FABIO JOSE AYRES

FABIO JOSE AYRES

Lattes

ORCID

Scopus

Página do item completo

Resultados da Pesquisa

Agora exibindo 1 - 10 de 28

MLOps - Transformando Teoria em Prática
(2021) Olga, Arthur Quintella de Mello; Monteiro, Gabriel Lopes; Leite, Guilherme Peres; Lima, Vinicius Gomes de
Este projeto tem como objetivo desenvolver um guia de implementação de MLOps. O termo MLOps refere-se ao conjunto de práticas e ferramentas para colaboração e comunicação entre cientistas de dados e profissionais de operações, além da automatização da transferência de modelos de aprendizado de máquina do ambiente de desenvolvimento para o de produção. Adicionalmente, tem-se por objetivo a construção de um pipeline funcional end-to-end como prova de conceito, em suporte ao guia de implementação. O guia tem em foco profissionais já familiares com conceitos de machine learning e operações e é composto por um tutorial prático que passa por todo o ciclo de desenvolvimento e deployment de modelos utilizando práticas de MLOps para aumentar sua automação, qualidade e reprodutibilidade. O ferramental utilizado no tutorial é baseado em produtos de machine learning da IBM combinado com outras ferramentas que possam contribuir com a execução de projetos de clientes que procuram melhorar seu ciclo de desenvolvimento através da aplicação da metodologia de MLOps.
Detection of architectural distortion in prior screening mammograms using Gabor filters, phase portraits, fractal dimension, and texture analysis
(2008) Rangayyan, Rangaraj M.; Prajna, Shormistha; FABIO JOSE AYRES; Desautels, J. E. Leo
Objective Mammography is a widely used screening tool for the early detection of breast cancer. One of the commonly missed signs of breast cancer is architectural distortion. The purpose of this study is to explore the application of fractal analysis and texture measures for the detection of architectural distortion in screening mammograms taken prior to the detection of breast cancer. Materials and methods A method based on Gabor filters and phase portrait analysis was used to detect initial candidates for sites of architectural distortion. A total of 386 regions of interest (ROIs) were automatically obtained from 14 “prior mammograms”, including 21 ROIs related to architectural distortion. From the corresponding set of 14 “detection mammograms”, 398 ROIs were obtained, including 18 related to breast cancer. For each ROI, the fractal dimension and Haralick’s texture features were computed. The fractal dimension of the ROIs was calculated using the circular average power spectrum technique. Results The average fractal dimension of the normal (false-positive) ROIs was significantly higher than that of the ROIs with architectural distortion (p = 0.006). For the “prior mammograms”, the best receiver operating characteristics (ROC) performance achieved, in terms of the area under the ROC curve, was 0.80 with a Bayesian classifier using four features including fractal dimension, entropy, sum entropy, and inverse difference moment. Analysis of the performance of the methods with free-response receiver operating characteristics indicated a sensitivity of 0.79 at 8.4 false positives per image in the detection of sites of architectural distortion in the “prior mammograms”. Conclusion Fractal dimension offers a promising way to detect the presence of architectural distortion in prior mammograms.
Estimation of the tissue composition of the tumour mass in neuroblastoma using segmented CT images
(2004) FABIO JOSE AYRES; M. K. Zuffo,; Rangayyan, R. M.; Boag, G. S.; O. Filho, V.; Valente , M.
Neuroblastoma is the most common extra-cranial, solid, malignant tumour in children. Advances in radiology have made possible the detection and staging of the disease. Nevertheless, there is no method available at present that can go beyond detection and qualitative analysis, towards quantitative assessment of the tissues composition of the primary tumour mass in neuroblastoma. Such quantitative analysis could provide important information and serve as a decision-support tool to the radiologist and the oncologist, result in better treatment and follow-up and even lead to the avoidance of delayed surgery. The problem investigated was the improvement of the analysis of the primary tumour mass, in patients with neuroblastoma, using X-ray computed tomography (CT) images. A methodology was proposed for the estimation of the tissue content of the mass: it comprised a Gaussian mixture model for estimation, from segmented CT images, of the tissue composition of the primary tumour. To demonstrate the potential of the method, the results are presented of its application to ten CT examinations of four patients. The method provides quantitative information, and it was observed that the tumour in one of the patients reduced from 523 cm3 to 81 cm3 in volume, with an increase in calcification from about 20% to about 88% of the tumour volume, in response to chemotherapy over a period of five months. Results indicate that the proposed technique may be of considerable value in assessing the response to therapy of patients with neuroblastoma.
