on Complex Networks

Descrição: The main purpose of this project is the development of new techniques for semi-supervised learning-based networks for dynamic data sets. Properties of complex networks that represent the data and dynamic computational models for label propagation will be taken into account. Measures of complex networks will be extracted and used as parameters for selection of vertices. This selection is two-fold: indicate which are the best samples for labeling (active learning); and which vertices of the network attach the new instances (dynamic network). The label propagation in the network (semi-supervised classification) is performed by dynamic computational models, focusing on particle competition and neuronal synchronization models. From the study conducted during this project and the development of new techniques, we expected to generate original contributions in three main fields: 1) representation of dynamic datasets in networks; 2) development of techniques capable of dealing with dynamic data; and 3) active learning based on properties of complex networks to optimize the annotator work..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (2) .

Integrantes: Marcos Gonçalves Quiles - Coordenador / Liang Zhao - Integrante / Elbert Macau - Integrante / Marcio Porto Basgalupp - Integrante.
Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

Fenômenos Dinâmicos em Redes Complexas: Fundamentos e Aplicações

Descrição: Projeto Temático FAPESP 2011/50151-0 de colaboração internacional entre Brasil e Alemanha envolvendo as instituições Instituto Nacional de Pesquisas Espaciais (INPE), Universidade de São Paulo (USP), UNICAMP, Universidade Federal do ABC (UFABC), Potsdam Institute for Climate Impact Research (PIK) e Humboldt University at Berlin, que também conta com o financiamento da agência alemã DFG. - Ao longo da última década, o enfoque de rede entre agentes dinâmicos com topologias complexas tem se tornado uma poderosa e eficaz metodologia a ser usada para entender sistemas elaborados, envolvendo um número muito elevado de agentes que interagem entre si. Esse enfoque vem sendo utilizado em várias áreas, desde Neurociência e Engenharia, até Sociologia e Economia. Contudo, até agora, a maior parte dos estudos tem se concentrado em situações onde a topologia é fixa, o que restringe sobremaneira sua utulização em cenários mais elaborados e próprios dos sistemas reais. Este projeto tem por objetivo estudar os princípios e fundamentos da auto-organização em redes complexas mais gerais, onde a topologia não é simples e a complexidade é muito elaborada. Visando aplicações em situações atuais de interesse, pretende-se, por conseguinte, compreender o papel que a heterogeneidade da estrutura, os atrasos em múltiplas escalas de tempo e espaço e a estocasticidade têm na dinâmica da rede. Esses estudos teóricos estarão interconectados a investigações experimentais da dinâmica de redes naturais com complexidade crescente, partindo de sistemas que envolvem alguns lasers, passando pela interação entre neurônios híbridos e chegando-se no sistema Terra. Esse último representa um formidável desafio para a teoria das redes complexas e será um dos tópicos centrais no âmbito desta iniciativa. Assim, via utilização do enfoque de redes complexas, tenciona-se entender a dinâmica de interação entre os vários subsistemas da Terra diante de condições variantes, em especial no que se refere ao aquecimento..
Situação: Concluído; Natureza: Pesquisa.

Integrantes: Marcos Gonçalves Quiles - Integrante / Liang Zhao - Integrante / Elbert Macau - Coordenador / Jürgen Kurths - Integrante / Ibere Luiz Caldas - Integrante / Henrique M. J. Barbosa - Integrante / Pedro J. Catuogno - Integrante / Luciano da Fontoura Costa - Integrante / Friedrich Wilhelm Gerstengarbe - Integrante / Michael Högele - Integrante / Peter Imkeller - Integrante / Domingos H. U. Marchetti - Integrante / Tiago Pereira - Integrante / Arkady Pikovsky - Integrante / Reynaldo Daniel Pinto - Integrante / Anja Rammig - Integrante / Francisco Rodrigues - Integrante / Antônio Roque da Silva Filho - Integrante / Sten Rüdiger - Integrante / Paulo Ruffino - Integrante / Gilvan Sampaio de Oliveira - Integrante / Lutz Schimansky-Geier - Integrante / Kirsten Thonicke - Integrante / Jan Volkholz - Integrante / Serhiy Yanchuk - Integrante / Michael Zaks - Integrante / André Loose - Integrante / Manoel Ferreira Cardoso - Integrante / Roland Körbele - Integrante / Norbert Marwan - Integrante / Alexandre Kihara - Integrante / Hans-Jürgen Wünsche - Integrante.
Financiador(es): German Research Foundation - Auxílio financeiro / Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

Programação Genética para evolução de algoritmos de indução de árvores de decisão

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 \emph{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: Marcos Gonçalves Quiles - Integrante / Marcio Porto Basgalupp - Coordenador / Rodrigo Barros - Integrante / André Ponce de Leon F de Carvalho - Integrante / Alex A. Freitas - Integrante.
Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro / Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

Aprendizado Semi-Supervisionado Dinâmico Baseado em Grafos (CNPq Universal 14/2011)

Descrição: O desenvolvimento de técnicas que possam "aprender" com base na observação do ambiente é um dos grandes objetivos da área de Aprendizado de Máquina. Para a construção de classificadores, as técnicas tradicionais de aprendizado de máquina necessitam de uma grande quantidade de dados rotulados a fim de induzir um bom classificador. Estes dados rotulados são geralmente caros de serem obtidos, principalmente quando envolvem a rotulação manual por parte de um especialista. Por outro lado, a aquisição de dados não rotulados pode ser uma tarefa simples em diversos domínios. Recentemente, uma nova vertente da área de aprendizado de máquina, denominada aprendizado semi-supervisionado, tem se destacado como uma linha bastante promissora. Esta forma de aprendizado utiliza tanto dados rotulados como dados não rotulados na geração de classificadores. Outro tópico importante relacionado ao tratamento de dados está na forma dinâmica como esses podem são obtidos, pois, no mundo real, os dados não são estáticos, mas sofrem alterações continuamente. Nesse contexto, este projeto tem como objetivo principal o desenvolvimento de novos modelos de aprendizado semi-supervisionado capazes de tratar dados dinâmicos sem a necessidade de um processo de reaprendizagem. Como base para o desenvolvimento desta pesquisa, alguns modelos com dinâmica espaço-temporal em grafos, como a sincronização de neurônios e a competição de partículas, serão considerados..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (2) .

Integrantes: Marcos Gonçalves Quiles - Coordenador / Liang Zhao - Integrante / Elbert Macau - Integrante / Marcio Porto Basgalupp - Integrante.
Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

Transmissão de Sinal Neural em Redes Complexas (Edital nº 09/2010 - PDI - CNPq)

Descrição: O cérebro humano (animal) são sistemas altamente não lineares e complexos. Modelagem e simulação computacional de sistemas neurais são abordagens importantes não apenas para a neurociência, mas também para o desenvolvimento de técnicas de inteligência artificial bio-inspiradas. Esta proposta de pesquisa visa estudar a transmissão de sinal neural em redes complexas. Diferentemente de estudos anteriores baseados principalmente em topologias de redes estáticas, nós investigamos a influência de estruturas de rede variantes no tempo na transmissão de sinal neural. Especificamente, consideramos redes de pequeno mundo e redes de comunidade que são construídas de acordo com experimentos recentes em redes cerebrais. Esperamos que nosso trabalho possa servir como uma explanação alternativa para entender ambos os mecanismos funcionais e patológicos de transmissão de sinal neural em redes cerebrais. Além disso, como as redes neurais artificiais atuais usam topologias de rede regulares e estáticas, o estudo de transmissão de sinal neural em redes com topologia complexa e variante no tempo pode ser uma abordagem alternativa para o desenvolvimento de novas e mais poderosas redes neurais artificiais..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (3) .

