DCC - UFMG
+55 31 3409 5860
ciia-saude@dcc.ufmg.br

Gisele Lobo Pappa


Gisele Lobo Pappa

Universidade Federal de Minas Gerais
DCC

Pesquisador associado





Informações resumidas do Currículo Lattes


Currículo Lattes atualizado em 04/05/2021

Nome em citações bibliográficas: PAPPA, G. L.;Pappa, Gisele L.;Pappa, G.L.;PAPPA, GISELE LOBO;LOBO PAPPA, GISELE;PAPPA, GISELE


Formação acadêmica

Doutorado em Computer Science na University of Kent em 2007
Mestrado em Informática na Pontifícia Universidade Católica do Paraná em 2002
Graduado em Ciência da Computação na Universidade Estadual de Maringá em 2000


Projetos de pesquisa em andamento

2017 a AtualINCT Cyber: Instituto Nacional de Ciência e Tecnologia para uma Sociedade Massivamente Conectada
A missão do Instituto Nacional de Ciência e Tecnologia para uma Sociedade Massivamente Conectada: Uma Abordagem Ciberfı́sica e Social (INCT-Cyber) é entender e desenvolver princı́pios cientı́ficos e tecnologias necessárias para as interações futuras entre seres humanos, computadores e o mundo fı́sico. Os princı́pios que norteiam o INCT-MCS são: (1) desenvolver sistemas e tecnologias necessárias para construir sistemas ciberfı́sicos complexos que as pessoas possam usar com grande confiança; (2) acelerar a implantação de sistemas ciberfı́sicos e sociais em uma sociedade massivamente conectada através do desenvolvimento de métodos, ferramentas e componentes de software e hardware baseados em princı́pios transversais, validados por meio protótipos e cenários de teste; (3) transferir os resultados cientı́ficos e tecnológicos alcançados para a indústria.
Integrantes: Virgilio A. F. Almeida (coordenador), Gisele Lobo Pappa.
2017 a AtualNovos Algoritmos para Geração Automática de Fluxos de tarefas em Aprendizado de Máquina
****************** EDITAL PPM XI FAPEMIG 02/2017 ***************************** Nos últimos anos, o interesse da comunidade científica e da indústria em técnicas de aprendizado de máquina cresceu virtuosamente. Porém, para um leigo na área, utilizar os métodos disponíveis de forma eficaz para extrair conhecimento de bases de dados é um desafio, pois é preciso ter conhecimento de uma variedade de métodos e seus parâmetros. Isso porque, de acordo com o teorema da generalização do aprendizado, não existe algoritmo que seja o melhor para qualquer base de dados. Além de ser uma tarefa difícil, a escolha dos melhores algoritmos e seus parâmetros é massante, pois envolve testar manualmente uma infinidade de combinações possíveis. Esse projeto propõe métodos capazes de gerar automaticamente o que chamamos de fluxos de tarefas para resolver problemas de aprendizado de máquina. Fluxos são definidos como sequências de passos a ser seguidos para resolver com sucesso uma tarefa em uma base de dados específica, como as técnicas de pré-processamento e o algoritmo mais apropriado e seus parâmetros. Iremos modelar dois tipos de algoritmos de programação genética (PG) para gerar automaticamente fluxos de tarefas customizados para uma base de dados específica: PG baseada em gramática e PG semântica. Enquanto a modelagem do primeiro tipo de método é direta, existem muitos desafios na concepção do segundo método. Assim, esse projeto contribuirá também para melhorar o processo de busca de algoritmos de PG semântica. Em particular, trataremos do problema de escalabilidade desses métodos. A escalabilidade é um problema porque esses métodos atuam sobre um espaço semântico, cujo número de dimensões é definido de acordo com o tamanho do conjunto de dados de treinamento. Para resolver esse problema, iremos propor várias formas de realizar uma amostragem do espaço de dados. Como resultados, além dos dois métodos mencionados, geraremos um protótipo de uma ferramenta que permitirá que qualquer usuário leigo seja capaz de gerar o melhor fluxo para sua base de dados de interesse.
Integrantes: Gisele Lobo Pappa (coordenador), Alex Alves Freitas, Alex Guimaraes de Sa, Walter J G S Pinto.
2014 a AtualBioinformática Estrutural de Proteínas: modelos, algoritmos e aplicações biotecnológica
***Edital CAPES 51/2013 (Biologia Computacional )**** Este projeto propõe-se enfrentar dois desafios biotecnológicos de grande relevância nacional. O primeiro envolve a ricina, uma potente fitotoxina encontrada na mamoneira. Co-produtos da produção do óleo de mamona podem conter quantidades letais de ricina. Além do risco de intoxicação animal e humana do bagaço, isso tem dificultado sua reutilização e reciclagem, em especial no semiárido nordestino. A ricina preocupa também pelo seu potencial uso como arma química. Portanto, há forte apelo para se encontrar meios efetivos de neutralizar, inibir e/ou detectar a ricina. O segundo envolve a modelagem de celulases multifuncionais, capazes de degradar eficientemente a lignocelulose, composto base para a produção de biocombustíveis de segunda geração, os quais têm por princípio a utilização de subprodutos de plantas que não podem ser usados na alimentação humana.
Integrantes: Raquel Melo Minardi (coordenador), Gisele Lobo Pappa.
2008 a AtualInstituto Nacional de Ciência e Tecnologia para Web - InWeb
www.inweb.org.br Os Institutos Nacionais de Ciência e Tecnologia deverão ocupar posição estratégica no Sistema Nacional de Ciência e Tecnologia (SNCT) desenvolvendo programas de pesquisas consistentes e prioritários para o desenvolvimento científico e tecnológico e, particularmente, para a sociedade. O ICNT Web é uma rede integrada de pesquisadores de quatro instituições, coordenada pelo prof. Virgilio Almeida, do Departamento de Ciência da Computação da UFMG. A Web é o maior sistema de informação e comunicação já construído, e interfere de forma significativa nas atividades humanas. O INCT Web foi criado para projetar e desenvolver sistemas, tecnologias e aplicações que permitam explorar as possibilidades de uso da Web no futuro de forma benéfica para a sociedade. O INCT Web visa estudar e entender os fundamentos científicos e tecnológicos da Web, bem como suas repercussões sociais, para propor e desenvolver sistemas e tecnologias que poderão compor a Web do futuro.
Integrantes: Virgilio A. F. Almeida (coordenador), Gisele Lobo Pappa, Nivio Ziviani.