Exploração de dados textuais abertos usando IBM Watson
(2021) Moço, Emanuelle Silva; Klabin, Gabriel Magalhães Duarte; Bicalho, Maria Eduarda Peppes; Pina, Roger Ribeiro Fava
Este projeto teve como objetivo criar um showcase de aplicação do Watson, ferramenta de inteligência artificial da IBM, para possíveis clientes da empresa. Para isso, quatro diferentes soluções da suíte IBM Watson foram utilizadas para criar um chatbot que ajuda um usuário a explorar notícias e também descobrir tendências de assuntos na mídia brasileira. O Watson Assistant foi utilizado na estruturação do chatbot; o Watson Natural Language Understanding para enriquecer os dados, fazer reconhecimento de temas e criação de um modelo por aprendizado de máquina que reconhece a polaridade política de um texto; o Cloudant para armazenamento dos dados. Uma interface web foi criada usando o framework ReactJS, para a interação com o usuário, e um servidor em Node.js, cujo deploy foi realizado com a ferramenta Cloud Foundry, para demonstrar o produto. Por fim, um tutorial de construção deste showcase também foi produzido para atrair clientes que busquem desenvolver suas próprias aplicações Watson in-house.
A Comparison of Supercomputing Techniques Applied to the Detection of Exoplanets
(2024) Barreto, Arthur Martins de Souza
Este trabalho aborda a implementação paralela do algoritmo de fitting de trânsitos planetários, o BLS. Esse algoritmo é fundamental para a análise de dados de satélites em missões espaciais, como as missões KEPLER e K2, discutidas neste projeto. O estudo foca na otimização do algoritmo utilizando frameworks de paralelismo, como OpenMP, MPI, GPUs por meio do PyTorch, e o STAPL, uma biblioteca que abstrai o uso de OpenMP e MPI. Como sugestão de melhoria para este projeto, destaca-se a importância da otimização do algoritmo de geração de candidatos para o BLS, pois é essencial que o período do trânsito e outros parâmetros estejam corretamente incluídos em uma lista abrangente de candidatos a serem testados.
Search of shipwrecked people using drone swarms (part 2)
(2024) Oliveira, Jorás Custódio Campos de; Andrade, Pedro Henrique Britto Aragão; Falcão, Renato Laffranchi; Rodrigues, Ricardo Ribeiro
The project's purpose is to iterate on the given multi-agent Drone Swarm Search Environment (DSSE) and research into Reinforcement Learning methods. The DSSE was created with the direct purpose of using reinforcement learning algorithms to train swarms of drones to execute autonomous maritime search and rescue missions of shipwrecked people in the ocean. The environment simulates the movement of persons-in-water (PIW) considering the ocean's dynamic circumstances and calculates a dynamic map of probabilities to be given to the agents, with two distinct environments, one for rescue scenarios with simulated PIW and a second expanding on state-of-the-art research for maritime coverage search path planning. The DSSE facilitates the training and visualization of drone behavior, the project emphasizes continuous improvement and open accessibility, with the release of the DSSE as an open-source Python package and documentation. The focus is on the continuous improvement of simulation quality and applicability of the environments for research purposes, with development, training and evaluation of Reinforcement learning algorithms to improve the path planning of autonomous agents, for search and rescue maritime scenarios.
Gabor filters and phase portraits for the detection of architectural distortion in mammograms
(2006) Rangayyan, Rangaraj M.; FABIO JOSE AYRES
Segmentation of the tumor in neuroblastoma is complicated by the fact that the mass is almost Always heterogeneous in nature; furthermore, viable Architectural distortion is a subtle abnormality in mammograms, and a source of overlooking errors by radiologists. Computer-aided diagnosis (CAD) techniques can improve the performance of radiologists in detecting masses and calcifications; however, most CAD systems have not been designed to detect architectural distortion. We present a new method to detect and localise architectural distortion by analysing the oriented texture in mammograms. A bank of Gabor filters is used to obtain the orientation field of the given mammogram. The curvilinear structures (CLS) of interest (spicules and fibrous tissue) are separated from confounding structures (pectoral muscle edge, parenchymal tissue edges, breast boundary, and noise). The selected core CLS pixels and the orientation field are filtered and downsampled, to reduce noise and also to reduce the computational effort required by the subsequent methods. The downsampled orientation field is analysed to produce three phase portrait maps: node, saddle, and spiral. The node map is further analysed in order to detect the sites of architectural distortion. The method was tested with 19 mammograms containing architectural distortion. In a preliminary experiment, a sensitivity of 84% was obtained at 7.8 false positives per image.
