Nina Sumiko Tomita Hirata

Bolsista de Produtividade em Pesquisa do CNPq - Nível 2

  • Endereço para acessar este CV: http://lattes.cnpq.br/0644408634493034
  • Última atualização do currículo em 28/10/2018


é Bacharel em Ciência da Computação pela Universidade de São Paulo (1989), tendo realizado o mestrado e o doutorado em Ciência da Computação também na Universidade de São Paulo (1996 e 2000, respectivamente). Realizou parte do doutorado (um ano e quatro meses) na Texas A&M University. Atualmente é professora associada no departamento de Ciência da Computação do Instituto de Matemática e Estatística da Universidade de São Paulo. Atua nas áreas de processamento e análise de imagens, reconhecimento de padrões e aprendizado de máquina, com especial interesse em aprendizagem computacional em processamento e análise de imagens. (Texto informado pelo autor)


Identificação


Nome
Nina Sumiko Tomita Hirata
Nome em citações bibliográficas
HIRATA, N. S. T.;Hirata, Nina S. T.;Hirata, N.S.T.;HIRATA, N;Hirata, Nina S.T.;HIRATA, NINA S. TOMITA;Tomita, N. S.;HIRATA, NINA

Endereço


Endereço Profissional
Universidade de São Paulo, Instituto de Matemática e Estatística.
Rua do Matão, 1010
Butantã
05508090 - São Paulo, SP - Brasil
Telefone: (11) 30916135
Fax: (11) 30916134
URL da Homepage: http://www.ime.usp.br/~nina


Formação acadêmica/titulação


1996 - 2000
Doutorado em Ciências da Computação.
Universidade de São Paulo, USP, Brasil.
Título: Projeto Automático de Operadores - Explorando Conhecimentos a Priori, Ano de obtenção: 2000.
Orientador: JUNIOR BARRERA.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.
Palavras-chave: Projeto Automatico de Operadores; Morfologia Matematica; Aprendizado Pac; Minimizacao de Funcoes Booleanas; Conhecimentos a Priori; Processamento de Imagens.
Grande área: Ciências Exatas e da Terra
Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação / Especialidade: Processamento de Imagens.
Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação.
Setores de atividade: Desenvolvimento de Programas (Software) e Prestação de Serviços em Informática.
1992 - 1996
Mestrado em Ciências da Computação.
Universidade de São Paulo, USP, Brasil.
Título: Programacao Automática de Máquinas Morfológicas Binárias Baseada em Aprendizado PAC,Ano de Obtenção: 1996.
Orientador: Junior Barrera.
Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil.
Palavras-chave: Projeto Automatico de Operadores; Morfologia Matematica; Aprendizado Pac; Operadores otimos; Minimizacao de Funcoes Booleanas.
Grande área: Ciências Exatas e da Terra
Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação / Especialidade: Aprendizagem Computacional.
Setores de atividade: Desenvolvimento de Programas (Software) e Prestação de Serviços em Informática.
1986 - 1989
Graduação em Ciência da Computação.
Universidade de São Paulo, USP, Brasil.
Título: Não houve monografia.
Orientador: Não houve orientador.


Pós-doutorado e Livre-docência


2011
Livre-docência.
Universidade de São Paulo, USP, Brasil.
Título: Aprendizagem Computacional em Processamento e Análise de Imagens, Ano de obtenção: 2011.
Grande área: Ciências Exatas e da Terra
2001 - 2001
Pós-Doutorado.
Universidade de São Paulo, USP, Brasil.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.


Atuação Profissional



Universidade de São Paulo, USP, Brasil.
Vínculo institucional

2011 - Atual
Vínculo: Servidor Público, Enquadramento Funcional: Professor Associado, Regime: Dedicação exclusiva.

Vínculo institucional

2001 - 2011
Vínculo: Servidor Público, Enquadramento Funcional: Professor doutor, Regime: Dedicação exclusiva.
Outras informações
Entre 2001 a 2011, no cargo de professor doutor em regime RDIDP, atuou no ensino de disciplinas de graduação para diferentes cursos da USP e de pós-graduação para os programas de pós em Ciência da Computação e de pós em Bioinformática, orientou alunos de iniciação científica e supervisionou trabalhos de formatura. Também orientou trabalhos de pós-graduação.

Atividades

04/2010 - Atual
Conselhos, Comissões e Consultoria, Instituto de Matemática e Estatística, .

Cargo ou função
Presidente da comissão de estágio do IME/USP (a partir de 27/05/2014).
2005 - Atual
Conselhos, Comissões e Consultoria, Instituto de Matemática e Estatística, .

Cargo ou função
Membro suplente na Comissão de Monitoria do IME/USP.
2002 - Atual
Ensino, Ciências da Computação, Nível: Pós-Graduação

Disciplinas ministradas
Aprendizagem computacional: modelos, algoritmos e aplicações
Bases da Morfologia Matemática para Análise de Imagens
Estrutura de Dados e sua Manipulação
Reconhecimento de Padrões
Visão e Processamento de Imagens
Métodos de Aprendizagem em Visão Computacional
2001 - Atual
Ensino, Ciência daComputação, Nível: Graduação

Disciplinas ministradas
Álgebra Booleana e Aplicações (Ciência da Computação)
Aprendizagem computacional: modelos, algoritmos e aplicações (Ciência da Computação)
Introducao a Computacao (Licenciatura em Matemática)
Introducao a Computacao para Ciencias Exatas (Bacharelado em Física, Geologia)
Introducao a Computacao para Engenharia (Engenharia -- Escola Politécnica)
Trabalho de Formatura Supervisionado (Ciência da Computação)
08/1992 - Atual
Pesquisa e desenvolvimento , Instituto de Matemática e Estatística, .

2011 - 12/2016
Conselhos, Comissões e Consultoria, Instituto de Matemática e Estatística, Departamento de Ciência da Computação.

Cargo ou função
Coordenadora da disciplina MAC2166 (Introdução à Computação para Engenharia) ministrada para cerca de 800 alunos da Escola Politécnica.


Linhas de pesquisa


1.
Reconhecimento de padrões
2.
Aprendizagem computacional (machine learning)
3.
Redes neurais profundas (deep neural networks)
4.
Processamento e análise de imagens
5.
Análise de dados


