COMUNICADOS

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

10/10/2023

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.

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).