UFABC-professores-CMCC

Maria Camila Nardini Barioni

Possui graduação (2000) em Ciências da Computação pela Universidade Federal de Uberlândia, mestrado (2002), doutorado (2006) e pós-doutorado (2008) em Ciências da Computação e Matemática Computacional pelo Instituto de Ciências Matemáticas e de Computação - USP. Atuou como professora na Universidade Federal do ABC (2008-2011) e como professora visitante na University of California Riverside (2009) e na Arizona State University (2020). Atuou como membro da Comissão de Avaliação Quadrienal Capes 2021/2024. Atualmente é professora titular da Universidade Federal de Uberlândia (2012 - atual). Tem experiência na área de Ciência da Computação, com ênfase em Bancos de Dados, atuando principalmente nos seguintes temas: descoberta de conhecimento em bases de dados, mineração de dados e recuperação de dados complexos por conteúdo. (Texto informado pelo autor)

  • http://lattes.cnpq.br/3785426518998830 (30/03/2026)
  • Rótulo/Grupo: CMCC
  • Bolsa CNPq:
  • Período de análise: 2008-2012
  • Endereço: Universidade Federal de Uberlândia, Centro de Ciências Exatas e Tecnologia, Faculdade de Ciências da Computação. Av. João Naves de Ávila, 2.121 Santa Mônica 38400902 - Uberlândia, MG - Brasil Telefone: (034) 32394575
  • Grande área: Ciências Exatas e da Terra
  • Área: Ciência da Computação
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações


Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (5)
    1. 2012-2014. Estudo e desenvolvimento de estratégias para a otimização de técnicas de detecção de agrupamentos semi-supervisionadas
      Descrição: A detecção de agrupamentos de dados, também conhecida como aprendizado não supervisionado, é uma das principais técnicas empregadas em processos de Mineração de Dados (MD). Ela tem se destacado em diversas aplicações de análise de dados em diferentes áreas. Embora o desenvolvimento desse tipo de técnica já tenha sido bastante estudado na literatura, ainda existem questões que merecem ser melhor exploradas. Assim, este projeto de pesquisa pretende contribuir para o preenchimento dessa lacuna explorando questões relativas ao desenvolvimento de estratégias de detecção de agrupamentos semi-supervisionadas que permitam a obtenção de agrupamentos de melhor qualidade semântica
      Situação: Concluído.
      Natureza: Pesquisa.
      Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2).
      Integrantes: Maria Camila Nardini Barioni - Coordenador / Humberto Razente - Integrante / Sandra Aparecida de Amo - Integrante / Denise Guliato - Integrante.
      Financiador(es): Pró-Reitoria de Pesquisa e Pós-Graduação - UFU - Auxílio financeiro.
      Membro(s): Maria Camila Nardini Barioni.
    2. 2011-2014. Diagnóstico Auxiliado por Computador em Exames de Mamografia por meio de Recuperação de Imagens Baseada em Conteúdo
      Descrição: O aumento no número de casos de pacientes com câncer de mama e a não detecção de casos positivos por radiologistas tem motivado o estudo de técnicas automáticas para auxílio ao diagnóstico. Os sistemas computacionais de auxílio ao diagnóstico tem por objetivo aumentar a quantidade dos detalhes reconhecidos em uma imagem, fornecendo uma segunda opinião ao especialista. Para tanto, são empregadas técnicas de processamento de imagem, de aprendizado de máquina e de recuperação de informação. Entretanto, novas pesquisas são necessárias para aumentar as taxas de acertos desses sistemas. Nesse contexto, esse projeto pretende desenvolver técnicas para melhorar o realce das imagens mamográficas, realizar extração de características de textura e desenvolver algoritmos de busca para recuperação eficiente de casos raros
      Situação: Em andamento.
      Natureza: Pesquisa.
      Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (3).
      Integrantes: Maria Camila Nardini Barioni - Integrante / Humberto Razente - Coordenador / Marcelo Zanchetta do Nascimento - Integrante.
      Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro(s): Maria Camila Nardini Barioni / Marcelo Zanchetta do Nascimento.
    3. 2009-2011. AgroDataMine: Desenvolvimento de Métodos e Técnicas de Mineração de Dados para apoiar Pesquisas em Mudanças Climáticas com Ênfase em Agrometeorologia
      Descrição: O aquecimento global e suas conseqüências trazem novos desafios para os pesquisadores do Século XXI. Apesar da comunidade científica não ter dúvidas sobre o aquecimento do planeta, é premente a identificação das causas do aumento da temperatura média global, bem como a quantificação desse aquecimento e suas consequências para os ecossistemas. Modelos matemáticos e estatísticos têm sido empregados para analisar os possíveis cenários futuros e consequentemente uma grande quantidade de dados tem sido gerada. Além disso, o avanço tecnológico tem propiciado melhorias nos diversos sensores utilizados para medições de dados climáticos e de imageamento da superfície terrestre, contribuindo para o aumento na quantidade e complexidade dos dados gerados. As pesquisas envolvendo grande volume e diversidade de dados remete a dois dos Grandes Desafios da Computação: a gestão da informação em grandes volumes de dados e a modelagem computacional de sistemas complexos. Neste contexto, este projeto de pesquisa propõe investigar e desenvolver técnicas e métodos computacionais para analisar os conjuntos de dados complexos utilizados por meteorologistas e agrometeorologistas, para auxiliá-los na pesquisa de impactos das mudanças climáticas na agricultura brasileira. Em linhas gerais, o objetivo deste projeto é desenvolver métodos para analisar os resultados dos modelos regionais de prognóstico de mudanças climáticas e compará-los com medidas reais coletadas pelas estações de superfície, a fim de avaliar a qualidade dos dados gerados e dar subsídios para a calibração dos modelos de previsão. Adicionalmente, pretende-se desenvolver novos métodos para filtrar, analisar e extrair padrões da associação entre dados climáticos e dados extraídos de sensores remotos para auxiliar nas pesquisas agrícolas. O projeto embasa-se na parceria de pesquisadores do Grupo de Bases de Dados e Imagens (GBdI) do ICMC-USP, da Embrapa Informática Agropecuária, do Centro de Pesquisas Meteorológicas e Climáticas
      Situação: Em andamento.
      Natureza: Pesquisa.
      Integrantes: Maria Camila Nardini Barioni - Integrante / Agma Juci Machado Traina - Coordenador / Caetano Traina Júnior - Integrante / Renato Bueno - Integrante / Elaine Parros M de Sousa - Integrante / Razente, H. L. - Integrante / Marcela Xavier Ribeiro - Integrante / Adriano Arantes Partelini - Integrante / José Fernando Rodrigues Jr - Integrante / Pedro Bugatti - Integrante / Luciana Alvim Romani - Integrante / Daniel Kaster - Integrante / Jurandir Zullo Jr. - Integrante / Renata Gonçalves - Integrante / Ana Maria H. Avila - Integrante / Letrícia Pereira Soares Avalhais - Integrante.
      Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro. Número de produções C, T & A: 1.
      Membro(s): Maria Camila Nardini Barioni.
    4. 2009-2010. Projeto de Laboratório para o Grupo Interdisciplinar de Mineração de Dados e Aplicações
      Descrição: Frente aos crescentes avanços em tecnologias para a coleta, armazenamento e gerenciamento de dados, tem-se observado um grande acúmulo de dados em meios digitais. Essas bases de dados podem conter informações valiosas, como tendências e padrões, que podem ser utilizados para aumentar o entendimento de diferentes domínios e também no suporte a processos de tomada de decisão. A Mineração de Dados surgiu em meados da década de 90 com o objetivo de automatizar a análise de bases de dados digitais e vem apresentando um forte crescimento nesses últimos anos, despertando o interesse de profissionais de diferentes áreas de conhecimento. Seguindo essa tendência, foi montado na UFABC um grupo de pesquisa interdisciplinar em Mineração de Dados e Aplicações, reunindo professores com interesses teóricos e práticos em tarefas de Mineração de Dados. Neste projeto de pesquisa são solicitados equipamentos para a montagem de um laboratório de pesquisa para este grupo
      Situação: Em andamento.
      Natureza: Pesquisa.
      Integrantes: Maria Camila Nardini Barioni - Integrante / Ronaldo Cristiano Prati - Integrante / Marcelo Zanchetta do Nascimento - Integrante / Francisco Fraga da Silva - Integrante / João Paulo Gois - Integrante / João Ricardo Sato - Integrante / Francisco de Assis Zampirolli - Integrante / Edson Pinheiro Pimentel - Integrante / Raphael Yokoingawa de Camargo - Integrante / Artur Zimerman - Integrante / Margarethe Born Steinberger-Elias - Integrante / Ana Carolina Lorena - Coordenador.
      Financiador(es): Universidade Federal do ABC - Auxílio financeiro.
      Membro(s): Maria Camila Nardini Barioni / Marcelo Zanchetta do Nascimento / Ana Carolina Lorena.
    5. 2008-2009. MICAD - Mineração de Imagens Médicas por Conteúdo apoiando CAD: Aplicações em um Hospital Escola
      Descrição: Este projeto visa o desenvolvimento de técnicas e algoritmos que constituirão o arcabouço teórico e prático para o desenvolvimento de ferramentas que possibilitem compreender o inter-relacionamento entre as características das imagens (que as representam) e seu significado semântico, de modo a obter os dados mais relevantes para serem utilizados para responder consultas por similaridade para apoiar o processo de decisão na elaboração de diagnósticos médicos. Os resultados alcançados por este projeto serão aplicados a sistemas de arquivamento e recuperação de imagens médicas (PACS), permitindo alcançar um patamar mais elevado em tais sistemas. Ou seja, sistemas PACS que já organizam as imagens e dados e pacientes, passarão a apoiar a tomada de decisão para suporte ao diagnóstico médico por imagens
      Situação: Em andamento.
      Natureza: Pesquisa.
      Integrantes: Maria Camila Nardini Barioni - Integrante / Agma Juci Machado Traina - Coordenador.
      Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro(s): Maria Camila Nardini Barioni.

