Possui graduação em Bacharel Em Estatística pela Universidade de São Paulo (1989), mestrado em Estatística pela Universidade de São Paulo (1993). Possui doutorado (1997) e pós-doutorado (2000) pela Universidade de São Paulo, orientado pelo Prof. Pedro A. Morettin. Integrou o Projeto de Cooperação Internacional (Convênio CNPq/NSF) com o Professor David R. Brillinger, da Universidade da Califórnia, Berkeley, de 1997 a 2000. Atualmente é Professora Associada 3 da Universidade de São Paulo. Seus interesses de pesquisa estão focados em Séries Temporais e Bioequivalência, atuando principalmente nos seguintes temas: Wavelets (Ondaletas), Séries Temporais, Análise de Biodisponibilidade e de Bioequivalência, Biossimilares e Ensaios Clínicos. (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a) |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |
Empresas e governos têm visto a transformação digital (ou digitização) de processos e serviços como meio de alcançar maior produtividade, maior eficácia e de aumentar a customização dos produtos, serviços e processos ofertados à sociedade. A melhoria de desempenho e a diferenciação decorrentes dessa transformação ainda não foram totalmente capturadas pelas empresas e pela administração pú…
O objetivo é desenvolver novas técnicas de análise de séries temporais usando ondaletas ("wavelets"). As seguintes estruturas estocásticas serão consideradas: processos temporais e espaciais, processos pontuais, esquemas sazonais, modelos lineares generalizados e modelos não lineares. A ênfase será em processos com parâmetros variando com o tempo. A idéia é fazer com que os parâmetros apa…
Nos dias de hoje, um dos aspectos disruptivos da automação industrial é o aprendizado de máquina (Machine Learning), cujo segmento tem como base a aplicação de linguagens de programação para seu funcionamento, além do uso de plataformas IoT (Internet of Things) para integração dos sistemas e interconexão digital. Dessa forma, num contexto de monitoramento industrial, é possível extrair um…
Neste trabalho, estudaremos a metodologia teórica de regressão por vetores de suporte (SVR), voltados para analisar os conjuntos de dados com alta dimensão. O nosso objetivo consiste na comparação do desempenho dessa técnica com as técnicas convencionais paramétricas. Os métodos paramétricos que serão comparados são: regressão Ridge e Lasso. Esses métodos paramétricos são os mais utilizad…
O objetivo deste projeto é explorar uma solução big data da indústria da água para a automação sem supervisão da programação diária dos controles operacionais da adução da água usando alguns modelos paramétricos de séries temporais, tais como modelo harmônico com periodicidade de 12 e 24 horas + modelo autorregressivo; modelo SARIMA (autorregressivos integrados de médias móveis sazonais);…
| 3 | Auxílios à pesquisa concluídos |
| 5 | Bolsas no país concluídas |
| 8 | Todos os Auxílios e Bolsas |
| Processos vinculados | |
CV Lattes
ORCID