PPCIC scriptLattes

Eduardo Bezerra da Silva

Eduardo Bezerra é professor titular da Escola de Informática e Computação do Centro Federal de Educação Tecnológica do Rio de Janeiro (CEFET/RJ), onde atua desde 2005. Possui graduação em Ciência da Computação pela Universidade Federal do Rio de Janeiro (1995). É Mestre e Doutor em Engenharia de Sistemas e Computação pela COPPE/UFRJ, no Programa de Engenharia de Sistemas e Computação (PESC). É membro do IEEE e da Sociedade Brasileira de Computação. É autor de dois livros e vários artigos científicos na área de Computação. É revisor de vários periódicos internacionais, incluindo Transactions on Artificial Intelligence (IEEE), Transactions on Geoscience and Remote Sensing (IEEE), Transactions on Computational Biology (IEEE/ACM), Expert Systems With Applications (Elsevier) e Bioinformatics, Meteorological Applications (Wiley). É membro fundador do Programa de Pós-Graduação em Ciência da Computação (PPCIC) do CEFET/RJ (criado em 2016). Foi co-chair do comitê de programa do BreSci'12. Foi local chair do KDMiLe'21. Foi co-chair do DEXEA'22. Foi co-chair do DEXEA'23. Foi co-chair do KDMiLe'23. É chair do KDMiLe'24. É um dos coordenadores do projeto multiinstitucional RioNowCast (http://rionowcast.dexl.lncc.br). Tem experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial. Atua principalmente nos seguintes temas: Aprendizado de Máquina, Processamento de Linguagem Natural, Aprendizado por Reforço. Páginas Web profissionais: Web page: http://eic.cefet-rj.br/~ebezerra/ Google Scholar: https://scholar.google.com.br/citations?user=WQflRMIAAAAJhl=en Open Researcher Contributor ID (ORCID): https://orcid.org/0000-0001-9177-5503 Thomson Reuters ResearcherID: https://publons.com/researcher/1938978/eduardo-bezerra/ Semantic Scholar: https://www.semanticscholar.org/author/Eduardo-Bezerra/146581505 (Texto informado pelo autor)

  • http://lattes.cnpq.br/7568520840965379 (31/10/2023)
  • Rótulo/Grupo:
  • Bolsa CNPq:
  • Período de análise:
  • Endereço: Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, Coordenação de Informática. Av. Maracanã, 229 Maracanã 20271110 - Rio de Janeiro, RJ - Brasil Telefone: (21) 25663037 URL da Homepage: http://eic.cefet-rj.br/~ebezerra
  • Grande área: Ciências Exatas e da Terra
  • Área: Probabilidade e Estatística
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações


Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (3)
    1. 2023-Atual. Portal de Ciencia de Dados para Analise dos Impactos de Mudancas Climaticas nas Condicoes de Saude
      Descrição: Como efeito das mudanças climáticas que têm ocorrido nas últimas décadas em nosso planeta, muitos países sofrem com eventos climáticos extremos como ondas de calor, chuvas intensas, secas e anomalias relacionadas ao regime hidrológico. O registro histórico de tais eventos é de vital importância para a adequada gestão pública e o desenvolvimento de políticas públicas em áreas urbanizadas. No que concerne à Saúde Pública, sabe-se que mudanças climáticas têm efeitos não triviais sobre uma população. Em particular, a ocorrência e recorrência de diversas doenças está associada a determinadas mudanças climáticas. A disponibilidade de tecnologias para coleta e armazenamento de séries históricas sobre Clima e Saúde propicia a possibilidade de analisar conjuntamente esses dados, com o propósito desenvolver ou aprimorar modelos de predição de agravos em saúde e de alertas que permitam a mitigação dos impactos das mudanças climáticas em áreas de risco ou populações em condição de vulnerabilidade. O objetivo deste projeto é desenvolver um portal de Ciência de Dados para disponibilização de artefatos digitais que permitam a análise, descrição e predição dos efeitos de eventos climáticos sobre a saúde de uma população.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . Integrantes: Eduardo Bezerra da Silva - Coordenador / Ramon Garcia - Integrante / Rejane Sobrino - Integrante / Rui Pedro Lopes - Integrante / Carlos Eduardo Raymundo - Integrante.
      Membro: Eduardo Bezerra da Silva.
    2. 2022-Atual. AtmoSeer
      Descrição: Por definição, a previsão de precipitação é a previsão de padrões de precipitação de curto prazo é um componente vital dos sistemas de previsão meteorológica. A previsão precisa ajuda em diversas aplicações, como gerenciamento de enchentes, agricultura, transporte e preparação para emergências. AtmoSeer é um projeto cujo objetivo é construir uma plataforma de software que pode ser usada para construir modelos de previsão de precipitação, possivelmente mesclando múltiplas fontes de dados meteorológicos, como estações meteorológicas, estações de medição de precipitação, dados de sondagens atmosféricas, dados de reanálise e dados de satélites.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (2) . Integrantes: Eduardo Bezerra da Silva - Coordenador / Adriano Cabo - Integrante / Felipe Curcio - Integrante / Pedro Castro - Integrante / Caio Ribeiro Abreu - Integrante / LUIS HENRIQUE SOARES DOS SANTOS - Integrante / Lucas Moura Alcantara - Integrante / NATAN STEINBRUCH - Integrante / VINICIUS LEITAO SANTOS - Integrante / Augusto Fonseca - Integrante.
      Membro: Eduardo Bezerra da Silva.
    3. 2022-Atual. Avaliacao Automatica via Processamento de Linguagem Natural
      Descrição: Atualmente, exames avaliativos que envolvem questões discursivas e redações fazem parte da realidade de milhões de estudantes ao redor do mundo. O trabalho de correção de itens discursivos é algo que requer muitas horas de trabalho de mão de obra altamente qualificada. Em resposta a esse problema, existem sistemas computadorizados de avaliação automática de redações e de respostas a questões discursivas. Muitos desses sistemas utilizam abordagens estatísticas, como regressões, ou abordagens baseadas em aprendizado de máquina. O presente projeto visa avaliar diferentes abordagens de Processamento de Linguagem Natural e de Aprendizado de Máquina para a avaliação automática de itens discursivos. Para isso, elaboramos pipelines de avaliação automática compostos por módulos de correção de erros ortográficos e de extração de features via técnicas de Processamento de Linguagem Natural.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (6) / Mestrado acadêmico: (1) . Integrantes: Eduardo Bezerra da Silva - Coordenador / Gustavo Paiva Guedes e Silva - Integrante.
      Membro: Eduardo Bezerra da Silva.

Prêmios e títulos

  • Total de prêmios e títulos (0)

    Participação em eventos

    • Total de participação em eventos (0)

      Organização de eventos

      • Total de organização de eventos (5)
        1. PAES, A. ; BEZERRA, EDUARDO. Co-chair: XI Symposium on Knowledge Discovery, Mining and Learning. 2023. Congresso
        2. BEZERRA, EDUARDO; OGASAWARA, EDUARDO ; PORTO, FABIO ; FERRO, MARIZA. Co-chair: 2nd Workshop on Data-Driven Extreme Events Analytics (DEXEA 2023). 2023. Congresso
        3. BEZERRA, EDUARDO; OGASAWARA, EDUARDO ; PORTO, FABIO ; FERRO, MARIZA. Co-chair: 1st Workshop on Data-Driven Extreme Events Analytics (DEXEA 2023). 2022. Congresso
        4. BEZERRA, E.; PONTI, M. A. ; SILVA, D. F. ; MERSCHMANN, L. H. C. ; PLASTINO, A. ; CARVALHO, A. C. P. L. F. ; MEIRA JR., W. ; CERRI, R.. Local chair: IX Symposium on Knowledge Discovery, Mining and Learning. 2021. Congresso
        5. BEZERRA, EDUARDO; PORTO, FABIO ; FERRO, MARIZA ; SA, V.. Co-chair: Workshop Inteligência Artificial e Meteorologia. 2021. Outro

      Lista de colaborações

      • Colaborações endôgenas (0)



        (*) Relatório criado com produções desde 2021 até 2024
        Data de processamento: 05/03/2024 22:19:51