Profª Dra Ana Paula Marques Ramos, Engenheira Cartógrafa, Mestre (Ciências Cartográficas) e Doutora (Ciências Cartográficas) pela Universidade Estadual Paulista. Atualmente, é professora da Universidade do Oeste Paulista, ministrando disciplinas de Cartografia, Sensoriamento Remoto e Sistema de Informação Geográfica para os cursos de graduação e pós-graduação (Meio Ambiente e Desenvolvimento Regional). Tem experiência na área de Geociências, com ênfase em Cartografia, especificamente quanto ao projeto, produção e avaliação da usabilidade de interfaces. Mais recentemente iniciou pesquisas na área de Ciências Ambientais, com ênfase no uso de técnicas de Geoprocessamento e aplicação do Sensoriamento Remoto para a análise ambiental.

Prof. Dr Danillo Roberto Pereira, possui graduação em Ciência da Computação pela FCT-UNESP (2006), mestrado em Ciência da Computação (com ênfase em Computação Gráfica e Método de Elementos Finitos) pela UNICAMP (2009), e doutorado em Ciência da Computação (com ênfase em Processamento de Imagens, Otimização Não-Linear e Computação Visual) pela UNICAMP (2013), Pós-Doutor pela FC-UNESP (2016) e pela DC-UFSCAR (2017) . Atualmente é professor da Universidade do Oeste Paulista (Unoeste) e Diretor de Data Science na empresa americana Analytics2Go. É membro Permanente do MMADRE (Mestrado em Meio Ambiente e Desenvolvimento Regional) da Unoeste. Possui número de Erdos 4. Tem experiência na área de Ciência da Computação, com ênfase em Data Science, Aprendizado de Máquina e Deep Learning, Geometria Computacional, Computação Gráfica, Visão Computacional, Métodos de Elementos Finitos, Processamento de Imagens, Otimização Não-Linear, Algoritmos Evolutivos,. Atuando principalmente nos seguintes temas: data science, machine learning, deep learning, algoritmos de otimizacao, modelos de iluminação, geração de imagens fotorrealisticas, modelagem de estruturas biológicas, modelagem de deformações em corpos não-rígidos, alinhamento de modelos tridimensionais em imagens, métodos multi-escala, método de elementos finitos, machine learning, SVM, OPF, refinamentos adaptativos, refinamentos de delaunay, malhas quadrangulares, método indireto de geração de malhas e processamento de imagens.

Prof. Dr Edson Takashi Matsubara, possui graduação em Bacharelado Em Informática pela Universidade de São Paulo(2002), mestrado em Ciência da Computação Icmc São Carlos pela Universidade de São Paulo(2004) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo(2008). Atualmente é Professor Adjunto I da Universidade Federal de Mato Grosso do Sul. Tem experiência na área de Ciência da Computação, com ênfase em Metodologia e Técnicas da Computação. Atuando principalmente nos seguintes temas: Análise ROC, Ranking, Calibração.

Prof. Dr Hemerson Pistori, Bolsista de produtividade DT pelo CNPQ, com graduação em computação pela UFMS, mestrado e doutorado, pela UNICAMP e USP, respectivamente, criou em 2004 o primeiro grupo de Visão Computacional do Mato Grosso do Sul, o INOVISÃO, que trabalha no desenvolvimento de sistemas de visão computacional para aplicação no agronegócio. Seu canal no youtube para difusão da área da visão computacional é o mais visto, em língua Portuguesa, no mundo (~350.000 visualizações) . Possui mais de 100 artigos completos publicados e 10 PIs (Propriedade Intelectual) na área de visão computacional e aprendizagem de máquina. Atualmente é professor nos doutorados de desenvolvimento local e agroambiental na UCDB e de ciência da computação na UFMS.

Prof. Dr Jefersson Alex dos Santos obteve o título de doutor em Ciência da Computação em 2013 pela Université de Cergy-Pontoise (França) e pela Unicamp. No mesmo ano, assumiu como professor do Departamento de Ciência da Computação da Universidade Federal de Minas Gerais (DCC/UFMG), cargo que ocupa atualmente. É bolsista de Produtividade em Pesquisa do CNPq desde 2016. Jefersson é fundador e coordenador do Laboratório de Reconhecimento de Padrões para Observação da Terra (Patreo – www.patreo.dcc.ufmg.br). Jefersson publicou mais de vinte artigos em periódicos com alto fator de impacto e seletiva política editorial, sendo mais da metade em revistas classificadas com Qualis A1, segundo a CAPES. Também publicou mais de quarenta artigos nas mais importantes conferências nacionais e internacionais da área de processamento de imagens, visão computacional e sensoriamento remoto. Jefersson têm experiência na coordenação de projetos de pesquisa com empresas e agências de fomento, como LGE Electronics, CNPq, Fapesp e Fapemig. Além disso, têm mais de dez anos de experiência no desenvolvimento de técnicas de reconhecimento de padrões para aplicações agrícolas e de monitoramento ambiental, tendo participado de grandes projetos financiados pela Fapesp/Microsoft Research (WebMaps, e-Farms, e-Phenology e e-Tribes) e CAPES (DeepEyes). Nesses projetos, Jefersson têm atuado em colaboração com renomados pesquisadores de instituições do Brasil e do exterior tais como Tribunal de Contas da União, Polícia Federal, Embrapa, Unicamp, University of South Florida, Virginia Tech e Grenoble INP, Petrobrás.

