Atualmente, estou interessado em orientar alunos nos seguintes temas:
Redes Complexas
Na Web, a computação deve lidar com um mundo em que as restrições não são apenas tecnológicas, mas também humanas, impostas pelos complexos efeitos que pessoas criam quando coletivamente usam a Web para comunicação, auto-expressão e criação de conhecimento. As ferramentas ideais para essas situações são a teoria dos grafos e probabilidade. Alguns tópicos de interesse para orientação são:
- Grafos Lei de Potência
- Disseminação de Informação
- Bloqueio de Má Informação (``Fake News’')
- Modelos de Redes Sociais
Otimização e Aproximação
A otimização é usada em problemas de engenharia, administração, logística, economia e outras ciências, quando se consegue modelar o problema em questão, com o objetivo de maximizar ganhos ou minimizar perdas. Testar todas as possíveis soluções é uma estratégia ingênua, e na prática, ruim. Assim, deve-se usar técnicas inteligentes para atacar esses problemas, como por exemplo, soluções aproximadas. Alguns tópicos de interesse para orientação:
- Algoritmos de Aproximação
- Algoritmos Aleatorizados
- Programação Linear Inteira
- Inaproximalidade
Teoria do Aprendizado Computacional
O estudo teórico do aprendizado de máquina é conhecido como Teoria do Aprendizado Computacional. Essa área estuda o projeto e análise de algoritmos de aprendizado, assim como a viabilidade do aprendizado, que busca mostrar que certas classes de funções são aprendíveis em tempo polinomial. A teoria do aprendizado computacional levou à criação de diversos algoritmos utilizados na prática. Por exemplo, a teoria PAC inspirou o boosting, a dimensão VC levou ao SVM, e a inferência bayesiana levou às redes de crença. Alguns tópicos de interesse para orientação:
- Análise de Algoritmos de Aprendizado
- Aprendizado PAC
- Complexidade de Amostras
- Redução de Dimensionalidade
Fundamentos da Ciência dos Dados
Embora as áreas tradicionais da computação permaneçam importantes, cada vez mais os pesquisadores do futuro estarão envolvidos no uso de computadores para entender e extrair informações úteis de dados maciços provenientes de aplicativos, e não apenas para tornar computadores úteis em problemas específicos bem definidos. Neste contexto, as técnicas empregadas têm ênfase na probabilidade, estatística e métodos numéricos. Alguns tópicos de interesse para orientação são:
- Algoritmos Sub-lineares
- Algoritmos Espectrais
- Data Streams
- Compressive Sensing
Complexidade Computacional e Aleatoriedade
A complexidade computacional se ocupa em classificar problemas de acordo com sua dificuldade inerente, e relacionar essas classes entre si. Desde a década de 80, o interesse é pela interação entre complexidade e aleatoriedade, como forma de tratar situações de caso médio, ou como meios alternativos para responder à questão “P = NP?”. Alguns tópicos de interesse para orientação:
- Aleatoriedade em Provas (Interativas, Conhecimento Zero, Verificáveis Probabilisticamente)
- Pseudo-Aleatoriedade
- Desaleatorização
- Complexidade de Caso-Médio