Fabricio Breve

Trecho da Aula 07 de Sistemas Operacionais II https://www.fabriciobreve.com/

Trecho da Aula 07 de Sistemas Operacionais II https://www.fabriciobreve.com/

Trecho da Aula 07 de Sistemas Operacionais II https://www.fabriciobreve.com/

- Agentes - Princípios Básicos - Enxames - Colônia de Formigas - Bando de Pássaros - Rebanho de Animais - Enxame de Abelhas - Cardume de Peixes - Tráfego de Veículos - Multidão de Pessoas - Partículas Humanas Inteligentes - Algoritmos Baseados em Enxames - Bibliografia Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza. https://www.fabriciobreve.com/ Bibliografia: CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006 https://amzn.to/3wj1jAL CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007 http://www.icmc.usp.br/~andre/ BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011. http://amzn.to/1UxH889 BONABEAU, Eric; DORIGO, Marco; THERAULAZ, Guy. Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press, 1999. http://amzn.to/23nGGug DORIGO, Marco; STÜTZLE, Thomas. Ant Colony Optimization. Bradford Books, 2004. http://amzn.to/1W67ekI BREVE, Fabricio; ZHAO, Liang; QUILES, Marcos G.; PEDRYCZ, Witold; LIU, Jimming. “Particle competition and cooperation in networks for semi-supervised learning”. Knowledge and Data Engineering, IEEE Transactions on, 2012. http://doi.ieeecomputersociety.org/10.1109/TKDE.2011.119 BREVE, Fabricio Aparecido. Aprendizado de Máquina em Redes Complexas. 165 páginas. Tese. São Carlos: Universidade de São Paulo, 2010. http://www.fabriciobreve.com/artigos/tese-fab.pdf

- Agentes - Princípios Básicos - Enxames - Colônia de Formigas - Bando de Pássaros - Rebanho de Animais - Enxame de Abelhas - Cardume de Peixes - Tráfego de Veículos - Multidão de Pessoas - Partículas Humanas Inteligentes - Algoritmos Baseados em Enxames - Bibliografia Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza. https://www.fabriciobreve.com/ Bibliografia: CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006 https://amzn.to/3wj1jAL CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007 http://www.icmc.usp.br/~andre/ BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011. http://amzn.to/1UxH889 BONABEAU, Eric; DORIGO, Marco; THERAULAZ, Guy. Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press, 1999. http://amzn.to/23nGGug DORIGO, Marco; STÜTZLE, Thomas. Ant Colony Optimization. Bradford Books, 2004. http://amzn.to/1W67ekI BREVE, Fabricio; ZHAO, Liang; QUILES, Marcos G.; PEDRYCZ, Witold; LIU, Jimming. “Particle competition and cooperation in networks for semi-supervised learning”. Knowledge and Data Engineering, IEEE Transactions on, 2012. http://doi.ieeecomputersociety.org/10.1109/TKDE.2011.119 BREVE, Fabricio Aparecido. Aprendizado de Máquina em Redes Complexas. 165 páginas. Tese. São Carlos: Universidade de São Paulo, 2010. http://www.fabriciobreve.com/artigos/tese-fab.pdf

