Erick Giovani Sperandio Nascimento

Pós-doutorado

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• SOUZA, N. B. P. ; NASCIMENTO, E.G.S. ; MOREIRA, D. M. . Performance evaluation of the WRF model in a tropical region: wind speed analysis at different sites. ATMOSFERA , v. 36, p. 253-277, 2023.

• PAGANO, TIAGO P. ; LOUREIRO, RAFAEL B. ; LISBOA, FERNANDA V. N. ; PEIXOTO, RODRIGO M. ; GUIMARÃES, GUILHERME A. S. ; CRUZ, GUSTAVO O. R. ; ARAUJO, MAIRA M. ; SANTOS, LUCAS L. ; CRUZ, MARCO A. S. ; OLIVEIRA, EWERTON L. S. ; WINKLER, INGRID ; NASCIMENTO, ERICK G. S. . Bias and Unfairness in Machine Learning Models: A Systematic Review on Datasets, Tools, Fairness Metrics, and Identification and Mitigation Methods. Big Data And Cognitive Computing , v. 7, p. 15, 2023.

• PAGANO, TIAGO P. ; LOUREIRO, RAFAEL B. ; LISBOA, FERNANDA V. N. ; CRUZ, GUSTAVO O. R. ; PEIXOTO, RODRIGO M. ; GUIMARÃES, GUILHERME A. DE SOUSA ; OLIVEIRA, EWERTON L. S. ; WINKLER, INGRID ; NASCIMENTO, ERICK G. SPERANDIO . Context-Based Patterns in Machine Learning Bias and Fairness Metrics: A Sensitive Attributes-Based Approach. Big Data And Cognitive Computing , v. 7, p. 27, 2023.

• SPERANDIO NASCIMENTO, ERICK GIOVANI ; ORTIZ, JÚNIA ; FURTADO, ADHVAN NOVAIS ; FRIAS, DIEGO . Using discrete wavelet transform for optimizing COVID-19 new cases and deaths prediction worldwide with deep neural networks. PLoS One , v. 18, p. e0282621, 2023.

• Nascimento, Erick Giovani Sperandio ; DE MELO, TALISON A.C. ; MOREIRA, DAVIDSON M. . A transformer-based deep neural network with wavelet transform for forecasting wind speed and wind energy. ENERGY , v. 278, p. 127678, 2023.

• LIMA, ANDRÉ LUIS DA CUNHA DANTAS ; ARANHA, VÍTOR MORAES ; Nascimento, Erick Giovani Sperandio . Predictive maintenance applied to mission critical supercomputing environments: remaining useful life estimation of a hydraulic cooling system using deep learning. JOURNAL OF SUPERCOMPUTING , v. 79, p. 4660-4684, 2023.

• DE OLIVEIRA, RAPHAEL SOUZA ; DE OLIVEIRA, MEIRE JANE LIMA ; Nascimento, Erick Giovani Sperandio ; SAMPAIO, RENELSON ; NASCIMENTO FILHO, ALOÍSIO SANTOS ; SABA, HUGO . Renewable Energy Generation Technologies for Decarbonizing Urban Vertical Buildings: A Path towards Net Zero. Sustainability , v. 15, p. 13030, 2023.

• BARBOSA, NATASHA ; SANTIAGO, ROGERIO ; MEDRADO, RICARDO ; CARVALHO, TASSIO ; PINHEIRO, OBERDAN ; SPERANDIO, ERICK ; MACHADO, BRUNA ; SANTOS, ALEX . Exploratory analysis of a real wind turbine dataset, using AI tools to cluster and classify data, for condition monitoring and fault detection. CONCILIUM (ENGLISH LANGUAGE EDITION) , v. 23, p. 527-541, 2023.

• Kitagawa, Y. K. L. ; NASCIMENTO, E.G.S. ; SOUZA, NOÉLE B. P. ; ZUCATELLI, P. J. ; KUMAR, P. ; ALBUQUERQUE, T. T. A. ; MOARES, MARCELO ROMERO DE ; MOREIRA, D.M. . Evaluation of the WRF-ARW model during an extreme rainfall event: Subtropical storm Guará. ATMOSFERA , v. 35, p. 651-672, 2022.

• PERINI DE SOUZA, NOÉLE BISSOLI ; CARDOSO DOS SANTOS, JOSÉ VICENTE ; SPERANDIO NASCIMENTO, ERICK GIOVANI ; BANDEIRA SANTOS, ALEX ALISSON ; MOREIRA, DAVIDSON MARTINS . Long-range correlations of the wind speed in a northeast region of Brazil. ENERGY , v. 243, p. 122742, 2022.

• KITAGAWA, YASMIN KAORE LAGO ; KUMAR, PRASHANT ; GALVÃO, ELSON SILVA ; SANTOS, JANE MERI ; REIS JR, NEYVAL COSTA ; Nascimento, Erick Giovani Sperandio ; MOREIRA, DAVIDSON MARTINS . Exposure and dose assessment of school children to air pollutants in a tropical coastal-urban area. SCIENCE OF THE TOTAL ENVIRONMENT , v. 803, p. 149747, 2022.

• FURTADO, ADHVAN ; ANDRADE, LEANDRO ; FRIAS, DIEGO ; MAIA, THIAGO ; Badaró, Roberto ; NASCIMENTO, ERICK G. SPERANDIO . Deep Learning Applied to Chest Radiograph Classification-A COVID-19 Pneumonia Experience. Applied Sciences-Basel , v. 12, p. 3712, 2022.

• DOS SANTOS, LUCAS LISBOA ; WINKLER, INGRID ; Nascimento, Erick Giovani Sperandio . RL-SSI Model: Adapting a Supervised Learning Approach to a Semi-Supervised Approach for Human Action Recognition. ELECTRONICS , v. 11, p. 1471, 2022.

• PAGANO, TIAGO PALMA ; SANTOS, VICTOR ROCHA ; BONFIM, YASMIN DA SILVA ; PARANHOS, JOSÉ VINÍCIUS DANTAS ; ORTEGA, LUCAS LEMOS ; SÁ, PAULO HENRIQUE MIRANDA ; NASCIMENTO, LIAN FILIPE SANTANA ; WINKLER, INGRID ; Nascimento, Erick Giovani Sperandio . Machine Learning Models and Videos of Facial Regions for Estimating Heart Rate: A Review on Patents, Datasets, and Literature. ELECTRONICS , v. 11, p. 1473, 2022.

• KITAGAWA, YASMIN KAORE LAGO ; DE ALMEIDA ALBUQUERQUE, TACIANA TOLEDO ; KUMAR, PRASHANT ; Nascimento, Erick Giovani Sperandio ; MOREIRA, DAVIDSON MARTINS . Coastal-urban meteorology: A sensitivity study using the WRF-urban model. URBAN CLIMATE , v. 44, p. 101185, 2022.

• DE OLIVEIRA, RAPHAEL SOUZA ; REIS, AMILTON SALES ; SPERANDIO NASCIMENTO, ERICK GIOVANI . Predicting the number of days in court cases using artificial intelligence. PLoS One , v. 17, p. e0269008, 2022.

• FURTADO, A. ; PURIFICACAO, C. A. C. ; Badaró, Roberto ; NASCIMENTO, ERICK GIOVANI SPERANDIO . A Light Deep Learning Algorithm for CT Diagnosis of COVID-19 Pneumonia. Diagnostics , v. 12, p. 1527, 2022.

• GALVÃO, STEPHANIE LIMA JORGE ; MATOS, JÚNIA CRISTINA ORTIZ ; KITAGAWA, YASMIN KAORE LAGO ; CONTERATO, FLÁVIO SANTOS ; MOREIRA, DAVIDSON MARTINS ; KUMAR, PRASHANT ; Nascimento, Erick Giovani Sperandio . Particulate Matter Forecasting Using Different Deep Neural Network Topologies and Wavelets for Feature Augmentation. Atmosphere , v. 13, p. 1451, 2022.

• SANTANA, ISABEL N. ; OLIVEIRA, RAPHAEL S. ; NASCIMENTO, ERICK G. S. . Text Classification of News Using Transformer-based Models for Portuguese. JOURNAL OF SYSTEMICS, CYBERNETICS AND INFORMATICS , v. 20, p. 33-59, 2022.

• PAGANO, TIAGO PALMA ; DOS SANTOS, LUCAS LISBOA ; SANTOS, VICTOR ROCHA ; SÁ, PAULO H. MIRANDA ; BONFIM, YASMIN DA SILVA ; PARANHOS, JOSÉ VINICIUS DANTAS ; ORTEGA, LUCAS LEMOS ; NASCIMENTO, LIAN F. SANTANA ; SANTOS, ALEXANDRE ; RÖNNAU, MAIKEL MACIEL ; WINKLER, INGRID ; NASCIMENTO, ERICK G. SPERANDIO . Remote Heart Rate Prediction in Virtual Reality Head-Mounted Displays Using Machine Learning Techniques. SENSORS , v. 22, p. 9486, 2022.

• SOUZA, R. M. ; NASCIMENTO, ERICK GIOVANI SPERANDIO ; Silva, W. J. D. ; MIRANDA, U. A. ; LEPIKSON, H. A. . Deep learning for diagnosis and classification of faults in industrial rotating machinery. COMPUTERS & INDUSTRIAL ENGINEERING , v. 153, p. 107060, 2021.

• ZUCATELLI, P.J. ; NASCIMENTO, ERICK GIOVANI SPERANDIO ; ARCE, A. M. G. ; MOREIRA, DAVIDSON MARTINS . An Interdisciplinary Machine Learning Approach for Wind Speed Forecasting. JOURNAL OF SYSTEMICS, CYBERNETICS AND INFORMATICS , v. 19, p. 211-236, 2021.

• CAMPOS, L. R. ; Santos, P. N. ; MOREIRA, DAVIDSON MARTINS ; NASCIMENTO, ERICK GIOVANI SPERANDIO . A Study on the Use of Deep Learning for Detecting Subsurface Structures. JOURNAL OF SYSTEMICS, CYBERNETICS AND INFORMATICS , v. 19, p. 172-189, 2021.

• OMIDVARBORNA, H. ; KUMAR, P. ; HAYWARD, J. ; GUPTA, M. ; NASCIMENTO, E.G.S. . Low-Cost Air Quality Sensing towards Smart Homes. Atmosphere , v. 12, p. 453, 2021.

• DANTAS DA SILVA JÚNIOR, JOSÉ ROBERTO ; PEDRUZZI, RIZZIERI ; DE SOUZA, FILIPE MILANI ; FERRAZ, PATRICK SILVA ; SILVA, DANIEL GUIMARÃES ; VIEIRA, CAROLINA SACRAMENTO ; DE MORAES, MARCELO ROMERO ; Nascimento, Erick Giovani Sperandio ; MOREIRA, DAVIDSON MARTINS . Feasibility analysis on the construction of a web solution for hydrometeorological forecasting considering water body management and indicators for the SARS-COV-2 pandemic. AI Perspectives , v. 3, p. 4, 2021.

