Adriano Alonso Veloso
Bolsa de Produtividade CNPq: nível 2
Áreas de Pesquisa: Formação Acadêmica:
Doutorado em Ciências da Computação na Universidade Federal de Minas Gerais em 2009
Mestrado em Ciências da Computação na Universidade Federal de Minas Gerais em 2003
Graduado em Ciência da Computação na Universidade Federal de Minas Gerais em 2001
Ramal: 5579
adrianov@dcc.ufmg.br
Página pessoal Lattes Google scholar
Informações resumidas do Currículo Lattes
Currículo Lattes atualizado em 22/09/2023ORCID: https://orcid.org/0000-0002-9177-4954Nome em citações bibliográficas: VELOSO, A. A.;Veloso, Adriano;Veloso, A.;VELOSO, ADRIANO ALONSO;ALONSO VELOSO, ADRIANO;Adriano Velloso;VELLOSO, ADRIANO;VELLOSO, A;VELLOSO, A.;VELOSO, ADRIANO A.
Projetos de pesquisa em andamento
2023 a Atual | Modelos de Inteligência de Dados para o Mercado de Materiais de Construção Este projeto objetiva a pesquisa e o desenvolvimento de soluções baseadas em Aprendizado de Máquina para construir modelos preditivos, explicativos e de auxílio à tomada de decisões no mercado de materiais de construção Integrantes: Adriano Alonso Veloso (coordenador). |
2023 a Atual | Modelos de Aprendizado de Máquina para Identificação de Falhas durante o Processo de Desodorização de Óleos desenvolvimento de modelos de aprendizado de máquina aplicado à tarefa de identificação de fatores associados a falhas durante o processo de desodorização de óleos. Mais especificamente, este projeto objetiva a pesquisa e o desenvolvimento de soluções baseadas em Aprendizado de Máquina para construir modelos preditivos, explicativos e de auxílio à tomada de decisões para otimizar o processo de desodorização de óleos Integrantes: Adriano Alonso Veloso (coordenador). |
2023 a Atual | Projeto Modelos de Inteligência Artificial para People Analytics Este projeto objetiva a pesquisa e o desenvolvimento de soluções baseadas em Aprendizado de Máquina para construir modelos preditivos, explicativos e de auxílio à tomada de decisões para People Analytics, em especial na montagem de times incríveis Integrantes: Adriano Alonso Veloso (coordenador). |
2023 a Atual | Aprendizado de Máquina como Ferramenta de Predição, Otimização de Resultados e Redução de Carga de Trabalho no Cuidado de Pacientes Críticos O objetivo deste projeto é predizer desfechos de pacientes críticos em unidades de terapia intensiva, de forma que se possa estimar gastos financeiros, disponibilidade futura de leitos e utilização de recursos terapêuticos Integrantes: Adriano Alonso Veloso (coordenador), Saulo Saturnino, Nivio Ziviani. |
2023 a Atual | Aprendizado de Representações de Pacientes para Previsão de Tempo de Internação O estado da arte em predição de desfechos de pacientes hospitalizados em geral se aplica para pacientes de uma especialidade específica, por exemplo, cardiologia. Neste projeto utilizaremos uma base de dados de pacientes brasileiros de diversas especialidades Integrantes: Adriano Alonso Veloso (coordenador), Rafael Bordini. |
2022 a Atual | Predição de Defeitos durante a Produção de Aço através de Aprendizado Causal-Explicativo O projeto visa o desenvolvimento de técnicas de aprendizado de máquina para o aperfeiçoamento do processo de fabricação de aço Integrantes: Adriano Alonso Veloso (coordenador). |
2022 a Atual | CIIA-Saúde: Centro de Inovação em Inteligência Artificial para Saúde Pesquisa e o desenvolvimento de soluções avançadas de inteligência artificial (IA), capazes de auxiliar profissionais de saúde no diagnóstico e tratamento de doenças, e orientar gestores de saúde na programação de ações de prevenção e organização da assistência à saúde. Isso permitirá a otimização dos recursos e melhora da atenção à saúde da população no Brasil. O CIIA-Saúde terá uma intensa atividade internacional, através da colaboração com pesquisadores e instituições de excelência na pesquisa em IA e saúde Integrantes: Virgílio Fernandes de Almeida (coordenador), Adriano Alonso Veloso, Wagner Meira Jr, Nivio Ziviani. |
