Rodrigo de Paula Monteiro

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• HOLANDA, RAFAEL ; MONTEIRO, RODRIGO ; BASTOS-FILHO, CARMELO . Preprocessing Selection for Deep Learning Classification of Arrhythmia Using ECG Time-Frequency Representations. Technologies , v. 11, p. 68, 2023.

• ROCHA, PAULO ; PINHEIRO, DIEGO ; DE PAULA MONTEIRO, RODRIGO ; TUBERT, ELA ; ROMERO, ERICK ; BASTOS-FILHO, CARMELO ; NUNO, MIRIAM ; CADEIRAS, MARTIN . Adaptive Content Tuning of Social Network Digital Health Interventions Using Control Systems Engineering for Precision Public Health: Cluster Randomized Controlled Trial. JOURNAL OF MEDICAL INTERNET RESEARCH , v. 25, p. e43132, 2023.

• DE PAULA MONTEIRO, RODRIGO ; LOZADA, MARIELA CERRADA ; MENDIETA, DIEGO ROMAN CABRERA ; LOJA, RENÉ VINICIO SÁNCHEZ ; FILHO, CARMELO JOSÉ ALBANEZ BASTOS . A hybrid prototype selection-based deep learning approach for anomaly detection in industrial machines. EXPERT SYSTEMS WITH APPLICATIONS , v. 204, p. 117528, 2022.

• MUNIZ, BRENA COUTINHO ; FALCÃO, EDUARDA LINS ; MONTEIRO, RODRIGO DE PAULA ; SANTOS, EMANUELA LIMA DOS ; BASTOS FILHO, CARMELO JOSÉ ALBANEZ ; SILVA, FÁBIO SÉRGIO BARBOSA DA . Acaulospora longula Spain & N.C. Schenck: A low-cost bioinsumption to optimize phenolics and saponins production in Passiflora alata Curtis. INDUSTRIAL CROPS AND PRODUCTS , v. 167, p. 113498, 2021.

• V. VERCOSA, LUIZ F. ; LIRA, RODRIGO C. ; P. MONTEIRO, RODRIGO ; D. M. SILVA, KLEBER ; O. L. MAGALHAES, JAILSON ; M. A. MACIEL, ALEXANDRE ; L. D. BEZERRA, BYRON ; A. BASTOS-FILHO, CARMELO J. . Analysis of Distinct Feature Groups in the Credit Scoring Problem. Journal of Information and Data Management - JIDM , v. 12, p. 48-61, 2021.

• MONTEIRO, RODRIGO PAULA ; BASTOS-FILHO, CARMELO JOSE ALBANEZ ; CERRADA, MARIELA ; CABRERA, DIEGO ; SANCHEZ, RENE VINICIO . Using the Kullback-Leibler Divergence and Kolmogorov-Smirnov Test to Select Input Sizes to the Fault Diagnosis Problem Based on a CNN Model. LEARNING AND NONLINEAR MODELS , v. 18, p. 16-26, 2021.

• MONTEIRO, RODRIGO P. ; CERRADA, MARIELA ; CABRERA, DIEGO R. ; SÁNCHEZ, RENÉ V. ; BASTOS-FILHO, CARMELO J. A. . Using a Support Vector Machine Based Decision Stage to Improve the Fault Diagnosis on Gearboxes. Computational Intelligence and Neuroscience , v. 2019, p. 1-13, 2019.

• MONTEIRO, RODRIGO P. ; LIMA, GABRIEL A. ; OLIVEIRA, JOSÉ P. G. ; CUNHA, DANIEL S. C. ; BASTOS-FILHO, CARMELO J. A. . Improving Adaptive Filters for Active Noise Control Using Particle Swarm Optimization. INTERNATIONAL JOURNAL OF SWARM INTELLIGENCE RESEARCH (PRINT) , v. 9, p. 47-64, 2018.