Integrantes: Marcos Gonçalves Quiles - Integrante / Liang Zhao - Coordenador / Fabricio A. Breve - Integrante / Elbert Macau - Integrante.
Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

Redes Complexas para Clusterização de Dados

Descrição: A clusterização de dados pode oferecer diversas maneiras de entender e extrair informações relevantes de grandes conjuntos de dados. Através da detecção de grupos é possível organizar padrões com características semelhantes e estabelecer hierarquias, permitindo uma análise mais detalhada desses dados. As técnicas desse processo são utilizadas cada vez mais em diversas áreas, tais como: reconhecimento de padrões, mineração de dados, bioinformática, tomada de decisão, aprendizado de máquina, segmentação de imagens, etc. A presente proposta visa o desenvolvimento de novas técnicas de clusterização de dados baseadas em redes complexas. O processo de clusterização consistirá em duas etapas: formação da rede a partir de um conjunto de dados de entrada, e partição da rede produzindo clusters. Inicialmente, a técnica de formação da rede será baseada na extensão de um método desenvolvido recentemente pelo presente grupo. Na segunda etapa, várias técnicas de partição da rede serão investigadas, tais como partição via sincronização, via movimentação dos vértices e via caminhada aleatória. A representação de dados em rede pode revelar estruturas topológicas dos dados de entrada, portanto, espera-se que as técnicas desenvolvidas sejam capazes de detectar clusters de formas, densidades e tamanhos variados. Além disso, espera-se que estas técnicas também viabilizem uma representação hierárquica de clusters, permitindo a escolha da melhor partição dentre várias possibilidades. As técnicas de partiçao de rede que serão desenvolvidas neste projeto não possuem como objetivo encontrar soluções ótimas via busca exaustiva, mas sim soluções aproximadamente ótimas com grande eficiência e robustez que são características desejáveis para processamento de grande quantidade de dados...
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (3) .

Integrantes: Marcos Gonçalves Quiles - Integrante / Liang Zhao - Coordenador / Fabricio A. Breve - Integrante / João Roberto Bertini Junior - Integrante / Roseli A. F. Romero - Integrante.
Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

Cadastro de ativos em redes compartilhadas via Visão Computacional

Descrição: Projeto referente ao termo de cooperação entre a UNIFESP e a Empresa Matrix Engenharia em Energia LTDA..
Situação: Em andamento; Natureza: Desenvolvimento.
Alunos envolvidos: Técnico de nível médio: (0) Graduação: (5) / Especialização: (0) / Mestrado acadêmico: (1) / Mestrado profissional: (0) / Doutorado: (0) .

Integrantes: Marcos Gonçalves Quiles - Coordenador / Fabio Augusto Faria - Integrante / Fábio Augusto Menocci Cappabianco - Integrante / Jurandy Gomes de Almeida Junior - Integrante.

FAPESP TIDIA-Aprendizado Eletronico sobre Plataforma de Redes de Alta Velocidade

Descrição: Os principais objetivos do Projeto de Aprendizagem Eletrônica (TIDIA-Ae) são a pesquisa e o desenvolvimento na área de tecnologia da informação voltada para especificação, projeto e implementação de ferramentas aplicáveis à área de Educação a Distância (EaD). A idéia é desenvolver soluções flexíveis de grande impacto social, porém a um baixo custo, devido à utilização de plataformas livres no seu desenvolvimento. O TIDIA-Ae também prevê o desenvolvimento de um ambiente de aprendizagem eletrônica (Ae), que servirá como base para a criação de novas ferramentas de EaD. O desenvolvimento desse ambiente deverá ser fundamentado em uma arquitetura baseada em componentes, facilitando, assim, sua elaboração, implementação, manutenção e principalmente, sua evolução, permitindo que novas funcionalidades sejam acrescidas ao longo do tempo. A principal aplicação do projeto TIDIA-Ae é dar suporte à EaD via software livre, tanto em termos teóricos-metodológicos quanto tecnológicos. Para ser executado, o projeto envolverá técnicas de Engenharia de Software para análise, projeto, implementação e teste dos componentes, bem como teorias das áreas de Educação a Distância, Interfaces Humano-Computador, Inteligência Artificial, além das tecnologias empregadas para o desenvolvimento de sistemas Hipermídia e outras que sejam necessárias para a conclusão dos objetivos iniciais previstos..
Situação: Concluído; Natureza: Desenvolvimento.
Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) .

Integrantes: Marcos Gonçalves Quiles - Integrante / Maria da Graca Campos Pimentel - Coordenador.
Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

Periódico: Neural Networks

Periódico: Neurocomputing (Amsterdam)

Periódico: IEEE Transactions on Neural Networks

Periódico: International Journal of Imaging

Periódico: Journal of Physics. Conference Series (Online)

Periódico: Communications in Nonlinear Science & Numerical Simulation

Periódico: The European Physical Journal. Special Topics

Periódico: Policy & Internet

Periódico: INTERNATIONAL JOURNAL OF BIFURCATION AND CHAOS

Periódico: EXPERT SYSTEMS WITH APPLICATIONS

Periódico: IEEE Access

Periódico: KNOWLEDGE AND INFORMATION SYSTEMS

Periódico: PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS

Periódico: IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING

Agência de fomento: Conselho Nacional de Desenvolvimento Científico e Tecnológico

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

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Sistemas de Computação/Especialidade: Computação Bioinspirada.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Sistemas de Computação/Especialidade: Redes Neurais.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Detecção de Comunidades em Redes Complexas.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Sistemas de Computação/Especialidade: Aprendizado de Máquina.

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

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

O artigo "An Object-Based Visual Selection Model Combining Physical Features and Memory" recebeu o prêmio: "Honor et meritus award" na "Brazilian Conference on Intelligent Systems (BRACIS 2014)", Auto, Sociedade Brasileira de Computação (SBC) / Brazilian Conference on Intelligent Systems (BRACIS).

Láurea Acadêmica, Universidade Estadual de Londrina.

Breve, Fabricio ; Zhao, Liang ; Quiles, Marcos ; Pedrycz, Witold ; Liu, Jiming . Particle Competition and Cooperation for Uncovering Network Overlap Community Structure. Lecture Notes in Computer Science. 1ed.: Springer Berlin Heidelberg, 2011, v. 6677, p. 426-433.

Breve, Fabricio ; Zhao, Liang ; Quiles, Marcos . Particle Competition in Complex Networks for Semi-supervised Classification. In: Jie Zhou. (Org.). Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering. 1ed.Berlin: Springer Berlin Heidelberg, 2009, v. 4, p. 163-174.

Breve, Fabricio ; Zhao, Liang ; Quiles, Marcos . Uncovering Overlap Community Structure in Complex Networks Using Particle Competition. Lecture Notes in Computer Science. 1ed.: Springer Berlin Heidelberg, 2009, v. 5855, p. 619-628.

Quiles, Marcos G.; ROMERO, F. . A Computer Vision System based on Multi-Layer Perceptrons for Controlling Mobile Robots. ABCM Symposium Series in Mechatronics. Rio de Janeiro: Published by ABCM ? Brazilian Society of Mechanical Sciences and Engineering, 2006, v. 2, p. 661-668.

LORENA, L. H. N. ; QUILES, M. G. ; CARVALHO, A. P. L. F. ; LORENA, L. A. N. . Preprocessing technique for Cluster Editing via Integer Linear Programming. In: Fourteenth International Conference on Intelligent Computing (ICIC 2018), 2018, Wuhan-China. Lecture Notes in Computer Sciences (LNCS). New York: Springer, 2018. v. 1. p. 1-12.

SANTANA, A. F. ; MORAIS, A. M. M. ; QUILES, M. G. . An Alternative Approach for Binary and Categorical Self-Organizing Maps. In: International Joint Conference on Neural Networks (IJCNN'2017), 2017, Anchorage. Proceedings of the 2017 International Joint Conference on Neural Networks (IJCNN'2017). Los Alamitos: IEEE Press, 2017. v. 1. p. 1-8.

SANTOS, J. S. ; SAVII, R. M. ; IDE, J. S. ; LI, C-S. R. ; QUILES, M.G. ; BASGALUPP, M. P. . Classification of cocaine dependents from fMRI data using cluster-based stratification and deep learning. In: The 17th International Conference on Computational Science and Applications, 2017, Trieste, Italy. Computational Science and Its Applications -- ICCSA 2017, Lecture Notes in Computer Science LNCC, 2017.

MIQUILINI, P. ; ROSSI, R. ; QUILES, M. G. ; MELO, V. V. ; BASGALUPP, M. P. . Automatically Design Distance Functions for Graph-based Semi-Supervised Learning. In: The 11th IEEE International Conference On Big Data Science And Engineering (IEEE BigDataSE-17), 2017, Sidney. proceedings of the 11th IEEE International Conference On Big Data Science And Engineering, 2017.