Dr Lucas Prado Osco, Engenheiro Ambiental, Mestre (Ciências Ambientais) e Doutor (Ciências Agrárias) pela Universidade do Oeste Paulista (UNOESTE). Atualmente é Pesquisador Pós-Doutor em Recursos Naturais pela Universidade Federal de Mato Grosso do Sul (UFMS). Desenvolve pesquisas na área de Sensoriamento Remoto, com enfoque na análise da vegetação. Possui experiência no monitoramento de plantas por análises multiespectral e hiperespectral, e no processamento de imagens de sensores aéreos e orbitais. Recentemente tem se envolvido em pesquisas voltadas à avaliação e aplicação de Inteligência Artificial (Machine Learning; Deep Learning) no contexto mencionado.

Prof. Dr Lúcio Jorge – Embrapa, Graduado em Engenharia Elétrica – Eletrônica e Eletrotécnica na Faculdade de Engenharia de Barretos (1987), Mestrado em Matemática Computacional e Ciência da Computação pelo Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo, ICMC-USP (2001); Doutorado em Processamento de Sinais e Instrumentação pela Escola de Engenharia da Universidade de São Paulo, SEL-EESC-USP (2011), Especialização LatoSensu em Processamento de imagens pela Universidade de Campinas – UNICAMP (1990), Especialização LatoSensu em Geoprocessamento pela Universidade Federal de São Carlos – UFSCar (2005), Pesquisador na Embrapa Instrumentação desde 1990, Professor de Porcessamento de Imagens, Computação Gráfica, Inteligência Artificial nas Faculdades UNISEB- COC desde 2006. Possui experiência em Ciência da Computação, atuando no desenvolvimento de softwares de processametno de imagens, sistemas embarcados, dispositivos móveis (PDAs), reconhecimento de padrões e inteligência computacional, Computação Gráfica e softwares com bancos de dados georeferenciados. Experência em diversos projetos aplicados na Agricultura, Agricultura de Precisão, Geoprocessamento, Monitoramento agrícola, sensoriamento remoto, estudo de raízes, folhas, doenças e deficiencias de plantas, desenvolvimento de VANT (veículo aéreo não tripulado) para uso agrícola, Possui mais de 5 patentes e produtos transferidos.

Prof. Dr Raul Feitosa – PUC-Rio, Possui graduação em Engenharia Eletrônica pelo Instituto Tecnológico de Aeronáutica (ITA) (1979), mestrado em Engenharia Eletrônica pelo ITA (1983), doutorado em Ciência da Computação pela Universidade de Erlangen-Nürnberg, Alemanha (1988). Concluiu estágio pós-doutoral na Universidade de Hanover, Alemanha, em 2015. Atualmente é Professor Associado do programa de pós-graduação do Departamento de Engenharia Elétrica da Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio) e Professor Associado da Universidade do Estado do Rio de Janeiro (UERJ). É membro sênior da IEEE- Geoscience and Remote Sensing Society (IEEE-GRSS) e da International Society of Photogrammetry and Remote Sensing (ISPRS). É o atual vice-presidente da Comissão I da ISPRS, foi presidente do capítulo Brasileiro da IEEE-GRSS entre 2015 e 2017. Foi editor convidado de números especiais da IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing? (JSTARS), da IEEE- Geoscience and Remote Sensing Letters, do International Journal of Photogrammetry and Remote Sensing e da Remote Sensing. Suas áreas de interesse incluem Análise de Imagens, Sensoriamento Remoto, Reconhecimento de Padrões, Biometria e Visão Computacional. Orientou cerca de três dezenas de dissertações de mestrado e uma dezena de teses de doutorado. É autor/co-autor de cerca de 200 publicações em periódicos, capítulos de livro e anais de eventos científicos.

Prof. Dr Wesley Nunes Gonçalves Possui graduação em Engenharia de Computação pela Universidade Católica Dom Bosco (2007), mestrado em Ciências da Computação pela Universidade de São Paulo (2010) e doutorado em Física pela Universidade de São Paulo (2013). Atualmente é professor adjunto da Universidade Federal de Mato Grosso do Sul. Tem experiência na área de Ciência da Computação, com ênfase em Visão Computacional, atuando principalmente nos seguintes temas: análise de texturas, caminhadas determinísticas e aleatórias, dimensão fractal e redes complexas.