• LAGO KITAGAWA, YASMIN KAORE ; PEDRUZZI, RIZZIERI ; GALVÃO, ELSON SILVA ; BAPTISTA DE ARAÚJO, IGOR ; TOLEDO DE ALMEIDA ALBURQUERQUE, TACIANA ; KUMAR, PRASHANT ; SPERANDIO NASCIMENTO, ERICK GIOVANI ; MOREIRA, DAVIDSON MARTINS . Source apportionment modelling of PM2.5 using CMAQ-ISAM over a tropical coastal-urban area. Atmospheric Pollution Research , v. 12, p. 101250, 2021.

• PERINI DE SOUZA, NOELE BISSOLI ; SPERANDIO NASCIMENTO, ERICK GIOVANI ; BANDEIRA SANTOS, ALEX ALISSON ; MOREIRA, DAVIDSON MARTINS . Wind mapping using the mesoscale WRF model in a tropical region of Brazil. ENERGY , v. 240, p. 122491, 2021.

• LIMA, ANDRÉ LUIS DA CUNHA DANTAS ; ARANHA, VITOR MORAES ; CARVALHO, CAIO JORDÃO DE LIMA ; Nascimento, Erick Giovani Sperandio . Smart predictive maintenance for high-performance computing systems: a literature review. JOURNAL OF SUPERCOMPUTING , v. 77, p. 1, 2021.

• FIGUEIREDO, I. S. ; Carvalho, T. F. ; Silva, W. J. D. ; GUARIEIRO, L. L. N. ; SANTOS, A. A. B. ; DE MELO FILHO, LEONILDES SOARES ; VARGAS, RICARDO EMANUEL VAZ ; NASCIMENTO, ERICK GIOVANI SPERANDIO . Unsupervised Machine Learning for Anomaly Detection in Multivariate Time Series Data of a Rotating Machine from an Oil and Gas Platform. JOURNAL OF SYSTEMICS, CYBERNETICS AND INFORMATICS , v. 19, p. 217, 2021.

• ZUCATELLI, P.J. ; NASCIMENTO, E.G.S. ; SANTOS, A.Á.B. ; ARCE, A.M.G. ; MOREIRA, D.M. . An investigation on deep learning and wavelet transform to nowcast wind power and wind power ramp: A case study in Brazil and Uruguay. ENERGY , v. 230, p. 120842, 2021.

• SANTOS, JOSÉ VICENTE CARDOSO ; PERINI, NOÉLE BISSOLI ; MORET, MARCELO ALBANO ; Nascimento, Erick Giovani Sperandio ; MOREIRA, DAVIDSON MARTINS . Scaling behavior of wind speed in the coast of Brazil and the South Atlantic Ocean: The crossover phenomenon. ENERGY , v. 217, p. 119413, 2021.

• LORIATO, A. G. ; SALVADOR, N. ; LORIATO, A. A. B. ; Nascimento, Erick Giovani Sperandio ; Moreira, D. M. ; REIS JR, N. C. ; SOKOLOV, A. ; LANDULFO, E. ; ALBUQUERQUE, T. T. A. . Brazilian Coastal Region Modeling with WRF/SMOKE/CMAQ and Atmospheric Parameter Measurement Validation with Radio Probing, Sodar and Lidar. INTERNATIONAL JOURNAL OF RESEARCH IN ENGINEERING AND SCIENCE , v. 8, p. 1, 2020.

• ZUCATELLI, P. J. ; NASCIMENTO, E.G.S. ; SANTOS, A. A. B. ; MOREIRA, D.M. . Nowcasting prediction of wind speed using computational intelligence and wavelet in Brazil. INTERNATIONAL JOURNAL FOR COMPUTATIONAL METHODS IN ENGINEERING SCIENCE AND MECHANICS , p. 1-27, 2020.

• ERICK GIOVANI SPERANDIO NASCIMENTO ; ADHVAN NOVAIS FURTADO ; ROBERTO BADARÓ ; KNOP, LUCIANA . The New Technologies in the Pandemic Era. JOURNAL OF BIOENGINEERING AND TECHNOLOGY APPLIED TO HEALTH , v. 3, p. 134-164, 2020.

• FIGUEIRÊDO, ILAN SOUSA ; DA SILVA, WENISTEN JOSE DANTAS ; MIRANDA, UBATAN ALMEIDA ; VARGAS, RICARDO EMANUEL VAZ ; NASCIMENTO, ERICK G. SPERANDIO ; CARVALHO, TÁSSIO FARIAS ; DE MELO FILHO, LEONILDES SOARES . Multivariate anomaly detection in rotating machinery of the oil and gas industry using unsupervised machine learning. Rio Oil and Gas Expo and Conference , v. 20, p. 405-406, 2020.

• PEDRUZZI, RIZZIERI ; BAEK, BOK H. ; HENDERSON, BARRON H. ; ARAVANIS, NIKOLLE ; PINTO, JANAINA A. ; ARAUJO, IGOR B. ; NASCIMENTO, ERICK G. S. ; REIS JUNIOR, NEYVAL C. ; MOREIRA, DAVIDSON M. ; DE ALMEIDA ALBUQUERQUE, TACIANA TOLEDO . Performance evaluation of a photochemical model using different boundary conditions over the urban and industrialized metropolitan area of Vitória, Brazil. Environmental Science and Pollution Research , v. 26, p. 16125-16144, 2019.

• ZUCATELLI, P.J. ; NASCIMENTO, E.G.S. ; AYLAS, G.Y.R. ; SOUZA, N.B.P. ; KITAGAWA, Y.K.L. ; SANTOS, A.A.B. ; ARCE, A.M.G. ; MOREIRA, D.M. . Short-term wind speed forecasting in Uruguay using computational intelligence. HELIYON , v. 5, p. e01664, 2019.

• NASCIMENTO, ERICK GIOVANI SPERANDIO ; SOUZA, NOÉLE BISSOLI PERINI DE ; MOREIRA, DAVIDSON MARTINS . Evaluating the Impact of HCL Atmospheric Dispersion caused by an Aborted Rocket Launch in different Stability Conditions. INTERNATIONAL JOURNAL OF ADVANCED ENGINEERING RESEARCH AND SCIENCE , v. 6, p. 577-585, 2019.

• MOREIRA, DAVIDSON ; XAVIER, PAULO ; PALMEIRA, ANDERSON ; NASCIMENTO, ERICK . New approach to solving the atmospheric pollutant dispersion equation using fractional derivatives. INTERNATIONAL JOURNAL OF HEAT AND MASS TRANSFER , v. 144, p. 118667, 2019.

• DE A. ALBUQUERQUE, TACIANA T. ; WEST, JASON ; DE F. ANDRADE, MARIA ; YNOUE, RITA Y. ; ANDREÃO, WILLIAN L. ; DOS SANTOS, FÁBIO S. ; MACIEL, FELIPE MARINHO ; PEDRUZZI, RIZZIERI ; DE O. MATEUS, VITOR ; MARTINS, JORGE A. ; MARTINS, LEILA D. ; NASCIMENTO, ERICK G. S. ; MOREIRA, DAVIDSON M. . Analysis of PM2.5 concentrations under pollutant emission control strategies in the metropolitan area of São Paulo, Brazil. Environmental Science and Pollution Research , v. 27, p. 1, 2019.

• SANTOS, JOSÉ VICENTE CARDOSO ; DE SANTANA ACIOLI, PALMIRA MARIA ; ROSALES AYLAS, GEORGYNIO YOSSIMAR ; MARINHO, CHRISLAINE DO BOMFIM ; MOREIA, DAVIDSON MARTINS ; MORET, MARCELO ALBANO ALBANO ; Nascimento, Erick Giovani Sperandio . AVALIAÇÃO DE POTENCIAL EÓLICO E SOLAR COM CORRELAÇÕES DE LONGO ALCANCE EM SÉRIES TEMPORAIS EM SALVADOR. Revista Mundi Engenharia, Tecnologia e Gestão (ISSN: 2525-4782) , v. 4, p. 174, 2019.

• CAMPOS, LUAN RIOS ; NOGUEIRA, PETERSON ; MOREIRA, DAVIDSON ; NASCIMENTO, ERICK GIOVANI SPERANDIO . An Empirical Analysis of the Influence of Seismic Data Modeling for Estimating Velocity Models with Fully Convolutional Networks. JOURNAL OF SYSTEMICS, CYBERNETICS AND INFORMATICS , v. 17, p. 26-32, 2019.

• ZUCATELLI, PEDRO JUNIOR ; NASCIMENTO, ERICK GIOVANI SPERANDIO ; Gutierrez, Alejandro Arce ; Moreira, D. M. . Short-range wind speed predictions in subtropical region using Artificial Intelligence. JOURNAL OF SYSTEMICS, CYBERNETICS AND INFORMATICS , v. 17, p. 18-25, 2019.

• NASCIMENTO, ERICK G. S. ; SOUZA, NOÉLE B. P. ; KITAGAWA, YASMIN K. L. ; MOREIRA, DAVIDSON M. . Simulated Dispersion of the Gas Released by the SpaceX Falcon9 Rocket Explosion. JOURNAL OF SPACECRAFT AND ROCKETS , v. 55, p. 1-9, 2018.

• XAVIER, PAULO HENRIQUE FARIAS ; NASCIMENTO, ERICK GIOVANI SPERANDIO ; MOREIRA, DAVIDSON MARTINS . A Model Using Fractional Derivatives with Vertical Eddy Diffusivity Depending on the Source Distance Applied to the Dispersion of Atmospheric Pollutants. PURE AND APPLIED GEOPHYSICS , v. 176, p. 1-10, 2018.

• DE ALMEIDA ALBUQUERQUE, TACIANA TOLEDO ; DE FÁTIMA ANDRADE, MARIA ; YNOUE, RITA YURI ; MOREIRA, DAVIDSON MARTINS ; ANDREÃO, WILLIAN LEMKER ; DOS SANTOS, FÁBIO SOARES ; NASCIMENTO, ERICK GIOVANI SPERANDIO . WRF-SMOKE-CMAQ modeling system for air quality evaluation in São Paulo megacity with a 2008 experimental campaign data. Environmental Science and Pollution Research , v. 25, p. 1, 2018.

• SANTOS, J.V.C. ; MOREIRA, D.M. ; MORET, M.A. ; NASCIMENTO, E.G.S. . Analysis of long-range correlations of wind speed in different regions of Bahia and the Abrolhos Archipelago, Brazil. ENERGY , v. 168, p. 1, 2018.

• Nascimento, E. G. S. ; Moreira, D. M. ; ALBUQUERQUE, T. T. A. . The development of a new model to simulate the dispersion of rocket exhaust clouds. AEROSPACE SCIENCE AND TECHNOLOGY , v. 69, p. 298-312, 2017.

• NASCIMENTO, ERICK GIOVANI SPERANDIO ; MOREIRA, DAVIDSON MARTINS ; FISCH, GILBERTO ; ALBUQUERQUE, TACIANA TOLEDO DE ALMEIDA . Simulation of Rocket Exhaust Clouds at the Centro de Lançamento de Alcântara Using the WRF-CMAQ Modeling System. JOURNAL OF AEROSPACE TECHNOLOGY AND MANAGEMENT (ONLINE) , v. 6, p. 119-128, 2014.