Trecho da Aula 06 de Sistemas Operacionais II https://www.fabriciobreve.com/

Trecho da Aula 06 de Sistemas Operacionais II https://www.fabriciobreve.com/

Trecho da Aula 06 de Sistemas Operacionais II https://www.fabriciobreve.com/

Trecho da Aula 06 de Sistemas Operacionais II https://www.fabriciobreve.com/

Trecho da Aula 06 de Sistemas Operacionais II https://www.fabriciobreve.com/

- Perceptron de Uma Única Camada - Separabilidade Linear - Perceptron Simples para Classificação de Padrões - Treinamento - Algoritmo de Treinamento - Perceptron de Múltiplas Saídas para Classificação de Padrões - Algoritmo de Treinamento para Perceptron de Múltiplas Saídas - Um-versus-Resto - Função Softmax - Exemplo de Aplicação - Saída Desejada - Ciclos (Épocas) - Pesos Finais - Exercício - Generalização - Adaline - Perceptron de Múltiplas Camadas - Histórico - Algoritmo de Retropagação de Erro - Variações do Algoritimo de Retropropagação - Por que Múltiplas Camadas? - Quantas Camadas Utilizar? - Dificuldades de Aprendizado - Overfitting - Atualização de Pesos - Atualização de Pesos por Padrão - Atualização de Pesos por Ciclo - Atualização de Pesos por Lote (Batch) - Redes de Função de Base Radial - Máquinas de Vetor de Suporte - Mapas Auto-Organizáveis - Mapa de Kohonen - Redes Neurais Profundas - Outras Redes Neurais - Aplicações de Redes Neurais Artificiais - RNAs na Indústria - RNAs no Setor de Serviços - RNAs na Medicina - RNAs na Detecção de COVID-19 em Imagens de Radiografia de Tórax - RNAs na Bioinformática - RNAs nas Ciências dos Solos - RNAs no Auxílio à Deficientes Visuais - Empresas pioneiras no uso de RNAs - Empresas pioneiras no uso de RNAs no Brasil - Conclusão - Bibliografia Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza. https://www.fabriciobreve.com/ Bibliografia: CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006 https://amzn.to/3wj1jAL CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007 http://www.icmc.usp.br/~andre/ BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011. http://amzn.to/1UxH889 HAYKIN, Simon.Neural Networks and Learning Machines, 3rd Edition. Prentice Hall, 2008. http://amzn.to/1S35Ef6 KOVACS, Zsolt L.Redes Neurais Artificiais: Fundamentos e Aplicações. Livraria da Física, 2006. https://amzn.to/3NVSe7A BISHOP, Christopher M.Pattern Recognition and Machine Learning. Springer, 2007. http://amzn.to/1MlxJKj

- Perceptron de Uma Única Camada - Separabilidade Linear - Perceptron Simples para Classificação de Padrões - Treinamento - Algoritmo de Treinamento - Perceptron de Múltiplas Saídas para Classificação de Padrões - Algoritmo de Treinamento para Perceptron de Múltiplas Saídas - Um-versus-Resto - Função Softmax - Exemplo de Aplicação - Saída Desejada - Ciclos (Épocas) - Pesos Finais - Exercício - Generalização - Adaline - Perceptron de Múltiplas Camadas - Histórico - Algoritmo de Retropagação de Erro - Variações do Algoritimo de Retropropagação - Por que Múltiplas Camadas? - Quantas Camadas Utilizar? - Dificuldades de Aprendizado - Overfitting - Atualização de Pesos - Atualização de Pesos por Padrão - Atualização de Pesos por Ciclo - Atualização de Pesos por Lote (Batch) - Redes de Função de Base Radial - Máquinas de Vetor de Suporte - Mapas Auto-Organizáveis - Mapa de Kohonen - Redes Neurais Profundas - Outras Redes Neurais - Aplicações de Redes Neurais Artificiais - RNAs na Indústria - RNAs no Setor de Serviços - RNAs na Medicina - RNAs na Detecção de COVID-19 em Imagens de Radiografia de Tórax - RNAs na Bioinformática - RNAs nas Ciências dos Solos - RNAs no Auxílio à Deficientes Visuais - Empresas pioneiras no uso de RNAs - Empresas pioneiras no uso de RNAs no Brasil - Conclusão - Bibliografia Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza. https://www.fabriciobreve.com/ Bibliografia: CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006 https://amzn.to/3wj1jAL CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007 http://www.icmc.usp.br/~andre/ BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011. http://amzn.to/1UxH889 HAYKIN, Simon.Neural Networks and Learning Machines, 3rd Edition. Prentice Hall, 2008. http://amzn.to/1S35Ef6 KOVACS, Zsolt L.Redes Neurais Artificiais: Fundamentos e Aplicações. Livraria da Física, 2006. https://amzn.to/3NVSe7A BISHOP, Christopher M.Pattern Recognition and Machine Learning. Springer, 2007. http://amzn.to/1MlxJKj