• MONTEIRO, RODRIGO P. ; VERÇOSA, LUIZ F. V. ; BASTOS-FILHO, CARMELO J. A. . Improving the Performance of the Fish School Search Algorithm. INTERNATIONAL JOURNAL OF SWARM INTELLIGENCE RESEARCH (PRINT) , v. 9, p. 21-46, 2018.

• M. A. GARCIA, ALVARO ; P. MONTEIRO, RODRIGO ; J. A. BASTOS FILHO, CARMELO . Structural Analysis of Road Networks Using Network Science. IEEE Latin America Transactions , v. 14, p. 4386-4391, 2016.

• DE PAULA MONTEIRO, RODRIGO ; de Oliveira, José P.G. ; Oliveira, Sérgio C. ; Filho, Carmelo J.A.B. . Opportunities in Neural Networks for Industry 4.0. Topics in Artificial Intelligence Applied to Industry 4.0. 1ed.: Wiley, 2024, v. , p. 257-269.

• MONTEIRO, RODRIGO P. ; BASTOS-FILHO, CARMELO J. A. . Using Kullback-Leibler Divergence to Identify Prominent Sensor Data for Fault Diagnosis. Lecture Notes in Computer Science. 1ed.: Springer International Publishing, 2020, v. , p. 136-147.

• MUNIZ, R. ; LIMA, V. ; SALDANHA, P. ; RIBEIRO, A. M. N. C. ; MONTEIRO, RODRIGO PAULA ; CADEIRAS, M. ; SILVA, C. ; SILVA, H. ; ROCHA, PAULO ; SILVA, D. M. P. F. . Uncovering Algorithmic Fairness in Deep Learning?Based Imputation of Multivariate Clinical Time Series in Heart Failure Patients. In: Encontro Nacional de Inteligência Artificial e Computacional, 2025, Fortaleza - CE. 2025: Anais do XXII Encontro Nacional de Inteligência Artificial e Computacional, 2025.

• LIMA, H. ; SILVA, CRISTOFER ; NERY, R. ; CAMACHO, W. C. ; BRAZILEIRO, R. ; MONTEIRO, RODRIGO PAULA ; RIBEIRO, A. M. N. C. ; BASTOS FILHO, C. J. A. ; LOZADA, M. C. ; SILVA, D. M. P. F. . CANDAS Dataset: A Cooling Fan Sound Dataset with Modeled Disturbances and Controlled Experimental Conditions. In: Encontro Nacional de Inteligência Artificial e Computacional, 2025, Fortaleza - CE. 2025: Anais do XXII Encontro Nacional de Inteligência Artificial e Computacional, 2025.

• SANTOS, G. B. F. ; CAMARA, P. L. S. G. ; SILVA, D. M. P. F. ; RIBEIRO, A. M. N. C. ; FERNANDES, S. M. M. ; PAULA, RODRIGO . LSTM-Based Speech Analysis for Automatic Classification of Dysarthria Severity Levels. In: XVII Congresso Brasileiro de Inteligência Computacional CBIC 2025, 2025, Belo Horizonte. (Aguardando publicação), 2025.

• ARAUJO, P. H. M. ; MONTEIRO, R. P. ; HOLANDA, R. B. B. ; BASTOS FILHO, C. J. A. ; LOZADA, M. C. . Comparative Study of Time?Frequency Representations for Anomaly Detection in Industrial Equipament. In: XVII Congresso Brasileiro de Inteligência Computacional CBIC 2025, 2025, Belo Horizonte. (Aguardando publicação), 2025.

• OLIVEIRA, A. S. ; MONTEIRO, R. P. ; LIMA, R. L. F. A. ; MACEDO, M. R. O. B. C. ; BASTOS FILHO, C. J. A. . An Object Detection Method for Native Seedling Identification in Caatinga and Atlantic Forest. In: XVII Congresso Brasileiro de Inteligência Computacional CBIC 2025, 2025, Belo Horizonte. (Aguardando publicação), 2025.