• ARAUJO, M. L. S. ; Kitagawa, Y. K. L. ; MOREIRA, D.M. ; NASCIMENTO, E.G.S. . Forecasting Tropospheric Ozone Using Neural Networks and Wavelets: Case Study of a Tropical Coastal-Urban Area. In: Verdegay, J.L.; Brito, J.; Cruz, C.. (Org.). Computational Intelligence Methodologies Applied to Sustainable Development Goals. 1ed.: Springer, 2022, v. 1036, p. 159-173.

• Souza de Oliveira, Raphael ; Giovani Sperandio Nascimento, Erick . Clustering by Similarity of Brazilian Legal Documents Using Natural Language Processing Approaches. Artificial Intelligence. 1ed.: IntechOpen, 2021, v. , p. 1-.

• Figueirêdo, Ilan ; Lefol Nani Guarieiro, Lílian ; Giovani Sperandio Nascimento, Erick . Multivariate Real Time Series Data Using Six Unsupervised Machine Learning Algorithms. Anomaly Detection - Recent Advances, Issues and Challenges [Working Title]. 1ed.: IntechOpen, 2020, v. , p. 1-22.

• Junior Zucatelli, Pedro ; Giovani Sperandio Nascimento, Erick ; Álisson Bandeira Santos, Alex ; Mauricio Gutiérrez Arce, Alejandro ; Martins Moreira, Davidson . Study of the Wind Speed Forecasting Applying Computational Intelligence. Wind Engineering [Working Title]. 1ed.London: IntechOpen, 2019, v. , p. 1-.

• Nascimento, E. G. S. ; Moreira, D. M. ; Fisch, G. ; ALBUQUERQUE, T. T. A. . Simulation of Rocket Exhaust Clouds at the Centro de Lancamento de Alcantara Using the WRF-CMAQ Modeling System. In: Russell Mikel. (Org.). Aerodynamics for Engineers. 1ed.: Willford Press, 2016, v. 1, p. 11-20.

• NASCIMENTO, ERICK GIOVANI SPERANDIO ; TAVARES, O. L. ; SHITSUKA, R ; SOUZA, A. F. ; SHITSUKA, D. M. . Um algoritmo baseado em técnicas de agrupamento para detecção de anomalias em séries temporais. In: RICARDO SHITSUKA; DORLIVETE MOREIRA SHITSUKA. (Org.). Estudos e Práticas de Aprendizagem de Matemática e Finanças com Apoio de Modelagem. 1ed.Rio de Janeiro: Ciência Moderna, 2015, v. 1, p. 155-186.

• NASCIMENTO, ERICK GIOVANI SPERANDIO ; FURTADO, A. N. . Baianos criam inteligência artificial capaz de detectar covid-19 em exames de imagem. Correio 24 Horas Bahia, 08 jul. 2022.

• NASCIMENTO, E.G.S. . Indústria baiana com padrão 4.0 - Senai Cimatec na Bahia coordenará a rede que modernizará a indústria brasileira. Correio 24 Horas, 23 ago. 2021.

• NASCIMENTO, E.G.S. ; DUARTE, F. . INTELIGÊNCIA ARTIFICIAL PRECISA SER ADAPTADA PARA NÃO REPRODUZIR PRECONCEITOS. A Tarde FM, 17 ago. 2021.

• NASCIMENTO, E.G.S. . Senai Cimatec vai liderar rede nacional de pesquisa em Inteligência Artificial. FAPESP - Na Mídia, 16 ago. 2021.

• NASCIMENTO, E.G.S. . Senai Cimatec vai liderar rede nacional de pesquisa em Inteligência Artificial. Camaçari Notícias, 16 ago. 2021.

• KHOURI, S. ; NASCIMENTO, E.G.S. . Tecnologia antecipa uma nova indústria. Portal A Tarde, 28 maio 2021.

• NASCIMENTO, E.G.S. . A ciência de dados tem sido fundamental nas projeções sobre cenários da COVID-19. Sala de Imprensa - Repsol Sinopec Brasil, 29 jan. 2021.

• NASCIMENTO, E.G.S. . Campus Salvador realiza evento online de ciência e tecnologia a partir de terça-feira (3). nstituto Federal de Educação, Ciência e Tecnologia da Bahia (IFBA), campus Salvador, 30 out. 2020.

• NASCIMENTO, E.G.S. . Produtos inovadores ajudam a enfrentar pandemia de coronavírus. Agência de notícias da indústria, 07 out. 2020.

• Koehne, V. ; SANTOS, M. ; OLIVEIRA, T. ; SANTOS, R. ; SOUZA, M. ; REVELO, D. ; SPEGLICH, J. ; SPERANDIO, E. ; BARRERA, D. . Leveraging Python capabilities for multi-GPU 2D Marchenko Imaging. In: Third EAGE Workshop on HPC in Americas, 2022, Online. Third EAGE Workshop on HPC in Americas, 2022. v. 2022. p. 1.

• SANTANA, ISABEL NADINE DE ; OLIVEIRA, RAPHAEL SOUZA DE ; Nascimento, Erick Giovani Sperandio . Text Classification of News Using Deep Learning and Natural Language Processing Models Based on Transformers for Brazilian Portuguese. In: 26th World MultiConference on Systemics, Cybernetics and Informatics, 2022, Orlando, 2022. v. III. p. 134.

• ALBINO, A. ; PIRES, O. ; DE SOUZA, R. ; SANTOS, P. ; NETO, A. ; NASCIMENTO, E. . Employing gate-based quantum computing for travel time seismic inversion. In: Third EAGE Workshop on HPC in Americas, 2022, Online. Third EAGE Workshop on HPC in Americas, 2022. v. 2022. p. 1.

• FIGUEIREDO, I. S. ; CARVALHO, TÁSSIO FARIAS ; DA SILVA, WENISTEN JOSE DANTAS ; GUARIEIRO, L. L. N. ; SANTOS, A. A. B. ; DE MELO FILHO, LEONILDES SOARES ; VARGAS, RICARDO EMANUEL VAZ ; NASCIMENTO, E.G.S. . Unsupervised Machine Learning Applied to Multivariate Time Series Data of a Rotating Machine from an Oil and Gas Platform. In: IMCIC 2021 - The 12th International Multi-Conference on Complexity, Informatics and Cybernetics, 2021, Orlando. The 12th International Multi-Conference on Complexity, Informatics and Cybernetics, 2021.

• FIGUEIRÊDO, ILAN SOUSA ; CARVALHO, TÁSSIO FARIAS ; SILVA, WENISTEN JOSÉ DANTAS ; GUARIEIRO, LÍLIAN LEFOL NANI ; Nascimento, Erick Giovani Sperandio . Detecting Interesting and Anomalous Patterns In Multivariate Time-Series Data in an Offshore Platform Using Unsupervised Learning. In: Offshore Technology Conference, 2021, Virtual and Houston. Day 2 Tue, August 17, 2021, 2021.

• PEREIRA, R. ; NASCIMENTO, E.G.S. . The AICOVID19 Pandemic Vulnerability Index for Brazilian Municipalities: a machine learning application with gradient boosted tree model. In: 13th World Congress of RSAI, 2021, Marrakesh. 13th WORLD CONGRESS OF THE RSAI, 2021.

• DA SILVA MARQUES, KATTY SANTOS ; DA SILVA PALMEIRA, ANDERSON ; MOREIRA, DAVIDSON MARTINS ; SPERANDIO NASCIMENTO, ERICK GIOVANI . ESTIMATION OF EMISSIONS BY ROAD VEHICLES IN THE METROPOLITAN REGION OF SALVADOR, BRAZIL. In: AIR POLLUTION 2021, 2021, Santiago de Compostela. org.crossref.xschema._1.Title@56e1ccb0, 2021. p. 105.

• JUNIOR, AMILTON S. R. ; SPERANDIO NASCIMENTO, ERICK GIOVANI ; MOREIRA, DAVIDSON MARTINS . ASSESSING RECURRENT AND CONVOLUTIONAL NEURAL NETWORKS FOR TROPOSPHERIC OZONE FORECASTING IN THE REGION OF VITÓRIA, BRAZIL. In: AIR POLLUTION 2020, 2020. Southampton, UK: WIT Press, 2020. v. 244. p. 101.

• SANTOS, VICTOR ROCHA ; PAGANO, TIAGO ; KIRSTENE, LUCAS ; ORTEGA, LUCAS ; MATOS, MAÍRA ; PARANHOS, JOSÉ VINÍCIUS ; WINKLER, INGRID ; Nascimento, Erick Giovani Sperandio . IMAGE QUALITY ENHANCEMENT OF SCANNED PHOTOS:COMPARISON OF DEEP LEARNING TECHNIQUES. In: VI Simpósio Internacional de Inovação e Tecnologia, 2020, Salvador. Blucher Engineering Proceedings. São Paulo: Editora Blucher, 2020. v. 7. p. 626.

• SANTOS, LUCAS LISBOA DOS ; PAGANO, TIAGO ; VACARO, JULIANO ; LOUREIRO, RAFAEL ; JUNIOR, NEILTON ; CUNHA, GUILHERME DA ; Nascimento, Erick Giovani Sperandio ; WINKLER, INGRID . IMAGE SEGMENTATION FOR PEOPLE IDENTIFICATION: ANEVALUATION OF UNSUPERVISED TECHNIQUES. In: VI Simpósio Internacional de Inovação e Tecnologia, 2020, Salvador. Blucher Engineering Proceedings. São Paulo: Editora Blucher, 2020. v. 7. p. 635.

• SOUZA, NOÉLE BISSOLI PERINI DE ; Nascimento, Erick Giovani Sperandio ; MOREIRA, DAVIDSON MARTINS . EVALUATION OF MICROPHYSICAL PARAMETERIZATIONS OF THE WRF MODEL IN A TROPICAL REGION. In: VI Simpósio Internacional de Inovação e Tecnologia, 2020, Salvador. Blucher Engineering Proceedings. São Paulo: Editora Blucher, 2020. v. 7. p. 576.

• TEIXEIRA, RAFAEL SILVA ; CONTERATO, FLÁVIO SANTOS ; DIAS, PALMIRA MARIA ACIOLI ; KITAGAWA, YASMIN KAORE LAGO ; MOREIRA, DAVIDSON MARTINS ; Nascimento, Erick Giovani Sperandio . HYBRID MODEL OF WIND SPEED PREDICTION IN SHORT TIME RANGE USING WRF AND ARTIFICIAL NEURAL NETWORKS. In: VI Simpósio Internacional de Inovação e Tecnologia, 2020, Salvador. Blucher Engineering Proceedings. São Paulo: Editora Blucher, 2020. v. 7. p. 617.

• VIEIRA, CAROLINA SACRAMENTO ; PALMEIRA, ANDERSON DA SILVA ; DIAS, PALMIRA MARIA ACIOLI ; Nascimento, Erick Giovani Sperandio ; MOREIRA, DAVIDSON MARTINS . SOLAR RESOURCE MAPPING IN THE VALE SÃO FRANCISCO DA BAHIA USING THE WRF-SOLAR MODEL. In: VI Simpósio Internacional de Inovação e Tecnologia, 2020, Salvador. Blucher Engineering Proceedings. São Paulo: Editora Blucher, 2020. v. 7. p. 671.

