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

Viviane Moreira


Viviane Moreira

Universidade Federal do Rio Grande do Sul
Departamento de Informática Aplicada

Associated researcher





Information extracted from Lattes platform


Last update: 2021/01/07


Degrees

Ph.D. Ciência da Computação na Middlesex University em 2004
M.Sc. Computação na Universidade Federal do Rio Grande do Sul em 1999
B.Sc. Analise de Sistemas na Universidade Católica de Pelotas em 1996


Current projects

2020 a AtualCIDIA-19 - CIência de Dados e Inteligência Artificial para combater a COVID-19
A aplicação da Ciência de Dados na área da saúde tem se tornado cada vez mais frequente, dado o seu potencial de gerar insights que auxiliam na tomada de decisão, melhoram as condições de saúde dos pacientes e otimizam as operações hospitalares. No contexto da COVID-19, a rapidez com que a doença se disseminou pelo mundo, acometendo mais de 1,5 milhões de pessoas e causando mais de 100 mil óbitos, demanda soluções ágeis para acelerar o diagnóstico de pacientes com sintomas suspeitos e estimar a evolução da doença. Diante das limitações associadas à aplicação de exames laboratoriais e do acentuado aumento na demanda por serviços de saúde em um cenário de pandemia, é imprescindível o desenvolvimento de estratégias para alavancar a análise de dados clínicos, histórico epidemiológico, e exames por imagem, a fim de mais rapidamente diagnosticar COVID-19 entre casos suspeitos, principalmente em estágios iniciais da doença. Desta maneira, o objetivo desse projeto é aplicar técnicas do estado-da-arte de aprendizado de máquina para o auxílio ao diagnóstico e à melhoria da compreensão acerca da COVID-19. As contribuições do projeto estão distribuídas em cinco metas, a saber: (i) classificação automática de imagens de tomografia computadorizada de tórax; (ii) desenvolvimento de modelos preditivos e identificação de novos fatores de risco a partir da mineração de dados clínicos; (iii) integração de dados clínicos e de imagens utilizando abordagens multimodais para aprimorar diagnóstico; (iv) busca semântica de artigos científicos relacionados à COVID-19; e (v) monitoramento e predição da evolução da COVID-19 por meio da visualização de informações. Este projeto enquadra-se em dois dos temas priorizados no Edital. No escopo do tema ?6-Criação de soluções digitais para controle, monitoramento e previsão da disseminação do vírus", propomos a utilização da visualização de dados para explorar padrões temporais e regionais de disseminação do vírus, de acordo com estatísticas divulgadas pelos órgãos municipais, estaduais e federais. No contexto do tema ?7-Uso de inteligência artificial e de tecnologias digitais para referenciamento de pacientes e para melhoria da gestão do sistema de saúde", enquadram-se nossas propostas de utilização de técnicas de aprendizado de máquina para a aceleração do processo de diagnóstico a partir das imagens e de descoberta de conhecimento e realização de predições a partir dos dados clínicos