2021 a Atual | CNPQ: Bolsa de Produtividade em Pesquisa (nível 2) O principal objetivo deste projeto é desenvolver métodos e algoritmos de Aprendizado de Máquina que façam uso de novos conceitos e avanços recentes relacionados à explicabilidade das predições de forma a produzir modelos preditivos seguros e/ou mais eficazes. Integrantes: Adriano Alonso Veloso (coordenador). |
2021 a Atual | Inteligência artificial aplicada à exploração de petróleo na camada pré-sal O projeto tem caráter multidisciplinar objetivando trazer uma nova cultura à exploração de óleo e gás, via implantação de produtos IA em diferentes áreas. Associando geólogos, cientistas da computação, matemáticos, estatísticos, químicos e físicos o projeto objetiva a inserção de modelos de inteligência artificial desenvolvidos especificamente para o escopo dos problemas propostos, permitindo uma extração profunda de informação, e sua subsequente análise e reavaliação. Integrantes: Wagner Meira Jr (coordenador), Adriano Alonso Veloso. |
2020 a Atual | Capacidades Analíticas do Ministério Público de Minas Gerais O projeto vai construir e disponibilizar ferramentas digitais que irão agilizar a capacidade de análise e cruzamento de dados nas investigações Integrantes: Wagner Meira Jr (coordenador), Adriano Alonso Veloso, Dorgival Olavo Guedes, Fabrício Benevenuto, Daniel Macedo, José Marcos Nogueira, Rodrygo Santos, LAENDER, ALBERTO, Clodoveu Davis. |
2020 a Atual | Plataforma de Aprendizado de Máquina Centrada no Humano Este projeto visa o desenvolvimento de novas técnicas de Inteligência Artificial para automação do desenvolvimento de modelos de Aprendizado de Máquina Auto Explicáveis. Integrantes: Adriano Alonso Veloso (coordenador). |
2017 a Atual | Laboratório de Inteligência Artificial Criação de laboratório com temática relacionada à Inteligência Artificial, mais especificamente Aprendizado de Máquina e Processamento de Linguagem Natural, no Departamento de Ciência da Computação da UFMG. Integrantes: Adriano Alonso Veloso (coordenador). |
2015 a Atual | MASWEB - Modelos, Algoritmos e Sistemas para a Web O objetivo do projeto é desenvolver modelos, algoritmos e novas tecnologias que permitam aumentar a integração da Web com a sociedade, tornando mais efetiva e mais segura a distribuição de informação, e mais eficazes e eficientes os seus serviços, de forma a proporcionar um vetor de mudanças sociais e econômicas no País. As atividades do projeto compreendem atividades relacionadas à pesquisa, à formação de recursos humanos e à transferência de conhecimento para a sociedade e para o setor empresarial. Integrantes: Nívio Ziviani (coordenador), Adriano Alonso Veloso, Wagner Meira Jr, Virgílio Fernandes de Almeida, Dorgival Olavo Guedes, Jussara Almeida, Marcos André Gonçalves, Alberto Henrique Frade Laender. |
2008 a Atual | CNPQ: Instituto Nacional de Ciência e Tecnologia para a Web (membro pesquisador) Integrantes: Virgílio Fernandes de Almeida (coordenador), Adriano Alonso Veloso. |
Projetos de desenvolvimento em andamento
2018 a Atual | Ágora Digital Plataforma de análise, acompanhamento e previsão de tamitação e aprovação de proposições no congresso nacional para apoio ao advocacy Integrantes: Nazareno Andrade (coordenador), Adriano Alonso Veloso. |
Últimas publicações
Artigos em periódicos
Early identification of ICU patients at risk of complications: Regularization based on robustness and stability of explanations2022. ARTIFICIAL INTELLIGENCE IN MEDICINE.