RESENDE, HUGO ; FAZENDA, ALVARO LUIZ ; QUILES, MARCOS GONCALVES . Parallel Algorithm for Dynamic Community Detection. In: 2017 29th International Symposium on Computer Architecture and HighPerformance Computing: Workshops (SBACPADW), 2017, Campinas. 2017 International Symposium on Computer Architecture and High Performance Computing Workshops (SBAC-PADW), 2017. p. 55.

OLIVEIRA, J. E. M. ; MOSHE, F. ; SERON, W. ; SANTOS, R. D. C. ; QUILES, M. G. . Sentiment and Behavior Analysis of one Controversial American Individual on Twitter. In: The 23rd International Conference on Neural Information Processing (ICONIP), 2016, Kyoto. Lecture Notes in Computer Science (LNCS), 2016. v. 9948. p. 509-518.

MAXIMO, V. ; NASCIMENTO, M. C. V. ; BREVE, F. A. ; QUILES, M. G. . Active Consensus-Based Semi-Supervised Growing Neural Gas. In: The 23rd International Conference on Neural Information Processing (ICONIP), 2016, Kyoto. Lecture Notes in Computer Science (LNCS), 2016. v. 9948. p. 126-135.

OLIVEIRA, J. E. M. ; QUILES, M. G. ; MAIA, M. D. N. ; Macau, Elbert E.N. . Community Detection, with Lower Time Complexity, Using Coupled Kuramoto Oscillators. In: The 30th ACM/SIGAPP Symposium On Applied Computing (SAC'2015), 2015, Salamanca. Proceedings of The 30th ACM/SIGAPP Symposium On Applied Computing. New York: ACM Press, 2015. v. 1. p. 1-7.

SERON, W. ; ZORZAL, E. R. ; QUILES, M.G. ; BASGALUPP, M. P. ; BREVE, F. A. . #Worldcup2014 on Twitter. In: The 15th International Conference on Computational Science and Its Applications (ICCSA 2015), 2015, Banff. Computational Science and Its Applications -- ICCSA 2015, Lecture Notes in Computer Science LNCC, 2015. v. 9155. p. 447-458.

BREVE, F. A. ; QUILES, M.G. ; ZHAO, L. . Interactive Image Segmentation of Non-contiguous Classes Using Particle Competition and Cooperation. In: 15th International Conference on Computational Science and Its Applications, ICCSA 2015, 2015, Banff. Computational Science and Its Applications - ICCSA 2015, Lecture Notes in Computer Science LNCC, 2015. v. 9155. p. 203-216.

BREVE, F. A. ; QUILES, M.G. ; ZHAO, L. . Interactive Image Segmentation using Particle Competition and Cooperation. In: The International Joint Conference on Neural Networks (IJCNN), 2015, Killarney. Proceedings of the International Joint Conference on Neural Networks. Los Alamitos: IEEE Press, 2015. p. 1-8.

REIS, B. M. F. ; MACAU, E. E. N. ; QUILES, M.G. ; DOMINGUES, M. O. . Uso de transformada wavelet discreta ortogonal e gráfico de recorrência para caracterização de sistemas dinâmicos não-lineares. In: Conferência Brasileira de Dinâmica, Controle e Aplicações (DINCON 2015), 2015, Natal. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics, 2015. v. 1. p. 1-7.

DIAS, J. ; QUILES, M. G. ; LORENA, A. C. . Using Growing Neural Gas in Prototype Generation for Nearest Neighbor Classifiers. In: International Conference on Neural Information Processing (ICONIP2015), 2015, Istambul. Proceedings of the 22nd International Conference on Neural Information Processing (ICONIP2015), Lecture Notes in Computer Science LNCC. Istambul: Springer, 2015. v. 9490. p. 276-283.

SANTANA, A. F. ; QUILES, M. G. . Inferring MicroRNA-Disease Associations using Self-Organizing Maps. In: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2015, Natal. Anais do ENIAC/BRACIS, 2015. v. 1. p. 1-6.

OLIVEIRA, JOAO ELIAKIN MOTA DE ; Quiles, Marcos G. . Community Detection in Complex Networks Using Coupled Kuramoto Oscillators. In: 2014 14th International Conference on Computational Science and Its Applications (ICCSA), 2014, Guimaraes. 2014 14th International Conference on Computational Science and Its Applications. v. 1. p. 85-90.

ZORZAL, EZEQUIEL R. ; SOUSA, CELSO A.R. DE ; CARDOSO, ALEXANDRE ; KIRNER, CLAUDIO ; LAMOUNER, EDGARD A. ; Quiles, Marcos G. . Development of Adaptive Information Visualization Systems with Augmented Reality. In: 2014 18th International Conference on Information Visualisation (IV), 2014, Paris. 2014 18th International Conference on Information Visualisation. v. 1. p. 211-216.

BENICASA, ALCIDES X. ; Quiles, Marcos G. ; SILVA, THIAGO C. ; Zhao, Liang ; Romero, Roseli A.F. . An Object-Based Visual Selection Model Combining Physical Features and Memory. In: 2014 Brazilian Conference on Intelligent Systems (BRACIS), 2014, Sao Paulo. 2014 Brazilian Conference on Intelligent Systems. v. 1. p. 234-240.

PORTO, S. ; QUILES, M. G. . A Methodology for Generating Time-Varying Complex Networks with Community Structure. In: The 14th International Conference on Computational Science and Its Applications (ICCSA 2014), 2014, Guimarães. Lecture Notes in Computer Science (LNCS). Berlin: Springer Verlag, 2014. v. 8579. p. 344-359.

MORAIS, A. M. M. ; QUILES, M. G. ; SANTOS, R. D. C. . Icon and Geometric Data Visualization with a Self-Organizing Map Grid. In: The 14th International Conference on Computational Science and Its Applications (ICCSA 2014), 2014, Guimarães. Lecture Notes in Computer Science (LNCS). Berlin: Springer Verlag, 2014. v. 8584. p. 562-575.

MAXIMO, VINICIUS R. ; Quiles, Marcos G. ; NASCIMENTO, MARIA C. V. . A consensus-based semi-supervised growing neural gas. In: 2014 International Joint Conference on Neural Networks (IJCNN), 2014, Beijing. 2014 International Joint Conference on Neural Networks (IJCNN). v. 1. p. 2019-2026.

QUILES, M.G.; ZORZAL, E. R. ; MACAU, E. E. N. . A Dynamical Model for Community Detection in Complex Networks. In: The International Joint Conference on Neural Networks (IJCNN), 2013, Dallas. Proceedings of The International Joint Conference on Neural Networks (IJCNN). Los Alamitos: IEEE Computer Press, 2013. v. 1. p. 1-8.

BENICASA, A. X. ; QUILES, M. G. ; Zhao, Liang ; Romero, Roseli A. F. . Top-Down Biasing and Modulation for Object-Based Visual Attention. In: 20th International Conference on Neural Information Processing, ICONIP 2013, 2013, Daegu. Neural Information Processing, Lecture Notes in Computer Science. Berlin: Springer Berlin Heidelberg, 2013. v. 8228. p. 325-332.

BENICASA, ALCIDES X. ; Quiles, Marcos G. ; Zhao, Liang ; Romero, Roseli A.F. . An Object-Based Visual Selection Model with Bottom-Up and Top-Down Modulations. In: 2012 Brazilian Symposium on Neural Networks (SBRN), 2012, Curitiba. 2012 Brazilian Symposium on Neural Networks. v. 1. p. 1-6.

QUILES, M.G.; BASGALUPP, M. P. ; BARROS, R. . Um Modelo de Correlação Oscilatória para Classificação Semi-Supervisionada. In: Encontro Nacional de Inteligência Artificial (ENIA), 2012, Curitiba, PR. 2012 Brazilian Conference on Intelligent System (BRACIS'2012), 2012. v. 1. p. 1-12.

BREVE, F. A. ; ZHAO, L. ; QUILES, M. G. ; PEDRYCZ, W. ; LIU, J. . Particle Competition and Cooperation for Uncovering Network Overlap Community Structure. In: The 8th International Symposium on Neural Networks (ISNN 2011), 2011, Guilin. Lecture Notes in Computer Science, ISSN' 2011, 2011.

BARROS, R. ; BASGALUPP, M. P. ; CARVALHO, A. P. L. F. ; QUILES, M. G. . Um algoritmo de indução de árvore de decisão baseado em agrupamento. In: Encontro Nacional de Inteligência Artificial, 2011, Natal-RN. Anais do XXXI Congresso da Sociedade Brasileira de Computação, 2011. v. 1. p. 1-10.