• SILVA JÚNIOR, JOSÉ ROBERTO DANTAS DA ; SOUZA, FILIPE MILANI DE ; SILVA, DANIEL GUIMARÃES ; FERRAZ, PATRICK SILVA ; MOARES, MARCELO ROMERO DE ; SCHÄFER, ALEXANDRO GULARTE ; Nascimento, Erick Giovani Sperandio ; MOREIRA, DAVIDSON MARTINS . FEASIBILITY ANALYSIS ON THE CONSTRUCTION OF A SOLUTION FOR MONITORING AND HYDROMETEOROLOGICAL FORECASTING. In: VI Simpósio Internacional de Inovação e Tecnologia, 2020, Salvador. Blucher Engineering Proceedings. São Paulo: Editora Blucher, 2020. v. 7. p. 585.

• CONTERATO, FLAVIO SANTOS ; MORAES, CAIQUE AUGUSTO CARDOSO DE ; PABST, GRHAMM ; CALDAS, JOÃO FELIPE DE ARAÚJO ; SOUZA, MATHEUS CARVALHO NASCIMENTO DE ; MOREIRA, DAVIDSON MARTINS ; Nascimento, Erick Giovani Sperandio . COMPARISON OF SHORT-TERM TEMPERATURE FORECASTING BETWEEN ARTIFICIAL NEURAL NETWORK AND MACHINE LEARNING.. In: VI Simpósio Internacional de Inovação e Tecnologia, 2020, Salvador. Blucher Engineering Proceedings. São Paulo: Editora Blucher, 2020. v. 7. p. 535.

• SILVA, KATTY SANTOS DA ; KITAGAWAB, YASMIN KAORE LAGO ; PALMEIRA, ANDERSON DA SILVA ; Nascimento, Erick Giovani Sperandio ; MOREIRA, DAVIDSON MARTINS . A PRELIMINARY EVALUATION OF VEHICLE EMISSIONS FROM PM10 IN THE METROPOLITAN REGION OF SALVADOR USING THE WRF-SMOKE-CMAQ MODELS SYSTEM. In: VI Simpósio Internacional de Inovação e Tecnologia, 2020, Salvador. Blucher Engineering Proceedings. São Paulo: Editora Blucher, 2020. v. 7. p. 499.

• ALVES, LUCAS ; NASCIMENTO, ERICK GIOVANI SPERANDIO ; MOREIRA, DAVIDSON MARTINS . HOURLY TROPOSPHERIC OZONE CONCENTRATION FORECASTING USING DEEP LEARNING. In: AIR POLLUTION 2019, 2019, Aveiro, 2019. v. 236. p. 129-138.

• KITAGAWA, YASMIN KAORE LAGO ; NASCIMENTO, ERICK GIOVANI SPERANDIO ; GUARIEIRO, LÍLIAN LEFOL NANI ; ALBUQUERQUE, TACIANA TOLEDO DE ALMEIDA ; MOREIRA, DAVIDSON MARTINS . ASSESSMENT OF PRIMARY AIR POLLUTANTS IN A TROPICAL METROPOLITAN REGION BY COMBINING LOCAL AND GLOBAL EMISSIONS INVENTORIES. In: AIR POLLUTION 2019, 2019, Aveiro, 2019. v. 236. p. 99-110.

• ZUCATELLI, P.J. ; NASCIMENTO, E.G.S. ; ARCE, A.M.G. ; Moreira, D. M. . Short-range wind speed predictions in subtropical region using Artificial Intelligence. In: 23nd World Multiconference on Systemics, Cybernetics and Informatics, 2019, Orlando. 23nd World Multiconference on Systemics, Cybernetics and Informatics, 2019.

• CAMPOS, L. R. ; NOGUEIRA, P. ; Moreira, D. M. ; NASCIMENTO, E.G.S. . An empirical analysis of the Influence of seismic data modeling for estimating velocity models with fully convolutional networks. In: 23nd World Multiconference on Systemics, Cybernetics and Informatics (WMSCI 2019), 2019, Orlando. 23nd World Multiconference on Systemics, Cybernetics and Informatics, 2019.

• Kitagawa, Y. K. L. ; NASCIMENTO, E.G.S. ; Moreira, D. M. . Evaluation of the chemical transport of pollutants in the metropolitan area of Salvador, Brazil. In: Air Pollution Conference Brazil / 4th CMAS South America, 2019, Belo Horizonte. Air Pollution Conference Brazil / 4th CMAS South America, 2019.

• PALMEIRA, A. S. ; AYLAS, G. Y. R. ; Kitagawa, Y. K. L. ; VIEIRA, C. S. ; NASCIMENTO, E.G.S. ; Moreira, D. M. . Air quality forecast model applied in the metropolitan region of Salvador. In: Air Pollution Conference Brazil / 4th CMAS South America, 2019, Belo Horizonte. Air Pollution Conference Brazil / 4th CMAS South America, 2019.

• ZUCATELLI, PEDRO JUNIOR ; Nascimento, Erick Giovani Sperandio ; SANTOS, ALEX ÁLISSON BANDEIRA ; MOREIRA, DAVIDSON MARTINS . PREVISÃO DA VELOCIDADE DO VENTO A CURTO PRAZO EM REGIÃO TROPICAL UTILIZANDO WAVELETS E INTELIGÊNCIA ARTIFICIAL. In: V Simpósio Internacional de Inovação e Tecnologia, 2019, Salvador. Blucher Engineering Proceedings, 2019. p. 365.

• DIAS, PALMIRA MARIA ACIOLI ; AYLAS, GEORGYNIO YOSSIMAR ROSALES ; CONTERATO, FLÁVIO SANTOS ; SANTOS, JOSÉ VICENTE CARDOSO ; VIEIRA, CAROLINA SACRAMENTO ; Nascimento, Erick Giovani Sperandio ; MOREIRA, DAVIDSON MARTINS . ANÁLISE DO POTENCIAL DE ENERGIA SOLAR NO ESTADO DA BAHIA USANDO UMA MODELAGEM COMPUTACIONAL. In: V Simpósio Internacional de Inovação e Tecnologia, 2019, Salvador. Blucher Engineering Proceedings, 2019. p. 556.

• SOUZA, ROBERTO MACEDO DE ; LEPIKSON, HERMAN AUGUSTO ; Nascimento, Erick Giovani Sperandio ; Miranda, Ubatan . APRENDIZAGEM DE MÁQUINA E APRENDIZAGEM PROFUNDA PARA CLASSIFICAÇÃO DE FALHAS EM EQUIPAMENTOS ROTATIVOS: UMA REVISÃO SISTEMÁTICA. In: V Simpósio Internacional de Inovação e Tecnologia, 2019, Salvador. Blucher Engineering Proceedings. São Paulo: Editora Blucher, 2019. p. 573.

• MARINHO, CHRISLAINE DO BOMFIM ; AYLAS, GEORGYNIO YOSSIMAR ROSALES ; Nascimento, Erick Giovani Sperandio ; MOREIRA, DAVIDSON MARTINS . AVALIAÇÃO DOS RECURSOS EÓLICOS PARA A REGIÃO OFFSHORE DA BAHIA. In: V Simpósio Internacional de Inovação e Tecnologia, 2019, Salvador. Blucher Engineering Proceedings, 2019. p. 589.

• LIMA, ANDRÉ LUIS DA CUNHA DANTAS ; ARANHA, VÍTOR MORAES ; Nascimento, Erick Giovani Sperandio . MANUTENÇÃO PREDITIVA APLICADA A AMBIENTES DE MISSÃO CRÍTICA DE SUPERCOMPUTAÇÃO UTILIZANDO INTELIGÊNCIA ARTIFICIAL: UMA REVISÃO SISTEMÁTICA DE LITERATURA. In: V Simpósio Internacional de Inovação e Tecnologia, 2019, Salvador. Blucher Engineering Proceedings. São Paulo: Editora Blucher, 2019. p. 657.

• VIEIRA, CAROLINA SACRAMENTO ; PALMEIRA, ANDERSON DA SILVA ; SILVA, WENISTEN JOSÉ DANTAS DA ; DIAS, PALMIRA MARIA ACIOLI ; Nascimento, Erick Giovani Sperandio ; MOREIRA, DAVIDSON MARTINS . PREVISÃO DA IRRADIAÇÃO SOLAR A CURTO PRAZO USANDO O MODELO WRF. In: V Simpósio Internacional de Inovação e Tecnologia, 2019, Salvador. Blucher Engineering Proceedings, 2019. p. 697.

• SILVA, KATTY SANTOS DA ; MOREIRA, DAVIDSON MARTINS ; SILVA, JOSÉ ROBERTO DANTAS DA ; PALMEIRA, ANDERSON DA SILVA ; VIEIRA, CAROLINA SACRAMENTO ; Nascimento, Erick Giovani Sperandio . EMISSÕES DE MATERIAL PARTICULADO POR VEICULOS AUTOMOTORES NA REGIÃO METROPOLITANA DE SALVADOR. In: V Simpósio Internacional de Inovação e Tecnologia, 2019, Salvador. Blucher Engineering Proceedings, 2019. p. 846.

• CAMPOS, LUAN RIOS ; NOGUEIRA, PETERSON ; NASCIMENTO, ERICK . Tuning a Fully Convolutional Network for Velocity Model Estimation. In: Offshore Technology Conference Brasil, 2019, Rio de Janeiro. Offshore Technology Conference Brasil, 2019.

• BITTENCOURT, J. C. ; OLIVEIRA, J. ; NASCIMENTO, A. ; TUTU, R. ; JESUS, L. ; ROJAS, G. ; MATOS, D. ; FIALHO, L. ; LIMA, A. ; NASCIMENTO, ERICK ; SOUZA, J. M. ; FURTADO, A. ; OLIVEIRA, W. . Performance and Energy Efficiency Analysis of a Reverse Time Migration Design on FPGA. In: Supercomputing 2019, 2019, Colorado, USA. Performance and Energy Efficiency Analysis of a Reverse Time Migration Design on FPGA, 2019.

• CAMPOS, LUAN ; NOGUEIRA, PETERSON ; NASCIMENTO, ERICK . Estimating Initial Velocity Models for the FWI Using Deep Learning. In: International Congress of the Brazilian Geophysical Society&Expogef, 2019, Rio de Janeiro. Proceedings of the 16th International Congress of the Brazilian Geophysical Society&Expogef, 2019. p. 1.

• ZUCATELLI, P. J. ; NASCIMENTO, ERICK GIOVANI SPERANDIO ; AYLAS, G. Y. R. ; Souza, N. B. P. de ; Kitagawa, Y. K. L. ; SANTOS, A. A. B. . Aplicação de Redes Neurais Artificiais para previsão em curto prazo da velocidade do vento em Mucuri, BA. In: X Congresso Nacional de Engenharia Mecânica, 2018, Salvador. CONEM 2018, 2018.

