Pesquisas apoiadas pelo CeMEAI recebem Prêmio Capes de Tese 2017
Trabalhos se destacaram nas áreas de Matemática e Ciência da Computação
|
|
A Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) contemplou dois trabalhos apoiados pelo CEPID- CeMEAI com o Prêmio Capes de Tese Edição 2017 que reconhece autores das melhores teses de doutorado defendidas no país em 2016.
Um dos trabalhos é orientado pelo pesquisador André Carlos Ponce de Leon Ferreira de Carvalho. O autor da tese Noise Detection In Classification Problems, Luís Paulo Faina Garcia foi o vencedor na área Ciência da Computação.
O trabalho trata dos dados ruidosos. Segundo Luís Paulo, esses dados ruidosos, quando utilizados na construção de classificadores por técnicas de Aprendizado de Máquina, aumentam a complexidade da hipótese obtida, bem como o aumento do seu tempo de construção, além de prejudicar sua acurácia preditiva (taxa de acerto). “Tratá-los na etapa de pré-processamento pode significar uma melhora da qualidade dos dados e um aumento na compreensão do problema estudado”, explicou.
A pesquisa investigou a utilização de medidas de complexidade capazes de caracterizar a presença de ruídos em um conjunto de dados, desenvolver novos filtros que sejam mais eficientes em determinados nichos do problema de detecção e remoção de ruídos que as técnicas consideradas estado da arte e recomendou as mais apropriadas técnicas ou comitês de técnicas para um determinado conjunto de dados por meio de meta-aprendizado (um sistema de recomendação que funciona de forma semelhante a alguns serviços para recomendação de filmes, livros ou músicas).
Com isso, mesmo quem não trabalha com Ciência de Dados e Aprendizado de Máquina pode ter para seus dados uma recomendação de quais são as técnicas mais adequadas para remover ruído de rótulo de seus dados.
O trabalho foi desenvolvido em colaboração com o aluno de doutorado Augusto Hashimoto de Mendonça do Departamento de Hidráulica e Saneamento da USP/São Carlos. O principal objetivo da pesquisa era predizer áreas potenciais para espécies invasoras, como mostra o vídeo:
Um trabalho desenvolvido na USP - Universidade de São Paulo em São Carlos busca, utilizando a computação, erradicar espécies de plantas consideradas invasoras por devastar a biodiversidade nativa. Entenda como a pesquisa funciona: https://goo.gl/K61jzu
Publicado por CEPID - CeMEAI em Quinta-feira, 1 de junho de 2017
“Ter a tese selecionada pelo ICMC para representar o Instituto no prêmio CAPES já era motivo de orgulho para mim, mas ser selecionado como melhor tese em Ciência da Computação foi realmente gratificante. Parte fundamental dessa conquista foi a supervisão do Prof. André de Carvalho e da Profa. Ana Lorena que durante os cinco anos de doutorado me ajudaram a refinar as ideias, hipóteses e objetivos”, observou Luís Paulo.
“O Luís Paulo mostrou muita criatividade, maturidade, iniciativa e dedicação durante seu doutorado e isso resultou em uma pesquisa muito criativa e bem feita, que acabou gerando um ótimo reconhecimento internacional e nacional, atestado pelas publicações que conseguiu ao longo de seu doutorado. Como resultado de sua pesquisa, foi selecionado como pesquisador por uma das melhores universidades da Alemanha”, comentou o pesquisador André lembrando que o CeMEAI foi catalisador de boa parte da pesquisa. “Sem o cluster de alto desempenho (Euler) eu não conseguiria os resultados em tempo viável, ainda mais por ter trabalhado com algoritmos de Mineração de Dados e Aprendizado de Máquina muito custosos computacionalmente. Além disso, o CeMEAI me ajudou com o suporte financeiro para a participação em eventos internacionais como o European Conference on Machine Learning (ECML)”, finalizou.
Menção Honrosa
Outro trabalho reconhecido no Prêmio Capes de Tese 2017 tem a orientação do também pesquisador do CEPID-CeMEAI Paulo José da Silva e Silva. A tese Tópicos em Condições de Otimalidade para Otimização não Linear do aluno José Alberto Ramos Flor foi menção honrosa na área Matemática/Probabilidade e Estatística.
