Edson Magalhães da Costa

Formação complementar

Áreas de atuação

Organização de eventos

Participação em eventos

Produções bibliográficas

• COSTA, E. M. ; HOLANDA, M. E. S. ; ARAUJO, F. A. ; ALVES, G. A. R. ; OLIVEIRA, C. D. S. ; SOUZA JUNIOR, G. N. ; BRAGA, M. B. . Uso de deep learning para reconhecimento de doenças em bananicultura no município de Paragominas/PA. AMAZONIAN JOURNAL OF AGRICULTURAL AND ENVIRONMENTAL SCIENCES / REVISTA DE CIÊNCIAS AGRÁRIAS , v. 67, p. 1, 2024.

• HOLANDA, M. E. S. ; COSTA, E. M. ; OLIVEIRA, D. K. L. ; LIMA, P. V. C. ; SANTO, E. T. E. ; RAMOS, L. H. D. ; SOARES, L. H. M. ; RAMOS, R. C. ; COSTA, J. S. ; SANTOS, I. M. ; SILVA, J. M. L. ; SOUZA JUNIOR, G. N. ; BRAGA, M. B. . Aplicação de Aprendizado de Máquina Profundo para Detecção por Imagens de Doenças em Frutos do Cacaueiro. INTERNATIONAL JOURNAL OF DEVELOPMENT RESEARCH , v. 11, p. 47378-47384, 2021.

• CORREIA-SILVA, D. C. ; COSTA, E. M. ; SANTOS, I. M. ; SILVA, J. M. L. ; BRAGA, M. B. ; FERNANDES, R. S. ; SOUZA JUNIOR, G. N. . Forecasting productive trajectory with a focus on agribusiness: a case study in the municipality of Paragominas ? Pará. Forecasting productive trajectory with a focus on agribusiness: a case study in the municipality of Paragominas ? Pará. 1ed.Guaruja/SP: Editora Científica Digital LTDA, 2022, v. 9, p. 632-643.

• LIMA, P. V. C. ; COSTA, E. M. ; HOLANDA, M. E. S. ; OLIVEIRA, D. K. L. ; SANTO, E. T. E. ; RAMOS, L. H. D. ; SOARES, L. H. M. ; SANTOS, I. M. ; ARAUJO, F. A. ; SILVA, J. M. L. ; SOUZA JUNIOR, G. N. ; BRAGA, M. B. . Use of Convolutional Neural Networks in the Diagnosis of Corn Diseases. In: XV Congresso Brasileiro de Inteligência Computacional, 2021, Online. ST05: Aplicações de Inteligência Computacional no Agronegócio, 2021.

• MERCES, W. O. ; COSTA, E. M. ; TAVARES, J. W. R. ; DINIZ, P. P. ; TORRES, R. H. . ROBTK: An intelligent robot to transport objects. In: Congresso da Sociedade Brasileira de Computação, 2019, Belém. Anais do XXXIX Congresso da Sociedade Brasileira de Computação (CSBC). Porto Alegre - RS: SBCOpenLib, 2019.

• COSTA, E. M. ; DUARTE, A. S. ; TORRES, R. H. . ROBTK: DESENVOLVIMENTO DE UM ROBÔ ESTOCADOR INTELIGENTE. In: Congresso Brasileiro de Extenção Universitária, 2018, Natal. Anais do 8º Congresso Brasileiro de Extensão Universitária - vol. I: oficinas e pôsteres. Rio Grande do Norte: SEDIS-UFRN, 2018. v. 1. p. 2471-2471.

• COSTA, E. M. ; FERREIRA, L. K. L. ; HOLANDA, M. E. S. ; PEREIRA, R. L. . SIG CONTROL LAB - Sistema de informação gerencial aplicado ao processo de agendamento de laboratórios de uma IES. 2021. (Apresentação de Trabalho/Outra).

• LIMA, P. V. C. ; COSTA, J. S. ; COSTA, E. M. ; SANTOS, I. M. ; SOUZA JUNIOR, G. N. ; BRAGA, M. B. . Utilização de redes neurais convolucionais no diagnóstico de doenças do milho. 2021. (Apresentação de Trabalho/Outra).

• COSTA, J. S. ; HOLANDA, M. E. S. ; COSTA, E. M. ; SILVA, J. M. L. ; SOUZA JUNIOR, G. N. ; BRAGA, M. B. . Utilização de Machine Learning para o diagnóstico de Leucemia a partir de dados de expressão gênica. 2021. (Apresentação de Trabalho/Outra).