- Por que Redes Neurais? - Redes Neurais Artificiais - Neurônio Natural - Neurônios Artificiais - Neurônio de McCulloch e Pitts - Neurônio Genérico - Bias - Finalidade do Termo Bias - Neurônio Genérico Matematicamente - Funções de Ativação - Função Linear - Função de Limiar (Threshold, Step) - Função Sigmóide / Logística - Função Tangente Hiperbólica - Função de Base Radial - ReLU (Rectified Linear Unit) - Outras Funções de Ativação - Arquiteturas de Redes Neurais - Redes Feedforward de Uma Única Camada - Redes Feedforward de Múltiplas Camadas - Redes Recorrentes - Abordagens de Aprendizado - Aprendizado Supervisionado - Exemplo: Problema de Classificação - Detecção de SPAM - Exemplo: Problema de Regressão - Como calcular o preço de uma casa? - Treinando uma Rede Neural - Função de Custo - Capacidade de Generalização - Underfitting e Overfitting - Aprendizado Não Supervisionado - Aprendizado Competitivo - Separação de Balões - Onde abrir pizzarias? - Aprendizado por Reforço - Bibliografia Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza. https://www.fabriciobreve.com/ Bibliografia: CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006 https://amzn.to/3wj1jAL CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007 http://www.icmc.usp.br/~andre/ BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011. http://amzn.to/1UxH889 HAYKIN, Simon.Neural Networks and Learning Machines, 3rd Edition. Prentice Hall, 2008. http://amzn.to/1S35Ef6 KOVACS, Zsolt L.Redes Neurais Artificiais: Fundamentos e Aplicações. Livraria da Física, 2006. https://amzn.to/3NVSe7A BISHOP, Christopher M.Pattern Recognition and Machine Learning. Springer, 2007. http://amzn.to/1MlxJKj

- Por que Redes Neurais? - Redes Neurais Artificiais - Neurônio Natural - Neurônios Artificiais - Neurônio de McCulloch e Pitts - Neurônio Genérico - Bias - Finalidade do Termo Bias - Neurônio Genérico Matematicamente - Funções de Ativação - Função Linear - Função de Limiar (Threshold, Step) - Função Sigmóide / Logística - Função Tangente Hiperbólica - Função de Base Radial - ReLU (Rectified Linear Unit) - Outras Funções de Ativação - Arquiteturas de Redes Neurais - Redes Feedforward de Uma Única Camada - Redes Feedforward de Múltiplas Camadas - Redes Recorrentes - Abordagens de Aprendizado - Aprendizado Supervisionado - Exemplo: Problema de Classificação - Detecção de SPAM - Exemplo: Problema de Regressão - Como calcular o preço de uma casa? - Treinando uma Rede Neural - Função de Custo - Capacidade de Generalização - Underfitting e Overfitting - Aprendizado Não Supervisionado - Aprendizado Competitivo - Separação de Balões - Onde abrir pizzarias? - Aprendizado por Reforço - Bibliografia Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza. https://www.fabriciobreve.com/ Bibliografia: CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006 https://amzn.to/3wj1jAL CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007 http://www.icmc.usp.br/~andre/ BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011. http://amzn.to/1UxH889 HAYKIN, Simon.Neural Networks and Learning Machines, 3rd Edition. Prentice Hall, 2008. http://amzn.to/1S35Ef6 KOVACS, Zsolt L.Redes Neurais Artificiais: Fundamentos e Aplicações. Livraria da Física, 2006. https://amzn.to/3NVSe7A BISHOP, Christopher M.Pattern Recognition and Machine Learning. Springer, 2007. http://amzn.to/1MlxJKj