Explainable death toll motion modeling: COVID-19 data-driven narratives
2022. PLoS One.
Polycystic ovary syndrome: clinical and laboratory variables related to new phenotypes using machine-learning models
2022. JOURNAL OF ENDOCRINOLOGICAL INVESTIGATION.
Prognosing the risk of COVID-19 death through a machine learning-based routine blood panel: A retrospective study in Brazil
2022. INTERNATIONAL JOURNAL OF MEDICAL INFORMATICS.
A Novel Panel of Plasma Proteins Predicts Progression in Prodromal Alzheimer?s Disease
2022. JOURNAL OF ALZHEIMERS DISEASE.
Prediction of SARS-CoV-2-positivity from million-scale complete blood counts using machine learning
2022. Communications Medicine.
Ectasia Risk Model: A Novel Method Without Cut-off Point Based on Artificial Intelligence Improves Detection of Higher-Risk Eyes
2022. JOURNAL OF REFRACTIVE SURGERY.
Machine learning models exploring characteristic single-nucleotide signatures in yellow fever virus
2022. PLoS One.
Facial expressions of acute pain in 23-week fetus
2022. ULTRASOUND IN OBSTETRICS & GYNECOLOGY.
Predicting the Evolution of Pain Relief: Ensemble Learning by Diversifying Model Explanations
2021. ACM Transactions on Computing for Healthcare.
Finding reduced Raman spectroscopy fingerprint of skin samples for melanoma diagnosis through machine learning
2021. ARTIFICIAL INTELLIGENCE IN MEDICINE.
Sorting pain out of salience: assessment of pain facial expressions in the human fetus
2021. PAIN Reports.
Subjetividade em correções de redações
2020. LINGUAMÁTICA (BRAGA).
Understanding machine learning software defect predictions
2020. Automated Software Engineering.
Deep Learning Techniques for Explainable Resource Scales in Collectible Card Games
2020. IEEE Transactions on Games.
VP21.11: Assessment of postoperative pain in the fetus
2020. ULTRASOUND IN OBSTETRICS & GYNECOLOGY.
VP21.09: Assessment of early acute pain in the fetus before 24 weeks pregnancy
2020. ULTRASOUND IN OBSTETRICS & GYNECOLOGY.
Supervised Learning for Fake News Detection
2019. IEEE INTELLIGENT SYSTEMS.
Calibrated lazy associative classification
2011. Information Sciences.
Trabalhos completos em congressos
Revealing the Impact of Extreme Events on Electricity Consumption in Brazil: A Data-Driven Counterfactual Approach2022. 2022 IEEE Power & Energy Society General Meeting (PESGM).
Understanding Thresholds of Software Features for Defect Prediction
2022. SBES 2022: XXXVI Brazilian Symposium on Software Engineering.
Automatic Model Evaluation using Feature Importance Patterns on Unlabeled Data
2022. 2022 International Joint Conference on Neural Networks (IJCNN).
Drug Repurposing Opportunities in Shapley Space
2022. 2022 International Joint Conference on Neural Networks (IJCNN).
A data-centric approach for predicting individual outcomes in a multi-party legislative system
2022. 2022 International Joint Conference on Neural Networks (IJCNN).
Assessing Media Bias in Cross-Linguistic and Cross-National Populations
2021. International AAAI Conference on Web and Social Media.
Predicting Heating Sliver in Duplex Stainless Steels Manufacturing through Rashomon Sets
2021. International Joint Conference on Neural Networks.
Computing with Subjectivity Lexicons
2020. The 12th Language Resources and Evaluation Conference.
Modeling Pharmacological Effects with Multi-Relation Unsupervised Graph Embedding
2020. 2020 International Joint Conference on Neural Networks (IJCNN).
Explainable Deep CNNs for MRI-Based Diagnosis of Alzheimer?s Disease
2020. 2020 International Joint Conference on Neural Networks (IJCNN).
Deep Active Learning for Anomaly Detection
2020. 2020 International Joint Conference on Neural Networks (IJCNN).
Assessing the Reliability of Visual Explanations of Deep Models with Adversarial Perturbations
2020. 2020 International Joint Conference on Neural Networks (IJCNN).
Automatic Tag Recommendation for Painting Artworks Using Diachronic Descriptions
2020. 2020 International Joint Conference on Neural Networks (IJCNN).