Integrantes: Joao Luiz Dihl Comba (coordenador), Viviane Pereira Moreira, Melina Loreto, Mariana Recamonde Mendoza, Claudio Rosito Jung, Daniel Matheus Kuhn, Roger Eliandro Menezes, Ana Paula Zanardo, Rafael Domingos Grando, Gisele Nader Bastos, Luiz Antônio Nasi, Vitor Tadeu Ferreira, Tiago Severo Garcia, Carlo Sasso Faccin, Cauã Oliveira Rocha.
2019 a AtualGeologia Digital: Busca Integrada de Dados Geocientificos Heterogêneos
Especialistas em gerenciamento de dados de E&P concordam que as informações mais valiosas para uma organização estão representadas sob a forma de dados não estruturados. Documentos textuais, e-mails, imagens e diagramas são exemplos típicos dessas informações. Com o objetivo de reduzir o esforço na busca por informações relevantes, o objetivo geral do projeto é fornecer uma solução para recuperação de informação multimodal (MIR). MIR é o processo de organizar e permitir a pesquisa de diferentes tipos de dados, ou seja, modalidades, como texto, imagem, áudio, vídeo ou modelos 3D. Aqui, nosso foco está em textos e figuras. Diferentes estratégias estão previstas para fornecer a busca multimodal, incluindo a busca por metadados e o mapemento de características textuais e visuais para o mesmo espaço vetorial. O escopo do trabalho também envolve a construção de ontologias de domínio e a organização do conhecimento com princípios de arquivística.
Integrantes: Viviane Pereira Moreira (coordenador), Renata Vieira, Mara Abel, Eduardo Simões Lopes Gastal, Bruno Castro da Silva, Marcelo Soares Pimenta, Cassiana Michelin, Silvia Maria Wanderley Moraes, Rafael Port da Rocha.
2018 a AtualFormação e Análise de Grupos em Big Data Usando Técnicas de Visualização
O objetivo deste trabalho é desenvolver algoritmos e estruturas de dados para análise de big data usando técnicas de visualização, com aplicações bem definidas (formação e análise de grupos, análise visual de revisões de produtos), e suporte a dados de tamanhos escaláveis e gerados em fluxo contínuo.
Integrantes: Joao Luiz Dihl Comba (coordenador), Viviane Pereira Moreira, Sihem Amer-Yahia, Behrooz Omidvar-Tehrani, Carla Maria Dal Sasso Freitas, LUCAS MELLO SCHNORR.
2018 a AtualGeociências Digitais: gestão de conhecimento para interoperabilidade de dados científicos
Projeto de cooperação internacional com o Sirius Lab da Universidade de OSLO para estudo da modelagem conceitual baseada em ontologias formais para tornar explícito o significado dos dados tratados nos sistemas de informação de exploração de petróleo. A abordagem busca propor soluções de integração, indexação, busca e interoperabilidade sobre grandes volumes de dados. O projeto prevê missões de trabalho de pesquisadores e de estudo para estudantes de pós-graduação em Computação e Geociências entre os dois grupos de pesquisa.
Integrantes: Viviane Pereira Moreira (coordenador), Mara Abel, Carla Maria Dal Sasso Freitas, Eduardo Simões Lopes Gastal, Manuel Menezes de Oliveira Neto.