• PEREIRA, D. D. M. ; MACEDO, M. R. O. B. C. ; MILLAN-ARIAS, C. ; BEZERRA, J. S. ; BASTOS FILHO, C. J. A. ; MONTEIRO, R. P. . Viabilidade do Uso de Modelos de Grande Escala como Descritores de Imagem na Classificação de Resíduos Sólidos. In: XV Conferência Nacional em Comunicações, Redes e Segurança da Informação ENCOM 2025, 2025, São Cristóvão. Anais da XV Conferência Nacional em Comunicações, Redes e Segurança da Informação ENCOM 2025, 2025. p. 79-83.

• FREIRE, A. ; ANDRADE, J. V. R. ; MILLAN-ARIAS, C. ; FERNANDES, B. J. T. ; BASTOS FILHO, C. J. A. ; MONTEIRO, R. P. ; TORTATO JUNIOR, J. ; KRZYZANOVSKI, A. ; ROCHA, L. G. S. ; MACIEL, A. M. A. . U-FQA: A Unified Face Quality Assessment Score for Improved Unknown Identity Detection in Facial Recognition Systems. In: 34th International Conference on Artificial Neural Networks ICANN 2025, 2025, Kaunas. Lecture Notes in Computer Science. Cham: Springer, 2025. v. 16069. p. 530-541.

• MESQUITA, THAIS P. ; SILVA, DIEGO M. P. F. ; RIBEIRO, ANDREA M. N. C. ; SILVA, IAGO R. R. ; BASTOS-FILHO, CARMELO J. A. ; MONTEIRO, RODRIGO P. . A Comparative Analysis of Deep Learning-Based Methods for Multivariate Time Series Imputation with Varying Missing Rates. In: 2024 IEEE Eighth Ecuador Technical Chapters Meeting (ETCM), 2024, Cuenca. 2024 IEEE Eighth Ecuador Technical Chapters Meeting (ETCM), 2024. p. 1.

• HOLANDA, RAFAEL ; MONTEIRO, RODRIGO ; BASTOS-FILHO, CARMELO . Entropy-driven ECG Arrhythmia Classification. In: 2024 IEEE Latin American Conference on Computational Intelligence (LACCI), 2024, Bogota D.C.. 2024 IEEE Latin American Conference on Computational Intelligence (LA-CCI), 2024. p. 1.

• SILVA, CRISTOFER ; COELHO, MATHEUS ; BARROS, UMBERTO ; RIBEIRO, ANDREA MARIA N C ; DE PAULA MONTEIRO, RODRIGO ; PINHEIRO, DIEGO . A Unified Framework for Replicability of Anomaly Detection in Multiple Time Series: Enhancing GANF and RanSynCoders Pipelines with MFCC Feature Extraction for Acoustic Data. In: 2024 IEEE Latin American Conference on Computational Intelligence (LACCI), 2024, Bogota D.C.. 2024 IEEE Latin American Conference on Computational Intelligence (LA-CCI), 2024. p. 1.

• XAVIER, ISADORA ; VEIGA, EDVALDO ; RIBEIRO, ANDREA MARIA N C ; DE PAULA MONTEIRO, RODRIGO ; OLIVEIRA, MARCOS ; AMARO, RODRIGO ; PINHEIRO, DIEGO . Towards the Identification of Money Laundering in Bank Transactions using Recurrent Neural Networks. In: 2024 IEEE Latin American Conference on Computational Intelligence (LACCI), 2024, Bogota D.C.. 2024 IEEE Latin American Conference on Computational Intelligence (LA-CCI), 2024. p. 1.

• SEIXAS, JORDANA ; LEITE, AILTON ; PAULA, RODRIGO DE ; FERNANDES, SÉRGIO MURILO MACIEL . Reconhecimento de comandos de voz com e sem disartria usando extração de características da fala MFCC e algoritmos de aprendizagem de máquina. In: Simpósio Brasileiro de Computação Aplicada à Saúde, 2023, Brasil. Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023). p. 497.

