Adriano Alonso Veloso


Bolsa de Produtividade CNPq: nível 2

Áreas de Pesquisa:

Mineração de Dados, Aprendizado de Máquina, Bancos de Dados

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

Sala: 7316
Ramal: 5579
adrianov@dcc.ufmg.br

Página pessoal     Lattes    Google scholar 


Informações resumidas do Currículo Lattes

Currículo Lattes atualizado em 06/05/2022

ORCID: https://orcid.org/0000-0002-9177-4954

Nome em citações bibliográficas: VELOSO, A. A.;Veloso, Adriano;Veloso, A.;VELOSO, ADRIANO ALONSO;ALONSO VELOSO, ADRIANO;Adriano Velloso;VELLOSO, ADRIANO;VELLOSO, A;VELLOSO, A.


Projetos de pesquisa em andamento

2021 a AtualInteligência 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.
2021 a AtualCNPQ: 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).
2020 a AtualPlataforma 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 AtualLaboratório 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 AtualMASWEB - 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 AtualCNPQ: 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 AtualÁgora 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.
Veja todos os projetos no Currículo Lattes

Últimas publicações

Artigos em periódicos

Facial expressions of acute pain in 23-week fetus
2022. ULTRASOUND IN OBSTETRICS & GYNECOLOGY.
Early identification of ICU patients at risk of complications: Regularization based on robustness and stability of explanations
2022. 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.
Sorting pain out of salience: assessment of pain facial expressions in the human fetus
2021. PAIN Reports.
Finding reduced Raman spectroscopy fingerprint of skin samples for melanoma diagnosis through machine learning
2021. ARTIFICIAL INTELLIGENCE IN MEDICINE.
Predicting the Evolution of Pain Relief: Ensemble Learning by Diversifying Model Explanations
2021. ACM Transactions on Computing for Healthcare.
VP21.09: Assessment of early acute pain in the fetus before 24 weeks pregnancy
2020. ULTRASOUND IN OBSTETRICS & GYNECOLOGY.
VP21.11: Assessment of postoperative pain in the fetus
2020. ULTRASOUND IN OBSTETRICS & GYNECOLOGY.
Deep Learning Techniques for Explainable Resource Scales in Collectible Card Games
2020. IEEE Transactions on Games.
Understanding machine learning software defect predictions
2020. Automated Software Engineering.
Subjetividade em correções de redações
2020. LINGUAMÁTICA (BRAGA).
Supervised Learning for Fake News Detection
2019. IEEE INTELLIGENT SYSTEMS.
Website replica detection with distant supervision
2018. Information Retrieval (Dordrecht. Online).
Calibrated lazy associative classification
2011. Information Sciences.

Trabalhos completos em congressos

Predicting Heating Sliver in Duplex Stainless Steels Manufacturing through Rashomon Sets
2021. International Joint Conference on Neural Networks.
Assessing Media Bias in Cross-Linguistic and Cross-National Populations
2021. International AAAI Conference on Web and Social Media.
Automatic Tag Recommendation for Painting Artworks Using Diachronic Descriptions
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).
Deep Active Learning for Anomaly Detection
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).
Modeling Pharmacological Effects with Multi-Relation Unsupervised Graph Embedding
2020. 2020 International Joint Conference on Neural Networks (IJCNN).
Computing with Subjectivity Lexicons
2020. The 12th Language Resources and Evaluation Conference.
Media Bias Characterization in Brazilian Presidential Elections
2019. the 30th ACM Conference.
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.
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.
Dynamic Prediction of ICU Mortality Risk Using Domain Adaptation
2018. 2018 IEEE International Conference on Big Data (Big Data).
Learning to Rank with Deep Autoencoder Features
2018. 2018 International Joint Conference on Neural Networks (IJCNN).
Effective Fashion Retrieval Based on Semantic Compositional Networks
2018. 2018 International Joint Conference on Neural Networks (IJCNN).
Learning Transferable Features For Open-Domain Question Answering
2018. 2018 International Joint Conference on Neural Networks (IJCNN).
Automated Essay Scoring in the Presence of Biased Ratings
2018. Proceedings of the 2018 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1 (Long Papers).
Fast and Effective Neural Networks for Translating Natural Language into Denotations
2018. International Symposium on String Processing and Information Retrieval.
Ego-Centric Analysis of Supportive Networks
2018. the 10th ACM Conference.
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 Sentiment
2012. 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 Representations
2017. 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

Silvia Guerra. (a definir). Início: 2020. Universidade Federal de Minas Gerais (Orientador principal)
Lucas Parreiras. (a definir). Início: 2020. Universidade Federal de Minas Gerais (Orientador principal)
Kesia Nascimento. (a definir). Início: 2020. Universidade Federal de Minas Gerais (Orientador principal)
Guilherme Mendes. (a definir). Início: 2019. Universidade Federal de Minas Gerais (Orientador principal)
Victor Rodrigues Jorge. (a definir). Início: 2018. Universidade Federal de Minas Gerais (Orientador principal)
Felipe Glicério. (a definir). Início: 2018. Universidade Federal de Minas Gerais (Orientador principal)

Doutorado

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)
Daniella Castro. (a definir). Início: 2019. Universidade Federal de Minas Gerais (Orientador principal)
Amir Jalilifard. (a definir). Início: 2018. Universidade Federal de Minas Gerais (Orientador principal)
Alison Marczewski. (a definir). Início: 2018. Universidade Federal de Minas Gerais (Orientador principal)
Gianlucca Zuin. (a definir). Início: 2018. Universidade Federal de Minas Gerais (Orientador principal)
Geanderson Esteves. (a definir). Início: 2018. Universidade Federal de Minas Gerais (Co orientador)
Tiago Amador. (a definir). Início: 2016. Universidade Federal de Minas Gerais (Orientador principal)
Anderson Bessa. (a definir). Início: 2016. Universidade Federal de Mato Grosso do Sul (Orientador principal)

Veja todas as orientações no Currículo Lattes

Acesso rápido

Skip to content