• HOLANDA, M. E. S. ; COSTA, J. S. ; COSTA, E. M. ; SILVA, J. M. L. ; SOUZA JUNIOR, G. N. ; BRAGA, M. B. . Aplicação de aprendizado de máquina profundo para detecção por imagens de doenças em frutos do cacaueiro. 2021. (Apresentação de Trabalho/Outra).

• MERCES, W. O. ; COSTA, E. M. ; TAVARES, J. W. R. ; DINIZ, P. P. ; TORRES, R. H. . ROBTK - An intelligent robot to transport objects. 2019. (Apresentação de Trabalho/Congresso).

• COSTA, E. M. ; DUARTE, A. S. ; TORRES, R. H. . Robtk: Desenvolvimento de um robô estocador inteligente. 2018. (Apresentação de Trabalho/Congresso).

• TORRES, R. H. ; COSTA, E. M. . As atividades realizadas no Labótica - Laboratório de robótica e computação aplicada do IFPA. 2018. (Apresentação de Trabalho/Conferência ou palestra).

• COSTA, E. M. ; MERCES, W. O. ; TAVARES, J. W. R. ; DINIZ, P. P. ; TORRES, R. H. . Robtk: Um robô inteligente para o transporte de objetos. 2018. (Apresentação de Trabalho/Seminário).

• COSTA, E. M. ; MERCES, W. O. ; NASCIMENTO, P. B. S. M. ; TAVARES, J. W. R. ; DINIZ, P. P. ; TORRES, R. H. . ROBTK ? Inteligência Artificial para Reconhecimento e Transporte de Objetos. 2018. (Apresentação de Trabalho/Outra).

• COSTA, E. M. ; BARBOSA, D. N. ; TORRES, R. H. ; DINIZ, P. P. ; TAVARES, J. W. R. . ROBTRASH -Um Robô Reciclador Inteligente. 2018. (Apresentação de Trabalho/Outra).

• COSTA, E. M. ; SANTO, E. T. E. ; TORRES, R. H. . Utilização de Jogos Digitais para o Ensino de Lógica de Programação. 2018. (Apresentação de Trabalho/Outra).

• COSTA, E. M. . Programação Web na Prática. 2023. (Curso de curta duração ministrado/Extensão).

• COSTA, E. M. . Introdução a robótica com Arduino. 2019. (Curso de curta duração ministrado/Outra).

• COSTA, E. M. . Arduino: Criando seus primeiros projetos. 2018. (Curso de curta duração ministrado/Outra).

Projetos de pesquisa

• 2020 - Atual

  Utilização de Técnicas de Inteligência Computacional em Aplicações de Bioinformática, Biologia Computacional e Atenção à Saúde na Amazônia Paraense (PROPED/UFRA - PVPG403-2020), Descrição: Projeto de pesquisa cadastrado na PROPED/UFRA sob o número PVPG403-2020. Atualmente, tanto as ciências ômicas, que consiste na genômica, transcriptômica, proteômica, metagenômica, metabolômica, etc., quanto o campo da atenção à saúde, produzem uma quantidade de dados imensa, complexa e com alta dimensionalidade. Estes dados incluem registros eletrônicos de saúde, imagens, dados biológicos produzidos pelas ciências ômicas, texto de sensores, todos complexos, heterogêneos e mal anotados e geralmente não estruturados. Abordagens tradicionais de mineração de dados e aprendizado estatístico geralmente precisam executar primeiro engenharia de características para obter recursos efetivos e mais robustos desses dados e, em seguida, criar previsões ou agrupar modelos em cima deles. Existem muitos desafios em ambas as etapas em um cenário de dados complicados e falta de recursos suficientes. conhecimento de domínio. Os últimos avanços nas tecnologias de Inteligência Computacional como na Aprendizagem Profunda fornecem novos paradigmas eficazes para obter resultados finais modelos de aprendizagem a partir de dados complexos. O presente projeto de pesquisa, tem por objetivo aplicar técnicas de inteligência computacional como Aprendizado de Maquina e Aprendizado Profundo para modelar problemas de Bioinformática, Biologia Computacional e Atenção à Saúde em problemas reais encontrados na Amazônia paraense... , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (8) / Especialização: (1) / Mestrado acadêmico: (1) / Mestrado profissional: (0) / Doutorado: (11) . , Integrantes: Edson Magalhães da Costa - Integrante / Renato Hidaka Torres - Integrante / Jailton Wagner Rodrigues Tavares - Integrante / Marcus de Barros Braga - Integrante / Esley Teixeira do Espirito Santo - Integrante / Allan Douglas Bento da Costa - Integrante / Jonas Elias Castro da Rocha - Integrante / Daniel Leal Souza - Integrante / Maria Eliana da Silva Holanda - Integrante / Paulo Victor Cunha Lima - Integrante / Gilberto Nerino de Souza Junior - Coordenador / Carlos Jean Ferreira de Quadros - Integrante / Rommel Thiago Juca Ramos - Integrante / Adriana Ribeiro Carneiro Folador - Integrante / Jakelyne Machado Lima Silva - Integrante / Fabricio Almeida Araujo - Integrante / Kenny da Costa Pinheiro - Integrante / Lucas Henrique Martins Soares - Integrante / Joaquim dos Santos Costa - Integrante / Josue Soares Ribeiro - Integrante / Dhian Kelson Leite de Oliveira - Integrante.