• FITIPALDI, C. A. ; MONTEIRO, R. P. ; SILVA, D. M. P. F. ; FERREIRA NETO, W. P. ; FONSECA, L. S. S. ; RIBEIRO, A. M. N. C. . Forecasting of Wind Power Generation Cristalândia wind farm using Tree-Based Machine Learning Approaches. In: XVI Congresso Brasileiro de Inteligência Computacional (CBIC), 2023, Salvador. XVI Congresso Brasileiro de Inteligência Computacional (CBIC), 2023.

• FILHO, LEANDRO FERREIRA MOURA ; MONTEIRO, RODRIGO DE PAULA ; PINHEIRO, DIEGO ; ENDO, PATRICIA TAKAKO ; RIBEIRO, ANDREA MARIA N C . Forecasting Imminent Failures in Electrical Industrial Centrifuge using Machine Learning. In: 2023 IEEE Latin American Conference on Computational Intelligence (LACCI), 2023, Recife-Pe. 2023 IEEE Latin American Conference on Computational Intelligence (LA-CCI), 2023. p. 1.

• FILHO, UMBERTO TENÓRIO DE BARROS ; ROCHA, PAULO ; OLIVEIRA, MARCOS ; RIBEIRO, ANDREA MARIA NOGUEIRA CAVALCANTI ; DE PAULA MONTEIRO, RODRIGO ; PINHEIRO, DIEGO . Regularizing Neural Networks with Noise Injection for Classification of Brain Tumor in Magnetic Resonance Imaging. In: 2023 IEEE Latin American Conference on Computational Intelligence (LACCI), 2023, Recife-Pe. 2023 IEEE Latin American Conference on Computational Intelligence (LA-CCI), 2023. p. 1.

• ROQUE, RAFAEL ; PAULA, RODRIGO ; BEZERRA, DANIEL ; RODRIGUES, IAGO ; LINS, ROBSON ; TENCA, MICHELLE ; ALMEIDA, GABRIEL . A PSO-SVR Based Resource Allocation Approach for Network Function Virtualization. In: 2023 IEEE Latin American Conference on Computational Intelligence (LACCI), 2023, Recife-Pe. 2023 IEEE Latin American Conference on Computational Intelligence (LA-CCI), 2023. p. 1.

• VERCOSA, LUIZ FELIPE ; LIRA, RODRIGO ; MONTEIRO, RODRIGO ; SILVA, KLEBER ; MAGALHAES, JAILSON ; MACIEL, ALEXANDRE ; BEZERRA, BYRON L. D. ; BASTOS-FILHO, CARMELO . Impact of Unusual Features in Credit Scoring Problem. In: Symposium on Knowledge Discovery, Mining and Learning, 2020, Brasil. Anais do Symposium on Knowledge Discovery, Mining and Learning (KDMiLe 2020), 2020. p. 81-88.

• MONTEIRO, RODRIGO DE PAULA ; BASTOS FILHO, CARMELO JOSÉ ALBANEZ . Feature Extraction Using Convolutional Neural Networks for Anomaly Detection. In: Congresso Brasileiro de Inteligência Computacional, 2020. Anais do 14. Congresso Brasileiro de Inteligência Computacional, 2019. p. 1.

• MELO, RODRIGO ; DE PAULA MONTEIRO, RODRIGO ; DE OLIVEIRA, JOSE PAULO G. ; JERONIMO, BRUNO ; BASTOS-FILHO, CARMELO J. A. ; DE ALBUQUERQUE, ANNA PRISCILLA ; KELNER, JUDITH . Guitar Tuner and Song Performance Evaluation Using a NAO robot. In: 2020 Latin American Robotics Symposium (LARS), 2020 Brazilian Symposium on Robotics (SBR) and 2020 Workshop on Robotics in Education (WRE), 2020, Natal. 2020 Latin American Robotics Symposium (LARS), 2020 Brazilian Symposium on Robotics (SBR) and 2020 Workshop on Robotics in Education (WRE), 2020. p. 1.