Projetos de desenvolvimento em andamento

Veja todos os projetos no Currículo Lattes

Últimas publicações

Artigos em periódicos

An Instance Space Analysis of Regression Problems
2021. ACM Transactions on Knowledge Discovery from Data.
Multi-region symbolic regression: combining functions under a multi-objective approach
2021. Natural Computing.
Elite versus mass polarization on the Brazilian impeachment proceedings of 2016
2020. SOCIAL NETWORK ANALYSIS AND MINING.
An extensive experimental evaluation of automated machine learning methods for recommending classification algorithms
2020. Evolutionary Intelligence (Print).
A New Non-Deterministic Drama Manager for Adaptive Interactive Storytelling
2020. ENTERTAINMENT COMPUTING.
Is Rank Aggregation Effective in Recommender Systems? An Experimental Analysis
2020. ACM Transactions on Intelligent Systems and Technology.
Strategies for combining Twitter users geo-location methods
2018. GEOINFORMATICA.
A customized classification algorithm for credit card fraud detection
2018. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE.
Selective harvesting over networks
2018. DATA MINING AND KNOWLEDGE DISCOVERY.
Factors Associated With Weight Change in Online Weight Management Communities: A Case Study in the LoseIt Reddit Community
2017. JMIR. Journal of Medical Internet Research.
H3AD: A Hybrid Hyper-Heuristic for Algorithm Design
2017. INFORMATION SCIENCES.
GASS-WEB: a web server for identifying enzyme active sites based on genetic algorithms
2017. NUCLEIC ACIDS RESEARCH.
A General Framework to Expand Short Text for Topic Modeling
2017. Information Sciences.
Exploring multiple evidence to infer users? location in Twitter
2016. Neurocomputing (Amsterdam).
Contrasting meta-learning and hyper-heuristic research: the role of evolutionary algorithms
2014. Genetic Programming and Evolvable Machines (Print).
Evolving rule induction algorithms with multi-objective grammar-based genetic programming
2009. Knowledge and Information Systems.