• Souza, N. B. P. de ; NASCIMENTO, ERICK GIOVANI SPERANDIO ; ZUCATELLI, P. J. ; Kitagawa, Y. K. L. ; AYLAS, G. Y. R. ; SANTOS, A. A. B. ; MOREIRA, DAVIDSON MARTINS . Avaliação das opções de microfísica do modelo WRF no estado da Bahia. In: X Congresso Nacional de Engenharia Mecânica, 2018, Salvador. CONEM 2018, 2018.

• KITAGAWA, YASMIN KAORE LAGO ; NASCIMENTO, ERICK GIOVANI SPERANDIO ; DE SOUZA, NOÉLE BISSOLI PERINI ; JUNIOR, SILVANO MOREIRA ; ALBUQUERQUE, TACIANA TOLEDO DE ALMEIDA ; MOREIRA, DAVIDSON MARTINS . EVALUATION OF THE CHEMICAL TRANSPORT OF AIR POLLUTANTS IN THE METROPOLITAN REGION OF SALVADOR, BRAZIL. In: AIR POLLUTION 2018, 2018, Naples. org.crossref.xschema._1.Title@6f75e694. Southampton, UK: WIT Press, 2018. v. 230. p. 519.

• Koehne, V. ; Boratto, M. ; Nascimento, E. G. S. ; Souza, J. M. S. ; Moreira, D. M. . Heterogeneous Computational Model for 2d Full-Waveform Inversion on Multicore and Multi-Gpu Systems. In: Rio Oil & Gas, 2018, Rio de Janeiro, Brazil. Rio Oil & Gas Conference. Rio de Janeiro, 2018.

• Boratto, M. ; BARRERA, D. ; Koehne, V. ; SPERANDIO, E. ; SOUZA, J, ; MOREIRA, D. . Heterogeneous Computational Model for 2D Full-Waveform Inversion on Multicore and Multi-GPU Systems. In: First EAGE Workshop on High Performance Computing for Upstream in Latin America, 2018, Santander, 2018.

• Kitagawa, Y. K. L. ; NASCIMENTO, ERICK GIOVANI SPERANDIO ; Souza, N. B. P. de ; AYLAS, G. Y. R. ; ZUCATELLI, P. J. ; SALVADOR, N. ; Moreira, D. M. . Assessment of the sensitivity of the WRF model using different PBL schemes over the Metropolitan Region of Salvador. In: XXXVIII IberianLatin American Congress on Computational Methods in Engineering, 2017, Florianopolis. Florianópolis, SC: ABMEC, 2017.

• Nascimento, E. G. S. ; Moreira, D. M. ; ALBUQUERQUE, T. T. A. ; REIS, N. C. ; SANTOS, J. M. ; GOULART, E. V. ; Fisch, G. . Atmospheric dispersion modeling to simulate rocket exhaust clouds. In: CMEM 2015, 2015, Opatija, 2015. v. 59. p. 481-492.

• NASCIMENTO, ERICK GIOVANI SPERANDIO ; Moreira, D. M. ; ALBUQUERQUE, T. T. A. ; Fisch, G. . A hybrid system to simulate the atmospheric dispersion of rocket exhaust clouds.. In: 14th International Conference on Wind Engineering, 2015, Porto Alegre, RS. 14th International Conference on Wind Engineering, 2015.

• NASCIMENTO, ERICK GIOVANI SPERANDIO ; MOREIRA, DAVIDSON MARTINS ; FISCH, GILBERTO ; ALBUQUERQUE, TACIANA TOLEDO DE ALMEIDA ; ROSA, LARISSA COUTINHO ; PEDRUZZI, RIZZIERI . Evaluating the Impact of Large Eddy Simulations in Rocket Exhaust Modeling. In: XXXVI Iberian Latin American Congress on Computational Methods in Engineering, 2015, Rio de Janeiro. v. 36.

• Nascimento, E. G. S. ; Moreira, D. M. ; ALBUQUERQUE, T. T. A. ; Fisch, G. . Integrating short and long range approaches for modeling the dispersion and the chemical transport of rocket exhaust clouds. In: 14th Annual CMAS Conference, 2015, Chapel Hill, NC. 14th Annual CMAS Conference, 2015.

• Nascimento, E. G. S. ; TAVARES, O. L. ; SOUZA, A. F. . A Cluster-based Algorithm for Anomaly Detection in Time Series Using Mahalanobis Distance. In: The 2015 International Conference on Artificial Intelligence, 2015, Las Vegas. Proceedings on the International Conference on Artificial Intelligence (ICAI), 2015. p. 622-628.

• Nascimento, E. G. S. ; Moreira, D. M. ; Fisch, G. ; Taciana T de A Albuquerque . A NUMERICAL STUDY OF THE CONTAMINANTS DISPERSION IN ALCANTARA LAUNCH CENTER. In: 1st Annual CMAS International Conference on South America, 2013, São Paulo. 1st Annual CMAS International Conference on South America, 2013.

• Moreira, D. M. ; Nascimento, E. G. S. ; Fisch, G. ; ALBUQUERQUE, T. T. A. ; Buske, D. ; QUADROS, R. S. . A mathematical model to simulate rocket exhaust clouds in Alcantara Launch Center. In: 21st ESA Symposium on European Rocket & Balloon Programmes and related Research, 2013, Noordwijk, The Netherlands. ESA Symposium on European Rocket & Balloon, 2013. v. 1. p. 437-440.

• ALBINO, A. S. ; PIRES, O. M. ; SOUZA, R. F. ; Santos, P. N. ; Nascimento, E. G. S. . Quantum computational intelligence for traveltime seismic inversion. In: IX Simpósio Brasileiro de Geofísica (SBGf), 2022, Curitiba. IX Simpósio Brasileiro de Geofísica (SBGf), 2022.

• ALVES, L. V. B. ; NASCIMENTO, E.G.S. ; Moreira, D. M. . Hourly ozone concentration forecasting using deep learning. In: Air Pollution Conference Brazil / 4th CMAS South America, 2019, Belo Horizonte. Air Pollution Conference Brazil / 4th CMAS South America, 2019.

• ZUCATELLI, P.J. ; NASCIMENTO, E.G.S. ; AYLAS, G. Y. R. ; Souza, N. B. P. de ; Kitagawa, Y. K. L. ; SANTOS, A. A. B. ; Moreira, D. M. . Short-term wind speed forecasting using computational intelligence in Bahia, Brazil. In: Air Pollution Conference Brazil / 4th CMAS South America, 2019, Belo Horizonte. Air Pollution Conference Brazil / 4th CMAS South America, 2019.

• Kitagawa, Y. K. L. ; NASCIMENTO, ERICK GIOVANI SPERANDIO ; Souza, N. B. P. de ; Moreira, D. M. . ASSESSMENT OF THE IMPACT OF NOX AND SO2 EMISSIONS FROM STACKS IN CAMAÇARI INDUSTRIAL COMPLEX OVER THE METROPOLITAN REGION OF SALVADOR CITY. In: International Air Quality Conference Brazil - 3rd CMAS SOUTH AMERICA, 2017, Vitória, ES. Air Quality Conference Brazil - 3rd CMAS SOUTH AMERICA. Vitória: FAPES, 2017. p. 27-29.

• Souza, N. B. P. de ; NASCIMENTO, ERICK GIOVANI SPERANDIO ; Kitagawa, Y. K. L. ; Moreira, D. M. . SIMULATION OF GAS DISPERSION RELEASED BY THE ACCIDENT WITH THE SPACEX FALCON 9 ROCKET AT CAPE CANAVERAL. In: Internatonal Air Quality Conference - 3rd CMAS SOUTH AMERICA, 2017, Vitória, ES. Air Quality Conference Brazil - 3rd CMAS SOUTH AMERICA. Vitória: FAPES, 2017. p. 17-19.

• Nascimento, E. G. S. ; Moreira, D. M. ; Fisch, G. ; Taciana T de A Albuquerque . Modeling the Impact of Emissions of HCL During Rocket Launch Events in the Region of Alcantara Launch Center. In: 12th Annual CMAS Conference, 2013, chapel hill. 12th Annual CMAS Conference, 2013.

• LORIATO, A. G. ; Taciana T de A Albuquerque ; MARINHO, R. S. ; SANTIAGO, A. M. ; SALVADOR, N. ; Nascimento, E. G. S. ; REIS JR, N. C. . Emissions Inventory for the Metropolitan Area of Vitoria ES, Brazil Using the SMOKE Modeling System. In: 12th Annual CMAS Conference, 2013, Chapel Hill. 12th Annual CMAS Conference, 2013.

• SANTIAGO, A. M. ; LORIATO, A. G. ; SALVADOR, N. ; Nascimento, E. G. S. ; MARINHO, R. S. ; REIS JR, N. C. ; SANTOS, J. M. ; Taciana T de A Albuquerque . High-resolution CMAQ simulation of air pollution over the Metropolitan Area of Vitoria, Brazil. In: 12th Annual CMAS Conference, 2013, Chapel Hill. 12th Annual CMAS Conference, 2013.

• SIMOES, A. S. ; SANTOLIM, L. C. D. ; Nascimento, E. G. S. ; Taciana T de A Albuquerque ; MORAIS, T. ; Cavassani, K. ; CURBANI, F. ; BAUMGARTEN, A. F. ; JESUS, C. S. ; PIMENTA, Z. S. . APPLICATIONS OF THE WRF MODELING SYSTEM TO REGIONAL AIR QUALITY IN BRAZIL. In: AGU Meeting of Americas 2010, 2010, Foz do Iguaçú, PR. AGU The Meeting of Americas 2010, 2010.

• SANTOLIM, L. C. D. ; Nascimento, E. G. S. ; SIMOES, A. S. ; Taciana T de A Albuquerque ; CURBANI, F. ; MORAIS, T. ; Cavassani, K. ; BAUMGARTEN, A. F. ; JESUS, C. S. ; ARAUJO, I. O. ; PIMENTA, Z. S. . THE SENSITIVITY OF THE SURFACE OZONE FORMATION IN THE METROPOLITAN AREA OF RIO DE JANEIRO TO NOX AND VOCS CONCENTRATIONS USING THE CMAQ MODEL. In: AGU Meeting of Americas 2010, 2010, Foz do Iguaçú, PR. AGU The Meeting of Americas 2010, 2010.

• Taciana T de A Albuquerque ; Rita Yuri Ynoue ; J. Jason West ; Maria de Fatima Andrade ; Nascimento, E. G. S. ; SIMOES, A. S. . The Use of the CMAQ Model in the Metropolitan Area of São Paulo - Brazil. In: AGU Meeting of Americas 2010, 2010, Foz do Iguaçú, PR. AGU The Meeting of Americas 2010, 2010.

• Nascimento, E. G. S. ; TAVARES, O. L. . Kclassificator: a Proposal of a New Algorithm for Pattern Recognition in Time Series Data. In: AGU Meeting of Americas 2010, 2010, Foz do Iguaçú, PR. AGU The Meeting of Americas 2010, 2010.