Current applied research projects

See all projects in Lattes

Recent publications

Articles in journals

Portuguese word embeddings for the oil and gas industry: Development and evaluation
2021. COMPUTERS IN INDUSTRY.
Multilingual aspect clustering for sentiment analysis
2020. KNOWLEDGE-BASED SYSTEMS.
Early prediction of ICU readmissions using classification algorithms
2020. COMPUTERS IN BIOLOGY AND MEDICINE.
Visual exploration of rating datasets and user groups
2020. Future Generation Computer Systems.
DuelMerge: Merging with Fewer Moves
2017. COMPUTER JOURNAL.
Identifying Sentiment-based Contradictions
2017. Journal of Information and Data Management - JIDM.
Multilingual emotion classification using supervised learning: Comparative experiments
2017. Information Processing & Management.
Assessing the impact of Stemming Accuracy on Information Retrieval - A multilingual perspective
2016. Information Processing & Management.
Comparing and combining Content- and Citation-based approaches for plagiarism detection
2016. Journal of the Association for Information Science and Technology.
Using Information Retrieval for Sentiment Polarity Prediction
2016. Expert Systems with Applications.
Relevance feedback and cross-language information retrieval
2006. Information Processing & Management.

Papers in conferences

BabelEnconding at SemEval-2020 Task 3: Contextual Similarity as a Combination of Multilingualism and Language Models
2020. International Workshop on Semantic Evaluation - SemEval.
Identifying and Fusing Duplicate Features for Data Mining
2020. Simpósio Brasileiro de Banco de Dados.
Offensive Video Detection: Dataset and Baseline Results
2020. LREC - International Conference on Language Resources and Evaluation.
Embeddings for Named Entity Recognition in Geoscience Portuguese Literature
2020. LREC - International Conference on Language Resources and Evaluation.
Summarizing Legal Rulings: Comparative Experiments
2019. RANLP - International Conference on Recent Advances in Natural Language Processing.
UserDEV
2019. the Workshop.
A Large Parallel Corpus of Full-Text Scientific Articles
2018. International Conference on Language Resources and Evaluation.
RulingBR: A Summarization Dataset for Legal Texts
2018. PROPOR - International Conference on Computational Processing of the Portuguese Language.
Clustering Multilingual Aspect Phrases for Sentiment Analysis
2018. IEEE/WIC/ACM International Conference on Web Intelligence.
A Classifier Ensemble for Offensive Text Detection
2018. WebMedia.
Extração de dados de conferências em páginas Web
2017. Simpósio Brasileiro de Bancos de Dados (SBBD).
Offensive Comments in the Brazilian Web: a dataset and baseline results
2017. Brazilian Workshop on Social Network Analysis and Mining (BraSNAM).
Visualizing Hotel Reviews: a Case Study using TripAdvisor Data
2017. 7th Workshop on Visual Analytics, Information Visualization and Scientific Visualization.
Identifying Sentiment-Based Contradictions
2016. Simpósio Brasileiro de Bancos de Dados.
A New Approach for Cross-Language Plagiarism Analysis
2010. CLEF 2010 Conference on Multilingual and Multimodal Information Access Evaluation.
A Stemming Algorithm for The Portuguese Language
2001. 8th International Symposium on String Processing and Information Retrieval (SPIRE).

Extended abstracts in conferences

Assessing the Impact of OCR Errors in Information Retrieval
2020. European Conference on Information Retrieval.
Exploration of User Groups in VEXUS
2018. IEEE International Conference on Data Engineering.
Finding Contradictions for Sentiment Analysis
2015. Simpósio Brasileiro de Bancos de Bados (SBBD).
Mineracao de emocoes em textos multilingues usando um corpus paralelo
2014. Simpósio Brasileiro de Bancos de Bados (SBBD).
Counting Co-occurrences in Citations to Identify Plagiarised Text Fragments
2013. Cross Language Evaluation Forum Workshop.

Abstracts in conferences

A Test Collection to Evaluate Plagiarism by Missing or Incorrect References
2012. Cross Language Evaluation Forum Workshop.
Ajustando a importância dos termos: uma extensão à BM25
2008. SBBD.
Schema Versioning: Queries to the Generalised Temporal Database System
1999. International Workshop on Spatio-Temporal Data Models and Languages.

See all publications in Lattes

Current students

MS

Daniel Matheus Kuhn. Fine-grained Image Retrieval. Início: 2020. Universidade Federal do Rio Grande do Sul (Orientador principal)
Lucas Lima de Oliveira. Multimodal Information Retrieval. Início: 2019. Universidade Federal do Rio Grande do Sul (Orientador principal)
Mattyws Ferreira Grawe. Early Sepsis Detection. Início: 2018. Universidade Federal do Rio Grande do Sul (Orientador principal)

PhD

Luciana Regina Bencke. A ser definido. Início: 2020. Universidade Federal do Rio Grande do Sul (Orientador principal)
Lucas Rafael Costella Pessutto. Multilingual Aspect-Based Sentiment Analysis. Início: 2019. Universidade Federal do Rio Grande do Sul (Orientador principal)
Diego de Vargas Feijó. Summarization Applied to Legal Texts. Início: 2016. Universidade Federal do Rio Grande do Sul (Orientador principal)
Danny Suarez Vargas. Aspect-Based Sentiment Analysis. Início: 2016. Universidade Federal do Rio Grande do Sul (Orientador principal)

See all students in Lattes