Sandra Avila é professora Professora Assistente (nível MS-3.2) do Instituto de Computação (IC) da Universidade Estadual de Campinas (UNICAMP) desde Fevereiro de 2017. É doutora em Ciência da Computação, com duplo diploma, pela Universidade Federal de Minas Gerais (UFMG) e pela Sorbonne Université (UPMC Sorbonne, Paris 6, França), em 2013; mestra em Ciência da Computação pela UFMG, em 2008; e bacharel em Ciência da Computação pela Universidade Federal de Sergipe (UFS), em 2006. Foi pesquisadora científica em pós-doutorado na UNICAMP, na Faculdade de Engenharia Elétrica e Computação (FEEC), em convênio com a SAMSUNG (de Novembro/2013 a Janeiro/2016) e pelo PNPD/CAPES (Março/2016 a Janeiro/2017). Presidente (2015) e Vice-Presidente (2019) do IEEE Women in Engineering (WIE) Seção Sul Brasil. Suas pesquisas estão voltadas para Inteligência Artificial, mais especificamente Aprendizado de Máquina e Visão Computacional, com ênfase na Saúde e Análise de mídias sensíveis. Atualmente, é chefe do Departamento de Sistemas de Informação (DSI). Ganhou os prêmios Inventores da UNICAMP, na categoria Tecnologia Licenciada (2018), Google Latin America Research Awards (2018, 2019, 2020, 2021), Google Awards for Inclusion Research (2022) e o prêmio de Reconhecimento Acadêmico em Direitos Humanos Unicamp-Instituto Vladimir Herzog (2022 e 2023). Em 2020, Sandra Avila teve a honra de ser selecionada pela Academia Brasileira de Ciências para representar o Brasil no BRICS Young Scientists Forum (YSF), na área de Inteligência Artificial. Em 2022 e em 2023, foi apontada entre os top 2 cientistas mais influentes do mundo, de acordo com Stanford/PlosOne/Elsevier. (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) na Revista Pesquisa FAPESP sobre o(a) pesquisador(a): |
| La inteligencia artificial llega a la salud en Brasil |
| A inteligência artificial chega à saúde |
| Diagnósticos digitales |
| Diagnósticos digitais |
| Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a) |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias (0 total): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |
Os materiais de abuso sexual infantil (do inglês, child sexual abuse materials, CSAM) atingiram proporções alarmantes na era digital. De acordo com o Centro Nacional de Crianças Desaparecidas e Exploradas para CyberTipline, mais de 32 milhões de denúncias de suspeita de CSAM foram recebidas em 2022, tornando-o um ano recorde. A disponibilidade e compartilhamento de tais conteúdos nocivos …
Com o crescimento de vídeos gerados a partir de diversos dispositivos, tais como câmeras, smartphones e CCTVs, aliado com a Internet como meio de rápida propagação, a filtragem de conteúdo de forma inteligente e contínua tornou-se primordial. Neste contexto, a classificação do conteúdo sensível (e.g., pornografia, violência) tem atraído uma quantidade considerável de atenção devido as sua…
Com o rápido crescimento da quantidade de imagens e vídeos disponíveis publicamente na Internet, surge uma clara necessidade de reconhecimento automatizado em relação ao conteúdo desses materiais. Desta forma, o foco principal desta pesquisa é estudar e desenvolver modelos para o reconhecimento de Material de Abuso Sexual Infantil (CSAM). No entanto, devido ao acesso restrito aos dados re…
Espaços de representação multidimensionais por treinamentos contrastivos, que envolvem imagens e textos, são propostos como uma forma de aproximar conceitos relacionados entre sinais modais. Alguns trabalhos expandem este mesmo conceito para áudio, fala ou sons ambientes, através da aproximação com sua descrição. Porém, até o momento, nenhum trabalho disponível na literatura relaciona con…
A distribuição de Material de Abuso Sexual Infantil (Child Sexual Abuse Material, CSAM) pela internet é um problema mundial em expansão que re-vitimiza suas vitimas e se torna cada vez mais intratável através do modelo atual de checagem e investigação manual por parte de agentes da polícia. Além disso, o dever de lidar com esse tipo de dado pesa e consome agentes que tem que categorizar t…
Melanoma é a forma mais letal de Câncer de pele. Análise automática de lesão de pele pode ter uma participação decisiva para detecção precoce, que é vital para o tratamento dos pacientes. Redes neurais profundas são o estado da arte para análise de imagens de lesões de pele, porém a falta de dados anotados limita a performance de classificação dessas redes. Começamos em 2017 a gerar image…
A Internet tem se tornado cada vez mais acessível, alcançando os mais diversos públicos. Entretanto, pouco se tem avançado na questão da inclusão das pessoas com deficiência, e o cenário se torna ainda pior quando se trata especificamente de deficiência visual, dado que grande parte do conteúdo publicado é exclusivamente visual (por exemplo, fotos, imagens publicitárias). Diariamente, os …
Espaços de representação multidimensionais para treinamento contrastivo, envolvendo imagens e textos, são propostos para aproximar conceitos relacionados entre sinais modais. Alguns trabalhos estendem o mesmo conceito para áudio, fala ou sons ambientais, aproximando sua descrição. Contudo, até o momento, não há trabalhos na literatura que relacionam conceitos de áudio, imagem e texto ou c…
Técnicas de aprendizado profundo alcançaram sucesso em tarefas de visão computacional e processamento de linguagem natural. Correlações espúrias (vieses) em bases de dados são capazes de corromper modelos, causando baixa generalização a amostras de fora da distribuição, sendo um obstáculo para a aplicação de técnicas de aprendizado profundo para problemas do mundo real, como imagens médic…
CV Lattes
ORCID