• 2019 - Atual

  Aprendizado de Máquina (Profundo) para Reconhecimento de Imagem em Aplicações de Ciências Agrárias em Espécies Amazônicas (PROPED/UFRA - PVPG97-2019), Projeto certificado pelo(a) coordenador(a) Marcus de Barros Braga em 18/08/2019., Descrição: Projeto de pesquisa cadastrado na PROPED/UFRA sob o número PVPG97-2019. O campo do Aprendizado de Máquina (Machine Learning) se preocupa com a construção de programas de computador que melhoram automaticamente com a experiência. Nos últimos anos, muitas aplicações bem-sucedidas de Aprendizado de Máquina foram desenvolvidas, desde programas de mineração de dados que aprendem a detectar transações fraudulentas com cartões de crédito, sistemas de filtragem de informação que aprendem as preferências de leitura dos usuários, até veículos autônomos que aprendem a dirigir em rodovias públicas. Uma forma particular de Aprendizado de Máquina, o Aprendizado Profundo (Deep Learning), permite que modelos computacionais compostos de múltiplas camadas de processamento aprendam representações de dados com múltiplos níveis de abstração. Esses métodos melhoraram drasticamente o que existia de mais avançado em termos de reconhecimento de fala, reconhecimento de objeto visual, detecção de objetos e muitos outros domínios, como descoberta de novas drogas e genômica. Algoritmos como Convolutional Neural Networks (CNN), Recurrent Neural Networks (RNN) e Generative Adversarial Networks (GAN), trouxeram avanços imensos no processamento de imagens, vídeo, texto, fala e áudio. Com as novas oportunidades de uso de ciência de dados no domínio multidisciplinar de agro tecnologias, o Aprendizado Profundo tem sido amplamente estudado e aplicado também em diversos segmentos das ciências agrárias. Este projeto pretende explorar os diversos algoritmos de Aprendizado Profundo, estudando seus conceitos, limitações, implementações e processos de treinamento, além de estudar diversos esforços bem-sucedidos que empregam técnicas de Aprendizado Profundo aplicados a vários desafios da produção agrícola, animal e alimentar. Além disso, o projeto prevê fazer comparações entre o desempenho dos métodos de Aprendizado Profundo e de outras técnicas, por exemplo, em tarefas de classificação regressão.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (1) / Doutorado: (1) . Integrantes: Marcus de Barros Braga - Coordenador / Allan Douglas Bento da Costa - Integrante / Rodrigo Lisbôa Pereira - Integrante / JONAS ELIAS CASTRO DA ROCHA - Integrante / JAILTON WAGNER RODRIGUES TAVARES - Integrante / Daniel Leal Souza - Integrante / Édson Koiti Kudo Yasojima - Integrante / Elias Gabriel da Silva - Integrante / EDSON MAGALHAES DA COSTA - Integrante / ESLEY TEIXEIRA DO ESPIRITO SANTO - Integrante / MARIA ELIANA DA SILVA HOLANDA - Integrante / PAULO VICTOR CUNHA LIMA - Integrante / BRUNO MOURA MONTEIRO - Integrante / GUSTAVO ANTONIO RUFFEIL ALVES - Integrante / ANDRE FELLIPE RIBEIRO DE ALMEIDA - Integrante / RENATO HIDAKA TORRES - Integrante.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Edson Magalhães da Costa - Integrante / Renato Hidaka Torres - Integrante / Jailton Wagner Rodrigues Tavares - Integrante / Marcus de Barros Braga - Coordenador / RODRIGO LISBOA PEREIRA - Integrante / Esley Teixeira do Espirito Santo - Integrante / Allan Douglas Bento da Costa - Integrante / Jonas Elias Castro da Rocha - Integrante / Daniel Leal Souza - Integrante / Édson Koiti Kudo Yasojima - Integrante / Elias Gabriel da Silva - Integrante / Maria Eliana da Silva Holanda - Integrante / Paulo Victor Cunha Lima - Integrante / Bruno Moura Monteiro - Integrante / Gustavo Antonio Ruffeil Alves - Integrante / Andre Fellipe Ribeiro de Almeida - Integrante.