Projetos de pesquisa


2018 - Atual
Interpretação de imagens e de modelos de aprendizado profundos
Descrição: Um objetivo central na área de Visão Computacional é a interpretação de imagens. Em geral, aspectos de aparência são usados para detectar os componentes de interesse e então as relações espaciais e hierárquicas entre eles são usadas para "descrever" o conteúdo de uma imagem no nível semântico de interesse. Os modelos profundos atuais atingiram um estágio de evolução tal que são capazes de aprender e transferir características de baixo nível de um domínio para outro. No entanto, informações estruturais das imagens tais como as relações espaciais e hierárquicas entre os componentes são ainda modeladas explicitamente usando detalhes específicos de casos. Isto faz com que os modelos sejam mais difíceis de serem interpretados, útil apenas para poucas aplicações específicas, e as implicações sobre o esforço no preparo de dados de treinamento ainda não é claro. O objetivo deste projeto é o desenvolvimento de modelos profundos "structure-aware-semantics-unaware", com habilidade de aprender e codificar informações estruturais independentemente do nível semântico dos componentes. Isto impactaria o entendimento desses modelos (uma vez que as informações estruturais estariam mais explicitamente representadas) e os requisitos relativos aos dados de treinamento (uma vez que seria possível a transferência). Estão planejados estudos teóricos, o desenvolvimento de estratégias de visualização e de novos modelos profundos, e experimentação em relação a diversas tarefas de visão computacional..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) / Doutorado: (2) .
Integrantes: Nina Sumiko Tomita Hirata - Coordenador / JULCA-AGUILAR, FRANK D. - Integrante / MOUCHERE, HAROLD - Integrante / Roberto Hirata Junior - Integrante / Alexandru Cristian Telea - Integrante.
2017 - Atual
Intermediate representations in Computational Science for knowledge discovery
Descrição: ( FAPESP Research Projects - Thematic Grants ) This project focuses on a unified strategy for knowledge and emerging dynamics discovery in Computational Science using intermediate representations. The intended applications are in areas characterized by large volumes of data in which knowledge discovery implies the transition from raw data bases for intermediate representations (usually feature vectors and graphs), thus allowing for the subsequent use of different analytical methods. In this context, integration and transformation methods to be used in the generation of intermediate data should also ensure the quality and reliability of data generated for the intermediate representation. The results of the analysis phase may influence both experiments and the integration methods for generating new data by feedback mechanisms. This project has two general goals: 1) to develop methodologies to solve Computational Science problems based on a common approach of intermediate mathematical-computational representations; 2) to apply the developed methodologies to different scientific problems, thus creating specific solutions to each problem. This methodological strategy will be used to address specific problems in areas which our group has been working in recent years: intermediate representations in computer vision and urban informatics; study of biological networks dynamics to characterize the mechanisms of the health-disease transition; development of computational tools for processing of MRI images high field and their integration with biological data; development of new techniques for characterization and visualization of intermediate representations in complex dynamic networks, with applications in Systems Biology..
Situação: Em andamento; Natureza: Pesquisa.
2015 - 2018
Combinação de características locais e globais em aprendizagem de operadores de imagens
Descrição: O problema de projeto de operadores morfológicos pode ser modelado no contexto de aprendizagem de máquina como um problema de aprendizado de uma função local que mapeia o padrão observado em cada ponto da imagem para um valor de saída. Uma característica interessante dos operadores morfológicos é o fato de eles permitirem uma interpretação intuitiva de seus efeitos, uma vez que sua concepção é fortemente baseada em explorar informação de forma e de topologia. Além disso, eles são formalmente bem caracterizados por fundamentos teóricos sólidos. Porém, por construção, operadores morfológicos não possuem propriedades interessantes como invariância à escala e à rotação e também não levam em consideração informações globais ou de contexto. Neste projeto, o objetivo principal é avançar os métodos existentes para projeto de operadores morfológicos para que estes sejam capazes de tratar objetos de diferentes escalas e levem em consideração informações globais e de contexto. Para tanto, a principal ideia a ser explorada é o uso de descritores de características diversas citados na literatura da área, de forma acoplada ao arcabouço de combinação de operadores. Deverão ser investigados os aspectos teóricos, estatísticos e práticos associados. Aplicações em processamento de imagens de documentos são planejadas como meio para validação dos métodos a serem desenvolvidos..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Doutorado: (2) .
Integrantes: Nina Sumiko Tomita Hirata - Coordenador / Roberto Hirata Jr. - Integrante / Igor dos Santos Montagner - Integrante / Ana Lucia Lima Marreiros Maia - Integrante.Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
2013 - 2016
Aprendizagem de operadores de imagens - Aplicações em detecção de objetos e segmentação de imagens
Descrição: Dado o volume crescente de imagens geradas atualmente, a importância de métodos de processamento e análise que possam ser facilmente adaptados para diferentes t ipos de imagens está cada vez mais evidente. Dentre tarefas comuns em processame nto de imagens destacam-se a segmentação e a detecção de objetos de interesse. D e um lado, os operadores morfológicos são ferramentas poderosas que podem ser ut ilizados na solução dessas tarefas. De outro lado, aprendizagem computacional é uma abordagem que permite a adaptação de métodos de processamento de um contexto para outro. A aliança desses dois vem gerando técnicas de aprendizagem de opera dores morfológicos a partir de imagens de treinamento. No entanto, os resultados satisfatórios ainda estão restritos ao contexto de processamento de imagens bin árias. Este projeto de pesquisa visa avanços no estado-da-arte em aprendizagem d e operadores morfológicos para imagens níveis de cinza, e especialmente voltados para os problemas de detecção de objetos e segmentação de imagens. Uma das cont ribuições esperadas desta proposta é a solução de problemas reais de detecção e segmentação de objetos em imagens de diferentes áreas tais como Astronomia, Ocea nografia e Biologia, em colaborações multidisciplinares mantidas pelos membros d a equipe..
Situação: Concluído; Natureza: Pesquisa.
2012 - Atual
NAP LabCosmos
Descrição: Nucleo de Estudos do Cosmos da Universidade de São Paulo. Coordenado pela profa. Dra. Claudia Lucia Mendes de Oliveira (IAG/USP). Parte do projeto está relacionada à análise de imagens multiespectrais, a serem obtidas por um moderno telescópio em construção. Para tanto será necessário o desenvolvimento de técnicas de tratamento e análise de imagens multidimensionais..
Situação: Em andamento; Natureza: Pesquisa.
2011 - 2014
Métodos e Técnicas para Exploração e Análise de Bioimagens
Descrição: A demanda pela análise de imagens oriundas das mais variadas subáreas biomédicas e biológicas tem nitidamente crescido nos últimos anos. Além dos desafios computacionais diretamente relacionados à natureza da análise em questão, tais como a complexidade das imagens e o grande volume e tipos de problemas, verificam-se desafios relacionados à multidisciplinaridade e à necessidade de melhor integração de resultados gerados no tratamento de diferentes problemas. Este projeto de pesquisa propõe a investigação, desenvolvimento e validação de métodos e técnicas inovadoras para exploração e análise de bioimagens. Para viabilizar essa investigação, diversos subprojetos, todos relacionados a algum problema de análise de bioimagens e que envolvem colaborações com pesquisadores das áreas biológicas, são contemplados nesta proposta. Adicionalmente, está previsto o desenvolvimento de um ambiente unificado para exploração e análise de imagens, que terá papel importante para operacionalizar e viabilizar o desenvolvimento dos métodos e técnicas, melhorar as interações em colaborações multidisciplinares e permitir reaproveitamento de resultados. Com isso, esta proposta visa contribuir para formação de competência nacional em análise de bioimagens..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (0) / Mestrado acadêmico: (3) / Doutorado: (2) .
Integrantes: Nina Sumiko Tomita Hirata - Coordenador / Roberto Hirata Jr. - Integrante / Roberto Marcondes Cesar Junior - Integrante / Ronaldo Fumio Hashimoto - Integrante / Marcel Parolin Jackowski - Integrante / Fabrício Martins Lopes - Integrante.
2011 - 2013
Desafios em Projeto Multinível de Operadores Morfológicos
Descrição: Projetar operadores morfológicos que apresentam bom desempenho em problemas de processamento e análise de imagens não é, em geral, uma tarefa simples. Uma abordagem útil para auxiliar o projeto de operadores é sua formulação como um problema de aprendizagem computacional: pares de imagens entrada-saída são utilizados como amostras de treinamento para gerar, via técnicas de aprendizagem computacional, um operador que procura mapear as imagens de entrada para as respectivas imagens de saída. No contexto considerado, esses operadores são caracterizados por uma função local que depende de uma vizinhança na imagem em torno do ponto a ser processado. Vizinhanças muito pequenas restringem a classe de operadores, gerando erro de restrição, e vizinhanças muito grandes resultam em imprecisão, gerando muita variância. Uma abordagem promissora recentemente proposta para balancear esses dois tipos de erro no caso de operadores binários é o projeto multinível de operadores. Nessa abordagem, o treinamento é realizado em múltiplos níveis, de forma a combinar em cada nível os resultados dos níveis anteriores. A escolha dos parâmetros dessa abordagem multinível tem sido realizada, por enquanto, manualmente. Este projeto de pesquisa pretende investigar aspectos práticos e teóricos dessa abordagem; em particular, pretende automatizar a escolha de parâmetros e estender a abordagem multinível para operadores sobre imagens em tons e cinza..
Situação: Concluído; Natureza: Pesquisa.
2007 - 2009
IAPen -- InterActivePen: Interação via dispositivos de escrita
Descrição: Para manipular um grande volume de dados, além de algoritmos ''inteligentes'' capazes de processar o conteúdo dos mesmos, é necessário termos formas efetivas de interagir com os dados. Tradicionalmente, a forma de interação com sistemas computacionais resume-se a interações via interfaces gráficas usando-se dispositivos como o teclado e o mouse. Dispositivos do tipo {\em tablet}, juntamente com uma caneta digital ( stylus), permitem a interação também via escrita. No entanto, a escrita ainda não é uma forma comum de interação, apesar de existirem várias situações nas quais a interação via escrita é mais natural do que via teclado ou mouse. Este projeto propõe investigar a escrita como meio de interação em dois contextos distintos (reconhecimento de expressões matemáticas manuscritas e segmentação de imagens) a fim de propor modelos genéricos de interação via escrita que possam também ser utilizados em outros contextos de aplicação. Desta forma, visa contribuir para a difusão de softwares capazes de explorar todo o potencial da escrita como mecanismo de interação..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) .
Integrantes: Nina Sumiko Tomita Hirata - Coordenador.Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
2007 - 2009
Abordagens hierárquicas para classificação de dados
Descrição: Classificação de dados é uma parte fundamental em diversos problemas reais. Em muitas aplicações, técnicas de treinamento são utilizadas para ajuste dos parâmetros dos classificadores a partir de amostras de dados pré-classificados. Problemas com grande número de classes requerem o ajuste de muitos parâmetros. Uma das conseqüências disto é a necessidade de grande tempo de treinamento e pouca precisão estatística nos ajustes. Uma abordagem comum para contornar essas dificuldades consiste na decomposição do problema original de classificação em subproblemas mais tratáveis, seguida de composição das soluções dos subproblemas para a obtenção de uma solução para o problema original. No entanto, na prática, as formas de decomposição e composição são realizadas experimentalmente, tornando-se também um processo demorado. Este projeto propõe o estudo e elaboração de técnicas para automatizar a escolha da forma de decomposição/composição. Teste e validação dessas técnicas serão realizadas no contexto de projeto de operadores morfológicos para processamento de imagens e em reconhecimento de símbolos em expressões matemáticas manuscritas..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (1) / Doutorado: (1) .
Integrantes: Nina Sumiko Tomita Hirata - Coordenador.Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro / Não informado.
2007 - 2009
Análise e Classificação de Comportamentos de Doadores de Sangue em Banco de Dados Multidimensionais
Descrição: Um dos desafios para aplicações E-Science é a análise em larga escala de séries temporais, originárias de grandes bancos de dadosmultidimensionais. Este projeto propõe a integração de algoritmos de visualização e classificação não-supervisionada de séries temporais armazenadas em banco de dados multidimensionais. Esta integração será validada com a utilização de um banco de dados real de doadores de sangue de três grandes hemocentros do Brasil, de modo a melhor caracterizar o comportamento desses doadores tendo em vista a melhoria da segurança transfusional..
Situação: Em andamento; Natureza: Pesquisa.
2007 - 2009
Redes de interação gênica semeadas por cliques
Situação: Em andamento; Natureza: Pesquisa.
2005 - 2007
Combinação de Classificadores
Descrição: Atualmente existem várias técnicas estatístico-computacionais para classificação de dados e, nos últimos anos, diferentes técnicas de combinação de classificadores (as que se utilizam de mais de um classificador) têm sido propostas. Esta profusão de técnicas para classificação torna o projeto de classificadores uma tarefa não-trivial. Diante deste quadro, um sistema computacional que automatize parte da tarefa de projetar classificadores é altamente desejável, tanto para facilitar pesquisas na área como para servir de ferramenta para usuários que não são especialistas no assunto. Estabelecendo-se tal sistema como um objetivo a médio longo prazo, uma parte fundamental para sua realização é o desenvolvimento de uma visão sistêmica do processo de projeto de classificadores. Conhecer as técnicas existentes, seus fundamentos teóricos e aspectos relacionados a suas aplicações é essencial para o desenvolvimento dessa visão. Neste sentido, este projeto de pesquisa propõe uma ampla investigação teórica e experimental sobre técnicas de combinação de classificadores. Os estudos teóricos serão materializados em forma de seminários e relatórios técnicos, enquanto a experimentação dessas técnicas permitirá a resolução de problemas reais. Ambas serão fundamentais para um melhor entendimento do processo de projeto de classificadores..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (1) .
Integrantes: Nina Sumiko Tomita Hirata - Coordenador.Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
Número de produções C, T & A: 1 / Número de orientações: 2