Trecho da Aula 04 de Sistemas Operacionais II https://www.fabriciobreve.com/

Trecho da Aula 04 de Sistemas Operacionais II https://www.fabriciobreve.com/

Trecho da Aula 04 de Sistemas Operacionais II https://www.fabriciobreve.com/

Trecho da Aula 04 de Sistemas Operacionais II https://www.fabriciobreve.com/

Trecho da Aula 04 de Sistemas Operacionais II https://www.fabriciobreve.com/

Trecho da Aula 03 de Sistemas Operacionais II https://www.fabriciobreve.com/

Trecho da Aula 03 de Sistemas Operacionais II https://www.fabriciobreve.com/

Trecho da Aula 03 de Sistemas Operacionais II https://www.fabriciobreve.com/

- Introdução - Deep Blue vs. Kasparov - Neurocomputação e definições - Neurociência Computacional e Redes Neurais Artificiais - O Sistema Nervoso - Sistema Endócrino e Sistema Nervoso - Evolução do Sistema Nervoso - Sistema Nervoso Periférico - Sistema Nervoso Central - Tubo Neural - Processo de Desenvolvimento - Plasticidade - Retro-alimentação - Conexões bottom-up e top-down - Organização do Sistema Nervoso de Vertebrados - Sistema de Três Estágios - Cérebro - Regiões do Cérebro - Tálamo, Medula Oblonga, Córtex, Hipotálamo, Cerebelo, Corpo Caloso - Massa Branca e Massa Cinzenta - Hemisférios do Córtex - Teoria de Sperry - Lobos do Córtex: frontal, parietal, occipital, temporal - Regiões Funcionais do Cérebro - Imagens Tomográficas - Cérebro Humano - Cérebro de um peixe primitivo - Sistema Nervoso dos Vertebrados - Evolução do Cérebro dos Vertebrados - Proteção do Sistema Nervoso - Medula Espinhal - Reflexo do Joelho - Medula Espinhal Humana - Lesões na Medual Espinhal - Poliomielite (Paralisa Infantil) - Sistema Nervoso Periférico - Sistema Nervoso Somático - Sistema Nervoso Autônomo - Sistema Simpático - Sistema Parassimpático - Hierarquia do Sistema Nervoso - Neurônios (Células Nervosas) - Neurônio Natural - Processamento de Informações - Transmissão de Pulsos - Sinapses - Potencial Pós-Sináptico - Comunicação entre Neurônios - Conexões do Sistema Nervoso - Redes, Camadas e Mapas - Organização em Camadas - Áreas do Córtex - Camadas do Córtex - Mapa Topográfico - Bases Biológicas e Físicas de Aprendizado - Aprendizado Global - Memória - Sumário - Questões - Bibliografia Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza. https://www.fabriciobreve.com/ Bibliografia: CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006 https://amzn.to/3wj1jAL CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007 http://www.icmc.usp.br/~andre/ BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011. http://amzn.to/1UxH889 HAYKIN, Simon.Neural Networks and Learning Machines, 3rd Edition. Prentice Hall, 2008. http://amzn.to/1S35Ef6 KOVACS, Zsolt L.Redes Neurais Artificiais: Fundamentos e Aplicações. Livraria da Física, 2006. https://amzn.to/3NVSe7A BISHOP, Christopher M.Pattern Recognition and Machine Learning. Springer, 2007. http://amzn.to/1MlxJKj