BARROS, RODRIGO C. ; DE CARVALHO, ANDRE C. P. L. R ; BASGALUPP, MARCIO R ; Quiles, Marcos G. . A clustering-based decision tree induction algorithm. In: 2011 11th International Conference on Intelligent Systems Design and Applications (ISDA), 2011, Cordoba. 2011 11th International Conference on Intelligent Systems Design and Applications. v. 1. p. 1-8.

QUILES, M. G.; ZHAO, L. ; BREVE, F. A. ; ROCHA, A. . Label Propagation Through Neuronal Synchrony. In: The IEEE 2010 International Joint Conference on Neural Networks, 2010, Barcelona. Proceedings of the 2010 International Joint Conference on Neural Networks (IJCNN'2010). Los Alamitos: IEEE Computer Press, 2010. v. 1. p. 2517-2524.

BREVE, F. A. ; ZHAO, L. ; QUILES, M. G. . Semi-Supervised Learning from Imperfect Data through Particle Cooperation and Competition. In: The IEEE 2010 International Joint Conference on Neural Networks, 2010, Barcelona. Proceedings of the 2010 International Joint Conference on Neural Networks (IJCNN'2010). Los Alamitos: IEEE Computer Press, 2010. v. 1. p. 3686-3693.

QUILES, M. G.; WANG, D.L. ; ZHAO, L. ; ROMERO, R. A. F. ; HUANG, D.-S. . An Oscillatory Correlation Model of Object-based Attention. In: 2009 International Joint Conference on Neural Networks, 2009, Atlanta, Georgia. Proceedings of the 2009 International Joint Conference on Neural Networks (IJCNN'2009). Los Alamitos: IEEE Computer Press, 2009. p. 2596-2602.

BREVE, F. A. ; ZHAO, L. ; QUILES, M. G. ; MACAU, E. E. N. . Chaotic Phase Synchronization for Visual Selection. In: 2009 International Joint Conference on Neural Networks, 2009, Atlanta, Georgia. Proceedings of the 2009 International Joint Conference on Neural Networks (IJCNN'2009). Los Alamitos: IEEE Computer Press, 2009. p. 383-390.

Quiles, Marcos G.; Zhao, Liang ; Breve, Fabricio A. ; Romero, Roseli A. F. . Detecção de comunidades em redes complexas: um modelo de correlação oscilatória. In: VII Encontro Nacional de Inteligência Artificial (ENIA), 2009, Bento Gonçalves, RS. XXX Congresso da Sociedade Brasileira de Computação, 2009. p. 889-898.

Quiles, Marcos G.; BREVE, F. A. ; ROMERO, F. ; ZHAO, L. . Visual Selection with Feature Contrast-Based Inhibition in a Network of Integrate and Fire Neurons. In: The 4th International Conference on Natural Computation (ICNC'2008), 2008, Jinan, China. IEEE Proceedings of the 4th International Conference on Natural Computation (ICNC'08). Los Alamitos: IEEE Computer Society, 2008. v. 3. p. 601-605.

ZHAO, L. ; BREVE, F. A. ; Quiles, Marcos G. ; ROMERO, F. . Visual Selection and Shifting Mechanisms Based on a Network of Chaotic Wilson-Cowan Oscillators. In: 3rd International Conference on Natural Computation (ICNC'2007), 2007, Haikou, China. 3rd International Conference on Natural Computation. Los Alamitos: IEEE Computer Press, 2007. v. 5. p. 754-762.

Quiles, Marcos G.; ZHAO, L. ; ROMERO, F. . A Visual Selection Mechanism Based on a Pulse-Coupled Neural Network. In: 20th International Joint Conference on Neural Networks (IJCNN), 2007, Orlando. Proceedings of the 20th International Joint Conference on Neural Networks (IJCNN'2007), 2007. p. 1566-1571.

ZHAO, L. ; Quiles, Marcos G. ; DAMIANCE-Jr., A. P. ; ROMERO, F. . A Network of Dynamically Coupled Elements for Pixel Clustering. In: 20th International Joint Conference on Neural Networks (IJCNN), 2007, Orlando. Proceedings of the 20th International Joint Conference on Neural Networks (IJCNN'2007), 2007. p. 2770-2775.

Quiles, Marcos G.; BREVE, F. A. ; ZHAO, L. ; ROMERO, F. . A Visual Selection Mechanism Based on Network of Chaotic Wilson-Cowan Oscillators. In: Seventh International Conference on Intelligent Systems Design and Applications, 2007, Rio de Janeiro. Proceedings of the 7th International Conference on Intelligent Systems Design and Applications (ISDA'07). Los Alamitos: IEEE Computer Press, 2007. p. 919-924.

Quiles, Marcos G.; ROMERO, F. ; ZHAO, L. . A Pulse-Coupled Neural Network as a Simplified Bottom-up Visual Attention Model. In: Ninth Brazilian Symposium on Artificial Neural Networks (SBRN'2006), 2006, Ribeirão Preto. Proceedings of the IX Brazilian Symposium on Artificial Neural Networks. Los Alamitos: IEEE Computer Press, 2006. p. 178-183.

Quiles, Marcos G.; ROMERO, F. . A Computer Vision System based on Multi-Layer Perceptrons for Controlling Mobile Robots. In: 18TH INTERNATIONAL CONGRESS OF MECHANICAL ENGINEERING, 2005, Ouro Preto - MG. Procedings of COBEM 2005. Rio de Janeiro, RJ: ABCM, 2005. p. 1-8.

Quiles, Marcos G.; ROMERO, F. . Controle de um Robô Móvel Através do Reconhecimento de Cores e Formas. In: JRI - Jornada de Robótica Inteligente, XXIV Congresso da SBC, 2004, Salvador. Anais do SBC 2004, 2004. p. 1-10.

Quiles, Marcos G.; MIAZAKI, M. ; ROMERO, F. ; SIMÕES, E. V. . Configuração de Topologia para Redes Neurais Multi-Camadas com Algoritmo Evolutivo aplicado ao Controle de Robôs Móveis. In: JRI - Jornada de Robótica Inteligente, XXIV Congresso da SBC, 2004, Salvador. Anais do SBC 2004, 2004. p. 1-10.

Quiles, Marcos G.; ROMERO, F. . Um Sistema de Visão Computacional Baseado em Cores Aplicado ao Controle de um Robô Móvel. In: IV Congresso Brasileiro de Computação, 2004, Itajaí-SC. Anais do IV CBComp, 2004. p. 379-383.

AYROSA, P. P. S. ; FELINTO, A. S. ; PALMA, J. G. ; CAMARGO-BRUNETTO, M. A. O. ; Quiles, Marcos G. . Um Ambiente Computacional para Modelagem e Simulação do Efeito de Priming Semântico. In: 3ra Conferencia Iberoamericana en Sistemas, Cibernética e Informática, 2004, Orlando-Flórida. Anais da 3ra Conferencia Iberoamericana en Sistemas, Cibernética e Informática (CISCI'2004), 2004. p. 1-6.

SERON, W. ; CANDIDO, O. A. ; LIMA, L. B. S. ; QUILES, M. G. . Escala meteorológica em redes dinâmicas de precipitação. In: Congresso Nacional de Matemática Aplicada e Computacional (CNMAC), 2017, São José dos Campos. Proceeding Series of the Brazilian Society of Applied and Computational Mathematics, 2017. v. 6. p. 1-2.

HONÓRIO, Káthia Maria ; Quiles, Marcos G. ; ROMERO, F. ; SILVA, Alberico Borges Ferreira da . A theoretical study on the psychoactivity of cannabinoid compounds. In: BRAZILIAN SYMPOSIUM ON MEDICAL CHEMISTRY, 2004, Rio de Janeiro, RJ. The 2nd Brazilian Symposium on Medical Chemistry, 2004. p. 68.

Quiles, Marcos G.; AYROSA, P. P. S. . Construção de um Ambiente Computacional para Simulações em Redes Neurais Ampliadas. In: XI Encontro Anual de Iniciação Científica CNPq, 2002, Maringá. Anais do XI Encontro Anual de Iniciação Científica, 2002.