• LIMA, GABRIEL A. ; MONTEIRO, RODRIGO P. ; ROCHA, PAULO ; LINS, ANTHONY J. C. C. ; BASTOS-FILHO, CARMELO J. A. . Mild Cognitive Impairment Diagnosis and Detecting Possible Labeling Errors in Alzheimer?s Disease with an Unsupervised Learning-based Approach. In: 2020 IEEE Symposium Series on Computational Intelligence (SSCI), 2020, Canberra. 2020 IEEE Symposium Series on Computational Intelligence (SSCI), 2020. p. 2905.

• LAPENDA, LETICIA V. N. ; MONTEIRO, RODRIGO P. ; BASTOS-FILHO, CARMELO J. A. . Autoencoder latent space: an empirical study. In: 2020 IEEE Symposium Series on Computational Intelligence (SSCI), 2020, Canberra. 2020 IEEE Symposium Series on Computational Intelligence (SSCI), 2020. p. 2453.

• MONTEIRO, RODRIGO P. ; BASTOS-FILHO, CARMELO J. A. . Detecting Defects in Sanitary Wares Using Deep Learning. In: 2019 IEEE Latin American Conference on Computational Intelligence (LACCI), 2019, Guayaquil. 2019 IEEE Latin American Conference on Computational Intelligence (LA-CCI), 2019. p. 1.

• MONTEIRO, RODRIGO ; BASTOS-FILHO, CARMELO ; CERRADA, MARIELA ; CABRERA, DIEGO ; SANCHEZ, RENE-VINICIO . Convolutional Neural Networks Using Fourier Transform Spectrogram to Classify the Severity of Gear Tooth Breakage. In: 2018 International Conference on Sensing,Diagnostics, Prognostics, and Control (SDPC), 2018, Xi'an. 2018 International Conference on Sensing,Diagnostics, Prognostics, and Control (SDPC), 2018. p. 490.

• VERCOSA, L. F. V. ; BASTOS-FILHO, C. J. A. ; MONTEIRO, R. P. . Combining a novel feeding operator and recent advances to improve the fish school search. In: 2017 IEEE Latin American Conference on Computational Intelligence (LACCI), 2017, Arequipa. 2017 IEEE Latin American Conference on Computational Intelligence (LA-CCI), 2017. p. 1.

• MONTEIRO, RODRIGO P. ; LIMA, GABRIEL A. ; OLIVEIRA, J. P. G. ; CUNHA, D. S. C. ; BASTOS-FILHO, CARMELO J. A. . Accelerating the convergence of adaptive filters for active noise control using particle swarm optimization. In: 2017 IEEE Latin American Conference on Computational Intelligence (LACCI), 2017, Arequipa. 2017 IEEE Latin American Conference on Computational Intelligence (LA-CCI), 2017. p. 1.