Prêmios e títulos

  • Total de prêmios e títulos (1)
    1. "Incluindo a exploração de processos de detecção de agrupamentos de dados em SGBD". Artigo selecionado entre os dez melhores do XXVIII Concurso de Trabalhos de Iniciação Científica do CSBC, SBC.. 2009.
      Membro: Maria Camila Nardini Barioni.

Participação em eventos

  • Total de participação em eventos (6)
    1. MSR-FAPESP Institute Workshop: Revisiting the Past and Planning the Future. 2011. (Outra).
    2. I Workshop de Estruturas de Dados (ICMC/USP). 2009. (Outra).
    3. Semana do CMCC. 2009. (Outra).
    4. 23rd Annual ACM Symposium on Applied Computing - ACM SAC.Aggregate Similarity Queries in Relevance Feedback Methods for Content-based Image Retrieval. 2008. (Simpósio).
    5. I Simpósio Docente.Operações de consulta por similaridade em grandes bases de dados complexos. 2008. (Simpósio).
    6. XXIII Simpósio Brasileiro de Banco de Dados - SBBD.SIREN: Um protótipo para busca por similaridade em dados complexos com suporte a detecção de agrupamentos. 2008. (Simpósio).

Organização de eventos

  • Total de organização de eventos (3)
    1. N Barioni, Maria. 40 Simpósio Brasileiro de Bancos de Dados - SBBD. Coordenadora do Workshop de Teses e Dissertações em Banco de Dados. 2025. (Congresso).. . 0.
    2. Barioni, M. C. N.. V Meninas na Computação. 2025. (Outro).. . 0.
    3. Barioni, M. C. N.. 33 Simpósio Brasileiro de Bancos de Dados - SBBD. Coordenadora dos Tutoriais.. 2018. (Congresso).. . 0.