Quiles, Marcos G.; CAMARGO-BRUNETTO, M. A. O. . Uma Ferramenta para Criação de Grafos Conceituais. In: XI Encontro Anual de Inciação Científica (CNPq), 2002, Maringá. Anais do XI Encontro Anual de Inciação Científica, 2002.

Quiles, Marcos G.; FELINTO, A. S. . A Transformada de Gabor Aplicada a Visão Estéreo. In: X Encontro Anual de Iniciação Científica e I Encontro de Pesquisa da UEPG, 2001, Ponta Grossa. Anais do X Encontro Anual de Iniciação Científica e I Encontro de Pesquisa da UEPG, 2001.

Quiles, Marcos G.; AYROSA, P. P. S. . Utilizando o algoritmo Self-Organizing Maps na Implementação de um Mapa Semântico em Delphi. In: 8º Simpósio de Estudantes do Cesulon, 2000, Londrina. Anais do 8º Simpósio de Estudantes do Cesulon, 2000. p. 181.

Quiles, Marcos G.; MANFREDINI, V. H. ; CAMPOS, T. P. ; GAVIOLI, A. . Simulador Determinístico para a Máquina de Post. 2001.

QUILES, M.G.. Revisor de Artigos - The International Joint Conference on Neural Networks (IJCNN). 2014.

QUILES, M.G.. Revisor de Artigos - Conference on Graphics, Patterns and Images (SIBGRAPI). 2014.

QUILES, M.G.. Membro de Comitê - The International Joint Conference on Knowledge Discovery (KDIR). 2014.

QUILES, M.G.. Membro de Comitê - IADIS Applied Computing 2013 (AC 2014). 2014.

Quiles, Marcos G.. Membro de Comitê - The International Joint Conference on Knowledge Discovery (KDIR). 2013.

Quiles, Marcos G.. Membro de Comitê - The 2013 International Conference on Brain Inspired Cognitive Systems (BICS 2013). 2013.

QUILES, M.G.. Revisor de Artigos - The International Joint Conference on Neural Networks (IJCNN). 2013.

QUILES, M.G.. Revisor de Artigo - Conferência Brasileira de Dinâmica, Controle e Aplicações (DINCON). 2013.

Quiles, Marcos G.. Membro de Comitê - The International Joint Conference on Knowledge Discovery (KDIR). 2012.

Quiles, Marcos G.. Revisor de Artigos - Brazilian Symposium on Neural Networks - SBRN. 2012.

Quiles, Marcos G.. Membro de Comitê - Encontro Nacional de Inteligência Artificial (ENIA). 2012.

Quiles, Marcos G.. Membro de Comitê - The International Joint Conference on Knowledge Discovery (KDIR). 2011.

QUILES, M. G.. Revisor de Artigos - 2010 IEEE World Congress on Computational Intelligence. 2010.

QUILES, M. G.. Membro de Comitê - Dynamics Days 2010. 2010.

Quiles, Marcos G.. Membro de Comitê - The International Joint Conference on Knowledge Discovery (KDIR). 2010.

QUILES, M. G.. Membro de Comitê - The First International Conference on Complex Sciences: Theory and Applications (Complex'2009). 2009.

QUILES, M. G.. Membro de Comitê - Encontro Nacional de Inteligência Artificial (ENIA'2009). 2009.

QUILES, M. G.. Membro de Comitê - IADIS International Conference: Applied Computing 2009. 2009.

QUILES, M. G.. Revisor de Artigos - X Brazilian Symposium on Artificial Neural Networks (SBRN'2008). 2008.

QUILES, M. G.. Revisor de Artigos - Encontro Nacional de Inteligência Artificial (ENIA'2007). 2007.

QUILES, M. G.. Revisor de Artigos - Encontro Nacional de Robótica Inteligente (ENRI'2006). 2006.

QUILES, M. G.. Revisor de Artigos - IX Brazilian Symposium on Artificial Neural Networks (SBRN'2006). 2006.

Quiles, Marcos G.. Monitoria Disciplina Estrutura de Dados. 2001 (Monitoria Acadêmica) .

Quiles, Marcos G.; ZHAO, L.; CHALCO, J. P. M.. Participação em banca de Vinícius Ferreira da Silva. Otimização multinível em predição de links. 2018. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

QUILES, M. G.; MACAU, E. E. N.; GUIMARAES, L. N. F.; CASTRO, J. J. B.; MARTINS FILHO, L. S.. Participação em banca de Vander Luis de Souza Freitas. Estratégias de Controle Bioinspiradas e Baseadas em Sincronização para Veículos Artificiais. 2016. Dissertação (Mestrado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

QUILES, M. G.; BASGALUPP, M. P.; IDE, J. S.; LORENA, A. C.. Participação em banca de Jeferson de Souza Santos. Um estudo sobre redes profundas aplicadas a dados de fMRI. 2016. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Paulo.

ALMEIDA JUNIOR, J. G.; SANTOS, J. A.; FARIA, F. A.; QUILES, M. G.; PAPA, J. P.. Participação em banca de Leonardo Assune Duarte. Explorando informações semânticas na construção de dicionários visuais para recuperação de vídeos por conteúdo. 2016. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Paulo.

RODRIGUES JUNIOR, J. F.; RODRIGUES, F. A.; AMO, S. A.; QUILES, M. G.. Participação em banca de Gabriel Perri Gimenes. Advanced techniques for graph analysis: a multimodal approach over planetary-scale data. 2015. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

BASGALUPP, MÁRCIO P.; CHAVES, A. A.; QUILES, M. G.; PRATI, R.. Participação em banca de Melis Mendes Silva Pessoa. Híper-Heurísticas Evolutivas para construção automática de Algoritmos de Aprendizado de Máquina. 2015. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Paulo.

HASE, M. O.; MENDONCA, J. R. G.; QUILES, M. G.. Participação em banca de Frank Moshé Cotacallapa. Modelos de propagação de epidemias em redes complexas. 2015. Dissertação (Mestrado em MODELAGEM DE SISTEMAS COMPLEXOS) - Universidade de São Paulo.

KAMIENSKI, C. A.; TORRISI, N.; QUILES, M. G.. Participação em banca de Davi Brandão Zanotto. Compreendendo Mecanismos de Influência em Redes Sociais Online através do Comportamento dos Usuários. 2015. Dissertação (Mestrado em Engenharia da Informação) - Universidade Federal do ABC.

NASCIMENTO, M. C. V.; QUILES, M. G.; TOSO, E. A. V.; LORENA, L. A. N.. Participação em banca de Vinícius Rosa Máximo. Intelligent Guided Adaptive Search Aplicado ao Problema de Localização de Máxima Cobertura. 2015. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Paulo.

TRAVIESSO, G.; QUILES, M.G.; ZIVIANI, A.. Participação em banca de Jeremihas Sulzbacher Caruso. Características locais no tráfego de pacotes em redes complexas próximo ao ponto de congestionamento. 2014. Dissertação (Mestrado em Fisica (Sc)) - Universidade de São Paulo.

VELHO, H. F. C.; SANDRI, S.; RAMOS, F. M.; QUILES, M.G.; NASCIMENTO, M. C. V.. Participação em banca de Toni Roberto Gomes Pimentel. Classificação de Padrões temporais de uso do solo e cobertura da terra em séries temporais de índice de vegetação utilizando um sistema Neuro-Difuso. 2014. Dissertação (Mestrado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

NASCIMENTO, M. C. V.; QUILES, M.G.; HIRATA JUNIOR, R.. Participação em banca de Luiz Henrique Nogueira Lorena. Seleção de atributos em problemas de classificação unária. 2014. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Paulo.

QUILES, M. G.; TRAVIESSO, G.; REZENDE, S. O.. Participação em banca de Celso André Rodrigues de Sousa. Impacto da geração de grafos na classificação semissupervisionada. 2013. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

QUILES, M. G.; SANDRI, S.; ESCADA, M. I. S.; DRUMMOND, I. N.; SILVA, R. C.. Participação em banca de Jonas Henrique Mendonça. Estudo de relações de proximidade difusas aplicadas ao raciocínio baseado em casos. 2013. Dissertação (Mestrado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

FORSTER, C. H. Q.; RIBEIRO, C. H. C.; SOMA, N. Y.; QUILES, M. G.. Participação em banca de Amanda Leonel Nascimento. Detecção de ligações fracas em Redes Complexas. 2011. Dissertação (Mestrado em Engenharia Eletrônica e Computação) - Instituto Tecnológico de Aeronáutica.