Segundo Paulo, problemas de otimização são formulados em linguagem matemática usando funções para descrever opções aceitáveis para o sistema que se deseja melhorar, bem como o objetivo usado para escolher a opção mais interessante. “Os modelos obtidos são então resolvidos por algoritmos de computador. Infelizmente, não existe um algoritmo geral capaz de resolver qualquer modelo de otimização. Cada algoritmo tem restrições sobre o tipo de funções que podem aparecer nos modelos e, muitas vezes, exigem que essas descrições evitem redundâncias”.
“O trabalho de meu aluno Alberto desvendou quais são as condições mínimas necessárias para garantir que algoritmos clássicos de otimização funcionem. Ele mostrou que as exigências sobre a descrição das opções que podem ser escolhidas podem conter redundâncias que antes pareciam proibidas. Isso libera o profissional que faz a modelagem para trabalhar com mais liberdade ao descrever o problema”, comentou.
Paulo observou ainda que esse tipo de trabalho, apesar de essencialmente teórico, tem impacto prático imediato, pois garante que modelos mais gerais podem ser resolvidos por algoritmos conhecidos. “Entre esses algoritmos destaco o Algencan, que é um código de computador desenvolvido por outros pesquisadores do CeMEAI, como os professores Mario Martinez e Ernesto Birgin. Nossos resultados provam que o algoritmo implementado pelo Algencan é capaz de lidar com uma ampla gama de problemas de otimização”.
A premiação
Os premiados recebem diploma, medalha e bolsa de pós-doutorado nacional de até 12 meses para o autor da tese; auxílio para participação em congresso nacional, para o orientador, no valor de R$ 3 mil; distinção a ser outorgada ao orientador, coorientador e ao programa em que foi defendida a tese; além de passagem aérea e diária para o autor e um dos orientadores da tese premiada para que compareçam à cerimônia de premiação.
O resultado foi publicado no Diário Oficial da União de 10 de outubro de 2017.
Sobre o CeMEAI
O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.
O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.
Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.
Raquel Vieira - Comunicação CeMEAI
Mais informações
Assessoria de Comunicação do CeMEAI: (16) 3373-6609
E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.
Aprendizado de Máquina é tema de workshop no Instituto de Estudos Avançados
Coordenador da área de Inteligência Computacional do CeMEAI é um dos organizadores
Na segunda-feira, 14 de agosto, o Instituto de Estudos Avançados (IEA) da USP/SP sediou o primeiro workshop da USP sobre Aprendizado de Máquina, como parte da série Strategic Workshops que já promoveu 24 encontros em áreas estratégicas.
O evento reuniu pesquisadores de vários grupos da USP, entre eles, do ICMC e CEPID-CeMEAI, com objetivo de integração da comunidade da USP em torno de pesquisas e trabalhos relacionados ao aprendizado de máquina. Por meio da identificação de interesses comuns e complementares, a intenção é fomentar projetos de colaboração, e intensificar a interação com empresas da área, tanto em projetos como na geração de recursos humanos.
Marcos Buckeridge é coordenador do Programa USP Cidades Globais no IEA e durante a abertura falou sobre o número recorde de inscrições dentro dos workshops estratégicos. Foram recebidas 180 inscrições para 120 vagas. “Este interesse mostra a importância do tema e o potencial para desenvolvimento de projetos. O encontro também nos surpreendeu pela participação de 40 representantes de grandes empresas”, disse.
Fábio Cozman, da Escola Politécnica (Poli) e José Eduardo Krieger, Pró-Reitor de Pesquisa da USP também participaram da abertura do evento que teve como um dos organizadores o coordenador da área de Inteligência Computacional do CEPID-CeMEAI, André Carlos Ponce de Leon Ferreira de Carvalho. André foi um dos palestrantes e além de falar sobre os projetos desenvolvidos pelo CeMEAI, apresentou alguns dos projetos envolvendo aprendizado de máquina na USP São Carlos, alguns em colaboração com empresas e com pesquisadores de outros países.