Revisor de periódico


2001 - Atual
Periódico: Journal of Mathematical Imaging and Vision (0924-9907)
2003 - Atual
Periódico: Journal of the Brazilian Computer Society (0104-6500)
2001 - Atual
Periódico: IEEE Transactions on Image Processing (1057-7149)
2001 - Atual
Periódico: Electronic Imaging (0737-6553)
2004 - Atual
Periódico: Revista de Informática Teórica e Aplicada (0103-4308)
2005 - Atual
Periódico: Computerized Medical Imaging and Graphics
2005 - Atual
Periódico: Real-Time Imaging
2009 - Atual
Periódico: Information Sciences
2016 - Atual
Periódico: Pattern Recognition
2015 - Atual
Periódico: Pattern Recognition Letters
2015 - Atual
Periódico: Signal Processing. Image Communication
2015 - Atual
Periódico: IEEE Signal Processing Letters


Revisor de projeto de fomento


2012 - Atual
Agência de fomento: (FUNCAP) Fundação Cearense de Apoio ao Desenvolvimento Científico e Tecnoló
2010 - Atual
Agência de fomento: (FACEPE) Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco
2007 - Atual
Agência de fomento: (CAPES) Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
2003 - Atual
Agência de fomento: (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo
2002 - Atual
Agência de fomento: (CNPq) Conselho Nacional de Desenvolvimento Científico e Tecnológico


Áreas de atuação


1.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação.
2.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Processamento de Imagens.
3.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Aprendizagem Computacional.


Idiomas


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


Prêmios e títulos


2017
Best Computer Vision/Image Processing/Pattern Recognition Undergraduate Work Award, aluno Augusto C. M. Silva, SIBGRAPI 2017.
2017
Trabalho selecionado para a Etapa Internacional da 25ª edição do SIICUSP (aluno de IC Eber Saj Porcacchia), Simpósio Internacional de Iniciação Científica e Tecnológica da USP, Universidade de São Paulo.
2010
Terceiro lugar (dissertação de mestrado) para o aluno Bruno Klava no Workshop of Theses and Dissertations (WTD) do 23rd SIBGRAPI, 23rd SIBGRAPI ? Conference on Graphics, Patterns and Images.
1998
Exemplary Performance Presentation Award pelo trabalho apresentado na Intelligent Robots and Computer Vision Conference, durante o evento SPIE Photonics East, Boston, Massachussets, Estados Unidos, SPIE - The International Society for Optical Engineering.
1996
Melhor dissertação de mestrado no IX Concurso de Teses e Dissertações do XVI Congresso da SBC - 1996, SBC - SOCIEDADE BRASILEIRA DE COMPUTACAO.


Produções



Produção bibliográfica
Artigos completos publicados em periódicos

1.
MONTAGNER, IGOR S.2017MONTAGNER, IGOR S. ; Hirata, Nina S.T. ; Hirata, Roberto . Staff removal using image operator learning. Pattern Recognition, v. 63, p. 310-320, 2017.

2.
Hirata, Nina S.T.2015 Hirata, Nina S.T.; JULCA-AGUILAR, FRANK D. . Matching based ground-truth annotation for online handwritten mathematical expressions. Pattern Recognition, v. 48, p. 837-848, 2015.

3.
SANTOS, VINICIUS RAFAEL N. DOS2014SANTOS, VINICIUS RAFAEL N. DOS ; AL-NUAIMY, WALEED ; PORSANI, JORGE LUÍS ; HIRATA, NINA S. TOMITA ; ALZUBI, HAMZAH S. . Spectral analysis of ground penetrating radar signals in concrete, metallic and plastic targets. Journal of Applied Geophysics, v. 100, p. 32-43, 2014.

4.
Belussi, Luiz F. F.2013 Belussi, Luiz F. F. ; Hirata, Nina S. T. . Fast Component-Based QR Code Detection in Arbitrarily Acquired Images. Journal of Mathematical Imaging and Vision (Dordrecht. Online), v. 45, p. 277-292, 2013.

5.
Santos, Carlos S.2010Santos, Carlos S. ; Hirata, Nina S.T. ; Hirata, Roberto . An Information Theory framework for two-stage binary image operator design. Pattern Recognition Letters, v. 31, p. 297-306, 2010.

6.
Hirata, N.S.T.2009 Hirata, N.S.T.. Multilevel Training of Binary Morphological Operators. IEEE Transactions on Pattern Analysis and Machine Intelligence, v. 31, p. 707-720, 2009.

7.
DELLAMONICA JUNIOR, D.2007DELLAMONICA JUNIOR, D. ; SILVA, P. J. S. ; HUMES C. ; Hirata, N.S.T. ; BARRERA, J. . An Exact Algorithm for Optimal MAE Stack Filter Design. IEEE Transactions on Image Processing, v. 16, p. 453-462, 2007.

8.
HIRATA, N2005HIRATA, N; BARRERA, J . A unifying view for stack filter design based on graph search methods. Pattern Recognition, v. 38, p. 2088-2098, 2005.

9.
BARRERA, J.2000BARRERA, J. ; TERADA, R. ; HIRATA JR., R. ; HIRATA, N. S. T. . Automatic Programming of Morphological Machines by PAC Learning. Fundamenta Informaticae, v. 41, n.1-2, p. 229-258, 2000.

10.
HIRATA, N2000HIRATA, N. A switching algorithm for design of optimal increasing binary filters over large windows. Pattern Recognition, v. 33, p. 1059-1081, 2000.

11.
Hirata, Nina S. T.2000Hirata, Nina S. T.; Dougherty, Edward R. ; Barrera, Junior . Iterative design of morphological binary image operators. Optical Engineering (Bellingham), v. 39, p. 3106, 2000.

12.
BARRERA, J.1997BARRERA, J. ; DOUGHERTY, E. R. ; HIRATA, N. S. T. . Design of Optimal Morphological Operators from Prior Filters. Image Analysis and Stereology, v. 16, n.3, p. 193-200, 1997.

13.
BARRERA, J.1997BARRERA, J. ; DOUGHERTY, E. R. ; HIRATA, N. S. T. . Automatic Programming Of Binary Morphological Machines By Design Of Statistically Optimal Operators In The Context Of Computational Learning Theory. JOURNAL OF ELECTRONIC IMAGING, v. 6, n.1, p. 54-67, 1997.

Capítulos de livros publicados
1.
HIRATA, N. S. T.. Morphological Operator Design from Training Data: A State of the Art Overview. In: Halina Kwasnicka; Lakhmi C. Jain. (Org.). Innovations in Intelligent Image Analysis. : Springer, 2011, v. , p. 31-58.

2.
SIDER, R. ; OZAHATA, B. Y. ; HIRATA, N. S. T. . ExpressMath:Análise Estrutural de Expressões Matemáticas Manuscritas. In: Nidia Pavan Kuri; Paulo Cesar Lima Segantine. (Org.). Iniciação científica e tecnológica: o jovem pesquisador em ação II. : CETEPE-EESC / USP, 2010, v. , p. 109-129.

3.
HIRATA, N. S. T.. Stack Filters: From Definition to Design Algorithms. In: Peter W. Hawkes. (Org.). Advances in Imaging and Electron Physics. : Elsevier Inc., 2008, v. 152, p. 1-47.

4.
BARRERA, J. ; TERADA, R. ; HIRATA JR., R. ; HIRATA, N. S. T. . Automatic Programming of Morphological Machines by PAC Learning. In: J. Goutsias; H. J. A. M. Heijmans. (Org.). Mathematical Morphology. : IOS Press, 2000, v. , p. -.

Trabalhos completos publicados em anais de congressos
1.
HIRATA JR., R. ; RODRIGUES, FRANCISCO CAIO MAIA ; DE LA CRUZ, LEANDRO T. ; Hirata, Nina S. T. ; LOPES, RUBENS M. ; ABELLO, ANTONIO A. . Evaluation of Transfer Learning Scenarios in Plankton Image Classification. In: International Conference on Computer Vision Theory and Applications, 2018, Funchal. Proceedings of the 13th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications, 2018. p. 359.

2.
JULCA-AGUILAR, FRANK D. ; Hirata, Nina S. T. . Symbol Detection in Online Handwritten Graphics Using Faster R-CNN. In: 2018 13th IAPR International Workshop on Document Analysis Systems (DAS), 2018, Vienna. 2018 13th IAPR International Workshop on Document Analysis Systems (DAS), 2018. p. 151.

3.
MAIA, A. L. L. M. ; AGUILAR, F. D. J. ; Hirata, N.S.T. . A machine learning approach for graph-based page segmentation. In: SIBGRAPI 2018, 2018, Foz do Iguaçu. Proceedings SIBGRAPI, 2018.

4.
JULCA-AGUILAR, FRANK D. ; MAIA, ANA L.L.M. ; Hirata, Nina S.T. . Text/Non-Text Classification of Connected Components in Document Images. In: 2017 30th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2017, Niterói. 2017 30th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2017. p. 450.

5.
AGUILAR, FRANK DENNIS JULCA ; Hirata, Nina S.T. . Image Operator Learning Coupled with CNN Classification and Its Application to Staff Line Removal. In: 2017 14th IAPR International Conference on Document Analysis and Recognition (ICDAR), 2017, Kyoto. 2017 14th IAPR International Conference on Document Analysis and Recognition (ICDAR), 2017. p. 53.

6.
MONTAGNER, IGOR S. ; Hirata, Nina S. T. ; Hirata, Roberto ; CANU, STEPHANE . NILC: A two level learning algorithm with operator selection. In: 2016 IEEE International Conference on Image Processing (ICIP), 2016, Phoenix. 2016 IEEE International Conference on Image Processing (ICIP), 2016. p. 1873.

7.
Hirata, Nina S. T.; MONTAGNER, IGOR S. ; Hirata, Roberto . Comics image processing. In: the 1st International Workshop, 2016, Cancun. Proceedings of the 1st International Workshop on coMics ANalysis, Processing and Understanding - MANPU '16. New York: ACM Press. p. 1.

