André Luiz Barbosa Nunes da Cunha

Possui graduação em Engenharia Civil pela Universidade Federal de Mato Grosso do Sul (UFMS, 2003), mestrado em Engenharia Civil (EESC, 2007) e doutorado em Ciências (EESC, 2013) ambos pelo programa de Pós-graduação em Engenharia de Transportes, área de concentração Planejamento e Operação de Transportes, da Universidade de São Paulo. Em 2014, integrou ao corpo docente na Universidade de São Paulo, Escola de Engenharia de São Carlos, onde atualmente é professor Doutor 2 do Departamento de Engenharia de Transportes. Em 2020, realizou o Pós-doutorado na University of Melbourne, Austrália. Desde 2022 é bolsista Produtividade CNPq - nível 2. Tem experiência na área de Engenharia de Tráfego e Sistemas Inteligentes de Transportes, atuando principalmente nos seguintes temas: capacidade e nível de serviço, tráfego veicular, coleta de dados, equivalente veicular, simulação de tráfego, análise espaço-tempo de redes urbanas e análise do padrão do comportamento dos usuários de transportes. Os temas de pesquisa são concentrados no uso de técnicas de computação, tais como Inteligência Artificial (Algoritmos Genéticos, Redes Neurais, Inferência Bayesiana e Machine Learning), Visão Computacional (Detecção, Tracking e Classificação).

holds degree in Civil Engineering from the Federal University of Mato Grosso do Sul (UFMS, 2003), a master's degree in Civil Engineering (EESC, 2007) and a doctorate in Sciences (EESC, 2013) both from the Postgraduate program in Transport Engineering, area Transport Planning and Operation, from the University of São Paulo. In 2014, he joined the faculty at the University of São Paulo, São Carlos School of Engineering, where he is currently Professor at the Department of Transport Engineering. In 2020, he held a Postdoctoral Fellowship at the University of Melbourne, Australia. Since 2022 he has been a CNPq-level 2 Productivity in Research fellow. He has experience in the area of ​​Traffic Engineering and Intelligent Transport Systems, working mainly on the following themes: capacity and service level, vehicular traffic, data collection, vehicle equivalent, traffic simulation, space-time analysis of urban networks and analysis of pattern of transport users' behavior. The research topics are concentrated on the use of computer techniques, such as Artificial Intelligence (Genetic Algorithms, Neural Networks, Bayesian Inference and Machine Learning), Computer Vision (Detection, Tracking and Classification).