“Além dos pesquisadores da USP e de outras universidades, contamos com a participação de representantes de empresas como Itaú-Unibanco, Big Data, Serasa Experian, NVIDIA e Petrobrás. Ao final do workshop, foi discutido o envio de um grande projeto relacionado a Aprendizado de Máquina, com a participação de pesquisadores da USP, à FAPESP, que poderia ser um projeto temático ou um centro de engenharia, para aumentar a colaboração entre pesquisadores da USP que trabalham com aprendizado de máquina. No caso do centro de engenharia, foi decidido que empresas com interesse na área seriam contatadas para serem parceiras no projeto”, comentou André.
Os professores Gustavo Alves Batista e Francisco Louzada Neto fizeram apresentações sobre pesquisas nesta área desenvolvidas pelo ICMC e pelo CEPID-CeMEAI. Outro docente do ICMC e do CEPID-CeMEAI, o professor Rodrigo Fernandes de Mello, falou sobre Infra-Estrutura computacional para Aprendizado de Máquina.
Sobre o CeMEAI
O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.
O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.
Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.
Raquel Vieira - Comunicação CeMEAI
Mais informações
Assessoria de Comunicação do CeMEAI: (16) 3373-6609
E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.
 |
Dois sistemas de visão artificial, que usam imagens para identificar e classificar madeiras, foram desenvolvidos recentemente em São Paulo. Um deles, chamado NeuroWood, contou com pesquisadores da Universidade Estadual Paulista (Unesp), campus de Itapeva, e do Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo (USP) em São Carlos. Ele é composto por um conjunto de câmeras (webcams), um computador e um programa que diferencia a madeira em três categorias: A (excelente), B (boa) e C (rejeitada). O outro, criado no Instituto de Física da USP em São Carlos (IFSC-USP), é um método matemático que deu origem a um software capaz de determinar a espécie de árvore da qual determinada tábua provém. As duas tecnologias se destinam principalmente aos setores madeireiro e moveleiro.
Controle de plantas invasoras
Notícias Relacionadas
Pesquisadores
André C. P. L. F. de Carvalho, Luís Paulo Faina GarciaUm trabalho desenvolvido na USP em São Carlos busca, utilizando a computação, erradicar espécies de plantas consideradas invasoras por devastar a biodiversidade nativa.
O trabalho é orientado pelo professor André Carvalho, do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP e pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI).
Algoritmo auxilia no controle de plantas invasoras no Estado de SP
Estudo apoiado pelo CeMEAI mostrou-se mais eficiente que a literatura existente
Um trabalho desenvolvido na USP - Universidade de São Paulo em São Carlos busca, utilizando a computação, erradicar espécies de plantas consideradas invasoras por devastar a biodiversidade nativa. Entenda como a pesquisa funciona:
Publicado por CEPID - CeMEAI em Quinta, 1 de junho de 2017
Erradicar espécies de plantas consideradas invasoras por devastar a biodiversidade nativa é também um desafio para a computação, e é que foi encarado pelo aluno de doutorado Luís Paulo Faina Garcia, orientado pelo professor do Instituto de Ciências Matemáticas e de Computação (ICMC-USP) e pesquisador do CeMEAI, André Carlos Ponce de Leon Ferreira de Carvalho.
Eles trabalharam em colaboração com uma pesquisa do aluno de doutorado do Departamento de Hidráulica e Saneamento da USP/São Carlos - Augusto Hashimoto de Mendonça - que tinha como principal objetivo identificar áreas potenciais para a invasão destas espécies no Estado de São Paulo e identificar os fatores ambientais que podem inibir ou estimular o processo de invasão por meio de modelos de nicho ecológico. Estes modelos relacionam pontos de ocorrência das espécies (ausência ou presença) e características ambientais e ecológicas para predizer a suscetibilidade de invasão em um determinado local.
“Os pontos de ocorrência das espécies invasoras foram registrados no entorno e no interior de unidades de conservação por meio de um GPS de alta precisão, descrevendo as características da população invasora e classificando a vegetação natural local, o estado de conservação do ecossistema e a localização do ponto na paisagem. Ocorre que, pela natureza dos pontos registrados, os dados podem ser considerados dados de probabilidade de presença ou ausência. Ou seja, um ponto de presença pode ser na realidade uma falsa presença, quando a espécie, por exemplo, se estabeleceu em uma área com condições inadequadas para o seu desenvolvimento por conta de algum evento ou distúrbio passado. Da mesma forma, uma ausência pode vir a ser uma falsa ausência uma vez que esses pontos foram registrados em áreas suscetíveis para o estabelecimento da espécie, mas a espécie encontra-se ausente porque ainda não ocorreu um evento de dispersão. A ocorrência de falsos pontos é indesejável, pois precisamos garantir a qualidade dos modelos gerados nesses dados para poder predizer com qualidade novos pontos de possíveis presença e ausência dessa espécie.”, explicou Augusto.