Projetos de pesquisa

• 2026 - Atual

  Utilizando Séries Temporais Multivariadas para o Diagnóstico Robusto de Anomalias em Cenários da Indústria 4.0., Descrição: Atualmente, a sociedade gera volumes massivos de dados. Esses dados apresentam potencial para apoiar a tomada de decisões em setores estratégicos. O Brasil lançou nos últimos anos políticas importantes como NIB (Nova Indústria Brasil) e PBIA (Plano Brasileiro de Inteligência Artificial). No contexto da Indústria 4.0, cresce a necessidade de métodos para lidar com séries temporais multivariadas geradas por múltiplos sensores, que capturam informações complementares sobre um mesmo processo. Estes dados também são valiosos pela redundância, podendo garantir robustez em cenários de falha de canais de medição. Desafios permanecem em como integrar, tratar e analisar essas informações de forma eficiente e adaptável a diferentes domínios. O problema central deste projeto de pesquisa é a ausência de metodologias robustas para o diagnóstico de anomalias em sistemas com múltiplos sensores, especialmente considerando variações operacionais, posicionamento de sensores e diferenças de domínio. Diante disto, a questão a ser investigada é: como desenvolver métodos de análise com múltiplos sensores que sejam robustos, adaptáveis a diferentes domínios e capazes de diagnosticar falhas de forma precisa e confiável? A literatura recente em inteligência artificial e manutenção preditiva mostra que abordagens baseadas em aprendizado profundo e técnicas de adaptação de domínio são promissoras para enfrentar esses desafios, mas ainda carecem de validação em cenários reais. A estratégia metodológica proposta combina: 1. coleta de dados de múltiplos sensores e geração de bases de dados; 2. desenvolvimento de pipelines de pré-processamento e combinação dos dados; 3. desenvolvimento de modelos de inteligência artificial robustos e adaptativos; e 4. validação em ambientes controlados. Utilizando os conhecimentos em indústria e reconhecimento de padrões das instituições do Equador e da França, respectivamente, acreditamos que o projeto pode acelerar o desenvolvimento de soluções práticas, abertas e replicáveis em várias indústrias regionais parceiras da UPE.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (5) Doutorado: (3) . , Integrantes: Rodrigo de Paula Monteiro - Coordenador / Diego Marconi Pinheiro Ferreira Silva - Integrante / Andrea Maria Nogueira Cavalcanti Ribeiro - Integrante / Bruno José Torres Fernandes - Integrante / Carmelo Jose Albanez Bastos Filho - Integrante / Alexandre Magno Andrade Maciel - Integrante / Mariela Cerrada Lozada - Integrante / Fannia Pacheco - Integrante / René Vinicio Sanchez Loja - Integrante / Paul Honeine - Integrante.

• 2025 - Atual

  Alinhamento da Imputação de Dados Faltantes em Séries Temporais Multivariadas à Tarefa de Detecção de Anomalias no Contexto da Indústria 4.0, Descrição: As cidades inteligentes geram grandes volumes de dados em diversos domínios, como saúde e Indústria 4.0, impulsionados pelo uso massivo de tecnologias de coleta de informações e pelo aumento da conectividade e do poder computacional dos dispositivos. Esses dados possibilitam a extração de informações úteis para predições de interesse social, econômico e ambiental. No entanto, séries temporais multivariadas, frequentemente utilizadas para representar essas informações, podem conter valores ausentes devido a falhas de sensores, problemas de transmissão ou erros humanos. A ausência de dados compromete a análise e interpretação dos fenômenos estudados, tornando a imputação, i.e., a estimativa de valores faltantes, uma questão relevante na literatura científica. Embora técnicas baseadas em aprendizagem profunda tenham avançado na imputação de valores em séries temporais, ainda há desafios, especialmente no aprendizado de características voltadas à detecção de anomalias. Como a imputação frequentemente melhora os dados para tarefas subsequentes, como o diagnóstico de falhas, este estudo propõe investigar métodos para treinar modelos de imputação otimizados para detecção de falhas em máquinas rotativas industriais. Assim, o aprendizado de padrões em séries temporais monitoradas por sensores torna-se essencial para aprimorar a análise e manutenção desses dispositivos.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (2) . , Integrantes: Rodrigo de Paula Monteiro - Coordenador.

• 2023 - Atual

  Data-Driven Anomaly Detectors for Time Series Data and Big Data, Descrição: Projeto financiado pela CAPES AmSud STIC para cooperação América do Sul e França no tema Indústria 4.0.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (7) Doutorado: (1) . , Integrantes: Rodrigo de Paula Monteiro - Integrante / Diego Marconi Pinheiro Ferreira Silva - Integrante / Andrea Maria Nogueira Cavalcanti Ribeiro - Integrante / Carmelo Jose Albanez Bastos Filho - Coordenador / Waldo Hasperué - Integrante / Mariela Cerrada Lozada - Integrante / Fannia Pacheco - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.

