???global.info.a_carregar???
Francisco Baeta is a Ph.D. Student enrolled on the Doctoral Program in Information Science and Technology at the University of Coimbra and member of the Evolutionary and Complex Systems (ECOS) group, holding a Masters's and a Bachelor's degree in Informatics Engineering from the same institution. He is mainly interested in the fields of Generative Models, Evolutionary Computation and Complex Systems, particularly regarding Genetic Algorithms and Generative Adversarial Networks, respectively. His research at both ECOS and the Computational Design and Visualization Lab (both CISUC groups) currently focuses on the application of Evolutionary Algorithms to generative models.
Ler resumo completo ↓
Identificação

Identificação pessoal

Nome completo
Francisco José Rodrigues Baeta

Nomes de citação

  • Baeta, Francisco

Identificadores de autor

Ciência ID
3B14-9E35-D03D
ORCID iD
0000-0002-9535-2329
Google Scholar ID
2Tnl5ZYAAAAJ
Formação
Grau Classificação
2020/12 - 2025/09
Em curso
 PhD in Informatics Engineering (Doutoramento)
Especialização em Intelligent Systems
Universidade de Coimbra Faculdade de Ciencias e Tecnologia, Portugal
2018 - 2020
Concluído
 Engenharia Informática (Mestrado)
Especialização em Sistemas Inteligentes
Universidade de Coimbra Faculdade de Ciencias e Tecnologia, Portugal
 17
2015 - 2018
Concluído
 Engenharia Informática (Licenciatura)
Universidade de Coimbra Faculdade de Ciencias e Tecnologia, Portugal
 16
Projetos

Bolsa

Designação Financiadores
2021/09/01 - Atual Bolsas de Investigação para Doutoramento 2021 - FCT
2021.08254.BD
Bolseiro de Doutoramento
Universidade de Coimbra Faculdade de Ciencias e Tecnologia, Portugal
 Fundação para a Ciência e a Tecnologia
Em curso
2021 - Atual GADgET - Online Gambling Addiction Detection
Gadget 718921
Bolseiro de Investigação
2020 - 2021 Bolsa de Iniciação à investigação EvoGPU
EvoGPU-IMF19. 1/2020.
Bolseiro de Iniciação Científica
Produções

Publicações

Artigo em conferência
  1. Baeta, Francisco; Correia, João; Martins, Tiago; Machado, Penousal. "Exploring expression-based generative adversarial networks". Trabalho apresentado em GECCO '22: Genetic and Evolutionary Computation Conference, 2022.
    Publicado • 10.1145/3520304.3534002
  2. Baeta, Francisco; Correia, João; Martins, Tiago; Machado, Penousal. "TGPGAN: towards expression-based generative adversarial networks". Trabalho apresentado em GECCO ’22: Genetic and Evolutionary Computation Conference, 2022.
    10.1145/3520304.3529064
  3. Baeta, Francisco; Correia, João; Martins, Tiago; Machado, Penousal. "Speed Benchmarking of Genetic Programming Frameworks". Trabalho apresentado em 2021 Genetic and Evolutionary Computation Conference, 2021.
  4. Baeta, Francisco; Correia, João; Martins, Tiago; Machado, Penousal. "TensorGP - Genetic Programming Engine in TensorFlow". Trabalho apresentado em 24th International Conference on the Applications of Evolutionary Computations, 2021.
Artigo em revista
  1. Francisco Baeta; João Correia; Tiago Martins; Penousal Machado. "Exploring Genetic Programming in TensorFlow with TensorGP". SN Computer Science 3 2 (2022): https://doi.org/10.1007/s42979-021-01006-8.
    10.1007/s42979-021-01006-8
Capítulo de livro
  1. Correia, João; Baeta, Francisco; Martins, Tiago. "Evolutionary Generative Models". In Handbook of Evolutionary Machine Learning, 283-329. Springer Nature Singapore, 2023.
    Publicado • 10.1007/978-981-99-3814-8_10
  2. Machado, Penousal; Baeta, Francisco; Martins, Tiago; Correia, João. "GP-Based Generative Adversarial Models". In Genetic Programming Theory and Practice XIX, 117-140. Springer Nature Singapore, 2023.
    Publicado • 10.1007/978-981-19-8460-0_6
Tese / Dissertação
  1. "Genetic Programming in Graphic Processing Units with TensorFlow.". Mestrado, Universidade de Coimbra Faculdade de Ciencias e Tecnologia, 2020. https://estudogeral.sib.uc.pt/handle/10316/93895.
Distinções

Prémio

2017 Prémio de 3% dos Melhores Estudantes - Universidade de Coimbra