Prova de conceito de um chatbot em WhatsApp para atendimento ao cliente
(2024) Paula, Caio Ribeiro de; Campos, Enzo Quental Vieira de; Leventhal, Rafael Coca
O objetivo deste projeto é desenvolver uma prova de conceito para um chatbot (chat robot) de atendimento ao cliente no WhatsApp, aplicando metodologias ágeis. Durante o processo, utilizaram-se princípios de design thinking para identificar e ter uma visão mais refinada das necessidades da empresa, com um foco especial em melhorar a experiência do usuário. Foi empregada a metodologia 5W2H para garantir um planejamento detalhado e estruturado das atividades, complementando as práticas ágeis e proporcionando clareza em cada etapa do projeto. O alinhamento entre requisitos técnicos e objetivos empresariais foi alcançado através de contato frequente com a Syngenta. Com base nesse entendimento, foi implementado um sistema que oferece uma interface alternativa de chat para os clientes da empresa, funcionando como um CRM, para sanar dúvidas frequentes sobre os programas de relacionamento oferecidos pela empresa. Para isso, foi utilizado um modelo de linguagem grande (LLM) para melhorar a precisão e a eficiência no atendimento automático.
Detecção de Bugs em Modelos de Machine Learning
(2022) Santos, Giovanni Cardoso Pertence dos; Andrade, João Pedro Gianfaldoni de; Silva, William Augusto Reis da
Modelos de Machine Learning em produção muitas vezes apresentam comportamentos inesperados, que não foram detectados durante as etapas de treino, teste e validação, ao serem expostos a dados do mundo real. Esses comportamentos inesperados, ou “bugs” do modelo, ocorrem por diferentes motivos, como o não cumprimento de regras de negócio, dados de treino rotulados incorretamente e generalizações errôneas do próprio modelo. Este projeto tem como objetivo desenvolver uma biblioteca de Machine Learning explainability, open source, na linguagem de programação Python, que seja capaz de realizar diagnósticos e produzir relatórios que identifiquem esses bugs e comportamentos inesperados, permitindo assim que o cliente IFOOD, ou qualquer outro usuário da biblioteca, os corrija. Essa biblioteca poderá ser utilizada em modelos de classificação binária, na forma de “caixa-preta”, que foram treinados com dados tabulares.
Three-Dimensional Segmentation of the Tumor in Computed Tomographic Images of Neuroblastoma
(2007) Deglint, Hanford J.; Rangayyan, Rangaraj M.; FABIO JOSE AYRES; Boag, Graham S.; Zuffo, Marcelo K.
Segmentation of the tumor in neuroblastoma is complicated by the fact that the mass is almost Always heterogeneous in nature; furthermore, viable tumor, necrosis, and normal tissue are often intermixed. Tumor definition and diagnosis require the analysis of the spatial distribution and Hounsfield unit (HU) values of voxels in computed tomography (CT) images, coupled with a knowledge of normal anatomy. Segmentation and analysis of the tissue composition of the tumor can assist in quantitative assessment of the response to therapy and in the planning of delayed surgery for resection of the tumor. We propose methods to achieve 3-dimensional segmentation of the neuroblastic tumor. In our scheme, some of the normal structures expected in abdominal CT images are delineated and removed from further consideration; the remaining parts of the image volume are then examined for the tumor mass. Mathematical morphology, fuzzy connectivity, and other image processing tools are deployed for this purpose. Expert knowledge provided by a radiologist in the form of the expected structures and their shapes, HU values, and radiological characteristics are incorporated into the segmentation algorithm. In this preliminary study, the methods were tested with 10 CT exams of four cases from the Alberta Children’s Hospital. False-negative error rates of less than 12% were obtained in eight of the 10 exams; however, seven of the exams had false-positive error rates of more than 20% with respect to manual segmentation of the tumor by a radiologist.

FABIO JOSE AYRES

Unidades Organizacionais

Resumo profissional

person.page.researcharea

Nome para créditos

Filtros

Configurações

Ordenar por

Resultados por página

Resultados da Pesquisa