Learning a Resource Scale for Collectible Card Games
2019. 2019 IEEE Conference on Games (CoG).
Media Bias Characterization in Brazilian Presidential Elections
2019. the 5th International Workshop.
Media Bias Characterization in Brazilian Presidential Elections
2019. the 30th ACM Conference.
Efficient Estimation of Node Representations in Large Graphs using Linear Contexts
2019. 2019 International Joint Conference on Neural Networks (IJCNN).
Explainable Machine Learning for Fake News Detection
2019. the 10th ACM Conference.
Fake News Classification Based on Subjective Language
2019. iiWAS2019: The 21st International Conference on Information Integration and Webbased Applications & Services.
Effective Sentiment Stream Analysis with Self-Augmenting Training and Demand-Driven Projection
2011. Annual ACM Conference on Research and Development in Information Retrieval.
From Bias to Opinions: A Transfer-Learning Approach to Real-Time Sentiment Analysis
2011. ACM SIGKDD Conference on Knowledge Discovery and Data Mining.
Lazy Associative Classification
2006. IEEE International Conference on Data Mining.
Resumos expandidos em congressos
Characterizing the Effectiveness of Twitter Hashtags to detect and track Online Population Sentiment2012. Conference on Human Factors in Computing Systems.
Análise Adaptativa de Fluxo de Sentimento Baseada em Janela Deslizante Ativa
2011. Simpósio Brasileiro de Banco de Dados.
SyGAR - A Synthetic Data Generator for Evaluating Name Disambiguation Methods
2009. European Conference on Digital Libraries.
Multi-Label Lazy Associative Classification
2007. European Conference on Principles and Practice of Knowledge Discovery in Databases.
Resumos em congressos
Unsupervised and Scalable Algorithm for Learning Node Representations2017. International Conference on Learning Representations.
New evolutionary approaches to high-dimensional data
2012. the fourteenth international conference.
RT-NED: Real-Time Named Entity Disambiguation on Twitter Streams
2011. Simpósio Brasileiro de Banco de Dados.
Observatório da Dengue: Surveillance based on Twitter Sentiment Stream Analysis
2011. Simpósio Brasileiro de Banco de Dados.
Mining Twitter for Feelings and Opinions
2010. Simpósio Brasileiro de Banco de Dados.
Veja todas as publicações no Currículo Lattes
Orientações em andamento
Mestrado
Daniel Souza Campos. (a definir). Início: 2023. Universidade Federal de Minas Gerais (Orientador principal)Clarissa Lima. (a definir). Início: 2023. Universidade Federal de Minas Gerais (Orientador principal)
Pedro Martins. (a definir). Início: 2023. Universidade Federal de Minas Gerais (Orientador principal)
Guilherme Drummond. (a definir). Início: 2022. Universidade Federal de Minas Gerais (Orientador principal)
Luis Henrique Santos. (a definir). Início: 2022. Universidade Federal de Minas Gerais (Orientador principal)
Mychel Laurindo. (a definir). Início: 2021. Universidade Federal de Minas Gerais (Orientador principal)
Marco Antônio Tavares. (a definir). Início: 2021. Universidade Federal de Minas Gerais (Orientador principal)
Douglas Victor Pontes. (a definir). Início: 2021. Universidade Federal de Minas Gerais (Orientador principal)
Djim Andrade Martins. (a definir). Início: 2021. Universidade Federal de Minas Gerais (Orientador principal)
Kesia Nascimento. (a definir). Início: 2020. Universidade Federal de Minas Gerais (Orientador principal)
Doutorado
Roberta Viola. (a definir). Início: 2023. Universidade Federal de Minas Gerais (Orientador principal)Guilherme Mendes de Oliveira. (a definir). Início: 2023. Universidade Federal de Minas Gerais (Orientador principal)
Ismael Santana. (a definir). Início: 2020. Universidade Federal de Minas Gerais (Orientador principal)
Ricardo Alves. (a definir). Início: 2020. Universidade Federal de Minas Gerais (Orientador principal)
Veja todas as orientações no Currículo Lattes