Sistema de tomada de decisões em sistemas financeiros (Gescob)
Notícias Relacionadas
Pesquisadores
André C P L F de Carvalho, Luis OtteUm projeto de pesquisa desenvolvido pelo aluno Luis Otte, do Mestrado Profissional em Matemática, Estatística e Computação Aplicadas à Indústria (MECAI), com orientação do pesquisador do CEPID-CeMEAI André Ponce de Leon Carvalho, resultou em uma ferramenta que já está disponível para ser utilizada por empresas de cobrança.
O desafio era descobrir e apontar perfis de clientes com potencial de bons pagadores. O cadastro de apenas uma dessas empresas analisadas na pesquisa aponta que durante um semestre, foram feitas 39 mil ligações e recuperados somente 3% dos valores devidos pelos clientes. Utilizando algoritmos de aprendizado de máquinas, o analista de sistemas desenvolveu um software que indica para os gestores de cobrança quais os clientes que devem ser priorizados.
Pesquisa do MECAI auxilia tomada de decisões em sistemas financeiros
Software desenvolvido por aluno já pode ser comercializado para empresas de cobrança
Uma pesquisa desenvolvida por um aluno do MECAI (mestrado profissional do CEPID - CeMEAI) resultou em uma ferramenta que pode ajudar empresas de cobrança a identificarem quais clientes têm mais chances de pagar suas dívidas. Entenda: https://goo.gl/UIJx4w
Publicado por CEPID - CeMEAI em Quarta, 8 de fevereiro de 2017
Um projeto de pesquisa desenvolvido pelo aluno Luis Otte, do Mestrado Profissional em Matemática, Estatística e Computação Aplicadas à Indústria (MECAI), com orientação do pesquisador do CEPID-CeMEAI André Ponce de Leon Carvalho, resultou em uma ferramenta que já está disponível para ser utilizada por empresas de cobrança.
O desafio era descobrir e apontar perfis de clientes com potencial de bons pagadores. Segundo Otte, a maioria dessas empresas erra no sentido de não saber dar um foco às ligações de cobrança. “Muitas vezes elas focam em clientes que não vão pagar mesmo ou não tem chance de pagar e poderiam estar focando nas pessoas que teriam a chance de pagar”, disse.
O cadastro de apenas uma dessas empresas analisadas na pesquisa aponta que durante um semestre, foram feitas 39 mil ligações e recuperados somente 3% dos valores devidos pelos clientes.
Utilizando algoritmos de aprendizado de máquinas, o analista de sistemas desenvolveu um software que indica para os gestores de cobrança quais os clientes que devem ser priorizados.
“A ferramenta consegue mostrar dentro dessa grande quantidade de dados quais são os clientes que são possíveis pagadores. Para uma empresa de cobrança, esse tipo de ranking é fundamental para que ela possa trabalhar de forma mais eficaz e produtiva”, explicou.
Otte é funcionário da empresa Virgos IP Solution, de São Carlos, especialista em soluções para o mercado de call center. O software – módulo desenvolvido para a plataforma Gescob – já foi registrado e está sendo comercializado pela empresa, transferindo, desta forma, para o mercado, o conhecimento acadêmico proporcionado pelo MECAI.
“O MECAI é o único mestrado profissional do Brasil e situado no Estado de São Paulo que traz conhecimento de computação, estatística e matemática para o mercado, para as empresas e com isso, consegue gerar mais empregos no país, consegue aumentar a arrecadação de impostos e fazer com que as empresas tenham produtos com maior valor agregado porque trazem conhecimentos de ponta das universidades para os produtos delas”, concluiu o orientador André.
Sobre o CeMEAI
O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.
O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.
Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.
Raquel Vieira - Comunicação CeMEAI
Mais informações
Assessoria de Comunicação do CeMEAI: (16) 3373-6609
E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.
Equipamento desenvolvido no CeMEAI classifica madeiras
Tecnologia com sistema completo já está à disposição dos empresários
Pesquisadores do CEPID - CeMEAI desenvolveram um método inovador que pode auxiliar a indústria madeireira. O sistema, que simplifica o processo de classificação da madeira, já está disponível e é economicamente viável para as pequenas e médias empresas. Entenda como o sistema funciona:
Publicado por CEPID - CeMEAI em Quinta, 5 de janeiro de 2017
Depois de passar pelas fases de pesquisa, protótipos, testes, registros e patentes, já está 100% aplicável e disponível um equipamento que auxilia empresas do ramo madeireiro no processo de classificação do produto.