8.
Hirata, Nina S.T.; FERNANDEZ, MARIELA A. ; LOPES, RUBENS M. . Plankton Image Classification Based on Multiple Segmentations. In: 2016 ICPR 2nd Workshop on Computer Vision for Analysis of Underwater Imagery (CVAUI), 2016, Cancun. 2016 ICPR 2nd Workshop on Computer Vision for Analysis of Underwater Imagery (CVAUI), 2016. p. 55.

9.
MONTAGNER, IGOR S. ; Hirata, Roberto ; Hirata, Nina S. T. ; CANU, STEPHANE . Kernel Approximations for W-Operator Learning. In: 2016 29th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2016, Sao Paulo. 2016 29th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2016. p. 386-393.

10.
MONTAGNER, IGOR S. ; Hirata, Nina S. T. ; Hirata, Roberto . Image Operator Learning and Applications. In: 2016 29th SIBGRAPI Conference on Graphics, Patterns and Images Tutorials (SIBGRAPIT), 2016, Sao Paulo. 2016 29th SIBGRAPI Conference on Graphics, Patterns and Images Tutorials (SIBGRAPI-T), 2016. p. 38-50.

11.
JULCA-AGUILAR, FRANK ; Hirata, Nina S. T. ; MOUCHERE, HAROLD ; VIARD-GAUDIN, CHRISTIAN . Subexpression and dominant symbol histograms for spatial relation classification in mathematical expressions. In: 2016 23rd International Conference on Pattern Recognition (ICPR), 2016, Cancun. 2016 23rd International Conference on Pattern Recognition (ICPR), 2016. p. 3446.

12.
DORNELLES, MARTA M. ; Hirata, Nina S.T. . Selection of Windows for W-Operator Combination from Entropy Based Ranking. In: 2015 28th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2015, Salvador. 2015 28th SIBGRAPI Conference on Graphics, Patterns and Images. p. 64.

13.
FERNANDEZ, MARIELA ATAUSINCHI ; LOPES, RUBENS M. ; Hirata, Nina S.T. . Image Segmentation Assessment from the Perspective of a Higher Level Task. In: 2015 28th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2015, Salvador. 2015 28th SIBGRAPI Conference on Graphics, Patterns and Images. p. 111.

14.
AGUILAR, F. D. J. ; MOUCHERE, HAROLD ; VIARD-GAUDIN, C. ; HIRATA, N. S. T. . Top-Down Online Handwritten Mathematical Expression Parsing with Graph Grammar. In: The 20th Iberoamerican Congress on Pattern Recognition, 2015, Montevideo. Progress in Pattern Recognition, Image Analysis, Computer Vision, and Applications, 2015. p. 444.

15.
MONTAGNER, IGOR S. ; Hirata, Roberto ; Hirata, Nina S. T. . Learning to remove staff lines from music score images. In: 2014 IEEE International Conference on Image Processing (ICIP), 2014, Paris. 2014 IEEE International Conference on Image Processing (ICIP). p. 2614.

16.
JULCAAGUILAR, FRANK ; Hirata, Nina S.T. ; VIARDGAUDIN, CHRISTIAN ; MOUCHERE, HAROLD ; MEDJKOUNE, SOFIANE . Mathematical Symbol Hypothesis Recognition with Rejection Option. In: 2014 14th International Conference on Frontiers in Handwriting Recognition (ICFHR), 2014, Greece. 2014 14th International Conference on Frontiers in Handwriting Recognition. p. 500.

17.
MONTAGNER, IGOR DOS SANTOS ; Hirata, Roberto ; Hirata, Nina S.T. . A Machine Learning Based Method for Staff Removal. In: 2014 22nd International Conference on Pattern Recognition (ICPR), 2014, Stockholm. 2014 22nd International Conference on Pattern Recognition. p. 3162.

18.
KLAVA, BRUNO ; Hirata, Nina S. T. . A model for simulating user interaction in hierarchical segmentation. In: 2014 IEEE International Conference on Image Processing (ICIP), 2014, Paris. 2014 IEEE International Conference on Image Processing (ICIP), 2014. p. 4358.

19.
AGUILAR, FRANK D.J. ; Hirata, Nina S.T. . ExpressMatch: A System for Creating Ground-Truthed Datasets of Online Mathematical Expressions. In: 2012 10th IAPR International Workshop on Document Analysis Systems (DAS), 2012, Gold Coast. 2012 10th IAPR International Workshop on Document Analysis Systems. p. 155-5.

20.
Delgado H., Edwin ; Hirata, Nina S. T. ; Finger, E. . Detecção de ovos de S. mansoni em imagens microscópicas. In: VIII Workshop de Visão Computacional, 2012, Goiás. Anais do VIII Workshop de Visão Computacional, 2012.

21.
Dornelles, M.M. ; Hirata, Nina S. T. . A genetic algorithm based approach for combining binary image operators. In: 21st International Conference on Pattern Recognition, 2012, Tsukuba. Proceedings of ICPR, 2012. v. 1. p. 3184-1.

22.
Hirata, Nina S. T.; Honda, W. Y. . Automatic Labeling of Handwritten Mathematical Symbols via Expression Matching. In: 8th IAPR-TC-15 International Workshop on Graph-Based Representations in Pattern Recognition, 2011, Münster. Lecture Notes in Computer Science -- Graph-Based Representations in Pattern Recognition, 2011. v. 6658. p. 295-304.

23.
BELUSSI, LUIZ ; HIRATA, NINA . Fast QR Code Detection in Arbitrarily Acquired Images. In: 2011 24th SIBGRAPI Conference on Graphics, Patterns and Images (Sibgrapi), 2011, Alagoas. 2011 24th SIBGRAPI Conference on Graphics, Patterns and Images. p. 281-288.

24.
Dornelles, M.M. ; Hirata, N.S.T. . A Genetic Algorithm Based Method for Determining Two-level Morphological Operators. In: 17th International Conference on Systems, Signals and Image Processing, IWSSIP 2010, 2010, Rio de Janeiro. 17th International Conference on Systems, Signals and Image Processing, IWSSIP 2010, 2010. v. 1. p. 453-456.

25.
B. Klava ; Hirata, N.S.T. . Interactive image segmentation with integrated use of the markers and the hierarchical watershed approaches. In: International Conference on Computer Vision Theory and Applications, 2009, Lisboa. Proceedings of the Fourth International Conference on Computer Vision Theory and Applications, 2009. v. 1. p. 186-193.

26.
HIGA, C. H. A. ; HASHIMOTO, R. F. ; HIRATA JR., R. ; HIRATA, N. S. T. ; SANTOS, C. S. . Inference of gene regulatory network using temporal coefficient of determination obtained from ergodic Markov chains. In: IEEE International Workshop on Genomic Signal Processing and Statistics, 2009, Minneapolis. GENSIPS 2009, 2009. p. 1-4.

27.
HIRATA, N. S. T.; BERTOLDI, M. M. D. . The use of high resolution images in morphological operator learning. In: Simpósio Brasileiro de Computação Gráfica e Processamento de Imagens, 2009, Rio de Janeiro. Proceedings of SIBGRAPI, 2009. p. 141-148.

28.
HIRATA, N. S. T.. Document Processing via Trained Morphologicl Operators. In: 9th International Conference on Document Analysis and Recognition, 2007, Curitiba. ICDAR 2007 9th International Conference on Document Analysis and Recognition, 2007. v. II. p. 794-798.

29.
HIRATA, N. S. T.; HIRATA JR., R. ; BARRERA, J. . Basis Computation Algorithms. In: 8th International Symposium on Mathematical Morphology, 2007, Rio de Janeiro. Mathematical Morphhology and its Applications to Signal and Image Processing (Proceedings of the 8th International Symposium on Mathematical Morphology), 2007. v. 1. p. 15-26.

30.
SANTOS, C. S. ; HIRATA, N. S. T. ; HIRATA JR., R. . Two-stage Binary Image Operator Design: an Approach Based on Interaction Information. In: XX Brazilian Symposium on Computer Graphics and Image Processing, 2007, Belo Horizonte. Proceedings of SIBGRAPI 2007, 2007. p. 53-60.

31.
HIRATA, N. S. T.. Binary Image Operator Design based on Stacked Generalization. In: SIBGRAPI (Simpósio Brasileiro de Computação Gráfica e Processamento de Imagens), 2005, Natal. Proceedings of SIBGRAPI 2005, 2005. p. 63-70.

32.
HIRATA, N. S. T.. Classes of WOS Filters. In: IEEE - EURASIP Workshop on Nonlinear Signal and Image Processing, 2003, Grado. Proc. of 2003 IEEE - EURASIP Workshop on Nonlinear Signal and Image Processing, 2003.

33.
HIRATA, N. S. T.. Order Statistic Filters: Minimal Collection of Minimum Weight Vectors. In: IEEE International Conference on Image Processing, 2003, Barcelona. Proceedings of ICIP 2003, 2003. v. I. p. 897-900.

34.
HIRATA, N. S. T.; HIRATA JR., R. . Design of Order Statistic Filters from Examples. In: Simpósio Barsileiro de Computação Gráfica e Processamento de Imagens, 2003, São Carlos - SP. Proc. of SIBGRAP 2003, 2003.

35.
TORRES, M. X. ; HIRATA, N. S. T. ; BARRERA, J. . High-performance algorithm for Boolean function minimization: the partitioned incremental splitting of intervals (PISI).. In: Photonics West' 2002, 2002, San Jose. Image Processing: Algorithms and Systems, volume 4667 of Proc. SPIE, 2002. v. 4667. p. 386-395.

36.
HIRATA, N. S. T.; BARRERA, J. ; DOUGHERTY, E. R. ; TERADA, R. . The Incremental Splitting of Intervals Algorithm for the Design of Binary Image Operators. In: International Symposium on Mathematical Morphology, 2002, Sydney. Proceedings of the 6th International Symposium: ISMM 2002, 2002.

37.
BARRERA, J. ; MARTIN, P. A. ; DOUGHERTY, E. R. ; GUBITOSO, M. D. ; HIRATA, N. S. T. ; TREPODE, N. W. . Identification of Input-free Finite Lattice Dynamical Systems under Envelope Constraints. In: 6th International Symposium on Mathematical Morphology, 2002, Sydney. Proceedings of the 6th International Symposium: ISMM 2002, 2002.

