Danniel Macedo

Danniel Macedo

Auto-generated profile, based on publicly available information

Danniel Macedo

UFPB, Brazil

Research Focus & Metrics

Academic Career Length

2Years (2025-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
2 March 2026 in Journal of Open Research Software
Verified
Journal Article
Closed access
DFDaniel Cruz de França
Daniel Cruz de França
MAManuella Aschoff
Manuella Aschoff
TFTiago França
Tiago França
DMDanniel Macedo
Danniel Macedo
VFVitor França
Vitor França
TATiago Araujo
Tiago Araujo

7 October 2026 in Preprints.org
Verified
Preprint
Open access
PDF file
DFDaniel Cruz de França
Daniel Cruz de França
TFTiago França
Tiago França
DMDanniel Maced
Danniel Maced
RCRichelieu Costa
Richelieu Costa
LSLeandro de Souza
Leandro de Souza
TATiago Araújo
Tiago Araújo
This paper introduces highFIS, an open-source Python package for training and evaluating high-dimensional Takagi-Sugeno-Kang (TSK) neuro-fuzzy inference systems. TSK systems are widely appreciated for their local linear approximation capabilities and structural transparency, yet the classical product T-norm formulation suffers from exponential rule activation collapse and softmax saturation in high-dimensional spaces. The highFIS library addresses this limitation by unifying thirteen high-dimensional TSK estimator families and a baseline model under a single declarative, scikit-learn-compatible application programming interface (API). These estimators leverage modern mathematical strategies to mitigate the curse of dimensionality, including antecedent exponent re-formulation, differentiable softmin approximations, adaptive parametric T-norms, double groups of gates for sparse feature and rule selection, and head-based subspace decomposition. Every family is implemented with both a Classifier and a Regressor variant that integrate naturally with the meta-estimators and model evaluation frameworks of scikit-learn. Built on PyTorch, the package en-ables efficient gradient-based optimization with hardware acceleration, offers extensive introspection utilities to extract interpretable rule bases, and supports versioned checkpoints for model persistence. Usage is illustrated on a low-dimensional interpretability example and on real high-dimensional classification and regression datasets.

8 September 2025
Verified
Conference Paper
Closed access
VSVinícius Guedes da Silva
Vinícius Guedes da Silva
MLManuella Aschoff Cavalcanti Brandão Lima
Manuella Aschoff Cavalcanti Brandão Lima
DMDanniel J. S. Macedo
Danniel J. S. Macedo
CCCarolina de Melo Costa
Carolina de Melo Costa
DSDiego L. R. da Silva
Diego L. R. da Silva
TATiago Maritan U. de Araújo
Tiago Maritan U. de Araújo
Introdução: Apesar do crescimento da indústria de jogos eletrônicos, os investimentos em acessibilidade permanecem limitados, prejudicando a qualidade das experiências oferecidas a pessoas com deficiência. Para a comunidade surda, a principal barreira é a comunicação, pois, mesmo com recursos audiovisuais e textuais, a língua de sinais (LS) raramente é utilizada. Objetivo: Desenvolver um jogo acessível sério baseado no karaokê, o Libraskê, que visa disseminar e facilitar o aprendizado da Língua Brasileira de Sinais (Libras), tornando a experiência acessível e divertida tanto para pessoas surdas quanto ouvintes. Metodologia: O jogo foi avaliado por meio de sessões de gameplay playtest envolvendo participantes surdos e ouvintes. Resultados: As avaliações indicaram que o Libraskê proporcionou entretenimento, promoveu imersão e atendeu às expectativas dos participantes. Demonstrando potencial como ferramenta de entretenimento inclusivo e de aproximação cultural e linguística entre surdos e ouvintes.