Um dos principais polos do setor está na região de Itapeva, no interior de São Paulo, onde o dispositivo foi desenvolvido durante pesquisa que contou com o apoio do Centro de Ciências Matemáticas Aplicadas à Indústria (CEPID-CeMEAI). O responsável é o pesquisador Carlos de Oliveira Affonso, que teve a contribuição dos alunos André Rossi e Fábio Vieira (Unesp/Itapeva), e foi orientado por André Ponce de Leon de Carvalho (USP/São Carlos).
Segundo Affonso, a ideia inicial era criar apenas um software que pudesse aprimorar o processo de seleção das madeiras que atualmente são classificadas em A, B e C – dependendo da qualidade e observando, entre outros fatores, textura e coloração das peças. Um trabalho feito de forma visual e por pessoas.
“Estatísticas demonstram um aproveitamento de apenas 65% nesta forma de inspeção, levando em conta falhas causadas por cansaço, distração ou falta de treinamento dos operadores humanos”, comentou.
O estudo catalogou centenas de madeiras antes de criar um modelo matemático com programas que interagem entre si em uma plataforma Java – que processa, analisa e classifica a qualidade do produto. O software, chamado Neurowood, é parte de uma tecnologia completa formada por webcams instaladas ao longo das esteiras de classificação e que captam as imagens que alimentam o programa, integrado a um outro sistema de automação que separa as madeiras boas das ruins na própria esteira.
“Buscamos técnicas computacionais compatíveis com o ambiente produtivo e observamos que havia um grande potencial para melhorar este setor. O objetivo é substituir esses operadores humanos por uma classificação automática e que eles possam realizar trabalhos com maior valor agregado, trabalhos mais intelectuais”, disse.
Ainda segundo Affonso a pesquisa já está disponível aos empresários. “A tecnologia já existe. No entanto, produzida por empresas internacionais a um preço proibitivo para a realidade das nossas indústrias. Um equipamento como este custa cerca de 500 mil Euros. Então, um dos enfoques que nós tivemos desde o começo é primeiro produzir um equipamento que fosse 100% aplicável e que tivesse viabilidade econômica também para as médias e pequenas empresas”.
A pesquisa segue sendo aprimorada com uma parceria internacional junto a Universidade da Finlândia, país referência na indústria madeireira.
Os interessados podem entrar em contato com o pesquisador pelo e-mail Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo. ou pelo fone (15) 99157-7888.
Sobre o CeMEAI
O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.
O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.
Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.
Raquel Vieira - Comunicação CeMEAI
Mais informações
Assessoria de Comunicação do CeMEAI: (16) 3373-6609
E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.
 |
Cresceu muito o número de estrangeiros qualificados que vieram trabalhar no estado de São Paulo. Nos últimos 10 anos, o aumento foi de mais de 40%. É gente especializada, que muitas vezes vem pra estudar, e acaba entrando no mercado de trabalho.
Trabalho do CeMEAI é citado em revista Computação Brasil
Pesquisador André Ponce de Leon de Carvalho falou sobre evolução da Ciência de Dados
   |
Umas das mais renomadas publicações de divulgação científica do país, com foco na área da computação e editada pela Sociedade Brasileira de Computação, trouxe um artigo do professor do Instituto de Ciências Matemáticas e de Computação (ICMC-USP) e pesquisador do CeMEAI, André Carlos Ponce de Leon Ferreira de Carvalho. O tema discutido foi a Interdisciplinaridade da Ciência de Dados.
“A Computação é uma área de conhecimento inerentemente interdisciplinar. Essa expansão da importância da Computação tem levado ao surgimento de várias sub-áreas. Uma delas é a de Ciência de Dados”, explica o professor.
Ainda segundo André, praticamente toda área de conhecimento pode se beneficiar da área de Ciência de Dados. “A extração de conhecimento relevante de um conjunto de dados por meio de Ciência de Dados já ajuda a resolver problemas complexos nas áreas de Humanidades, Ciências Exatas, Ciências da Vida, Ciências Agrárias e Tecnologias”.