Lista de colaborações

  • Colaborações endôgenas (2)
    • Maria Camila Nardini Barioni ⇔ Humberto Luiz Razente (8.0)
      1. Vieira, M. R. ; Razente, H. L. ; Barioni, Maria Camila N. ; Hadjieleftheriou, M. ; Srivastava, D. ; Traina-Jr, Caetano ; Tsotras, V. J.. DivDB: A System for Diversifying Query Results. Proceedings of the VLDB Endowment. v. 4, p. 1395-1398, issn: 2150-8097, 2011.
      2. Barioni, Maria Camila Nardini ; Kaster, Daniel dos Santos ; Razente, Humberto Luiz ; TRAINA, AGMA J.M. ; Júnior, Caetano Traina. Querying Multimedia Data by Similarity in Relational DBMS. Advances in Data Mining and Database Management. 1ed. Em: Li Yan (Northeastern University, China); Zongmin Ma (Northeastern University, China). (Org.). Advanced Database Query Systems: Techniques, Applications and Technologies. : IGI Global. 2011.p. 323-359.
      3. Souza, J. A. ; RAZENTE, Humberto ; BARIONI, M. C. ; BARIONI, M. C. N.. Novas políticas de divisão de nós para a Slim-tree. Em: Simpósio Brasileiro de Banco de Dados (SBBD), p. 1-8, 2012.
      4. Vieira, M. R. ; Razente, H. L. ; Barioni, Maria Camila N. ; Hadjieleftheriou, M. ; Srivastava, D. ; Traina-Jr, Caetano ; Tsotras, V. J.. On Query Result Diversification. Em: IEEE International Conference on Data Engineering (ICDE), v. 1, p. 1163-1174, 2011.[doi]
      5. Bueno, Renato ; Kaster, Daniel S. ; RAZENTE, HUMBERTO L. ; Barioni, Maria Camila N. ; TRAINA, AGMA J.M. ; TRAINA JR., CAETANO. Using Visual Analysis to Weight Multiple Signatures to Discriminate Complex Data. Em: 2011 15th International Conference Information Visualisation (IV), v. 1, p. 282-287, 2011.[doi]
      6. Razente, H. L.; Barioni, Maria Camila N. ; Vieira, M. R. ; Srivastava, D. ; Hadjieleftheriou, M. ; Tsotras, V. J. ; Traina-Jr, Caetano. DivDB: Incluindo Diversidade em Consultas por Similaridade. Em: Sessão de Demos, p. 55-60, 2011.
      7. Bueno, Renato ; Razente, H. L. ; Kaster, Daniel S. ; Barioni, Maria Camila N. ; Traina, Agma J. M. ; Traina-Jr, Caetano. Metric data analysis enhanced through temporal visualization. Em: 14th International Conference on Information Visualisation., v. 1, p. 116-121, 2010.[doi]
      8. Romani, Luciana A. ; Razente, H. L. ; Chino, D. Y. T. ; Sousa, Elaine P. M. ; Barioni, Maria Camila N. ; Ribeiro, Marcela X. ; Gonçalves, R. ; Avila, A. M. H. ; Zullo Jr, J. ; Cordeiro, R. L. F. ; Nunes, S. A. ; Traina-Jr, Caetano ; Rodrigues-Jr, José F. ; Oliveira, W. D. ; Traina, Agma J. M.. Agrodatamine: Integrating Analysis of Climate Time Series and Remote Sensing Images. Em: Microsoft Research eScience Workshop, 2010, Berkeley, California. Microsoft Research eScience Workshop, p. 134-136, 2010.

    • Maria Camila Nardini Barioni ⇔ Ana Ligia Barbour Scott (3.0)
      1. Stelle, Diogo ; Barioni, M. C. N. ; Scott, Luis P.. Using data mining to identify structural rules in proteins. Applied Mathematics and Computation. v. 218, p. 1997-2004, issn: 0096-3003, 2011.[doi]
      2. Scott, :uis P. B. ; Stelle, D. ; Barioni, M. C. N.. Identifying folding rules for proteins: relating the secondary structures of proteins and hydrophobicity patterns. Em: XI European Symposium of the Protein Society, 2011, Estocolmo. WXI European Wonders and Disatres of The Protein World, v. 1, p. 33-33, 2011.
      3. Stelle, D. ; Scott, :uis P. B. ; Barioni, M. C. N.. Using data mining to identify structural rules in proteins. Em: 9th European Conference on Computational Biology (ECCB), 2010, Ghent. Proceedings of the European Conference on Computational Biology (ECCB), p. 01-01, 2010.




Data de processamento: 17/05/2026 10:05:55