“A proposta de interação com o CEPID-CeMEAI tinha como foco a possibilidade de usar uma das bases de dados da espécie Hedychium coronarium, popularmente chamada lírio do brejo, para testar a técnica de detecção de ruídos. O objetivo era identificar os possíveis pontos ruidosos pela natureza dos dados ambientais”, disse Augusto.
A pesquisa detectou 267 registros de ocorrência da espécie no Estado de São Paulo.
“O nosso trabalho foi basicamente selecionar de forma automática as melhores técnicas de detecção de ruído baseadas em algoritmos de aprendizado de máquina e mineração de dados e aplicar essas técnicas para detectar as amostras ruidosas nesses dados. Com o subconjunto de amostras que estes algoritmos retornaram foi possível realizar uma análise aprofundada pelo especialista [Augusto] com o objetivo de validar falsas ausências e presenças da espécie”, observou Luís Paulo.
Ainda segundo ele, o algoritmo encontrado para este problema específico mostrou-se mais eficiente do que os algoritmos descritos na literatura até o momento.
“A principal contribuição no âmbito da computação foi comprovar que a técnica proposta foi mais eficiente em detectar os dados ruidosos do que as técnicas disponíveis na literatura para esse tipo de problema. No âmbito ecológico, as contribuições podem ser ainda mais relevantes, uma vez que os resultados podem indicar áreas suscetíveis e não suscetíveis à invasão. Na prática, os mapas de suscetibilidade de invasão podem identificar áreas sensíveis para a conservação da biodiversidade, orientando assim, políticas e ações voltadas para evitar ou controlar o processo de dispersão da espécie. Os modelos de nicho ecológico também permitem identificar os principais fatores ambientais associados com a invasão de determinada espécie, contribuindo para esclarecer ainda mais o processo de invasão.”
De acordo com o orientador, André Carlos Ponce de Leon Ferreira de Carvalho, qualquer problema de classificação que necessitar de detecção de ruídos, o algoritmo de Luís Paulo poderia ser aplicado. “Poderíamos aplicar este algoritmo na medicina e contribuir com a redução de diagnósticos incorretos, por exemplo. Este trabalho tem um viés social muito importante e pode contribuir para melhorias no meio ambiente não apenas no Estado de São Paulo, mas em outros locais do mundo. Os resultados desta pesquisa foram divulgados por intermédio de renomadas publicações da área”, concluiu André.
Sobre o CeMEAI
O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.
O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.
Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.
Raquel Vieira - Comunicação CeMEAI
Mais informações
Assessoria de Comunicação do CeMEAI: (16) 3373-6609
E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.
Aplicações automáticas na bolsa de valores
Notícias Relacionadas
Pesquisadores
André Carvalho, Humberto BrandãoFazer aplicações na bolsa de valores é uma escolha arriscada. Vários fatores influenciam nas altas e quedas das ações, e, principalmente em momentos de instabilidade econômica, muito dinheiro pode ser perdido.
Um estudo desenvolvido por pesquisadores da Universidade Federal e Alfenas (Unifal) e do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) criou uma ferramenta que leva todos esses fatores em consideração e faz aplicações automáticas na bolsa de valores.
O sistema desenvolvido analisa a situação da bolsa de valores em tempo real e é autônomo a ponto de decidir, sem interferência humana, se vale a pena ou não fazer uma oferta de compra ou venda de ações, quantas ações serão negociadas e por qual preço.
Outro ponto importante do simulador é que ele também leva em consideração as taxas que a bolsa de valores cobra por cada transação.
