Atualmente pesquisador do Instituto de Matemática e
Estatística (IME) da Universidade de São Paulo na área de aprendizado de
máquinas, em especial aprendizagem profunda, em aplicações envolvendo visão computacional
e processamento de imagens. Doutor em matemática aplicada e ciências da
computação pelo Institut National Polytechnique de Toulouse
(Toulouse INP). Mestre em Processamento de Sinais e Imagens pelo Institut National
Polytechnique de Toulouse (Toulouse INP - ENSEEIHT). Graduado em Engenharia
Eletrônica e de Processamento de Sinais com ênfase em processamento de sinais e
imagens pelo Institut National Polytechnique de Toulouse (Toulouse INP -
ENSEEIHT) e em Engenharia Elétrica pela Universidade Federal do Rio Grande do
Norte (UFRN). Foi contemplado por critérios de excelência acadêmica com uma
bolsa CAPES para realização desses estudos no exterior. Ganhador do prêmio
Centro de Tecnologia da UFRN de melhor aluno da turma de formandos de
Engenharia Elétrica da UFRN de 2014.
Palestra: Aprendizado Profundo para Segmentação Semântica
A palestra visa dissertar
sobre o problema de segmentação semântica no contexto de aprendizago profundo
com aplicações em áreas como a medicina e o sensoriamento remoto. A
segmentação semântica de imagens tem por objetivo reconhecer ou dar um
significado semântico a cada píxel de uma imagem. Devido a sua
flexebilidade e grande capacidade de generalização, o aprendizado profundo vem
se tornando uma forte tendência no desenvolvimento de novos métodos de
segmentação semântica.