Leia o artigo completo na página 62 da revista!
Sobre o CeMEAI
O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.
O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.
Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.
Raquel Vieira - Comunicação CeMEAI
Mais informações
Assessoria de Comunicação do CeMEAI: (16) 3373-6609
E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.
Pesquisa adapta mudanças de características na forma de digitação
Os sistemas biométricos adaptativos alteram cadastros de usuários automaticamente
Uma das principais formas de acesso a residências e caixas eletrônicos é pela digitação de senhas. No entanto, senhas podem ser copiadas. Apesar disso, o tempo que uma pessoa leva ao passar de uma tecla para outra no momento de digitar a senha não pode. É justamente nessa dinâmica de digitação que um grupo de pesquisa do Icmc Usp e do CEPID - CeMEAI está trabalhando. Entenda: http://goo.gl/H30EEA
Publicado por CEPID - CeMEAI em Terça, 26 de julho de 2016
Uma das principais formas de acesso a residências e caixas eletrônicos é pela digitação de senhas. No entanto, senhas podem ser copiadas. Apesar disso, o tempo que uma pessoa leva ao passar de uma tecla para outra ao digitar sua senha não pode. É justamente isso, o tempo que uma pessoa leva entre digitação de teclas de uma senha, chamado de dinâmica de digitação, que um grupo de pesquisa da USP/São Carlos está trabalhando.
Paulo Henrique Pisani é orientado em seu doutorado pelo professor do Instituto de Ciências Matemáticas e de Computação (ICMC-USP) e pesquisador do CeMEAI, André Carlos Ponce de Leon Ferreira de Carvalho.
Eles são responsáveis por diversas publicações sobre trabalhos inéditos em Inteligência Artificial e Ciência de Dados, especialmente voltados para sistemas biométricos adaptativos, que têm a capacidade de adaptar os cadastros biométricos dos usuários a novos dados obtidos ao longo do tempo, o que permite incorporar eventuais mudanças nas características biométricas dos usuários automaticamente.
Como exemplo, podemos mencionar os cadastros de senhas ou gravações de assinaturas digitais nas agências bancárias.
Pisani explica que, quando digitamos ou assinamos, isso é feito de um jeito, mas, com o passar do tempo, a forma de digitar pode se tornar mais rápida ou lenta. “Após um acúmulo de mudanças, o ritmo de digitação atual pode ser muito diferente do cadastro inicial. Uma forma do sistema corrigir essas alterações, a ponto de nos reconhecer corretamente, seria chamar o usuário para um recadastramento periódico, mas há um alto custo em termos de logística, além da inconveniência para o usuário. A pesquisa realizada possibilita a adaptação automática a essas mudanças de características dos usuários no sistema”, contou.
Ainda segundo Pisani, as modalidades comportamentais, como digitação e caminhada, são mais afetadas por mudanças ao longo do tempo do que as modalidades fisiológicas (impressão digital, íris, face, entre outras). Apesar disso, a maioria das pesquisas na área de sistemas biométricos adaptativos são para modalidades fisiológicas. Daí a importância do trabalho desenvolvido.
A escolha dos sistemas para serem comparados, parâmetros da pesquisa, discussão dos resultados, entre outros aspectos, levam em conta dados encontrados na literatura da área.
Os estudos apontam a diferença de desempenho entre algoritmos utilizados em sistemas estático e adaptativo e já confirmam o acerto do sistema biométrico ao longo do tempo.
Iniciada em 2013, a pesquisa tem ainda a colaboração da professora Ana Carolina Lorena (UNIFESP) e dos professores Norman Poh (Universidade de Surrey, no Reino Unido) e Romain Giot (Universidade de Bordeaux, na França), que veio recentemente ao Brasil para contribuir com a pesquisa.
“Em sistemas biométricos existem muitos erros e alguns deles ocorrem porque os dados biométricos se alteram com o passar do tempo e não se encaixam no modelo inicial. E esse tipo de problema não é eficientemente resolvido pela indústria. O trabalho de pesquisa incluiu desenvolver novos algoritmos de aprendizado de máquina que levam isso em consideração e garantem que o resultado pode ser aplicado em produtos industriais para melhorar o desempenho dos sistemas biométricos comportamentais”, comentou Giot.