• ALBUQUERQUE, T. T. A. ; SALVADOR, N. ; Moreira, D. M. ; REIS JR, N. C. ; Nascimento, E. G. S. ; SANTOS, J. M. ; KOLLING, J. S. . Utilizing remote sensing instruments to evaluate WRF-CMAQ model in urban environment. In: AGU Meeting of the Americas, 2013, Cancun, Mexico. Meeting of Americas, 2013.

• ALBUQUERQUE, T. T. A. ; SHANKAR, U. ; Nascimento, E. G. S. ; SALVADOR, N. ; LORIATO, A. G. ; MARINHO, R. S. ; SANTIAGO, A. M. ; Moreira, D. M. ; REIS JR, N. C. . CMAQ validation of optical parameters and PM10 concentrations based on LIDAR experimental campaign in the Metropolitan Area of Vitória - Brazil. In: 12th Annual CMAS Conference, 2013, Chapel Hill, NC. CMAS Conference, 2013.

• Taciana T de A Albuquerque ; J. Jason West ; Rita Yuri Ynoue ; Nascimento, E. G. S. ; Maria de Fatima Andrade . Evaluation of CMAQ Inorganic Particle Simulations for São Paulo Using Measurement Data. In: 2009 CMAS Conference, 2009, Chapel Hill, NC. 2009 CMAS Conference, 2009.

• Taciana T de A Albuquerque ; J. Jason West ; Rita Yuri Ynoue ; Nascimento, E. G. S. ; Maria de Fatima Andrade . Inorganic Particle Behavior in the Metropolitan Area of Sao Paulo, Brazil. In: American Association for Aerosol Research 28th Annual Conference, 2009. American Association for Aerosol Research 28th Annual Conference, 2009.

• FIGUEIREDO, I. S. ; GUARIEIRO, L. L. N. ; Nascimento, Erick Giovani Sperandio . A Novel Self Deep Learning Semi-Supervised Approach to Classify Unlabeled Multivariate Time Series Data. 2022. (Apresentação de Trabalho/Conferência ou palestra).

• NASCIMENTO, ERICK GIOVANI SPERANDIO . O Uso da Inteligência Artificial no Combate à COVID-19 para o Suporte ao Diagnóstico por Imagem e para a Previsão do Comportamento da Pandemia e Seus Impactos sobre a População e a Economia. 2021. (Apresentação de Trabalho/Conferência ou palestra).

• NASCIMENTO, E.G.S. ; MELO, T. A. C. ; ARAUJO, M. L. S. . MODELOS DE INTELIGÊNCIA ARTIFICIAL PARA PREVISÃO METEOROLÓGICA. 2021. (Apresentação de Trabalho/Conferência ou palestra).

• NASCIMENTO, ERICK GIOVANI SPERANDIO . O Uso de Inteligência Artificial no Combate à COVID-19. 2020. (Apresentação de Trabalho/Conferência ou palestra).

• NASCIMENTO, ERICK GIOVANI SPERANDIO . Hands-On de Deep Learning aplicado a problemas de Visão Computacional. 2020. (Apresentação de Trabalho/Conferência ou palestra).

• NASCIMENTO, ERICK GIOVANI SPERANDIO . Innovation in Mining: Automation and AI. 2020. (Apresentação de Trabalho/Conferência ou palestra).

• NASCIMENTO, ERICK GIOVANI SPERANDIO . Inteligência Artificial - Conceitos Essenciais. 2020. (Apresentação de Trabalho/Conferência ou palestra).

• NASCIMENTO, ERICK GIOVANI SPERANDIO . Inteligência Artificial e suas Aplicações na Indústria 4.0. 2020. (Apresentação de Trabalho/Conferência ou palestra).

• NASCIMENTO, ERICK GIOVANI SPERANDIO . O Uso de Inteligência Artificial no Combate à COVID-19. 2020. (Apresentação de Trabalho/Conferência ou palestra).

• NASCIMENTO, ERICK GIOVANI SPERANDIO . Perspectivas da Aplicação da Inteligência Artificial no Planejamento do Setor Elétrico. 2020. (Apresentação de Trabalho/Seminário).

• NASCIMENTO, ERICK GIOVANI SPERANDIO . Reference Center on Artificial Intelligence - SENAI CIMATEC. 2020. (Apresentação de Trabalho/Conferência ou palestra).

• Nascimento, Erick Giovani Sperandio . NVIDIA Clara Imaging. 2020. (Apresentação de Trabalho/Seminário).

• Carvalho, T. F. ; SANTOS, A. A. B. ; NASCIMENTO, E.G.S. ; Miranda, Ubatan . PREDIÇÃO DA VIBRAÇÃO GLOBAL DE UM EQUIPAMENTO ROTATIVO UTILIZANDO SUAVIZAÇÃO EXPONENCIAL DE HOLT E REDE NEURAL RECORRENTE. 2019. (Apresentação de Trabalho/Congresso).

• Nascimento, E. G. S. . AVALIAÇÃO DE POTENCIAL EÓLICO UTILIZANDO O MODELO WRF. 2017. (Apresentação de Trabalho/Seminário).

• Nascimento, E. G. S. . Modelagem Computacional Aplicada a Poluição do Ar. 2017. (Apresentação de Trabalho/Conferência ou palestra).

• NASCIMENTO, ERICK GIOVANI SPERANDIO ; ZUCATELLI, P. J. ; Souza, N. B. P. de ; Kitagawa, Y. K. L. ; AYLAS, G. Y. R. ; Moreira, D. M. . APPLICATIONS OF COMPUTATIONAL MODELING IN AIR POLLUTION AND WIND ENERGY FIELDS. 2017. (Apresentação de Trabalho/Conferência ou palestra).

• Nascimento, E. G. S. ; Moreira, D. M. ; ALBUQUERQUE, T. T. A. . THE MODEL FOR SIMULATING THE ROCKET EXHAUST FORMATION AND DISPERSION AND ITS INTEGRATION WITH CMAQ FOR LONG RANGE ASSESSMENT. 2016. (Apresentação de Trabalho/Conferência ou palestra).

• Nascimento, E. G. S. ; Moreira, D. M. ; Fisch, G. ; Taciana T de A Albuquerque . A NUMERICAL STUDY OF THE CONTAMINANTS DISPERSION IN ALCANTARA LAUNCH CENTER. 2013. (Apresentação de Trabalho/Conferência ou palestra).

• Nascimento, E. G. S. ; Moreira, D. M. ; Fisch, G. ; Taciana T de A Albuquerque . Modeling the Impact of Emissions of HCL During Rocket Launch Events in the Region of Alcantara Launch Center. 2013. (Apresentação de Trabalho/Conferência ou palestra).

• LORIATO, A. G. ; Taciana T de A Albuquerque ; MARINHO, R. S. ; SANTIAGO, A. M. ; SALVADOR, N. ; Nascimento, E. G. S. ; REIS JR, N. C. . Emissions Inventory for the Metropolitan Area of Vitoria ES, Brazil Using the SMOKE Modeling System. 2013. (Apresentação de Trabalho/Conferência ou palestra).

• SANTIAGO, A. M. ; LORIATO, A. G. ; SALVADOR, N. ; Nascimento, E. G. S. ; MARINHO, R. S. ; REIS JR, N. C. ; SANTOS, J. M. ; Taciana T de A Albuquerque . High-resolution CMAQ simulation of air pollution over the Metropolitan Area of Vitria, Brazil. 2013. (Apresentação de Trabalho/Conferência ou palestra).

• Nascimento, E. G. S. ; TAVARES, O. L. . Kclassificator: a Proposal of a New Algorithm for Pattern Recognition in Time Series Data. 2010. (Apresentação de Trabalho/Congresso).

Outras produções

Projetos de pesquisa

• 2022 - Atual

  Centro de Excelência em Pesquisa Aplicada em Inteligência Artificial para a Indústria (CPA-IA), Descrição: O SENAI CIMATEC, com seu Centro de Referência em Inteligência Artificial aplicado à Indústria 4.0, em conjunto com uma rede de instituições de pesquisas nacionais e internacionais e empresas parceiras, tem por objetivo a criação do Centro de Excelência em Pesquisa Aplicada em Inteligência Artificial (IA) para a Indústria (CPA-IA) para o Governo Brasileiro. Para tal, será criada uma plataforma digital, aberta e multiusuário de ciência de dados e Inteligência Artificial Industrial (I-AI) voltada à inserção da indústria nacional no contexto da Indústria 4.0, a fim de alavancar a modernização, a competitividade, e o desenvolvimento científico e tecnológico da indústria nacional por meio da aceleração e popularização da aplicação da IA para os diversos setores da indústria, para micro, pequenas médias e grandes indústrias. Este será um centro estratégico de excelência em IA, reconhecido não somente a nível nacional, mas também internacional. Com isto, este CPA-IA contribuirá para o estabelecimento e fortalecimento da Estratégia Nacional de Inteligência Artificial, criando meios para que o Brasil venha a se tornar uma das principais nações que desenvolvem e aplicam IA para a solução de seus diversos problemas, ao mesmo tempo em que busca o desenvolvimento sustentável da indústria quanto aos impactos sobre a sociedade, o meio ambiente e a economia. A construção de um Centro dessa envergadura somente se torna possível diante da integração entre a academia, o governo e a iniciativa privada, criando meios e mecanismos que garantam que as ações de pesquisa, desenvolvimento e inovação estejam perfeitamente alinhadas com os problemas que precisam ser resolvidos na indústria. A integração de competências e experiências em IA da rede habilitará um plano nacional de educação e difusão do conhecimento, com a formação de recursos humanos qualificados. Todas estas atividades levarão à geração de produtos inovadores e de propriedade intelectual, gerando patentes e registros de software, fomentando a transferência das tecnologias criadas para os setores público e privado, enquanto se busca a criação de oportunidades inovadoras para o desenvolvimento sustentável e ético da indústria. As empresas parceiras são a HP, Intel, Macnica DHW e Atos. As Instituições associadas são o Instituto SENAI de Inovação em Soluções Integradas em Metalmecânica do Rio Grande do Sul; Instituto SENAI de Inovação em Sistemas Embarcados de Santa Catarina; Instituto SENAI de Inovação em Sistemas de Manufatura e Processamento a Laser de Santa Catarina; Instituto SENAI de Inovação em Sistemas Virtuais de Produção do Rio de Janeiro; Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC/USP); Instituto Tecnológico de Aeronáutica (ITA); Instituto Politécnico da Universidade do Estado do Rio de Janeiro (IPRJ/UERJ); Instituto Federal de Educação, Ciência e Tecnologia da Bahia (IFBA); Universidade Federal da Bahia (UFBA). Projeto financiado com recursos da FAPESP, MCTI e CGI.br, em conjunto com as empresas participantes do consórcio (HP Brasil, Atos Bull, Intel, e Macnica DHW), em função da ?Chamada de Propostas FAPESP ? MCTIC - CGI.BR para Centros de Pesquisas Aplicadas em Inteligência Artificial?.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Erick Giovani Sperandio Nascimento - Integrante / Marcelo Albano Moret Simões Gonçalves - Integrante / Alex Álisson Bandeira Santos - Integrante / Antônio José da Silva Neto - Integrante / ADHVAN NOVAIS FURTADO - Integrante / Herman Augusto Lepikson - Integrante / Davidson Martins Moreira - Coordenador / Cláudio Fabiano Motta Toledo - Integrante / Fernando Luiz Pellegrini Pessoa - Integrante / Hernane Borges de Barros Pereira - Integrante / Solange Oliveira Rezende - Integrante / Daniel da Silva Motta - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