Trabalhos completos em congressos

Deep Thompson Sampling for Length of Stay Prediction
2021. Int. Joint Conf on Neural Networks (IJCNN).
Fitness Landscape Analysis of Graph Neural Network Architecture Search Spaces
2021. Genetic and Evolutionary Computation Conference (GECCO '21).
Neural Architecture Search in Graph Neural Networks
2020. Brazilian Conference on Intelligent Systems.
Explaining Symbolic Regression Predictions
2020. 2020 IEEE Congress on Evolutionary Computation (CEC).
Instance Selection for Geometric Semantic Genetic Programming
2020. 2020 IEEE Congress on Evolutionary Computation (CEC).
A Robust Experimental Evaluation of Automated Multi-Label Classification Methods
2020. Genetic and Evolutionary Computation Conference (GECCO).
Fitness Landscape Analysis of Automated Machine Learning Search Spaces
2020. European Conf. on Evolutionary Computation in Combinatorial Optimization (EvoCOP).
A multi-objective approach for Symbolic Regression with Semantic Genetic Programming
2019. Brazilian Conference on Intelligent Systems (BRACIS).
Exploiting Multiple Recommenders to Improve Group Recommendation
2018. 2018 7th Brazilian Conference on Intelligent Systems (BRACIS).
Analysing symbolic regression benchmarks under a meta-learning approach
2018. the Genetic and Evolutionary Computation Conference Companion.
Solving the exponential growth of symbolic regression trees in geometric semantic genetic programming
2018. the Genetic and Evolutionary Computation Conference.
Multi-objective Evolutionary Rank Aggregation for Recommender Systems
2018. 2018 IEEE Congress on Evolutionary Computation (CEC).
Improving Energy Efficiency of Field-Coupled Nanocomputing Circuits by Evolutionary Synthesis
2018. 2018 IEEE Congress on Evolutionary Computation (CEC).
An Approximative Bayes-Optimal Kernel Classifier Based on Version Space Reduction
2018. 2018 17th IEEE International Conference on Machine Learning and Applications (ICMLA).
Strategies for Short Text Representation in the Word Vector Space
2018. 2018 7th Brazilian Conference on Intelligent Systems (BRACIS).
Automated Selection and Configuration of Multi-Label Classification Algorithms with Grammar-based Genetic Programming
2018. Parallel Problem Solving from Nature (PPSN).
Implementation and Analysis of a Non-deterministic Drama Manager
2018. 2018 17th Brazilian Symposium on Computer Games and Digital Entertainment (SBGames).
RECIPE: A Grammar-based Framework for Automatically Evolving Classification Pipelines
2017. 20th European Conference on Genetic Programming.
Top-down strategies for hierarchical classification of transposable elements with neural networks
2017. 2017 International Joint Conference on Neural Networks (IJCNN).
Strategies for Improving the Distribution of Random Function Outputs in GSGP
2017. 20th European Conference on Genetic Programming.
A Warm Welcome Matters!
2017. the 26th International Conference.
How noisy data affects geometric semantic genetic programming
2017. the Genetic and Evolutionary Computation Conference.
Enhancement of Epidemiological Models for Dengue Fever Based on Twitter Data
2017. the 2017 International Conference.
Efficient Gaussian Process-Based Inference for Modelling Spatio-Temporal Dengue Fever
2017. 2017 Brazilian Conference on Intelligent Systems (BRACIS).
Towards a method for automatically selecting and configuring multi-label classification algorithms
2017. the Genetic and Evolutionary Computation Conference Companion.
Evolutionary rank aggregation for recommender systems
2016. 2016 IEEE Congress on Evolutionary Computation (CEC).
Reducing Dimensionality to Improve Search in Semantic Genetic Programming
2016. 14th International Conference on Parallel Problem Solving from Nature (PPSN).
Discovering combos in fighting games with evolutionary algorithms
2016. Genetic and Evolutionary Computation Conference (GECCO 2016).
A Dispersion Operator for Geometric Semantic Genetic Programming
2016. the 2016.
Topic Modeling for Short Texts with Co-occurrence Frequency-based Expansion
2016. 5th Brazilian Conference on Intelligent System (BRACIS).
Revisiting the Sequential Symbolic Regression Genetic Programming
2016. 5th Brazilian Conference on Intelligent System (BRACIS).
An Accurate Gaussian Process-Based Early Warning System for Dengue Fever
2016. 5th Brazilian Conference on Intelligent System (BRACIS).
Automatically Evolving Rule Induction Algorithms
2006. 17th European Conference on Machine Learning.

