Rodrigo Fonseca Silveira
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Subjects
Rodrigo Fonseca Silveira has a total of 9 co-authors. Here are the top co-authors by number of shared publications:
- Ana Luiza Lima
Laboratory of Food, Drug, and Cosmetics (LTMAC), School of Health Sciences, University of Brasilia, Brasília 70910-900, Brazil
2 shared publications - Guilherme Martins Gelfuso
Laboratory of Food, Drugs, and Cosmetics (LTMAC), University of Brasilia, Brasília, Brazil
2 shared publications - Idejan Padilha Gross
Laboratory of Food, Drugs, and Cosmetics (LTMAC), University of Brasilia, Brasília, Brazil
2 shared publications - Marcilio Cunha-Filho
Laboratory of Food, Drug, and Cosmetics (LTMAC), School of Health Sciences, University of Brasilia (UnB), Brasília, Brazil
2 shared publications - Tais Gratieri
Laboratory of Food, Drugs and Cosmetics (LTMAC), University of Brasilia, Brasilia, Brazil
2 shared publications - Ingrid Araujo de Santana
Laboratory of Food, Drug, and Cosmetics (LTMAC), School of Health Sciences, University of Brasilia (UnB), Brasília, Brazil
1 shared publication
Latest Publications
- 30 October 2025
- Published by Springer Nature in AAPS PharmSciTech
- Vol. 27 (1) , 1-16
Multistep Machine Learning Pipeline For Polymeric Nanoparticle Design
Integrating machine learning (ML) into nanotechnology represents a promising strategy for rational design and accelerated development of drug delivery syst
- 30 October 2025
- Published by Springer Nature in AAPS PharmSciTech
- Vol. 27 (1) , 1-16
Multistep Machine Learning Pipeline For Polymeric Nanoparticle Design
Integrating machine learning (ML) into nanotechnology represents a promising strategy for rational design and accelerated development of drug delivery syst
- 8 June 2024
- Published by Taylor & Francis in Nanomedicine
- Vol. 19 (14) , 1271-1283
The role of artificial intelligence and data science in nanoparticles development: a review
Artificial intelligence has revolutionized many sectors with unparalleled predictive capabilities supported by machine learning (ML). So far, this tool has not been able to provide the same level of development in pharmaceutical nanotechnology. This review discusses the current data science methodologies related to polymeric drug-loaded nanoparticle production from an innovative multidisciplinary perspective while considering the strictest data science practices. Several methodological and data interpretation flaws were identified by analyzing the few qualified ML studies. Most issues lie in following appropriate analysis steps, such as cross-validation, balancing data, or testing alternative models. Thus, better-planned studies following the recommended data science analysis steps along with adequate numbers of experiments would change the current landscape, allowing the exploration of the full potential of ML.
- 8 June 2024
- Published by Taylor & Francis in Nanomedicine
- Vol. 19 (14) , 1271-1283
The role of artificial intelligence and data science in nanoparticles development: a review
Artificial intelligence has revolutionized many sectors with unparalleled predictive capabilities supported by machine learning (ML). So far, this tool has not been able to provide the same level of development in pharmaceutical nanotechnology. This review discusses the current data science methodologies related to polymeric drug-loaded nanoparticle production from an innovative multidisciplinary perspective while considering the strictest data science practices. Several methodological and data interpretation flaws were identified by analyzing the few qualified ML studies. Most issues lie in following appropriate analysis steps, such as cross-validation, balancing data, or testing alternative models. Thus, better-planned studies following the recommended data science analysis steps along with adequate numbers of experiments would change the current landscape, allowing the exploration of the full potential of ML.
- Open Access
- 8 May 2020
- Published by Universidade Federal de Santa Catarina (UFSC) in Encontros Bibli: Revista Eletrônica de Biblioteconomia e Ciência da Informação
- Vol. 25, 01-25
Arquitetura de publicação de dados abertos conectados governamentais da Universidade de Brasília
O governo brasileiro tem investido em meios para ampliar a transparência de suas ações incentivando a sociedade a participar ativamente da gestão pública, a fim de incrementar sua eficiência. Esta iniciativa foi consolidada pela Lei de Acesso à Informação que garante o acesso de qualquer cidadão a qualquer informação de interesse público, desde que não seja imprescindível à segurança da sociedade e do Estado, proporcionado a disponibilização de um volume massivo de dados oriundos de diversos órgãos da administração pública federal. Esses dados são gerados independentemente, dificultando a realização de integrações, comparações ou combinações de conjuntos de dados de origens diferentes. Então, torna-se necessário a criação de uma arquitetura que auxilie a publicação dos dados descritos semanticamente para promover a integração entre as diversas bases, e dessa forma, facilitar a análise conjunta desses dados. Assim, o presente trabalho tem por objetivo apresentar uma arquitetura baseada em sistemas de organização da informação e do conhecimento, para dar suporte à publicação de dados abertos conectados. A arquitetura proposta foi desenvolvida utilizando metadados e ontologias para conexão e representação semântica dos dados. A metodologia utilizada é de caráter qualitativo, sendo a pesquisa exploratória, visto que partiu dos estudos dos dados abertos conectados governamentais, de metadados, de ontologias e de Resource Description Framework, para estabelecer um elo entre tais conceitos. Em seguida, formulou-se uma arquitetura de publicação que foi validada por meio de um estudo de caso utilizando dados abertos oriundos dos sistemas de informação da Universidade de Brasília.
- 8 May 2020
- Published by Universidade Federal de Santa Catarina (UFSC) in Encontros Bibli: Revista Eletrônica de Biblioteconomia e Ciência da Informação
- Vol. 25, 01-25
Open AccessArquitetura de publicação de dados abertos conectados governamentais da Universidade de Brasília
O governo brasileiro tem investido em meios para ampliar a transparência de suas ações incentivando a sociedade a participar ativamente da gestão pública, a fim de incrementar sua eficiência. Esta iniciativa foi consolidada pela Lei de Acesso à Informação que garante o acesso de qualquer cidadão a qualquer informação de interesse público, desde que não seja imprescindível à segurança da sociedade e do Estado, proporcionado a disponibilização de um volume massivo de dados oriundos de diversos órgãos da administração pública federal. Esses dados são gerados independentemente, dificultando a realização de integrações, comparações ou combinações de conjuntos de dados de origens diferentes. Então, torna-se necessário a criação de uma arquitetura que auxilie a publicação dos dados descritos semanticamente para promover a integração entre as diversas bases, e dessa forma, facilitar a análise conjunta desses dados. Assim, o presente trabalho tem por objetivo apresentar uma arquitetura baseada em sistemas de organização da informação e do conhecimento, para dar suporte à publicação de dados abertos conectados. A arquitetura proposta foi desenvolvida utilizando metadados e ontologias para conexão e representação semântica dos dados. A metodologia utilizada é de caráter qualitativo, sendo a pesquisa exploratória, visto que partiu dos estudos dos dados abertos conectados governamentais, de metadados, de ontologias e de Resource Description Framework, para estabelecer um elo entre tais conceitos. Em seguida, formulou-se uma arquitetura de publicação que foi validada por meio de um estudo de caso utilizando dados abertos oriundos dos sistemas de informação da Universidade de Brasília.