SEL – Departamento de Engenharia Elétrica e de Computação

Departamento de Engenharia Elétrica e de Computação

Aluno de Engenharia Elétrica da EESC-USP recebe premiação internacional em duas categorias

poster_machine_learning_approach_to_cardiovascular_disease (CVD) Prediction

Compartilhe esta notícia

Facebook
LinkedIn
WhatsApp
Email

Fulvio Favilla Filho, aluno do curso de graduação em Engenharia Elétrica – Ênfase em Eletrônica da Escola de Engenharia de São Carlos da Universidade de São Paulo (EESC-USP), recebeu premiação internacional nas categorias Data Analytics e Community Choice pelo pôster Machine Learning Approach to Cardiovascular Disease (CVD) Prediction.

Pela primeira vez na história da competição HPCC Systems Poster Contest, que ocorre anualmente desde 2016, o mesmo pôster venceu em mais de uma categoria.

Fulvio aparece duas vezes no quadro de vencedores.
Fulvio aparece duas vezes no quadro de vencedores.

Orientado pelo professor Pedro Oliveira Conceição Júnior, do Departamento de Engenharia Elétrica e de Computação, Fulvio participou da cerimônia virtual de entrega do prêmio no último dia 2 (vídeo abaixo).

A competição de caráter internacional, com participantes da América do Norte, América do Sul e Ásia, é promovida pela HPCC Systems (plataforma open-source de computação de alto desempenho para volume massivo de dados, projetada para que as empresas solucionem desafios de Big Data) e incentiva o uso da plataforma para elaboração de projetos apresentados no formato de pôster. A banca julgadora do prêmio contou com profissionais altamente qualificados na área de Big Data.

O projeto do pôster foi mentorado por dois egressos da Universidade de São Paulo, durante o estágio do aluno na LexisNexis Risk Solutions: Alysson Oliveira, graduado em Engenharia da Computação pela EESC/ICMC, e Mauro Donato Marques, pós-graduado em Ciência da Computação pela FGV.

O estudo desenvolvido pelo aluno da EESC realizou uma análise comparativa de técnicas de aprendizado de máquina para a predição de doenças cardiovasculares (DCVs). A relevância do tema do pôster originou o TCC que o estudante está pesquisando no momento, orientado pelo professor Pedro Oliveira Conceição Júnior.

O trabalho de conclusão de curso em desenvolvimento propõe a utilização de técnicas de aprendizado de máquina, como Floresta Aleatória e Regressão Logística, para a predição de resultados em doenças cardiovasculares. Diferentes algoritmos de aprendizado de máquina são avaliados e comparados em relação a diversas métricas. O objetivo final do estudo é desenvolver um modelo preciso que possa predizer a presença de doenças cardiovasculares em pacientes e auxiliar os profissionais de saúde na tomada de decisões clínicas.

A premiação ocorreu na cerimônia institucional da HPCC Systems, durante o 2023 HPCC Systems Community Summit. Veja o vídeo abaixo (anúncio dos vencedores aos 14 minutos).

Compartilhe esta notícia

Facebook
LinkedIn
WhatsApp
Email

Contate-nos

Está com dúvida, tem algum problema que podemos ajudar a resolver o gostaria de falar sobre outros assuntos, use o formulário abaixo e responderemos assim que for possível.

Ative o JavaScript no seu navegador para preencher este formulário.