Pesquisadores desenvolvem ferramenta que faz aplicações automáticas em bolsas de valores
Estudo é realizado em parceria com o CeMEAI
Fazer aplicações na bolsa de valores é uma escolha arriscada. Vários fatores influenciam nas altas e quedas das ações e muito dinheiro pode ser perdido. Porém, uma ferramenta desenvolvida por professores da Universidade Federal de Alfenas e do Icmc Usp leva todos esses fatores em consideração e faz as aplicações automaticamente. Entenda: https://goo.gl/i8Ttw6
Publicado por CEPID - CeMEAI em Quinta, 11 de maio de 2017
Fazer aplicações na bolsa de valores é uma escolha arriscada. Vários fatores influenciam nas altas e quedas das ações, e, principalmente em momentos de instabilidade econômica, muito dinheiro pode ser perdido.
Um estudo desenvolvido por pesquisadores da Universidade Federal e Alfenas (Unifal) e do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) criou uma ferramenta que leva todos esses fatores em consideração e faz aplicações automáticas na bolsa de valores.
“Temos alguns parceiros acadêmicos. A Universidade Federal de Minas Gerais já utilizou o simulador, a Unifal o utiliza frequentemente, o Instituto Federal do Sul de Minas também e agora a USP. O sistema está totalmente aberto para a academia”, conta Humberto Brandão, professor da Unifal e responsável pela pesquisa.
Os estudos são supervisionados pelo professor André Carvalho, do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP em São Carlos e pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI). “Conheci o Humberto há alguns anos, em uma banca da qual estávamos participando. Ele viu os trabalhos feitos aqui na área de aprendizado de máquina, que são programas que aprendem automaticamente a partir dos dados. Nesse trabalho dele, cai feito uma luva a ideia de usar aprendizado de máquina”, explica Carvalho.
O sistema desenvolvido analisa a situação da bolsa de valores em tempo real e é autônomo a ponto de decidir, sem interferência humana, se vale a pena ou não fazer uma oferta de compra ou venda de ações, quantas ações serão negociadas e por qual preço. A ferramenta já está pronta, mas, por causa da fluidez do mercado financeiro, é necessário realizar atualizações periódicas. “Nós precisamos coletar dados todos os dias. Por isso, temos um sistema em São Paulo que fica ligado o tempo todo fazendo essa coleta de dados, e isso é importante para que a pesquisa continue tendo frutos. Dependendo de quão turbulento o mercado está, precisamos fazer essa atualização a cada 15, 20 dias”, comenta Brandão.
Outro ponto importante do simulador é que ele também leva em consideração as taxas que a bolsa de valores cobra por cada transação. “Dependendo do rendimento que você tem, ele pode ser menor que a taxa. Você pode conseguir vender uma ação por um preço mais caro do que comprou, mas a taxa pode ser maior que esse lucro. O programa vê quando vale a pena fazer uma operação de compra e venda para que o rendimento seja maior que a taxa paga”, salienta Carvalho.
Segundo Brandão, a pesquisa é interessante por utilizar conhecimentos de diversas áreas. “Ela mexe com a parte de economia, de matemática, de ciência da computação e com uma parte específica da ciência da computação, que é a inteligência artificial. Os sistemas de tomada de decisão também têm estatística envolvida”, enumera. “É um estudo interdisciplinar e envolve análise de risco, aprendizado de máquina e todas as áreas que são fortes do CeMEAI”, complementa Carvalho.
Sobre o CeMEAI
O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.
O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.
Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.
Leonardo Zacarin - Comunicação CeMEAI
Mais informações
Assessoria de Comunicação do CeMEAI: (16) 3373-6609
E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.
Projeto de pesquisador do CeMEAI recebe financiamento da IBM
Proposta é de inovação na área de aprendizado de máquina e inteligência artificial
 |
Em parceria com a IBM, uma das maiores empresas de informática e tecnologia do mundo, a Fapesp lançou, no segundo semestre de 2016, uma chamada de propostas de projetos voltados para a área de computação cognitiva.
Sistemas computacionais capazes de processar e integrar diferentes tipos de dados, aprender em grande escala, tirar conclusões lógicas com propósito e interagir com seres humanos de forma natural foram o foco da chamada.