• 2022 - 2023

  Desenvolvimento de Soluções em IoT com a Capacitação Tecnológica de Meninas do Ensino Médio e Fundamental de Recife e Caruaru para a Segurança de Jovens Mulheres., Descrição: O objetivo deste projeto de pesquisa busca não apenas incentivar alunas dos ensinos fundamental, médio e superior a trabalharem com tecnologia, através do desenvolvimento do pensamento computacional. Ele também busca capacitá-las para empreenderem e identificarem oportunidades de desenvolver soluções para problemas do cotidiano no contexto de segurança da mulher no estado de Pernambuco. Além de incentivar a participação de jovens mulheres em atividades relacionadas à STEM.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Doutorado: (1) . , Integrantes: Rodrigo de Paula Monteiro - Integrante / Diego Marconi Pinheiro Ferreira Silva - Integrante / Andrea Maria Nogueira Cavalcanti Ribeiro - Coordenador / Patrícia Takako Endo - Integrante / Liliane Sheyla da Silva Fonseca - Integrante / Graziela Simone Tonin - Integrante / Carolina Cani Dias Ledebour - Integrante / Mariana Cristina Rodrigues De Oliveira - Integrante / Deborah Camila Alves Pereira - Integrante / Cristiane Cabral Costa Amorim - Integrante / asmim Nara Cândido Santiago - Integrante / Anna Carolinna de Sousa Tavares - Integrante., Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro.

• 2021 - 2024

  Desenvolvimento de uma Metodologia Baseada em Modelos Computacionais Inteligentes para Estimar Dados Ausentes em Séries Temporais Múltiplas., Descrição: As cidades inteligentes produzem um grande volume de dados em domínios como healthcare, internet das IoT, indústria 4.0. Essa grande quantidade de dados produzida, contudo, contém dados ausentes cuja manifestação se deve à amostragem irregular e desalinhada por causa de forma natural de coleta durante eventos médicos, redução de custos, ou mesmo anomalias e defeitos. A ausência desses valores, no entanto, podem prejudicar a extração de padrões nesses dados. Por exemplo, a ausência de um exame laboratorial que é naturalmente coletado com menos frequência pode prejudicar o tratamento de um paciente. O funcionamento de um veículo pode ser comprometido caso um de seus sensores falhar. Nas últimas décadas, várias abordagens foram desenvolvidas para lidar com valores ausentes, principalmente em séries temporais. Tais abordagens vão das mais simples, como a omissão dos dados ausentes, às mais complexas, como a imputação destes valores com o uso de técnicas de imputação, interpolação ou mesmo modelos baseados em aprendizado de máquina. No entanto, uma parcela significativa destes métodos não capturam simultaneamente as correlações intra e inter variáveis, o que pode comprometer o processo de estimar os valores ausentes. Além disso, a forma como estes valores ausentes se manifestam em diferentes domínios de aplicação pode variar significativamente. Em redes de sensores, por exemplo, a falha de um sensor pode resultar em longas sequências de medições comprometidas para uma determinada variável. Em contrapartida, nas séries temporais definidas pelos resultados dos exames de um determinado paciente, os dados ausentes podem resultar da perda destes resultados ou mesmo da falta de sincronia na realização dos exames. Neste projeto de pesquisa, procura-se desenvolver uma metodologia que permita, com o uso de modelos computacionais inteligentes, estimar dados ausentes em séries temporais múltiplas considerando diversos domínios de aplicação, como healthcare, IoT e Indústria 4.0. Para tanto, serão conduzidos estudos para caracterizar a manifestação de dados ausentes nesses diferentes domínios. Então, será possível entender as especificidades dos diferentes domínios de aplicação e formular uma metodologia para estimar dados ausentes em diferentes domínios. A avaliação da metodologia utilizará com informações reais obtidas a partir de bases de dados públicas e/ou obtidas a partir de parcerias com outras instituições.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (12) . , Integrantes: Rodrigo de Paula Monteiro - Integrante / Diego Marconi Pinheiro Ferreira Silva - Coordenador / Andrea Maria Nogueira Cavalcanti Ribeiro - Integrante., Número de produções C, T & A: 7

