Leonardo Cardoso Belintani

Mestrando em Física molecular teórica pela Universidade Federal de São Carlos.Graduado em Física pela Universidade Federal de São Carlos, campus Araras. Tem experiência na área de Redes Neurais Artificiais, e em Física Atômica e Molecular.

Informações coletadas do Lattes em 13/11/2024

Acadêmico

Formação acadêmica

Mestrado em andamento em Física

2024 - Atual

Universidade Federal de São Carlos
Orientador: Matheus Paes Lima
Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil.

Graduação em Física - Licenciatura Ou Bacharelado

2018 - 2023

Universidade Federal de São Carlos
Título: Derivadas: do básico ao avançado
Orientador: João Teles de Carvalho Neto

Ensino Médio (2º grau)

2013 - 2015

Colégio Integral Campinas

Formação complementar

2023 - 2023

UMA INTRODUÇÃO À INTELIGÊNCIA ARTIFICIAL NA FÍSICA. (Carga horária: 15h). , Sociedade Brasileira de Física, SBF, Brasil.

2023 - 2023

EQUAÇÕES DE LAGRANGE E O PRINCÍPIO DE HAMILTON. (Carga horária: 5h). , Instituto Federal de Educação Ciência e Tecnologia do Ceará, IFCEParacuru, Brasil.

2023 - 2023

INTRODUÇÃO A MECÂNICA QUÂNTICA RELATIVÍSTICA. (Carga horária: 5h). , Instituto Federal de Educação Ciência e Tecnologia do Ceará, IFCEParacuru, Brasil.

2021 - 2021

Extensão universitária em Curso Básico de Redes Neurais Artificiais: Fundamentos e Implementação. (Carga horária: 60h). , Universidade Federal de São Carlos, UFSCAR, Brasil.

2021 - 2021

Introdução ao VPython. (Carga horária: 5h). , Universidade Federal de São Carlos, UFSCAR, Brasil.

Idiomas

Bandeira representando o idioma Inglês

Compreende Bem, Fala Razoavelmente, Lê Razoavelmente, Escreve Razoavelmente.

Bandeira representando o idioma Espanhol

Compreende Razoavelmente, Fala Pouco, Lê Razoavelmente, Escreve Pouco.

Bandeira representando o idioma Português

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Áreas de atuação

Grande área: Ciências Exatas e da Terra / Área: Física / Subárea: Física Geral/Especialidade: Física Clássica e Física Quântica; Mecânica e Campos.

Organização de eventos

BELINTANI, L. C. . Semana de Física UFSCar Araras: "Fisicando X". 2023. (Outro).

Participação em eventos

Semana da Física UFSCar Araras: "Fisicando X". 2023. (Encontro).

XVIII Escola Brasileira de Estrutura Eletrônica. 2023. (Congresso).

XXIX Congresso de Iniciação Científica.. Solução Numérica da Equação de Schrödinger Unidimensional usando Redes Neurais Feedforward. 2023. (Congresso).

Curso de Verão UNICAMP. 2022. (Outra).

O choque de uma escola libertária. 2022. (Encontro).

Proposta curricular SESI. 2022. (Encontro).

Deficiência intelectual: da compreensão à prática em sala de aul aula. 2021. (Encontro).

Educação em LIBRAS e língua Portuguesa para surdos. 2021. (Encontro).

Semana da Física UFSCar Araras: "Fisicando IX". 2021. (Outra).

Semana da Física UFSCar Araras: "Fisicando VIII". 2020. (Outra).

Produções bibliográficas

  • BELINTANI, L. C. ; D.L. Silva ; Teles, J . Solução Numérica da Equação de Schrödinger Unidimensional usando Redes Neurais Feedforward. 2023. (Apresentação de Trabalho/Congresso).

Outras produções

BELINTANI, L. C. ; Teles, J . Derivadas: do básico ao avançado.. 2023. (Desenvolvimento de material didático ou instrucional - Desenvolvimento de material didático).

Projetos de pesquisa

  • 2023 - 2024

    Estudo de transições com transferência de carga usando um índice quantitativo baseado na densidade eletrônica, Projeto certificado pelo(a) coordenador(a) Daniel Luiz da Silva em 07/04/2024., Descrição: Os processos de transferência de carga intramolecular são de grandeinteresse para as áreas de eletrônica orgânica, optoeletrônica e fotônica (ópticanão linear) e hoje em dia são bastantes explorados para realçar aspropriedades de materiais tendo como alvo diferentes aplicações. Nessecontexto, o presente projeto de iniciação cientifica tem como proposta o estudode transições eletrônicas que envolvam transferência de carga intramolecular.Para tanto, cálculos utilizando a teoria do funcional da densidade dependentedo tempo serão executados e um índice quantitativo baseado na densidadeeletrônica será utilizado para analisar os processos de transferência de cargafotoinduzidos. O índice (índice ) permite definir a extensão espacial associada auma determinada transição, bem como a fração associada de elétrontransferido. Através da definição de baricentros de cargas associadas às zonasde aumento e depleção da densidade eletrônica na fotoexcitação também éfornecida uma medida qualitativa e de fácil visualização da extensão datransferência de carga dentro do sistema molecular. Para a realização desseprojeto moléculas que apresentam processos de fotoexcitação comtransferência de carga intramolecular com caracter distintos foram escolhidascomo alvo de estudo. Na primeira categoria de moléculas o processo detransferência ocorre da forma convencional, ou seja, durante o processo atransferência de carga ocorre do grupo doador em direção ao grupo aceitadorde carga. Já na segunda categoria de molécula o processo ocorre no sentidoreverso, ou seja, durante a fotoexcitação a transferência de carga ocorre dogrupo aceitador em direção ao grupo doador de carga, sendo estecomportamento bem menos observado até o presente momento.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leonardo Cardoso Belintani - Integrante / Daniel Luiz da Silva - Coordenador.

  • 2022 - 2023

    Solução Numérica da Equação de Schrödinger Unidimensional usando Redes Neurais Feedforward, Descrição: O presente projeto de iniciação cientifica visa utilizar de uma rede neural do tipo feedforward para obter a solução numérica da equação de Schrodinger de dois sistemas quânticos unidimensionais bastante conhecidos e os quais possuem solução analítica, são eles o poço de potencial infinito e o oscilador harmônico quântico. O uso de redes neurais para se obter a solução numérica da equação diferencial de Schrodinger desses sistemas físicos se apresenta como uma nova proposta para se resolver problemas de condições de contorno. Nessa abordagem, a equação diferencial e as condições de contorno são usadas para construir uma função erro que é utilizada pelo algoritmo do método backpropagation para aprimorar os parâmetros ajustáveis da rede neural (pesos sinápticos e bias) ao longo da etapa de treinamento da rede. A eficiência da estratégia adotada nesse projeto será avaliada através da comparação dos resultados fornecidos pela rede neural para as autofunções e autovalores de energia dos sistemas físicos estudados e os resultados fornecidos pela solução analítica da equação diferencial de Schrondinger desses sistemas. Acreditamos, portanto, que esta proposta é relevante por oferecer ao estudante envolvido uma ótima oportunidade de formação acadêmica através da sua introdução a área de machine learning a partir do emprego da técnica de redes neurais artificiais no estudo de sistemas de grande importância na área da Física.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Leonardo Cardoso Belintani - Integrante / Daniel Luiz da Silva - Coordenador.