- Introdução - Deep Blue vs. Kasparov - Neurocomputação e definições - Neurociência Computacional e Redes Neurais Artificiais - O Sistema Nervoso - Sistema Endócrino e Sistema Nervoso - Evolução do Sistema Nervoso - Sistema Nervoso Periférico - Sistema Nervoso Central - Tubo Neural - Processo de Desenvolvimento - Plasticidade - Retro-alimentação - Conexões bottom-up e top-down - Organização do Sistema Nervoso de Vertebrados - Sistema de Três Estágios - Cérebro - Regiões do Cérebro - Tálamo, Medula Oblonga, Córtex, Hipotálamo, Cerebelo, Corpo Caloso - Massa Branca e Massa Cinzenta - Hemisférios do Córtex - Teoria de Sperry - Lobos do Córtex: frontal, parietal, occipital, temporal - Regiões Funcionais do Cérebro - Imagens Tomográficas - Cérebro Humano - Cérebro de um peixe primitivo - Sistema Nervoso dos Vertebrados - Evolução do Cérebro dos Vertebrados - Proteção do Sistema Nervoso - Medula Espinhal - Reflexo do Joelho - Medula Espinhal Humana - Lesões na Medual Espinhal - Poliomielite (Paralisa Infantil) - Sistema Nervoso Periférico - Sistema Nervoso Somático - Sistema Nervoso Autônomo - Sistema Simpático - Sistema Parassimpático - Hierarquia do Sistema Nervoso - Neurônios (Células Nervosas) - Neurônio Natural - Processamento de Informações - Transmissão de Pulsos - Sinapses - Potencial Pós-Sináptico - Comunicação entre Neurônios - Conexões do Sistema Nervoso - Redes, Camadas e Mapas - Organização em Camadas - Áreas do Córtex - Camadas do Córtex - Mapa Topográfico - Bases Biológicas e Físicas de Aprendizado - Aprendizado Global - Memória - Sumário - Questões - Bibliografia Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza. https://www.fabriciobreve.com/ Bibliografia: CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006 https://amzn.to/3wj1jAL CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007 http://www.icmc.usp.br/~andre/ BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011. http://amzn.to/1UxH889 HAYKIN, Simon.Neural Networks and Learning Machines, 3rd Edition. Prentice Hall, 2008. http://amzn.to/1S35Ef6 KOVACS, Zsolt L.Redes Neurais Artificiais: Fundamentos e Aplicações. Livraria da Física, 2006. https://amzn.to/3NVSe7A BISHOP, Christopher M.Pattern Recognition and Machine Learning. Springer, 2007. http://amzn.to/1MlxJKj

- Principais Características - Algoritmo Evolutivo Padrão - Algoritmos Genéticos - Indivíduo - Exemplo: Preparo de Biscoito - Codificação - Representação - Representação Binária - Corte e Escala - Código de Gray - Código Termômetro - Função de Aptidão - Função de Aptidão Padrão - Aptidão Baseada em Ranking - Aptidão Ranking-Espaço - Seleção - Seleção pela Roleta - Seleção por Torneio - Pressão Seletiva - Diversidade - Seleção por Amostragem Universal Estocástica - Seleção por Estado Estável - Operadores Genéticos - Crossover - Crossover de Um Ponto - Crossover de Dois Pontos - Crossover Uniforme - Mutação - Elitisimo - Funcionamento do Algoritmo Genético - Critério de Parada - Convergência - Exemplo: Reconhecimento de Padrões (Avaliação de Aptidão, Seleção por Roleta, Reprodução, Mutação, Avaliação, População Final, Evolução da População) - Exemplo 2: Minimização de Polinômio de 4º Grau - Aplicações - Exercício - Subida da Colina, Recozimento Simulado e Algoritmos Genéticos - Analogia com Cangurus - Bibliografia Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza. https://www.fabriciobreve.com/ Bibliografia: CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006 https://amzn.to/3wj1jAL CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007 http://www.icmc.usp.br/~andre/ BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011. http://amzn.to/1UxH889 EIBEN, A. E.; SMITH, James E.Introduction to Evolutionary Computing, 2nd Edition. Springer, 2015. http://amzn.to/1YY7px3 SIMON, Dan.Evolutionary Optimization Algorithms. Wiley, 2013. http://amzn.to/1WpcYTJ MITCHELL, Melanie.An Introduction to Genetic Algorithms. MIT Press, 1998. http://amzn.to/1RN1QvL