ZHAO, L.; RODRIGUES, F. A.; QUILES, M. G.. Participação em banca de Bilzã Marques de Araújo. Identificação de outliers em redes complexas baseado em caminhada aleatória. 2010. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

ZHAO, L.; RODRIGUES, F.; RIBEIRO, C. H. C.; QUILES, M. G.. Participação em banca de Filipe Alves Neto Verri. Collective dynamics in complex networks for machine learning. 2018. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

LOPES, A. A.; OLIVEIRA, M. C. F.; PAPPA, G. L.; QUILES, M. G.; SILVA, I. N.. Participação em banca de Thiago de Paulo Faleiros. Propagação em gratos bipartidos para extração de tópicos em fluxos de documentos textuais. 2016.

VIEIRA, A. M.; SANTOS, R. D. C.; CASTRO, C. A. C.; QUILES, M. G.; VIJAYKUMAR, N. L.; FORSTER, C. H. Q.; CORTIVO, F. D.. Participação em banca de José Roberto Motta Garcia. Neural networks input-based models to calibrate the mean precipitation of an ensemble prediction system. 2016. Tese (Doutorado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

GUIMARAES, L. N. F.; Macau, Elbert E.N.; CASTRO, J. J. B.; Quiles, Marcos G.; GODOY, M. F.; AGUIRRE, L. A.. Participação em banca de Laurita dos Santos. Métodos de sistemas dinâmicos e mineração de dados para interpretação de sinais não lineares. 2013. Tese (Doutorado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

CAMPELLO, R. J. G. B.; SOUTO, M. C. P.; QUILES, M. G.; CAMARGO, H. A.; MOREIRA, D. A.. Participação em banca de Danilo Horta. Algoritmos e técnicas de validação em agrupamento de dados multi-representados, agrupamento possibilístico e bi-agrupamento. 2013. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

CARVALHO, A. P. L. F.; RODRIGUES, F. A.; QUILES, M. G.. Participação em banca de Celso Andre Rodrigues de Sousa. Constrained graph-based semi-supervised learning. 2015. Exame de qualificação (Doutorando em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

SANTIAGO JUNIOR, V. A.; SANTOS, R. D. C.; CARVALHO, S.; QUILES, M. G.. Participação em banca de Ivo Paixão de Medeiros. PHM-Based multi-uav task assigment. 2015. Exame de qualificação (Doutorando em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

OLIVEIRA, M. C. F.; TRAVIESSO, G.; QUILES, M. G.. Participação em banca de Thiago de Paulo Faleiros. Extração de tópicos em fluxo de documentos textuais. 2013. Exame de qualificação (Doutorando em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

CARVALHO, S.; QUILES, M. G.; MACAU, E. E. N.. Participação em banca de Celso Bernardo Nóbrega Freitas. Exploração numérica sobre sincronização parcial de fase no modelo de Kuramoto. 2013. Exame de qualificação (Doutorando em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

TRAINA, A. J. M.; CARVALHO, A. P.; QUILES, M. G.. Participação em banca de Rafael Giusti. Classificação de séries temporais utilizando diferentes representações de dados e ensembles. 2013. Exame de qualificação (Doutorando em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

SANDRI, S.; QUILES, M. G.; FREITAS, C.; DRUMMOND, I. N.. Participação em banca de Gilberto Pedro da Silva Júnior. Inteligência Computacional para Detecção de Bordas em Imagens. 2013. Exame de qualificação (Doutorando em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

QUILES, M.G.; MACAU, E. E. N.; CARVALHO, R. E.; SANTOS, R. D. C.; TURCI, L. F. R.. Participação em banca de Aline Pereira da Silva. Transferência de Informação em Redes Complexas Ativas. 2012. Exame de qualificação (Doutorando em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

DOMINGUES, M. O.; QUILES, M. G.; MACAU, E. E. N.; CASTRO, J. J. B.. Participação em banca de Maria Teodora Ferreira. Inferindo a Estrutura Topológica de uma Rede Complexa a Partir da Dinâmica de Seus Vértices. 2011. Exame de qualificação (Doutorando em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

VIJAYKUMAR, N. L.; SANTOS, R. D. C.; QUILES, M. G.; GOMES, K. R. F.. Participação em banca de Alessandra Marli Maria Morais. Exploring citizen science logs: a data science approach. 2015. Exame de qualificação (Mestrando em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

SANTOS, R. D. C.; MACAU, E. E. N.; QUILES, M. G.; CASTRO, J. J. B.. Participação em banca de Vander Luis de Souza Freitas. ESTRATÉGIAS DE CONTROLE BIOINSPIRADAS E BASEADAS EM SINCRONIZAÇÃO, PARA CONTROLE DE VEÍCULOS EM MOVIMENTO DE DESLOCAMENTO EM FORMAÇÃO. 2015. Exame de qualificação (Mestrando em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

DOMINGUES, M. O.; MACAU, E. E. N.; QUILES, M. G.; SANTOS, R. D. C.. Participação em banca de Barbara Maximino da Fonseca Reis. Uso de gráficos de recorrência e transformada wavelet para caracterização de sistemas dinâmicos. 2015. Exame de qualificação (Mestrando em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

RODRIGUES JR, J. F.; RODRIGUES, F.; QUILES, M.G.. Participação em banca de Gabriel Perri Gimenes. Análise de grafos baseada em processamento paralelo assíncrono centrado em vértices: aplicações em dados de escala planetária. 2014. Exame de qualificação (Mestrando em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

BATISTA, G. E. A. P. A.; HRUSCHKA, E. R.; QUILES, M.G.. Participação em banca de Luan Soares Oliveira. Classificação de Fluxos de Dados com Algoritmos Incrementais aplicado a Sensores Inteligentes. 2014. Exame de qualificação (Mestrando em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

NASCIMENTO, M. C. V.; CARVALHO, ANDRÉ C. P. L. F.; Quiles, Marcos G.. Participação em banca de Stefano B. B. R. P. Mathias. Detecção de comunidades em redes por algoritmos ensemble. 2013. Exame de qualificação (Mestrando em Ciência da Computação) - Universidade Federal de São Paulo.

Macau, Elbert E.N.; Quiles, Marcos G.; BASGALUPP, MÁRCIO P.. Participação em banca de Sandy Moreira Porto. Detecção de comunidades em redes complexas dinâmicas. 2013. Exame de qualificação (Mestrando em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

QUILES, M.G.; SANDRI, S.; RAMOS, F. M.; VELHO, H. C.. Participação em banca de Toni Roberto Gomes Pimentel. Uso de um Sistema Neuro-Difuso para Recuperação do Perfil de Concentração de Gases Traço Atmosféricos a Partir de Dados de Satélites. 2012. Exame de qualificação (Mestrando em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

QUILES, M. G.. Participação em banca de Cauê Aruã Zani de Souza. Fusão de dados e imagens com uso de redes neurais artificiais aplicado à navegação autônoma de robôs terrestres. 2012. Exame de qualificação (Mestrando em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

QUILES, M.G.. Participação em banca de Bilzã Marques de Araújo. Detecção de Comunidades em Redes Complexas. 2009. Exame de qualificação (Mestrando em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

ZORZAL, E. R.; MUSA, D. L.; QUILES, M. G.. Participação em banca de Rafael Moreti Santana.Desenvolvimento de um sistema web para geração de aplicativos móveis multiplataforma. 2015. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

MUSA, D. L.; BASGALUPP, MÁRCIO P.; QUILES, M. G.. Participação em banca de Liu Shancherng.Ontologia para Classificação de Usuários com base nos Locais Frequentados. 2015. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

COELHO, R. C.; Quiles, Marcos G.; MARTINS, A. L. D.. Participação em banca de Aline Sonnewend Adriano.Simulação da deformação de órgãos Humanos. 2013. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

Quiles, Marcos G.; MUSA, D. L.; ZORZAL, E. R.. Participação em banca de Alessandra de França Santana.Aplicação de Técnicas de aprendizado de máquina em uma base de dados de microRNAs associados a doenças. 2013. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

Quiles, Marcos G.; MUSA, D. L.; CAPELO, L. P.. Participação em banca de Tatiana Arimura Fialho.Identificação computacional de anomalias do genoma humano. 2013. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