• 2015 - 2017

  Sistema de Redução de Ruídos Acústicos em Ambiente Automotivo, Descrição: O projeto consiste na construção de um protótipo (incluindo hardware e software) para validar um novo conceito de sistema In-Vehicle Infotainment (IVI) capaz de gerar uma nova experiência para os ocupantes de veículos em matéria de qualidade e de percepção do áudio.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) . , Integrantes: Rodrigo de Paula Monteiro - Integrante / Carmelo Jose Albanez Bastos Filho - Coordenador / Sergio Campello Oliveira - Integrante / José Paulo Gonçalves de Oliveira - Integrante / Danilo Oliveira de Carvalho - Integrante., Financiador(es): Fundação para Inovações Tecnológicas - Auxílio financeiro., Número de produções C, T & A: 2

Projetos de desenvolvimento

• 2024 - 2025

  RecFace - Investigação de plataformas para reconhecimento facial, Descrição: O objetivo geral deste projeto é realizar uma avaliação sistemática das plataformas de reconhecimento facial, abrangendo o estado-da-arte e soluções comerciais. Além disso, almeja-se propor uma solução para reconhecimento facial que atenda os critérios de assertividades e eficiência para funcionamento na borda.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (1) . , Integrantes: Rodrigo de Paula Monteiro - Integrante / Bruno José Torres Fernandes - Integrante / Carmelo Jose Albanez Bastos Filho - Integrante / Alexandre Magno Andrade Maciel - Coordenador / Cristian Camilo Millan Arias - Integrante / Agostinho Antônio Freire Júnior - Integrante / João Vinicius Ribeiro de Andrade - Integrante., Financiador(es): Pumatronix Equipamentos Eletrônicos Ltda - Cooperação.

• 2024 - 2025

  Noronha na Palma da Mão, Descrição: Plataforma para serviços digitais para o arquipélago de Fernando de Noronha. Convênio para pesquisa, desenvolvimento e inovação, que, entre si, celebram a Fundação Universidade de Pernambuco (UPE), a autarquia territorial Distrito Estadual de Fernando de Noronha, através do SEI de n 0040610220.000006/2024-12.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Rodrigo de Paula Monteiro - Integrante / Diego Marconi Pinheiro Ferreira Silva - Integrante / Carmelo Jose Albanez Bastos Filho - Coordenador / Márcia Rejane Oliveira Barros Carvalho Macedo - Integrante / Henrique Alves Dinarte da Silva - Integrante / Luiz Edmundo Celso Borba - Integrante., Financiador(es): Distrito Estadual de Fernando de Noronha - PE - Cooperação.

• 2024 - 2025

  Plantar Juntos, Descrição: Convênio pata pesquisa, desenvolvimento e inovação, que, entre si, celebram a Fundação Universidade de Pernambuco (UPE), a Secretaria de Meio Ambiente, Sustentabilidade e de Fernando de Noronha, através do SEI n 3600017227.000005/2024-02.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (1) . , Integrantes: Rodrigo de Paula Monteiro - Integrante / Carmelo Jose Albanez Bastos Filho - Coordenador / Regina Lúcia Félix de Aguiar Lima - Integrante / Márcia Rejane Oliveira Barros Carvalho Macedo - Integrante., Financiador(es): Secretaria do Meio Ambiente e Sustentabilidade de Pernambuco - Cooperação.

Prêmios