38.
BARRERA, J. ; DOUGHERTY, E. R. ; GUBITOSO, M. D. ; HIRATA, N. S. T. . Modeling Temporal Morphological Systems via Lattice Dynamical Systems. In: Electronic Imaging at SPIE Photonics West 2001, 2001, San Jose, CA, USA. Nonlinear Image Processing and Pattern Analysis XII, 2001. v. 4304.

39.
PELTONEN, S. ; TABUS, I. ; ASTOLA, J. T. ; DOUGHERTY, E. R. ; HIRATA, N. S. T. . Robust Optimization of Stack Filters. In: Nonlinar Signal and Image Processing (NSIP'01), 2001, Boston. Proceedings of NSIP'01, 2001.

40.
ARMELIN, H. A. ; BARRERA, J. ; DOUGHERTY, E. R. ; GUBITOSO, M. D. ; HIRATA, N. S. T. ; NEVES, E. J. . Simulator for Gene Expression Networks. In: BIOS 2001 (SPIE Photonics West), 2001, San Jose, CA, USA. Proceedings of SPIE, 2001. v. 4266.

41.
HIRATA, N. S. T.. Projeto automático de operadores: Explorando conhecimentos a priori.. In: XXI Congresso da Sociedade Brasileira de Computação, 2001, Fortaleza - CE. Anais do XXI Congresso da Sociedade Brasileira de Computação, 2001.

42.
BRUN, M. ; BARRERA, J. ; HIRATA, N. S. T. ; TREPODE, N. W. ; DANTAS, D. O. ; TERADA, R. . Multi-resolution Classification Trees in OCR Design. In: Sibgrapi 2001, 2001, Florianopolis - SC - Brazil. Proceedings of Sibgrapi 2001, 2001. p. 59-66.

43.
HIRATA, N. S. T.; DOUGHERTY, E. R. ; BARRERA, J. . Bayesian Switching Algorithm for the Optimal Increasing Binary Filter. In: European Signal and Image Processing Conference (EUSIPCO), 2000, Tampere, Finlandia. Proceedings of EUSIPCO 2000, 2000. v. IV. p. 1889-1892.

44.
HIRATA, N. S. T.; BARRERA, J. ; TERADA, R. . Text segmentation by Automatically designed Morphological Operators. In: SIBGRAPI'00 (Brazilian Synposium on Computer Graphics and Image Processing), 2000, Gramado, RS. Proceedings of Sibgrapi'2000, 2000. p. 284-291.

45.
HIRATA, N. S. T.; DOUGHERTY, E. R. ; BARRERA, J. . Efficient Switching Algorithm for Designing Increasing Binary Filters. In: Electronic Imaging, SPIE Photonics West 1999, 1999, San Jose, CA, USA. Nonlinear Image Processing X, 1999. v. 3646. p. 185-196.

46.
MADEIRA, H. M. F. ; BARRERA, J. ; HIRATA JR., R. ; HIRATA, N. S. T. . A New Paradigm for the Architecture of Morphological Machines: Binary Decision Diagrams. In: SIBGRAPI'99 (Brazilian Symposium on Computer Graphics and Image Processing), 1999, Campinas. Proceedings of Sibgrapi'99, 1999. p. 283-292.

47.
HIRATA, N. S. T.; BARRERA, J. ; DOUGHERTY, E. R. . Design of Statistically Optimal Stack Filters. In: SIBGRAPI'99 (Brazilian Symposium on Computer Graphics and Image Processing), 1999, Campinas. Proceedings of Sibgrapi'99, 1999. p. 265-274.

48.
BARRERA, J. ; TERADA, R. ; LOTUFO, R. A. ; HIRATA, N. S. T. ; HIRATA JR., R. ; ZAMPIROLLI, F. A. . An OCR based on Mathematical Morphology. In: SPIE Photonics West 1998, 1998, San Jose, CA, USA. Nonlinear Image Processing IX, 1998. v. 3304. p. 197-208.

49.
DOUGHERTY, E. R. ; GRIGORYAN, A. M. ; BARRERA, J. ; HIRATA, N. S. T. . Binary Filter Design: Optimization, Prior Information and Robustness. In: SPIE's International Symposium on Optical Science, 1998, San Diego, CA, USA. Mathematical Modeling and estimation techniques in Computer Vision, 1998. v. 3457. p. 230-241.

50.
HIRATA, N. S. T.; DOUGHERTY, E. R. ; BARRERA, J. . Design of Large-Window Binary Filters via Iteration. In: SPIE Photonics East 1998, 1998, Boston, MA, USA. Intelligent Robots and Computer Vision XVII: Algorithms, techniques, and Active Vision, 1998. v. 3522. p. 173-182.

51.
DOUGHERTY, E. R. ; BARRERA, J. ; HIRATA, N. S. T. . Optimal Filters From Prior Filters. In: SPIE Photonics West 1997, 1997, San Jose, CA, USA. Nonlinar Image Processing, 1997. v. VIII. p. 2-7.

52.
BARRERA, J. ; TERADA, R. ; SILVA, F. S. C. ; HIRATA, N. S. T. . Automatic Programming Of Morphological Machines For OCR. In: INTERNATIONAL SYMPOSIUM ON MATHEMATICAL MORPHOLOGY, 1996, Atlanta. Mathematical Morphology And Its Applications to Image and Signal Processing, 1996. p. 385-392.

53.
BARRERA, J. ; HIRATA, N. S. T. ; SILVA, F. S. C. ; TERADA, R. . Automatic Programming of Binary Morphological Machines By Pac Learning. In: SPIE INTERNATIONAL SYMPOSIUM ON OPTICAL SCIENCE, ENGINEERING AND INSTRUMENTATION, 1995, San Diego. Neural And Stochastic Methods In Image And Signal Processing, 1995. v. 2568. p. 233-244.

Resumos expandidos publicados em anais de congressos
1.
SILVA, R. R. ; MONTAGNER, I. S. ; Hirata, N.S.T. . Remoção de Compasso usando Combinações de Operadores Heurísticos e Treinados Automaticamente. In: Workshop of Undergraduate Works (WUW) in the 29th Conference on Graphics, Patterns and Images, 2016. Workshop of Undergraduate Works (WUW) in the 29th Conference on Graphics, Patterns and Images.

2.
SANTOS, V. R. N. ; Porsani, J.L. ; Hirata, N.S.T. . Automatic classification of metallic targets using pattern recognition of GPR reflection: a study in the IAG-USP Test Site. In: XIII International Conference on Ground Penetrating Radar, 2010, Leece, Italy. XIII International Conference on Ground Penetrating Radar, 2010. v. 1. p. 1-5.

3.
B. Klava ; HIRATA, N. S. T. . Watershed Transform based Interactive Image Segmentation Tool. In: XI Brazilian Symposium on Computer Graphics and Image Processing - SIBGRAPI, 2008, 2008, Campo Grande. Proceedings of the XXIst Brazilian Symposium on Computer Graphics and Image Processing - Technical Posters, 2008. p. 3-4.

4.
B. Klava ; HIRATA, N. S. T. . Watershed segmentation: Switching back and forth between markers and hierarchies. In: 8th International Symposium on Mathematical Morphology, 2007, Rio de Janeiro. Proceedings of ISMM 2007 - Extended abstracts, 2007. v. 2. p. 29-30.

Resumos publicados em anais de congressos
1.
MONTAGNER, I. S. ; HIRATA JR., R. ; Hirata, N.S.T. . TRIOS - an open source toolbox for training image operators from samples. In: SIBGRAPI 2012 (XXV Conference on Graphics, Patterns and Images), 2012, Ouro Preto. Workshop of Works in Progress (WIP) in SIBGRAPI 2012 (XXV Conference on Graphics, Patterns and Images), 2012.

2.
DELLAMONICA JUNIOR, D. ; SILVA, P. J. S. ; HIRATA, N. S. T. ; HUMES C. ; BARRERA, J. . An Exact Algorithm for Optimal MAE Stack Filter Design. In: International Symposium on Mathematical Programming, 2006, Rio de Janeiro. International Symposium on Mathematical Programming, 2006.

3.
HIRATA, N. S. T.. Dynamical systems with morphological transitions. In: IEEE/EURASIP Workshop on Nonlinear Signal and Image Processing, 2001, Baltimore, Maryland USA. 2001 IEEE Workshop on Nonlinear Signal and Image Processing, 2001.

4.
HIRATA, N. S. T.. Programacao Automatica de Maquinas Morfologicas Binarias Baseada Em Aprendizado Pac. In: IX CONCURSO DE TESES E DISSERTACOES DO XVI CONGRESSO DA SBC, 1996, Recife. Anais do Xxiii Seminario Integrado de Software e Hardware, Ix Concurso de Teses e Dissertacoes Xv Concurso de Trabalhos de Iniciacao Cientifica, 1996. p. 517-525.

Apresentações de Trabalho
1.
Hirata, Nina S. T.. Machine learning e alguns exemplos de aplicação em dados astronômicos. 2018. (Apresentação de Trabalho/Seminário).

2.
Hirata, Nina S. T.. Machine Learning e aplicações em processamento de imagens. 2017. (Apresentação de Trabalho/Conferência ou palestra).

3.
Hirata, Nina S. T.. Machine Learning: um panorama geral. 2017. (Apresentação de Trabalho/Conferência ou palestra).

4.
Hirata, N.S.T.. Machine Learning and Big Data. 2017. (Apresentação de Trabalho/Conferência ou palestra).

5.
Hirata, N.S.T.. Image Processing, Pattern Recognition and Machine Learning at IME / USP. 2017. (Apresentação de Trabalho/Conferência ou palestra).

6.
Hirata, N.S.T.. Machine Learning in the Era of Data Science. 2016. (Apresentação de Trabalho/Conferência ou palestra).


Produção técnica
Assessoria e consultoria
1.
HIRATA, N. S. T.. Assessoria ad-hoc para a FACEPE. 2010.