• 2022 - Atual

  Manutenção preditiva inteligente em um ambiente de produção operacional utilizando aprendizagem de máquina profunda (deep learning) e Internet das Coisas para inferência na ponta, Descrição: Projeto CNPq n 405706/2021-9 Chamada CNPq Universal 2021 - CNPq/MCTI/FNDCT N 18/2021 - Faixa A - Grupos Emergentes As técnicas de aprendizagem de máquina profunda (deep learning - DL) têm proporcionado avanços significativos nas mais diversas áreas do conhecimento, inclusive no diagnóstico e prognóstico de falhas em ativos industriais. É altamente desejável pela indústria poder implementar sistemas inteligentes que possam detectar automaticamente falhas operacionais em estágio inicial e recomendar a intervenção para evitar condições inseguras no processo e no ambiente. No entanto, e apesar dos grandes avanços no desenvolvimento de modelos de DL para a manutenção preditiva inteligente (MPI) de máquinas industriais, disponibilizá-los em ambiente operacional é um desafio que usualmente envolve restrições de processamento, conexões de rede velozes, tráfego de dados, segurança e requisitos de processamento em tempo real, onde geralmente são implementados com dispositivos de Internet das Coisas (IoT) que dependem de onerosos hardwares e com conexões confiáveis sujeitas a restrições da largura da banda, energia e alta latência. Os microprocessadores (MPU), na forma de sistemas ciberfísicos, surgem como solução que preserva a privacidade da informação (já que nenhum dado crítico deixa o dispositivo) e que proporciona a inferência dos modelos na ponta sem latência, já que não necessitam de conexões com a Internet para as decisões em tempo real que afetam seu desempenho. Assim, este projeto tem como desafio aprimorar o estado da arte de modelos de DL na área de MPI, explorando novas técnicas e abordagens para classificar falhas em equipamentos rotativos, bem como testar diferentes tipos de MPUs embarcados na ponta para inferência que necessitam apenas de computação básica e modelos otimizados. Espera-se que esse projeto contribua para o aprimoramento de estudos que visem trazer as pesquisas na área de MPI, DL, e os modelos desenvolvidos, mais próximos da realidade das aplicações industriais e das restrições que usualmente surgem ao se implantar esses tipos de modelos em ambientes reais.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Doutorado: (1) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / LILIAN LEFOL NANI GUARIEIRO - Integrante / Tassio Farias de Carvalho - Integrante / Wenisten José Dantas da Silva - Integrante / Herman Augusto Lepikson - Integrante / Pedro Henrique Araújo Leite Antunes - Integrante / Helaine Pereira Neves - Integrante / Hiago Henrique Gomes de Araujo - Integrante / Arthur Gabriel Lima Paim - Integrante / Ilan Sousa Figueiredo - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Outra.

• 2022 - Atual

  Aprendizagem de Máquina Profunda para a Previsão de Eventos Meteorológicos Severos, Descrição: Projeto CNPq n 402719/2021-2 Chamada CNPq/MCTI/SEMPI N14/2021 Atualmente, as mudanças climáticas têm provocado uma maior recorrência de extremos meteorológicos em diversas localidades ao redor do mundo. Notadamente no Brasil, que é um dos países que mais sofrem com eventos dessa natureza, principalmente enchentes e inundações causados por grandes volumes de chuvas em um curto intervalo de tempo. Acompanhar e prever fenômenos desta natureza se torna um processo cada vez mais relevante, porém complexo, principalmente para a gestão de riscos e mitigação dos impactos sobre as populações afetadas e sobre as atividades econômicas e industriais. Assim, este projeto busca pesquisar e desenvolver métodos, técnicas, algoritmos e soluções inovadoras aplicados a previsão meteorológica de curto prazo de eventos meteorológicos severos, através da utilização de modernas técnicas na área de Inteligência Artificial (IA), com foco em aprendizagem de máquina profunda (deep learning). Serão pesquisadas e testadas arquiteturas de redes neurais profundas baseadas em redes neurais recorrentes, tais como Long Short Term Memory (LSTM), Gated Recurrent Units (GRU), bem como redes convolucionais aplicadas a séries temporais, além de arquiteturas híbridas e outras que demonstraram sucesso em outras áreas, tais como Transformers. Para o treinamento, validação e teste das redes, serão utilizados dados públicos do Instituto Nacional de Meteorologia (INMET), do Global Data Assimilation System (GDAS), e eventuais outros dados públicos de estações de monitoramento meteorológico. Ademais, os resultados das previsões serão comparados com as de modelos globais ou regionais publicamente disponíveis a fim de verificar a sua capacidade de previsão frente às soluções já existentes, tais como o Global Forecasting System (GFS). Espera-se, assim, que as técnicas, métodos e modelos de IA e aprendizagem profunda a serem desenvolvidos, possam contribuir para a antecipação de eventos meteorológicos extremos, tais como grandes volumes de chuvas e ventos fortes no Brasil.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Especialização: (1) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Mirella Lima Saraiva Araujo - Integrante / Anusio Menezes Correia - Integrante / Ezequiel Schneider Reinholtz - Integrante / Tailon Carvalho de Cerqueira - Integrante.

• 2021 - 2022

  Rede de Referência de Inteligência Artificial do Estado da Bahia (REDE BAH.IA) - Instituição SENAI CIMATEC, Descrição: A Rede de Referência de Inteligência Artificial do Estado da Bahia (PROJETO BAH.IA) visa estruturar ações de disseminação e fortalecimento de competências na Tecnologia Habilitadora de Inteligência Artificial (IA) no Estado da Bahia, com participação de Instituições de Ciência e Tecnologia do Estado. Dentre seus objetivos, destacam-se: . Criar e consolidar a Rede de Referência de Inteligência Artificial do Estado da Bahia (PROJETO BAH.IA) pela integração de núcleos de pesquisadores especialistas nas ICT Parceiras; . Integrar a rede PROJETO BAH.IA com outras redes e projetos de âmbito nacional, ou regional, em andamento, ou em fase de estruturação; . Definir diretrizes de formação e produzir materiais de capacitação na tecnologia habilitadora de Inteligência Artificial, para diferentes públicos-alvo; . Projetar um protótipo funcional de uma plataforma online para as ações de formação; . Mapear demandas tecnológicas e possibilidades de integração produtiva pela aplicação de IA para definir projetos de pesquisa, desenvolvimento tecnológico e inovação.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / ADHVAN NOVAIS FURTADO - Integrante / Davidson Martins Moreira - Integrante / Anusio Menezes Correia - Integrante / Roberto Luiz Souza Monteiro - Integrante.

• 2021 - 2022

  Convênio de Cooperação entre a Universidade do Estado do Rio de Janeiro (UERJ) e o Serviço Nacional de Aprendizagem Industrial, Departamento Regional da Bahia (SENAI/DR/BA), através do Campus Integrado de Manufatura e Tecnologia - SENAI CIMATEC, Descrição: O convênio tem por finalidade desenvolver e implementar o Centro de Pesquisa Aplicada em Inteligência Artificial, com foco na Indústria, que corresponde a uma iniciativa de abrangência nacional e inserção internacional, a ser implantado no SENAI CIMATEC, localizado em Salvador (BA), como Instituição-Sede. As atividades a serem executadas pelo SENAI CIMATEC e pela UERJ consistirão em planejamento, desenvolvimento, implementação e operacionalização de um centro nacional de pesquisa aplicada na área de inteligência artificial com foco em capacitação, pesquisa, formação de recursos humanos no nível de pós-graduação e desenvolvimento de soluções para indústria.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Alex Álisson Bandeira Santos - Integrante / Antônio José da Silva Neto - Integrante / LILIAN LEFOL NANI GUARIEIRO - Integrante / Ingrid Winkler - Integrante / Davidson Martins Moreira - Integrante / João Flávio Vieira de Vasconcellos - Integrante / Diego Campos Knupp - Integrante / Leonardo Tavares Stutz - Integrante / Joaquim Teixeira de Assis - Integrante / Pedro Paulo Gomes Watts Rodrigues - Integrante.

• 2021 - 2022

  Projeto HP/ ViaLab 2021 - Laboratório de Computação Visual e Inteligência Artificial - Machine Learning & Operations (MLOps), Descrição: Descrição: Pesquisa financiada pela HP Brasil Indústria e Comércio de Equipamentos Eletrônicos Ltda. para fazer jus ao crédito financeiro definido no Art. 4 da Lei n 8.248, de 1991 (Lei de Informática). O objetivo é aprimorar um Programa de Formação Avançada de capacitação para inovação nas competências de Computação Visual e Aprendizagem de Máquina, em uma abordagem orientada à resolução de um desafio tecnológico real (Problem Based Learning, ou PBL) envolvendo questões de bias e fairness na área de Machine Learning & Operations (MLOps). , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Rafael Bessa Loureiro - Integrante / Maíra Matos Araújo - Integrante / Lucas Lisboa dos Santos - Integrante / Tiago Palma Pagano - Integrante / Ingrid Winkler - Integrante / Alexis Cabeda - Integrante / Eduardo Chagas - Integrante / Ewerton de Oliveira - Integrante / Daniel Lordelo Sanches - Integrante / Gustavo Oliveira Ramos Cruz - Integrante.

• 2021 - 2022

  Projeto HP/ ViaLab 2021 - Laboratório de Computação Visual e Inteligência Artificial - Bio & Realidade Virtual, Descrição: Descrição: Pesquisa financiada pela HP Brasil Indústria e Comércio de Equipamentos Eletrônicos Ltda. para fazer jus ao crédito financeiro definido no Art. 4 da Lei n 8.248, de 1991 (Lei de Informática). O objetivo é aprimorar um Programa de Formação Avançada de capacitação para inovação nas competências de Computação Visual e Aprendizagem de Máquina, em uma abordagem orientada à resolução de um desafio tecnológico real (Problem Based Learning, ou PBL) envolvendo estimativas de sinais vitais a partir de sensores de equipamentos de Realidade Virtual. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Erick Giovani Sperandio Nascimento - Integrante / Lucas Lemos Ortega - Integrante / José Vinicius Dantas Paranhos - Integrante / Victor Rocha Santos - Integrante / Tiago Palma Pagano - Integrante / Ingrid Winkler - Coordenador / Alexis Cabeda - Integrante / Eduardo Chagas - Integrante / Daniel Lordelo Sanches - Integrante / Yasmin da Silva Bonfim - Integrante / Alexandre Santos - Integrante / Maikel Maciel Ronnau - Integrante.