Quiles, Marcos G.; MELO, V. V.; BASGALUPP, MÁRCIO P.. Participação em banca de Samuel da Silva Marcondes.Agrupamento de Dados Semi-Supervisionado em Redes Complexas Baseado em Movimentação Dinâmica de Vértices. 2013. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

Quiles, Marcos G.; BASGALUPP, MÁRCIO P.; MELO, V. V.. Participação em banca de João Eliakin Mota de Oliveira.Detecção de Comunidades em Redes Complexas: Um modelo baseado em competição de partículas. 2013. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

Quiles, Marcos G.; IDE, J. S.; COELHO, R. C.. Participação em banca de Thiago Rossener Nogueira.Cálculo volumétrico de uma gota utilizando processamento de imagens. 2013. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

Quiles, Marcos G.; ZORZAL, E. R.; COELHO, R. C.. Participação em banca de John Genrique Teixeira de Godoi.Classificação de Padrões de Manchas de Sangue a Partir de Fotografia Digitais. 2013. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

ZORZAL, E. R.; Quiles, Marcos G.; SILVA, L. F.. Participação em banca de Rodrigo Francisco do Santos.Estudo e implementação de uma rede social adaptativa para compartilhamento de conteúdo acadêmico. 2013. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

MELO, V. V.; Quiles, Marcos G.; MARTINS, L. E. G.. Participação em banca de Cassio Doria Gonçalves.Localização de placas veiculares em imagens digitais utilizando redes neurais artificiais. 2013. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

NASCIMENTO, M. C. V.; Quiles, Marcos G.; KUROSHU, R. M.. Participação em banca de Desiree Maldonado Carvalho.Maximização da modularidade ajustada por redes neurais. 2013. Trabalho de Conclusão de Curso (Graduação em Matemática Computacional) - Universidade Federal de São Paulo.

COELHO, R. C.; QUILES, M. G.; MELO, V. V.. Participação em banca de Thiago Furtado de Mendonça.Geração de formas evolutivas utilizando L-systems. 2011. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

SILVEIRA, F. F.; LEMOS, O. A. L.; VIJAYKUMAR, N. L.; QUILES, M.G.. Participação em banca de Alessandra Marli Maria Morais.Uma abordagem computacional para a detecção de estados quase-equivalentes. 2011. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

ZORZAL, E. R.; QUILES, M.G.; LEMOS, O. A. L.. Participação em banca de Rafael Vaisset Mazariolli.Aplicação de técnicas de hipermídia adaptativa e visualização da informação em portais de conteúdo. 2011. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

QUILES, M.G.; LEMOS, O. A. L.; MUSA, D. L.. Participação em banca de Graziela Molchansky Langbeck.Modelagem e Implementação de um Banco de Dados de Genoma para o Projeto Zoológico. 2011. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

QUILES, M.G.; BASGALUPP, M. P.; ZORZAL, E. R.; MARTINS, A. L. D.. Participação em banca de Paulo Vitor Mira Fonseca.Detecção de Faces em Vídeos. 2011. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

QUILES, M.G.; BASGALUPP, M. P.; MUSA, D. L.. Participação em banca de Douglas Eduardo Parra.Detecção de Comunidades em Redes Complexas: Modelos Dinâmicos. 2011. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

QUILES, M. G.; BASGALUPP, M. P.; MILIONI, A. Z.. Participação em banca de Celso André Rodrigues de Sousa.Implementação e análise comparativa de técnicas de aprendizado semi-supervisionado baseadas em grafos. 2010. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de São Paulo.

BATISTA NETO, J. E. S.; QUILES, M. G.. Participação em banca de Thiago Luiz Pascon.Implantacao e Desenvolvimento da Plataforma MMBox. 2008. Trabalho de Conclusão de Curso (Graduação em Bacharelado em Ciências de Computação) - Universidade de São Paulo.

SOUSA, E. P. M.; QUILES, M. G.. Participação em banca de Katia Tiemi Hirotsu.Criação de um grande repositorio público de Entidades Nomeadas Abreviadas extraídas de um Corpus Histórico do Português do Brasil: automatizando a extração de padrões. 2008. Trabalho de Conclusão de Curso (Graduação em Bacharelado em Ciências de Computação) - Universidade de São Paulo.

MONARD, Maria Carolina; QUILES, M. G.. Participação em banca de Gabriel de Souza Fedel.Tecnicas de deteccao de agrupamentos de dados em SGBD relacionais. 2008. Trabalho de Conclusão de Curso (Graduação em Bacharelado em Ciências de Computação) - Universidade de São Paulo.

Quiles, Marcos G.; Nunes, M. G. V. N.. Participação em banca de Heitor Luis Polidoro.Desenvolvimento de tecnicas de monitoramento de ambientes internos utilizando-se robos moveis. 2007. Trabalho de Conclusão de Curso (Graduação em Bacharelado em Ciências de Computação) - Universidade de São Paulo.

Quiles, Marcos G.; Nunes, M. G. V. N.. Participação em banca de Luis Fernando Cornachioni Estrozi.Aplicação de algoritmo genético em colônias de formigas virtuais buscando encontrar automaticamente o comportamento de forageamento. 2007. Trabalho de Conclusão de Curso (Graduação em Bacharelado em Ciências de Computação) - Universidade de São Paulo.

Quiles, Marcos G.; Nunes, M. G. V. N.. Participação em banca de Mateus Montaldi.Análise do desempenho de algoritmos de robótica movel visando a construção de um sistema embarcado. 2007. Trabalho de Conclusão de Curso (Graduação em Bacharelado em Ciências de Computação) - Universidade de São Paulo.

SOUZA, R. S. S.; Quiles, Marcos G.. Participação em banca de João Paulo Duarte Casarotti.Aplicação de árvores PQR a problemas de planaridade em grafos. 2007. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade de São Paulo.

Quiles, Marcos G.; Nunes, M. G. V. N.. Participação em banca de Izabella Mundim Brito.Definições de indicadores de qualidade e implementação de um portal de indicadores. 2007. Trabalho de Conclusão de Curso (Graduação em Bacharelado em Ciências de Computação) - Universidade de São Paulo.

Quiles, Marcos G.; Nunes, M. G. V. N.. Participação em banca de Eduardo Averbeck.Navegação de Robôs Autônomos. 2007. Trabalho de Conclusão de Curso (Graduação em Bacharelado em Ciências de Computação) - Universidade de São Paulo.

ESCARPINATI, M. C.; ALBERTINI, M. K.; QUILES, M.G.. Professor Magistério Superior: Ciência da Computação. 2014. Universidade Federal de Uberlândia.

MATSUBARA, E. T.; GONDA, L.; QUILES, M. G.. Concurso Professor Adjunto A: Inteligência Artificial. 2014. Universidade Federal de Mato Grosso do Sul.

SENGER, H.; FERRARI, R. J.; BOERES, M. C. S.; QUILES, M. G.; KAMIENSKI, C. A.. Concurso Professor Adjunto A: Ciência da Computação; Sub-área: Ciência da Computação. 2014. Universidade Federal de São Carlos.

SCHULZE, B. R.; MARTINS JUNIOR, D. C.; MIYAZAWA, F. K.; QUILES, M. G.; CAMPELLO, R. J. G. B.. Concurso Professor Adjunto A: Ciência da Computação; Sub-área: Ciência da Computação. 2014. Universidade Federal de São Paulo.

SANTOS, M. S.; QUILES, M. G.; ALMEIDA, L. M.. Professor Assistente I: Informática, Matérias: Inteligência Artificial, Lógica de Programação. 2013. Universidade Federal Rural de Pernambuco.

SCERNI, D. A.; Ferreira, C. E.; Manic, G.; Telles, G. P.; Meira, L. A. A.; QUILES, M.G.. Professor Auxiliar ? Nível I, DE em Teoria da Computação. 2013. Universidade Federal de São Paulo.

Sato, E. I.; Ferreira, C. E.; Meneses, C. N.; QUILES, M. G.; OLIVEIRA, C. F.; MASCARENHAS, N. D. D.. Concurso Professor Adjunto: Ciência da Computação. Campus São José dos Campos. 2011. Universidade Federal de São Paulo.

COELHO, R. C.; QUILES, M.G.; MUSA, D. L.. Professor Adjunto Temporário. 2011. Universidade Federal de São Paulo.