2.
HIRATA, N. S. T.. Assessoria ad hoc para a CAPES. 2007.

3.
HIRATA, N. S. T.. Assessoria Ad-Hoc para a FAPESP. 2003.

4.
HIRATA, N. S. T.. Assessoria Ad-Hoc para o CNPq. 2002.

Programas de computador sem registro
1.
Hirata, Nina S. T.. TRIOS -- Training Image Operators from Samples (http://trioslib.sourceforge.net/). 2012.

2.
AGUILAR, F. D. J. ; Hirata, Nina S. T. . ExpressMatch (http://code.google.com/p/express-match/). 2012.

3.
B. Klava ; HIRATA, N. S. T. . SegmentIt (http://segmentit.sourceforge.net/). 2009.

Trabalhos técnicos
1.
HIRATA, N. S. T.. Chair do WTD/SIBGRAPI. 2012.

2.
HIRATA, N. S. T.. Poster session chair of the 8th International Symposium on Mathematical Morphology - ISMM 2007. 2007.

3.
HIRATA, N. S. T.. Membro do corpo de avaliadores do 14 Simpósio Intrenacional de Iniciação Científica da Universidade de São Paulo (SIICUSP). 2006.

4.
HIRATA, N. S. T.. Parecer para o Center for Environmental and Rural Health at Texas A & M University. 2004.

5.
HIRATA, N. S. T.. Revisão de livro para a SPIE (International Society for Optical Engineering). 2003.

6.
HIRATA, N. S. T.. Revisão: Workshop de Teses e Dissertações em Computação Gráfica e Processamento de Imagens. 2003.


Demais tipos de produção técnica
1.
Hirata, N.S.T.. Uma introdução a machine learning (IX Semana de Inverno de Geofísica). 2018. (Curso de curta duração ministrado/Outra).

2.
Hirata, N.S.T.. Introdução a Machine Learning usando Python. 2017. (Curso de curta duração ministrado/Outra).

3.
BOYER, K. ; Hirata, Nina S.T. ; NEDEL, L. ; SILVA, C. T. . Proceedings of the 26th SIBGRAPI - Conference on Graphics, Patterns and Images. 2013. (Editoração/Anais).

4.
G. J. F. Banon ; BARRERA, J. ; BRAGA-NETO, Ulisses de Mendonça ; HIRATA, N. S. T. . Proceedings of ISMM 2007 (8th International Symposium on Mathematical Morphology) - Extended Abstracts - Volume 2. 2007. (Editoração/Anais).

5.
HIRATA, N. S. T.. Notas de aula de Algebra Booleana e Aplicacoes. 2004. (Desenvolvimento de material didático ou instrucional - Notas de aula).



Bancas



Participação em bancas de trabalhos de conclusão
Mestrado
1.
Hirata, N.S.T.; VARGAS, C. D.; LAURETTO, M. S.. Participação em banca de Luciana de Melo e Abud. Modelos computacionais prognósticos de lesões traumáticas do plexo braquial em adultos. 2018. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo.

2.
LOTUFO, R. A.; Hirata, Nina S. T.; MARTINO, J. M.. Participação em banca de Oeslle Alexandre Soares de Lucena. Aprendizado Profundo para Análise do Cerébro em Imagens de Ressonância Magnética. 2018. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Estadual de Campinas.

3.
FERREIRA, J. E.; Hirata, Nina S. T.; SANTANCHE, A.. Participação em banca de André Henrique Serafim Casimiro. Principais variáveis na ordenação de anúncios. 2016. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo.

4.
Hirata, Nina S.T.. Participação em banca de Alberto Arruda de Oliveira. Relacionamentos de Múltiplo Parentesco em Filogenia de Imagens. 2015. Dissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Campinas.

5.
CESAR JUNIOR, R. M.; Hirata, Nina S.T.; LOPES, R. M.. Participação em banca de Damian Janusz Matuszewski. Visão Computacional para o monitoramento contínuo de plâncton. 2014. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo.

6.
Hirata, N.S.T.. Participação em banca de Willian Jean Fuks. Desenvolvimento de preditores para recomendação auotmática de produtos. 2013. Dissertação (Mestrado em Engenharia Mecânica) - Universidade de São Paulo.

7.
Hirata, Nina S. T.. Participação em banca de Marcio Branquinho Dutra. Busca Guiada de Patentes de Bioinformática. 2013. Dissertação (Mestrado em Bioinformática) - Universidade de São Paulo.

8.
CESAR JUNIOR, R. M.; Hirata, N.S.T.; MEDEIROS, F. N. S.. Participação em banca de Charles Iury Oliveira Martins. Segmentação de imagens similares por casamento de grafos e detecção de comunidades. 2011. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo.

9.
LOTUFO, R. A.; HIRATA, N. S. T.; ATTUX, R. R. F.. Participação em banca de André Körbes. Análise de Algoritmos da Transformada Watershed. 2010. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Estadual de Campinas.

10.
CESAR JUNIOR, R. M.; HIRATA, N. S. T.; Italiano, I.C.. Participação em banca de Elisa Pereira Kameda. Redução de dimensionalidade em modelos de bancos de dados multidimensionais. 2010. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo.

11.
HASHIMOTO, R. F.; HIRATA, N. S. T.; KIM, Hae Yong. Participação em banca de Wonder Alexandre Luz Alves. Localização de Textos em imagens de cenas por meio de operadores morfológicos. 2010. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo.

12.
CESAR JUNIOR, R. M.; OLIVEIRA, M. C. F.; HIRATA, N. S. T.. Participação em banca de Ana Beatriz Vicentim Graciano. Rastreamento de Objetos Baseado em Reconhecimento Estrutural de Padrões. 2007. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo.

13.
FERREIRA, J. E.; CAMOLESI Jr., Luiz; HIRATA, N. S. T.. Participação em banca de Gustavo Bianchi Maia. Ferramenta para integração de modelos multidimensionais e softwares de visualização de séries temporais. 2007. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo.

14.
MORIMOTO, C. H.; HIRATA, N. S. T.. Participação em banca de Tiago Tagliari Martinez. Recuperação Automática da Estrutura Tri-dimensional a partir de Múltiplas Imagens Utilizando Geometria Projetiva. 2006. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo.

15.
MARTINI, L. C.; LOTUFO, R. A.; YABU-UTI, J. B. T.; HIRATA, N. S. T.. Participação em banca de Leticia Rittner. Identificação e Transformação de Valores Aberrantes como Medida de Confiabilidade do Método das Diferenças para Estimativa de Fluxo Óptico em Seqüências de Imagens. 2004. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Estadual de Campinas.

16.
MARTINI, L. C.; HIRATA, N. S. T.; YABU-UTI, J. B. T.; IANO, Y.. Participação em banca de Alessandra Boaventura Rabelo. Análise da Utilização de Filtros Lineares e Não-Lineares na Recuperação de Imagens Degradadas. 2002. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Estadual de Campinas.

17.
SONG, S. W.; CACERES, E. N.; HIRATA, N. S. T.. Participação em banca de Danielle Passos de Ruchkys. Um algoritmo de aproximação paralelo para transversal mínima com aplicação em análise da expressão gênica. 2002. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo.

18.
BARRERA, J.; MARTIN, P. A.; HIRATA, N. S. T.. Participação em banca de Nestor Walter Trepode. Identificação de Sistemas Dinâmicos Finitos: Aplicações para a Modelagem de Redes Genéticas. 2002. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo.

Teses de doutorado
1.
MIRANDA, P. A. V.; FALCAO, A. X.; CAPPABIANCO, F. A. M.; HIRATA, N. S. T.; SPINA, T. V.. Participação em banca de Lucy Alsina Choque Mansilla. Segmentação de Objetos via Transformada Imagem-Floresta Orientada com Restrições de Conexidade. 2018. Tese (Doutorado em Ciências da Computação) - Universidade de São Paulo.

2.
ROCHA, Anderson; NASCIMENTO, E. R.; HIRATA, N. S. T.; DAHAB, R.; HENRIQUES, M. A. A.. Participação em banca de Anselmo Castelo Branco Ferreira. Multi-Analysis Techniques for Digital Image Forensics. 2016. Tese (Doutorado em Ciência da Computação) - Universidade Estadual de Campinas.

3.
Hirata, Nina S. T.. Participação em banca de Guillermo Angel Perez López. Casamento de Modelos Baseado em Projeções Radiais e Circulares Invariante a Pontos de Vista. 2015. Tese (Doutorado em Doutorado em Engenharia Elétrica) - Universidade de São Paulo.

4.
MEDEIROS, F. N. S.; Hirata, Nina S. T.. Participação em banca de Geraldo Luís Bezerra Ramalho. Análise de imagens por meio da matriz de interdependência e da transformação estrutural multiescala. 2013. Tese (Doutorado em Engenharia de Teleinformática) - Universidade Federal do Ceará.

5.
JUNG, CLÁUDIO R.; Maestri, Marcelo K; HIRATA, N. S. T.. Participação em banca de Daniel Welfer. Métodos Computacionais para Identificar Automaticamente Estruturas da Retina e Quantificar a Gravidade do Edema Macular Diabético em Imagens do Fundo do Olho. 2011. Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul.

6.
COSTA, L. da F.; A. G. Evsukoff; MACAU, E. E. N.; POLIKARPOV, Igor; HIRATA, N. S. T.. Participação em banca de Lucas Antiqueira. Relações da estrutura de redes complexas com as dinâmicas do passeio aleatório, de transporte e de sincronização. 2011. Tese (Doutorado em Doutorado em Fisica Aplicada - Instituto de Física de São Carlos/USP/SÃO CA) - Universidade de São Paulo.

7.
CESAR JUNIOR, R. M.; OLIVEIRA, M. C. F.; ROCHA, Anderson; HIRATA, N. S. T.; FONSECA, L. M. G.. Participação em banca de Alexandre Noma. Duas abordagens para casamento de padrões de pontos usando relações espaciais e casamento entre grafos. 2010. Tese (Doutorado em Ciências da Computação) - Universidade de São Paulo.