O resultado da chamada foi divulgado neste mês de março e o projeto “Advanced Machine Learning”, que tem como responsável o professor André Carvalho, do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP em São Carlos e pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), foi uma das propostas contempladas com o financiamento de R$ 200 mil da Fapesp e da IBM.
Além de André de Carvalho, e outros 18 pesquisadores estão cadastrados no projeto, do Brasil e do exterior. O projeto propõe a pesquisa e o desenvolvimento de algoritmos de aprendizado de máquina capazes de aprender continuamente, detectando automaticamente mudanças e novidades que podem ocorrer quando novos dados são gerados. O projeto engloba ainda pesquisa e desenvolvimento de sistemas de recomendação que possam sugerir o algoritmo de aprendizado de máquina mais adequado para novos conjuntos de dados.
O projeto ainda prevê que as atividades tenham duração de dois anos.
A lista de pesquisadores participantes e a proposta completa estão disponíveis aqui.
Sobre o CeMEAI
O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.
O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.
Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.
Leonardo Zacarin - Comunicação CeMEAI
Mais informações
Assessoria de Comunicação do CeMEAI: (16) 3373-6609
E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.
Oportunidade de Pós-Graduação à distância na Universidade do Porto
Curso oferece capacitação em Big Data, Data Mining e Business Intelligence
A Porto Business School, da Universidade do Porto, uma das mais conceituadas instituições de Portugal, está oferecendo a oportunidade de ensino à distância com a Pós-Graduação Business Intelligence & Analytics, direcionada a interessados na crescente procura por programas nas áreas de Big Data, Data Mining e Business Intelligence.
Um dos coordenadores do programa é o professor titular do Instituto de Ciências Matemáticas e de Computação (ICMC/USP) André Carlos Ponce de Leon Carvalho, também pesquisador do CEPID-CeMEAI.
A terceira edição do curso terá início no dia 24 de fevereiro. O primeiro trimestre objetiva contextualizar os sistemas de BI&A na gestão atual, adquirir competências de desenvolvimento de projetos de BI&A com base em tecnologias que fazem parte do mainstream da área e ainda ter um primeiro contato com os desafios e as tendências de futuro.
No segundo trimestre aprofundam-se alguns destes tópicos com aplicações mais avançadas. E o terceiro trimestre visa apresentar as tendências de futuro e realizar um projeto unificador que permite a aplicação prática de uma parte significativa dos temas discutidos no programa.
Segundo Carvalho, esse curso, pela sua estrutura curricular e qualificação do seu corpo docente, associados à reputação da Universidade do Porto, vai oferecer uma formação inovadora na área.
O processo de seleção exige baixar o boletim de candidatura no site da escola e enviá-lo junto à certidão de licenciatura e ao curriculum vitae para o e-mail Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo..
Há bolsas disponíveis para alunos internacionais.
Sobre o CeMEAI
O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.
O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.
Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.
Sobre a Porto Business School
A Porto Business School tem como missão a melhoria da qualidade da gestão através de programas avançados de pós-graduação, programas desenvolvidos à medida para as empresas, parcerias corporativas, investigação aplicada e consultoria.
É uma instituição que nasceu fruto da colaboração de grandes empresas portuguesas. Atualmente, estas empresas e muitas outras associadas ao projeto constituem-se num órgão de gestão, a Associação Porto Business School / U. Porto, ao qual a Porto Business School reporta, garantindo assim o alinhamento entre a missão e as necessidades das empresas. Simultaneamente, a Escola pertence à Universidade do Porto, uma das maiores e melhores universidades portuguesas, beneficiando da partilha do seu corpo docente.
Nos programas desenvolvidos, os docentes têm fortes ligações ao mundo empresarial, expondo os alunos a novos desafios empresariais, às melhores práticas da indústria, novas tendências e modelos de negócio de vanguarda.
Raquel Vieira - Comunicação CeMEAI
Mais informações
Assessoria de Comunicação do CeMEAI: (16) 3373-6609
E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.
 |
Melhorar a qualidade e, consequentemente, a quantidade da madeira produzida na região. Esse é o objetivo de um projeto que envolve professores e alunos da UNESP em Itapeva com o setor industrial. Eles criaram um software que, praticamente, faz um raio-x da madeira. O resultado foi tão positivo que um intercâmbio foi fechado com uma universidade da Finlândia.