Além das pesquisas em dinâmica de digitação, que reconhecem os usuários pelo ritmo de digitação, o projeto também estuda biometria por acelerômetro, quando os usuários são reconhecidos pelo modo de andar, usando dados de acelerômetro de smartphones.
“A novidade do nosso trabalho é adaptar automaticamente o cadastro biométrico ao longo do tempo. O algoritmo de adaptação é o mesmo. Temos aplicado os mesmos algoritmos tanto pra digitação como para acelerômetro. Nosso trabalho contribui mais na vertente comportamental, envolvendo ritmo da digitação, forma de andar, assinatura, entre outros. Estamos mais focados em digitação e acelerômetro, mas o modelo é aplicável a outras modalidades biométricas”, finalizou Pisani.
Sobre o CeMEAI
O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.
O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.
Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.
Raquel Vieira - Comunicação CeMEAI
Mais informações
Assessoria de Comunicação do CeMEAI: 3373-6609
E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.
Mapeamento da Correlação de Genes
Pesquisadores
André CarvalhoO trabalho, desenvolvido em parceria com a Universidade de Regensburg, ao sul da Alemanha, e também pelos pós-doutorandos peruanos Edwin Talavera e Soledad Llerena, da USP-São Carlos criou, pela primeira vez, uma ferramenta computacional que, usando técnicas de aprendizagem de máquinas e ciência de dados, permite identificar interações funcionais entre os genes quando se inibe um deles com algum tipo de produto químico/medicamento.
A pesquisa irá ajudar a universidade alemã no avanço do entendimento e tratamento do câncer, mas a metodologia pode ser aplicada para se entender outros distúrbios da regulação gênica e seus respectivos tratamentos.
Atualmente, não é possível saber, por exemplo, quais genes serão afetados quando a pessoa toma um medicamento, e isso acaba levando a vários efeitos colaterais - inclusive, pode levar a algumas doenças secundárias depois. Então, identificando exatamente a correlação e que genes estão sendo afetados por uma determinada droga, pode-se reduzir e até eliminar esses efeitos.
Pesquisa computacional mapeia correlação dos genes
Estudo ajudará a acelerar o desenvolvimento de terapias para o câncer
Um projeto desenvolvido por pesquisadores do CEPID - CeMEAI irá auxiliar nas pesquisas médicas e à indústria farmacêutica no desenvolvimento de medicamentos e terapias celulares para doenças relacionadas às alterações genômicas, como o câncer. Saiba mais: http://goo.gl/nWpGvd
Publicado por CEPID - CeMEAI em Quinta, 14 de abril de 2016
Um estudo inédito, coordenado pelo pesquisador André Ponce de Leon Ferreira de Carvalho, do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), chega à sua fase final com excelentes resultados e descobertas que poderão auxiliar nas pesquisas médicas e à indústria farmacêutica no desenvolvimento de medicamentos e terapias celulares para doenças relacionadas às alterações genômicas, como o câncer.
O trabalho, desenvolvido em parceria com a Universidade de Regensburg, ao sul da Alemanha, e também pelos pós-doutorandos peruanos Edwin Talavera e Soledad Llerena, da USP-São Carlos, criou, pela primeira vez, uma ferramenta computacional que, usando técnicas de aprendizagem de máquinas e ciência de dados, permite identificar interações funcionais entre os genes quando se inibe um deles com algum tipo de produto químico/medicamento.
André explica que a pesquisa irá ajudar a universidade alemã no avanço do entendimento e tratamento do câncer, mas que a metodologia poderia ser aplicada para se entender outros distúrbios da regulação gênica e seus respectivos tratamentos. “Atualmente não tem como saber, por exemplo, quais genes serão afetados quando a pessoa toma um medicamento e isso acaba levando a vários efeitos colaterais, inclusive pode levar a algumas doenças secundárias depois. Então, identificando exatamente a correlação e que genes estão sendo afetados por uma determinada droga, pode-se reduzir e até eliminar esses efeitos”, explica.
Além do desenvolvimento do software, dois artigos acadêmicos serão publicados até o final deste ano.
Sobre o CeMEAI
O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.
O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.
Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.
Raquel Vieira - Comunicação CeMEAI
Mais informações
Assessoria de Comunicação do CeMEAI: (16) 3373-6609
E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.