RIBEIRO, E. B.; ALBUQUERQUE, C. V. N.; ZIVIANI, A.; QUILES, M. G.; SANTANA, M. J.; BARRETO, P. S. L. M.. Concurso Professor Adjunto:Redes e Sistemas Distribuídos. Campus São José dos Campos. 2010. Universidade Federal de São Paulo.

TANAKA, A. S.; COUTINHO, A. L. G. A.; SENGER, H.; SATO, L. M.; QUILES, M. G.; MELLO, R. F.. Concurso Professor Adjunto: Processamento de Alto Desempenho e Arquitetura de Computadores. Campus São José dos Campos. 2010. Universidade Federal de São Paulo.

ROQUE, A. C. ; MACAU, E. E. N. ; OLIVEIRA, G. S. ; QUILES, M.G. . II Workshop and School on Dynamics, Transport and Control in Complex Networks - ComplexNet II. 2013. (Outro).

Gabriel Augusto Lins Leal Pinheiro. Aprendizado semissupervisionado am ambientes não-estacionários. Início: 2018. Dissertação (Mestrado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. (Orientador).

Wilson Francisco Moreira de Souza Seron. Geografos espaço temporais (provisório). Início: 2017. Tese (Doutorado em Ciência da Computação) - Universidade Federal de São Paulo. (Orientador).

Alessandra Marli Maria Morais. Caracterização de Redes Complexas Dinâmicas. Início: 2016. Tese (Doutorado em Ciência da Computação) - Universidade Federal de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. (Orientador).

João Eliakin Mota de Oliveira. Detecção de Comunidades em Redes Climáticas (provisório). Início: 2015. Tese (Doutorado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. (Orientador).

Luiz Henrique Nogueira Lorena. Detecção de Comunidades em Redes Complexas (Provisório). Início: 2015. Tese (Doutorado em Ciência da Computação) - Universidade Federal de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. (Orientador).

Frank Moshé Cotacallapa Choque. Mensurando mudanças em redes complexas. Início: 2015. Tese (Doutorado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. (Orientador).

Sandy Moreira Porto. Modelagem relacional de dados métricos: uma abordagem utilizando redes complexas. Início: 2014. Tese (Doutorado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. (Orientador).

Marinalva Dias Soares. Início: 2018. Universidade Federal de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior.

Thiago Henrique Rizzi Donato. Machine learning systems applied in lithium-ion battery set impedance estimation. 2018. Dissertação (Mestrado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais, . Orientador: Marcos Gonçalves Quiles.

Jéssica Domingues Santos. Mobilidade urbana em um dia típico - (Geo)grafos variantes no tempo. 2018. Dissertação (Mestrado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Coorientador: Marcos Gonçalves Quiles.

Elder Donizetti dos Santos. A Comparative Study on Regression Approaches for Event Detection in Instagram. 2017. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Paulo, . Coorientador: Marcos Gonçalves Quiles.

Alessandra de França Santana. Associações de MiRNAs via Mapas Auto-Organizáveis Binários e Categóricos. 2017. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Paulo, . Orientador: Marcos Gonçalves Quiles.

Barbara Maximino da Fonseca Reis. Uso de Gráfico de Recorrência e Transformada Wavelet Discreta para Caracterização de Sistemas Dinâmicos. 2016. Dissertação (Mestrado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Coorientador: Marcos Gonçalves Quiles.

Paulo Eduardo Pinto Burke. Representacão de células completas utilizando redes complexas. 2016. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Orientador: Marcos Gonçalves Quiles.

Wilson Francisco Moreira de Souza Seron. Análise de Redes Sociais: Um Estudo do Twitter. 2015. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Paulo, . Orientador: Marcos Gonçalves Quiles.

João Eliakin Mota de Oliveira. Detecção de Comunidades em Redes Complexas: Uma Abordagem com Modelos Dinâmicos. 2015. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Orientador: Marcos Gonçalves Quiles.

Sandy Moreira Porto. Metodologia para evolução de comunidades em redes complexas dinâmicas. 2014. Dissertação (Mestrado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Marcos Gonçalves Quiles.

Diego Guimarães de Brito Costa. Uso de Gráfico de Recorrência e Redes Complexas para Caracterização de Sistemas Complexos de Baixa Dimensão. 2014. Dissertação (Mestrado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Coorientador: Marcos Gonçalves Quiles.

Patricia Aparecida de Souza. Estudo e Análise Comparativa das Técnicas de Redução de Dimensionalidade Lineares e Não Lineares. 2018. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de São Paulo. Orientador: Marcos Gonçalves Quiles.

Luiz Felipe Nardin Barreta. Estudo Comparativo de Técnicas de Aprendizado Semi-supervisionado Baseadas em Grafos. 2014. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de São Paulo. Orientador: Marcos Gonçalves Quiles.

Alessandra de França Santana. Aplicação de técnicas de aprendizado máquina em uma base de dados de microRNAs associados a doenças. 2012. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de São Paulo. Orientador: Marcos Gonçalves Quiles.

John Henrique Teixeira de Godoi. Classificação de Padrões de Manchas de Sangue a Partir de Fotografias Digitais (Em parceria com Prof. Anderson Rocha - IC-Unicamp). 2012. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de São Paulo. Orientador: Marcos Gonçalves Quiles.

João Eliakin Mota de Oliveira. Detecção de Comunidades em Redes Complexas: Um modelo baseado em competição de partículas. 2012. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de São Paulo. Orientador: Marcos Gonçalves Quiles.

Samuel da Silva Marcondes. Agrupamento de Dados Semi-Supervisionado em Redes Complexas Baseado em Movimentação Dinâmica de Vértices. 2012. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de São Paulo. Orientador: Marcos Gonçalves Quiles.

Tatiana Arimura Fialho. Identificação computacional de anomalias do genoma humana. 2012. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de São Paulo. Orientador: Marcos Gonçalves Quiles.

Thiago Rossener Nogueira. Cálculo volumétrico de uma gota utilizando processamento de imagens. 2012. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de São Paulo. Orientador: Marcos Gonçalves Quiles.

Graziela Molchansky Langbeck. Modelagem e Implementação de um Banco de Dados de Genoma para o Projeto Zoológico. 2011. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de São Paulo. Orientador: Marcos Gonçalves Quiles.

Douglas Eduardo Parra. Detecção de Comunidades em Redes Complexas: Modelos Dinâmicos. 2011. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de São Paulo. Orientador: Marcos Gonçalves Quiles.

Paulo Vitor Mira Fonseca. Detecção de Faces em Vídeos. 2011. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de São Paulo. Orientador: Marcos Gonçalves Quiles.

Celso André Rodrigues de Sousa. Implementação e Análise Comparativa de Técnicas de Aprendizado Semi-Supervisionado Baseadas em Grafos. 2010. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de São Paulo. Orientador: Marcos Gonçalves Quiles.

Patricia Aparecida de Souza. Aprendizado Ativo em Redes Complexas. 2015. Iniciação Científica. (Graduando em Ciência e Tecnologia) - Universidade Federal de São Paulo. Orientador: Marcos Gonçalves Quiles.

Paulo Eduardo Pinto Burke. Ferramenta para Visualização de Redes Complexas. 2013. Iniciação Científica. (Graduando em Bacharelado em Ciência e Tecnologia) - Universidade Federal de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. Orientador: Marcos Gonçalves Quiles.

Renan Arantes Bernardes Vieira. Implementação de uma Biblioteca para Análise de Redes Complexas. 2012. Iniciação Científica. (Graduando em Bacharelado em Ciência e Tecnologia) - Universidade Federal de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. Orientador: Marcos Gonçalves Quiles.

Lucas Willian Leal. Ferramenta para Visualização de Redes Complexas. 2012. Iniciação Científica. (Graduando em Bacharelado em Ciência e Tecnologia) - Universidade Federal de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. Orientador: Marcos Gonçalves Quiles.

Samuel da Silva Marcondes. Agrupamento de Dados em Redes Complexas Baseado em Movimentação Dinâmica de Vértices. 2011. Iniciação Científica. (Graduando em Ciência da Computação) - Universidade Federal de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Marcos Gonçalves Quiles.

Douglas Eduardo Parra. Detecção de Comunidades Baseada na Competição e Cooperação de Partículas. 2010. Iniciação Científica. (Graduando em Ciência da Computação) - Universidade Federal de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Marcos Gonçalves Quiles.