8.
LOTUFO, R. A.; HIRATA, N. S. T.; SAÚDE, A. V.; CENDES, F.; MAGALHÃES, L. P.. Participação em banca de Letícia Rittner. Segmentação de Imagens de Tensores de Difusão no Contexto da Morfologia Matemática. 2009. Tese (Doutorado em Doutorado em Engenharia Elétrica - UNICAMP) - Universidade Estadual de Campinas.

9.
DEL-MORAL-HERNANDEZ, E.; LOBO NETTO, Marcio; MUNITA, C. J. A. S.; ALMEIDA JUNIOR, J. R.; HIRATA, N. S. T.. Participação em banca de Clodis Boscarioli. Análise de Agrupamentos baseada na toplogia dos dados e em mapas auto-organizáveis. 2008. Tese (Doutorado em Engenharia Elétrica) - Universidade de São Paulo.

10.
Gruber A.; FERREIRA, M. U.; HIRATA, N. S. T.; BRUNO, O. M.; LOTUFO, R. A.. Participação em banca de César Armando Beltrán Castañón. Análise e Reconhecimento digital de formas biológicas para o diagnóstico automático de parasitas do Gênero Eimeria. 2007. Tese (Doutorado em Bioinformática) - Universidade de São Paulo.

11.
G. J. F. Banon; HIRATA, N. S. T.. Participação em banca de Sergio Donizete Faria. Projeto de Operadores Morfológicos Parametrizados por Tabelas de Transformação de Níveis de Cinza. 2004. Tese (Doutorado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais.

Qualificações de Doutorado
1.
MORIMOTO, C. H.; Hirata, Nina S. T.; SILVA, F. S. C.. Participação em banca de Alex Torquato Souza Carneiro. Arcabouço de Percepção Aumentada Para Expandir a Autonomia de Deficientes Visuais. 2017. Exame de qualificação (Doutorando em Ciencia da Computacao) - Universidade de São Paulo.

2.
MORIMOTO, C. H.; COUTINHO, F. L.; Hirata, Nina S.T.. Participação em banca de Andrew Toshiaki Nakayama Kurauchi. Rastreador de Olhar Móvel. 2014. Exame de qualificação (Doutorando em Ciencia da Computacao) - Universidade de São Paulo.

3.
CESAR JUNIOR, R. M.; HIRATA, N. S. T.; COZMAN, F. G.. Participação em banca de Alexandre Noma. Reconhecimento Estrutural de Padrões: Abordagem por Grafos usando Relações Espaciais. 2009. Exame de qualificação (Doutorando em Ciências da Computação) - Universidade de São Paulo.

4.
DEL-MORAL-HERNANDEZ, E.; LOBO NETTO, Marcio; HIRATA, N. S. T.. Participação em banca de Clodis Boscarioli. Análise de Agrupamentos por meio de Mapas Auto-organizáveis. 2007. Exame de qualificação (Doutorando em Engenharia Elétrica) - Universidade de São Paulo.

5.
COZMAN, F. G.; HIRATA, N. S. T.; MARUYAMA, N.. Participação em banca de Waldemar de Santa Cruz Oliveira Júnior. Aprendizado ativo baseado na Teoria da Decisão Sequencial. 2007. Exame de qualificação (Doutorando em Engenharia Mecânica) - Universidade de São Paulo.

6.
NEVES, E. J.; HIRATA, N. S. T.. Participação em banca de Luiz Carlos da Silva Rozante. Metamodelo Discreto para Sistemas de Sinalização Justácrina. 2006. Exame de qualificação (Doutorando em Bioinformática) - Universidade de São Paulo.

7.
HIRATA, N. S. T.; SAMESHIMA, K.; KOGLER JUNIOR, J. E.. Participação em banca de César Armando Beltrán Castañón. Diagnóstico de Eimeria SSP: Análise e reconhecimento de formas através de processamento de imagens. 2005. Exame de qualificação (Doutorando em Bioinformática) - Universidade de São Paulo.

8.
HIRATA, N. S. T.; VERJOVSKI-ALMEIDA, S.; SOARES, J. A. R.. Participação em banca de Ariane Machado Lima de Oliveira. Caracterização de RNAs com estrutura secundária e sua aplicação na busca de componentes RNA telomerase. 2005. Exame de qualificação (Doutorando em Bioinformática) - Universidade de São Paulo.

Qualificações de Mestrado
1.
BRAGHETTO, K. R.; Hirata, N.S.T.; SILVA, F. S. C.. Participação em banca de Luciana de Melo e Abud. Modelos computacionais prognósticos de recuperação de lesões neurológicas. 2017. Exame de qualificação (Mestrando em Ciências da Computação) - Universidade de São Paulo.



Participação em bancas de comissões julgadoras
Concurso público
1.
OTA, J.; TASHIRO, Eliza Atsuko; DOI, E. T.; IKEDA, S. N.; HIRATA, N. S. T.. Provimento de um cargo de Professor Doutor do Depto. de Letras Orientais, área de Língua e Literatura Japonesa. 2009. Universidade de São Paulo.

Outras participações
1.
RAPHAEL, D. M.; HIRATA, N. S. T.; MACHADO, F. P.; DREIFUS, H. V.. Exame de Proficiência em Línguas. 2006. Universidade de São Paulo.



Eventos



Participação em eventos, congressos, exposições e feiras
1.
13th IAPR International Workshop on Document Analysis Systems. Symbol detection in online handwritten graphics using Faster R-CNN. 2018. (Congresso).

2.
HackathonUSP 2018.Jurado no HackathonUSP 2018. 2018. (Oficina).

3.
2017 30th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI). 2017. (Congresso).

4.
The 14th IAPR International Conference on Document Analysis and Recognition. Image operator learning coupled with CNN classification and its application to staff line removal. 2017. (Congresso).

5.
2016 29th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI). Image Operator Learning and Applications (Tutorial). 2016. (Congresso).

6.
28th Conference on Graphics, Patterns and Images (SIBGRAPI). Image Segmentation Assessment from the Perspective of a Higher Level Task. 2015. (Congresso).

7.
10th IEEE International Conference on e-Science. Membro da comissão organizadora. 2014. (Congresso).

8.
II Workshop de Computação Científica em Astronomia.Uma Introdução à Visão Computacional e Processamento de Imagens. 2014. (Outra).

9.
International Conference on Image Processing (ICIP). A Model for Simulating User Interaction in Hierarchical Segmentation. 2014. (Congresso).

10.
SIBGRAPI 2013 (XXVI Conference on Graphics, Patterns and Images). Program Chair. 2013. (Congresso).

11.
ICPR 2012 (21st International Conference on Pattern Recognition). (Poster) A genetic algorithm based approach for combining binary image operators. 2012. (Congresso).

12.
SIBGRAPI 2012 (XXV Conference on Graphics, Patterns and Images).Chair do Workshop de Teses e Dissertações. 2012. (Simpósio).

13.
GbR 2011 (8th IAPR-TC-15 International Workshop on Graph-Based Representations in Pattern Recognition).(Poster) Automatic Labeling of Handwritten Mathematical Symbols via Expression Matching. 2011. (Outra).

14.
15th Iberoamerican Congress on Pattern Recognition. Membro da comissão organizadora. 2010. (Congresso).

15.
Seminários Avançados em Tecnologia de Microarrays.(Palestra) Reconhecimento de padrões e sua aplicação em análise de dados de Microarrays. 2009. (Seminário).

16.
SIBGRAPI 2009.(Oral) The use of high resolution images in morphological operator learning. 2009. (Simpósio).

17.
8th International Symposium on Mathematical Morphology - ISMM.Poster Session Co-Chaiir, Program Committee. 2007. (Simpósio).

18.
SIBGRAPI 2005 (Simpósio Brasileiro de Computação Gráfica e Processamento de Imagens).(Oral) Binary Image Operator Design based on Stacked Generalization. 2005. (Simpósio).

19.
ICIP 2003 (IEEE International Conference on Image Processing). (Poster) Order Statistic Filters: Minimal Collection of Minimum Weight Vectors. 2003. (Congresso).

20.
SIBGRAPI 2003 (Simpósio Brasileiro de Computação Gráfica e Processamento de Imagens).(Oral) Design of Order Statistic Filters from Examples. 2003. (Simpósio).

21.
WTD/SBC 2001 (Workshop de Teses e Dissertações).(Oral) Projeto Automático de Operadores - Explorando Conhecimentos a Priori (tese de doutoramento). 2001. (Outra).



Orientações



Orientações e supervisões em andamento
Dissertação de mestrado
1.
Sergio Yuji Hayashi. A definir. Início: 2018. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo. (Orientador).

2.
Samara Beatriz Naka de Vasconcellos. Métodos físicos e computacionais de​ ​ identificação e análise de alterações naturais e intervenções humanas em obras do patrimônio histórico cultural. Início: 2018. Dissertação (Mestrado em Física) - Universidade de São Paulo. (Coorientador).

3.
Diego Mauricio Mansilla Mallqui. A definir. Início: 2018. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. (Orientador).

4.
Ana Carolina Martinazzo. A definir. Início: 2018. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo. (Orientador).

5.
Augusto César Monteiro Silva. Aprendizado de transformações imagem-a-imagem. Início: 2018. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. (Orientador).

6.
Leonardo Blanger. Detecção de códigos QR usando modelos de aprendizado profundo. Início: 2018. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. (Orientador).

7.
Renan Cesar Jacomassi. A ser definido. Início: 2017. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo. (Orientador).

8.
Joseph Hans Murrugarra Llerena. Classificação de imagens de galáxias. Início: 2016. Dissertação (Mestrado profissional em Ciências da Computação) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. (Orientador).

Tese de doutorado
1.
Mateus Espadoto. A ser definido. Início: 2017. Tese (Doutorado em Ciencia da Computacao) - Universidade de São Paulo. (Orientador).

2.
Ana Lucia Lima Marreiros Maia. Segmentação de imagens de documento. Início: 2015. Tese (Doutorado em Ciências da Computação) - Universidade de São Paulo. (Orientador).