Sistemas Biométricos Adaptativos
Notícias Relacionadas
Pesquisadores
André Carlos Ponce de Leon Ferreira de Carvalho, Paulo Henrique Pisani, Ana Carolina Lorena (UNIFESP), Romain Giot(LaBRI/Université de Bordeaux) e Norman Poh (University of Surrey).Biometria é a ciência de reconhecer indivíduos por características fisiológicas (e.g. impressão digital, face, iris, etc) ou comportamentais (e.g. assinatura, dinâmica da digitação, voz, etc). Em vista das fraquezas da autenticação baseada em senhas, sistemas biométricos tem sido cada vez mais aplicados para evitar fraudes. As características analisadas por esses sistemas para realizar o reconhecimento devem atender a uma série de requisitos: todos os usuários tem que possuir a característica e ela deve permitir distinguir os usuários. Além disso, as características não devem variar com o tempo. Contudo, estudos recentes mostram que esse último requisito não é atendido para diversas modalidades biométricas, implicando em redução de desempenho preditivo do sistema biométrico. Para lidar com esse problema, foram propostos os sistemas biométricos adaptativos, objeto de estudo deste projeto, que adaptam os modelos dos usuários cadastrados às mudanças nas características ao longo do tempo. Com isso, há uma redução da perda de desempenho preditivo ao longo do tempo.
Publicações
P H Pisani, A C Lorena and A C P L F Carvalho. Ensemble of Adaptive Algorithms for Keystroke Dynamics. In 2015 Brazilian Conference on Intelligent Systems (BRACIS). Novembro 2015, 310-315.
DOIP H Pisani, A C Lorena and A C P L F Carvalho. Adaptive approaches for keystroke dynamics. In Neural Networks (IJCNN), 2015 International Joint Conference on. Julho 2015, 1-8.
DOIP H Pisani, A C Lorena and A C P L F Carvalho. Adaptive Algorithms in Accelerometer Biometrics. In Intelligent Systems (BRACIS), 2014 Brazilian Conference on. Outubro 2014, 336-341.
DOIPaulo Henrique Pisani, Ana Carolina Lorena and André C P L F Carvalho. Adaptive Positive Selection for Keystroke Dynamics. Journal of Intelligent & Robotic Systems 80(1):277–293, 2014.
URL, DOIPaulo Henrique Pisani, Ana Carolina Lorena and André C P L F Carvalho. Algoritmos Imunológicos Adaptativos em Dinâmica da Digitação: um Contexto de Fluxo de Dados. In X Encontro Nacional de Inteligência Artificial e Computacional - ENIAC, 2013.. 2013.
Paulo Henrique Pisani and Ana Carolina Lorena. A systematic review on keystroke dynamics. Journal of the Brazilian Computer Society 19(4):573–587, 2013.
URL, DOI
Detecção da Qualidade de Madeira (NeuroWood)
Notícias Relacionadas
Pesquisadores
André Carlos Ponce de Leon Ferreira de Carvalho, Carlos de Oliveira Affonso, Andre Luis Debiaso Rossi e Fábio Henrique VieiraA ideia principal do projeto é aprimorar a classificação da qualidade da madeira através de análises de suas imagens.
Usualmente, as indústrias contam com profissionais responsáveis por identificar, visualmente, se determinado pedaço de madeira pode ser vendido in natura ou se precisa passar por um retrabalho. O problema é que, muitas vezes, algumas subjetividades, como a fadiga ou o grau de concentração, podem atrapalhar o julgamento desse profissional e interferir negativamente no processo de produção da indústria.
O mecanismo da NeuroWood, que consiste em um programa (software) e em um conjunto de equipamentos (hardware), permite que a análise da madeira seja feita de forma objetiva e, assim, evite falhas no processo. Um pedaço de madeira é analisado por câmeras e raios laser, as imagens obtidas são enviadas ao computador e o programa determina se a madeira é do tipo A (maior qualidade), B ou C (menor qualidade).
Publicações
Carlos Affonso, Renato Jose Sassi and Ricardo Marques Barreiros. Biological image classification using rough-fuzzy artificial neural network. Expert Systems With Applications 42(24):9482-9488, 2015.
DOI