Resumos expandidos em congressos

Reddit Weight Loss Communities: Do They Have What It Takes for Effective Health Interventions?
2018. 2018 IEEE/WIC/ACM International Conference on Web Intelligence (WI).
The Effect of Social Feedback in a Reddit Weight Loss Community
2016. the 6th International Conference.
Inferring User Social Class in Online Social Networks
2014. the 8th Workshop.
Observatório do Trânsito: um sistema para detecção e localização de eventos de trânsito no Twitter
2012. Simpósio Brasileiro de Banco de Dados.
Seleção de Atributos Utilizando Algoritmos Genéticos para Detecção do Vandalismo na Wikipedia
2012. Simpósio Brasileiro de Banco de Dados.

Resumos em congressos

Unificação de Usuários em Redes Sociais
2011. Simpósio Brasileiro de Bancos de Dados.
Utilização da Biblioteca JPDA para Construção de Depuradores Java
2000. V Mostra de Trabalhos em Informática da UEM.
PVM-Parallel Virtual Machine
1999. IV Mostra de Trabalhos em Informática da UEM.
PVM - Parallel Virtual Machine
1998. III Mostra de Trabalhos em Informática da UEM.

Veja todas as publicações no Currículo Lattes

Orientações em andamento

Mestrado

Pedro Valadares Brum. A definir. Início: 2019. Universidade Federal de Minas Gerais (Orientador principal)
Matheus Nunes. Embeddings for graphs. Início: 2019. Universidade Federal de Minas Gerais (Orientador principal)
Victor Caetano. Métricas para media a Dificuldade de espaços de aprendizado de regressão. Início: 2019. Universidade Federal de Minas Gerais (Orientador principal)
João Francisco Barreto da Silva Martins. Análise de Ecocardiogramas para previsão de doenças reumáticas. Início: 2018. Universidade Federal de Minas Gerais (Orientador principal)
Cristiano Pimenta. Análise de espaços de busca de problemas de AutoML. Início: 2018. Universidade Federal de Minas Gerais (Orientador principal)

Doutorado

Juliana Nunes. AutoML. Início: 2019. Universidade Federal de Minas Gerais (Orientador principal)
Renato Miranda. Model Interpretability in Regression Problems. Início: 2017. Universidade Federal de Minas Gerais (Orientador principal)
Karen Enes. A definir. Início: 2016. Universidade Federal de Minas Gerais (Orientador principal)

Veja todas as orientações no Currículo Lattes