Iniciação científica
1.
Pedro Henrique Barbosa de Almeida. Aprendizado de transformações de imagens via classificação de microrregiões. Início: 2018. Iniciação científica (Graduando em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. (Orientador).


Orientações e supervisões concluídas
Dissertação de mestrado
1.
Mariela Atausinchi Fernandez. Classificação de imagens de plâncton usando múltiplas segmentações. 2017. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Orientador: Nina Sumiko Tomita Hirata.

2.
Diana E. N. Pomalaya. A directional multipole light transport model for rendering multilayer translucent materialsmaterials. 2017. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Coorientador: Nina Sumiko Tomita Hirata.

3.
Leandro Ticlia de La Cruz. Quantificação de angiogênese em imagens de membranas corioalantóicas de embrião de galinha. 2015. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Nina Sumiko Tomita Hirata.

4.
Davi Souto Grangeiro. ExpressMath Online: um sistema web para o tratamento de dados de expressões matemáticas manuscritas. 2015. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, . Orientador: Nina Sumiko Tomita Hirata.

5.
Felipe Breve Siola. Transformações Hit-or-miss para imagens tons de cinza. 2014. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Orientador: Nina Sumiko Tomita Hirata.

6.
Marcelo Valentim de Oliveira. Um estudo empírico sobre classificação de símbolos matemáticos manuscritos. 2014. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Orientador: Nina Sumiko Tomita Hirata.

7.
Willian Yukio Honda. Rotulação de símbolos matemáticos manuscritos via casamento de expressões. 2013. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Nina Sumiko Tomita Hirata.

8.
Luiz Felipe Franco Belussi. Detecção de códigos QR em imagens com enquadramento arbitrário. 2012. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, . Orientador: Nina Sumiko Tomita Hirata.

9.
Edwin Delgado Huaynalaya. Detecção de ovos de S. mansoni a partir da detecção de seus contornos. 2012. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Nina Sumiko Tomita Hirata.

10.
Bruno Klava. Segmentação Interativa de Imagens via Transformação Watershed. 2009. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Nina Sumiko Tomita Hirata.

11.
Philipe Dalla Bernardina. PCA-tree: uma proposta de indexação multidimensional. 2007. Dissertação (Mestrado em Ciência da Computação) - Instituto de Matemática e Estatística, . Orientador: Nina Sumiko Tomita Hirata.

12.
Andre Rodrigo Sanches. Reducao de dimensionalidade em séries temporais. 2006. Dissertação (Mestrado em Ciência da Computação) - Instituto de Matemática e Estatística, . Orientador: Nina Sumiko Tomita Hirata.

13.
Ney Barros Luz. Análise Automática de desempenho de Classificadores e Técnicas de Classificação na Plataforma R. 2005. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo, . Orientador: Nina Sumiko Tomita Hirata.

Tese de doutorado
1.
Igor dos Santos Montagner. W -operator learning using linear models for both gray-level and binary inputs. 2017. Tese (Doutorado em Ciências da Computação) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. Coorientador: Nina Sumiko Tomita Hirata.

2.
Frank Dennis Julca Aguilar. Recognition of Online Handwritten Mathematical Expressions using Contextual Information. 2016. Tese (Doutorado em Ciencia da Computacao) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. Orientador: Nina Sumiko Tomita Hirata.

3.
Marta Magda Dornelles. Construção e seleção de janelas na combinação de W-operadores. 2015. Tese (Doutorado em Ciencia da Computacao) - Universidade de São Paulo, . Orientador: Nina Sumiko Tomita Hirata.

4.
Bruno Klava. Redução no esforço de interação em segmentação de imagens digitais através de aprendizagem computacional. 2014. Tese (Doutorado em Ciencia da Computacao) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. Orientador: Nina Sumiko Tomita Hirata.

5.
Vinicius Rafael Neris dos Santos. Detecção e Classificação Automática de Interferências no Subsolo com GPR Utilizando Redes Neurais Artificiais (RNAs): Estudo no SCGR do IAG/USP. 2014. Tese (Doutorado em Geologia Geral e Aplicacao) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. Coorientador: Nina Sumiko Tomita Hirata.

Supervisão de pós-doutorado
1.
Frank Dennis Julca Aguilar. 2016. Universidade de São Paulo, . Nina Sumiko Tomita Hirata.

Trabalho de conclusão de curso de graduação
1.
Ricardo de Cillo. Aplicação de análise morfológica para segmentação de páginas em imagens de documentos. 2012. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade de São Paulo. Orientador: Nina Sumiko Tomita Hirata.

2.
Walter Pereira Rodrigues de Souza. Soluções Eficientes para o Cubo Mágico. 2011. Trabalho de Conclusão de Curso. (Graduação em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo. Orientador: Nina Sumiko Tomita Hirata.

3.
Ricardo Alexandre Bastos. Reconhecimento de caracteres em expressões matemáticas manuscritas. 2009. Trabalho de Conclusão de Curso. (Graduação em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Nina Sumiko Tomita Hirata.

4.
A. Mello, E. Y. Komatsu, F. Okuda e L. Hing. Math-Picasso: Segmentação e reconhecimento de caracteres em expressões matemáticas manuscritas. 2007. Trabalho de Conclusão de Curso. (Graduação em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo. Orientador: Nina Sumiko Tomita Hirata.

5.
Rodrigo Rueda. Ferramenta para Segmentação Interativa de Imagens. 2007. Trabalho de Conclusão de Curso. (Graduação em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo. Orientador: Nina Sumiko Tomita Hirata.

6.
Bruno Klava. Ferramenta interativa para segmentação de imagens digitais. 2006. Trabalho de Conclusão de Curso. (Graduação em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo. Orientador: Nina Sumiko Tomita Hirata.

7.
Fábio Mazete Reaes. Reconhecimento de faces em imagens: projeto Beholder. 2006. Trabalho de Conclusão de Curso. (Graduação em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo. Orientador: Nina Sumiko Tomita Hirata.

8.
Eduardo Pires, Pedro Oliveira e Ricky Chow. Sistema Titanium de Reconhecimento de Escrita Online - SisTREO. 2006. Trabalho de Conclusão de Curso. (Graduação em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo. Orientador: Nina Sumiko Tomita Hirata.

9.
Adolpho da Costa Pacheco e Camila Pacheco Marques. Combinação de Classificadores. 2005. Trabalho de Conclusão de Curso. (Graduação em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo. Orientador: Nina Sumiko Tomita Hirata.

10.
Jefferson Schoenfeld. Bagging e Boosting Aplicados ao Projeto de Operadores Morfológicos de Imagens. 2005. Trabalho de Conclusão de Curso. (Graduação em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo. Orientador: Nina Sumiko Tomita Hirata.

11.
Élcio Koiti Nakashima. Reconhecimento Automático de Placas de Veículos. 2004. Trabalho de Conclusão de Curso. (Graduação em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo. Orientador: Nina Sumiko Tomita Hirata.

12.
Luiz Henrique Mariano de Araújo. Ferramenta Interativa de Desenho de Redes de Regulação Gênica. 2003. Trabalho de Conclusão de Curso. (Graduação em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo. Orientador: Nina Sumiko Tomita Hirata.

Iniciação científica
1.
Augusto César Monteiro Silva. Aprendizado de operadores de imagens baseado em características locais. 2017. Iniciação Científica. (Graduando em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. Orientador: Nina Sumiko Tomita Hirata.

2.
Rafael Reis da Silva. Combinação de operadores heurísticos de imagens. 2016. Iniciação Científica - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Nina Sumiko Tomita Hirata.

3.
Eber Saj Porcacchia. Redes neurais multicamadas e convolucionais aplicadas à segmentação de vasos sanguíneos. 2016. Iniciação Científica - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Nina Sumiko Tomita Hirata.

4.
Lilianne Mariko Izuti Nakazono. Separação de estrelas e quasares em imagens multiespectrais. 2014. Iniciação Científica. (Graduando em Astronomia) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. Orientador: Nina Sumiko Tomita Hirata.

5.
Bruno Milan Perfetto. Binarização de imagens digitais. 2009. Iniciação Científica. (Graduando em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Nina Sumiko Tomita Hirata.

6.
Bruno Yoiti Ozahata. Análise estrutural de expressões matemáticas manuscritas. 2009. Iniciação Científica. (Graduando em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Nina Sumiko Tomita Hirata.

7.
Cristiano Perez Garcia. Uma abordagem hierárquica para o reconhecimento de caracteres em expressões matemáticas manuscritas. 2008. Iniciação Científica. (Graduando em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Nina Sumiko Tomita Hirata.

8.
Breno Flesch Franco. Aperfeiçoamento de um software para reconhecimento de expressões matemáticas manuscritas. 2008. Iniciação Científica. (Graduando em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Nina Sumiko Tomita Hirata.

9.
Ricardo Sider. Análise Estrutural de Expressões Matemáticas Manuscritas. 2008. Iniciação Científica. (Graduando em Bacharelado em Ciencia da Computacao) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Nina Sumiko Tomita Hirata.

10.
Luiz Henrique Mariano de Araujo. Ferramenta Interativa de Desenho de Redes de Regulação Gênica. 2002. Iniciação Científica. (Graduando em Bacharelado em Ciencia da Computacao) - Instituto de Matemática e Estatística. Orientador: Nina Sumiko Tomita Hirata.



Inovação



Projetos de pesquisa


Educação e Popularização de C & T



Apresentações de Trabalho
1.
Hirata, Nina S. T.. Machine learning e alguns exemplos de aplicação em dados astronômicos. 2018. (Apresentação de Trabalho/Seminário).



Outras informações relevantes


Kit Enxoval Recem-Doutor (CNPq-ProTem-CC) - 2001 ..................... Doutorado-sanduiche na Texas A&M University, entre Outubro de 1997 e Janeiro de 1999, sob a orientacao do Prof. Eduard R. Dougherty, com bolsa da CAPES ........................Instrutora do centro de ensino de computacao (CEC) do Instituto de Matematica e Estatistica da Universidade de Sao Paulo, do segundo semestre de 1992 ao primeiro semestre de 1995 /



Página gerada pelo Sistema Currículo Lattes em 14/12/2018 às 20:34:38