• 2021 - 2022

  Projeto MDI - IA para Saúde, Descrição: O Projeto MDI ? IA para Saúde tem como desafio desenvolver algoritmos de inteligência Artificial (IA) para automatizar o processo de suporte a diagnóstico de três exames médicos: (i) Capnografia, (ii) Teste de Esforço Cardiopulmonar (TECP) e Calorimetria Indireta (CI). A capnografia permite obter, de forma gráfica, a pressão de CO2 (dióxido de carbono) expirado pelo paciente, que possibilita a detecção de alterações causadas, p. ex., pela variação do metabolismo, perfusão sanguínea ou ventilação. Desse modo, a utilização de algoritmos de IA na análise pode facilitar a identificação precoce e rastreio de anomalias. TECP requer profissionais altamente qualificados para a detecção de limiares ventilatórios e anaeróbicos e, portanto, a utilização de modelos baseados em IA pode contribuir para aumentar o nível de precisão e a capacidade dos médicos em realizar um diagnóstico. A CI, por sua vez, é um exame que demanda um tempo longo de amostragem (30min) para que se identifique com maior segurança o momento de estabilização do exame, de modo que técnicas baseadas em IA podem também contribuir para que se identifique de forma mais antecipada e precisa quando ocorre a estabilização, diminuindo o tempo do exame e aumentando a capacidade de processo das equipes médicas que o realizam. Portanto, esse projeto busca desenvolver novas ferramentas baseadas em IA para fornecer diagnósticos mais precoces e de qualidade, além de otimizar o tempo e a eficiência das equipes médicas na tomada de decisão e no atendimento a um número cada vez maior de pacientes que buscam por atendimento médico. O Projeto MDI - IA para Saúde foi financiado com recursos provenientes das agências de fomento EMBRAPII e BNDES, que objetiva o desenvolvimento de solução tecnológica voltada ao Tema COVID 19 através do Contrato de Aplicação de Recursos Não Reembolsáveis n° 20.2.0243.1.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (2) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / ILAN SOUZA FIGUEIREDO - Integrante / Wenisten José Dantas da Silva - Integrante / Luis Meireles - Integrante / Diego Santos Batista - Integrante / Stephanie Lima Jorge Galvão - Integrante / Glauber Luiz de Moura Moraes - Integrante / Luiz Eduardo Ritt - Integrante / Katharine Valéria Saraiva Hodel - Integrante / Gustavo Feitosa - Integrante.

• 2021 - Atual

  Pesquisa e Inovação no Desenvolvimento de Modelos de Deep Learning Baseados na Arquitetura Transformers para as Áreas de Visão Computacional, Séries Temporais e Processamento de Linguagem Natural Aplicada à Língua Portuguesa, Descrição: A arquitetura de Transformers possibilitou os maiores e principais avanços recentes na área de Processamento de Linguagem Natural (Natural Language Processing - NLP), para diversas tarefas de NLP tais como classificação e sumarização de texto, reconhecimento de entidade nomeada, tradução, reconhecimento de voz, dentre muitas outras. Apesar de sua recente criação e sucesso em NLP, poucos estudos têm sido feitos na aplicação de Transformers para outras áreas diferentes de NLP. Portanto, este projeto de pesquisa e inovação visa explorar, pesquisar e desenvolver modelos de Deep Learning utilizando a arquitetura de Transformers para a aplicação na solução de problemas nas áreas de visão computacional, séries temporais e processamento de linguagem natural aplicada à língua Portuguesa, buscando identificar as oportunidades de avanço e desenvolvimento científico e tecnológico com o uso dessa arquitetura.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Talison Augusto Correia de Melo - Integrante / Júnia Cristina Ortiz Matos - Integrante / Carlos Alberto Campos da Purificação - Integrante.

• 2021 - Atual

  Previsão de Eventos Meteorológicos Adversos Utilizando Inteligência Artificial e Modelagem Computacional, Descrição: A previsão de parâmetros meteorológicos de forma robusta é de grande importância aos mais diversos setores da indústria e sociedade. Com a intensificação dos efeitos das mudanças climáticas, que têm provocado uma maior recorrência de extremos meteorológicos em diversas localidades no mundo e no Brasil, prever fenômenos desta natureza se torna um processo cada vez mais relevante, porém complexo, principalmente para a gestão de riscos e mitigação dos impactos sobre as populações afetadas, sobre as atividades econômicas e industriais, e sobre o meio ambiente. Deste modo, este projeto busca pesquisar e desenvolver métodos, técnicas, algoritmos e soluções inovadoras aplicados a previsão meteorológica de curto e médio prazo de eventos meteorológicos severos, com foco em chuvas intensas, ventos fortes e raios.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (1) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Davidson Martins Moreira - Integrante / Talison Augusto Correia de Melo - Integrante / Mirella Lima Saraiva Araujo - Integrante / Anusio Menezes Correia - Integrante / Caio Araujo da Silva Leao - Integrante / Simon See - Integrante / Ghabriel Anton Gomes de Sál - Integrante.

• 2020 - 2022

  Desenvolvimento de modelos computacionais baseados em inteligência artificial para o combate da pandemia da COVID-19, Descrição: Objetivo Geral: Desenvolver modelos computacionais com a utilização inteligência artificial e de supercomputação para o suporte no combate à pandemia da COVID-19 nas áreas das ciências biológicas, exames de imagem e predição de comportamento da pandemia. Objetivos específicos - Desenvolver e aprimorar uma ferramenta de suporte ao diagnóstico de imagens médicas de exames de imagem por TC e Raio-X, com foco na segmentação de lesões e identificação da presença do COVID-19 utilizando métodos de aprendizado profundo. - Desenvolver e aprimorar uma ferramenta de suporte a decisão com base nas informações de casos confirmados, internações, taxa de mortalidade, variáveis macroeconômicas e nos resultados obtidos pelas medidas de contenção de outros países. O sistema permitirá a análise de cenários de risco e a simulação do resultado de abordagens de contenção avaliando o efeito na propagação no curto prazo.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (4) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / ILAN SOUZA FIGUEIREDO - Integrante / ADHVAN NOVAIS FURTADO - Integrante / Ana Claudia da Silva Batista - Integrante / Leandro José Silva Andrade - Integrante / Talison Augusto Correia de Melo - Integrante / Júnia Cristina Ortiz Matos - Integrante / Carlos Alberto Campos da Purificação - Integrante.

• 2020 - 2021

  HUAWEI MONITORAMENTO INTELIGENTE - Plataforma Digital Inteligente para o monitoramento de riscos socioambientais e prevenção de acidentes de trabalho em tempo real aplicada à mineração a céu aberto, Descrição: O projeto proposto consiste no desenvolvimento e validação das funções críticas de protótipo de plataforma de monitoramento ambiental inteligente e integrada contendo software e hardware, baseada nas tecnologias 5G, Visão Computacional (VC), Inteligência Artificial (IA) e BigData, considerando uma demonstração funcional do conceito em campo ao final do projeto. O principal objetivo desta plataforma é viabilizar o monitoramento de riscos socioambientais em tempo real nos ambientes de mineração. Serão pesquisados e desenvolvidos modelos de Inteligência Artificial, visão computacional e deep learning para a identificação da presença de pessoal não autorizado em área de risco, além da identificação da origem de ruído quando houver uma violação dos limites de pressão sonoras permitidos. Deste modo, após a detecção e intepretação dos sinais de frequência característicos da fonte geradora, espera-se estabelecer uma correlação entre a situação de impacto e as atividades realizadas na mina no período de ocorrência. O sistema inteligente também se propõe a identificar, de maneira automática, a presença de pessoal não autorizado em áreas de risco.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Tassio Farias de Carvalho - Integrante / Wenisten José Dantas da Silva - Integrante / Prabhat Kumar de Oliveira - Integrante / Patrick Silva Ferraz - Integrante / Leandro José Silva Andrade - Integrante.

• 2020 - 2020

  SIMPRESS - Machine Learning Devops, Descrição: Pesquisar, desenvolver e realizar uma prova de conceito de uma solução CI/CD para modelos de Machine Learning (ML) que atenda aos principais requisitos do processo de desenvolvimento desse tipo de software e às boas práticas consolidadas Devops, atendendo aos requisitos abaixo: . Deverão ser consideradas as principais características e requisitos do processo de desenvolvimento de modelos ML, a serem especificadas e delimitadas na etapa informacional; . As seguintes etapas do processo de desenvolvimento e deployment devem ser considerados na prova de conceito: criação, desenvolvimento, validação, teste, integração, entrega e implantação; . Deverá ser considerada a utilização de ferramentas open source existentes como base para o desenvolvimento ou integração, sempre que possível (por exemplo Jenkins, GitLab, Kubernetes, Docker, Kubeflow, OpenStack); . Deverão ser considerados os requisitos de boas práticas Devops: Pipelines, Automação, Controle de versão, Integração e deployment contínuos, Testes integrados, Segurança; . Deverão ser consideradas as características dos ambientes de cloud e edge como infraestrutura para realização da prova de conceito. A prova de conceito deverá ser realizada com 1 estudo de caso de visão computacional. Projeto incentivado pela Lei de Informática Brasileira (Lei n 8.248, de 1991 e suas atualizações posteriores), financiado pela Simpress Comércio, Locação e Serviços Ltda.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (4) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / AMILTON SALES REIS JUNIOR - Integrante / Lucas Vilas Boas Alves - Integrante / Flavio Santos Conterato - Integrante / Prabhat Kumar de Oliveira - Integrante.

• 2020 - 2020

  Processamento avançado e inteligência artificial no combate ao COVID-19, Descrição: Objetivo Geral: Durante o período de 3 meses disponibilizar um ambiente de supercomputação e inteligência artificial, desenvolver e operar soluções de suporte no combate à COVID-19 nas áreas das ciências biológicas, exames de imagem e predição de comportamento da pandemia. Objetivos específicos 1- Durante o período de vigência do projeto, permitir acesso à infraestrutura computacional e software de análise de sequências genéticas do centro de supercomputação e inovação industrial do CIMATEC para pesquisadores engajados em soluções para a COVID-19. Serão alocados pelo menos 10 nós de GPU dos supercomputadores Bull Sequana disponíveis no Centro, incluindo a máquina AIRIS ? Artificial Intelligence RSB Integrated System e 1 nó HGX-1 instalado no supercomputador Ogun. 2- Desenvolvimento de uma ferramenta de suporte ao diagnóstico de imagens médicas de exames de imagem por TC e Raio-X, com foco na segmentação de lesões e identificação da presença do COVID-19 utilizando métodos de aprendizado profundo. 3- Desenvolvimento e disponibilização de uma ferramenta de suporte a decisão com base nas informações de casos confirmados, internações, taxa de mortalidade, variáveis macroeconômicas e nos resultados obtidos pelas medidas de contenção de outros países. O sistema permitirá a análise de cenários de risco e a simulação do resultado de abordagens de contenção avaliando o efeito na propagação no curto prazo. Projeto desenvolvido em parceria com a Repsol Sinopec Brasil, com fomento do SENAI e Agência Brasileira de Desenvolvimento Industrial ? ABDI. Contou também com a parceria da HP Brasil, Hospital Santa Isabel (Salvador, BA), e MedSenior (Vitória, ES). O projeto gerou o seguinte repositório de códigos e modelos computacionais de código livre e licença aberta para uso por toda a comunidade: https://github.com/CRIA-CIMATEC/covid-19. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / João Marcelo Silva Souza - Integrante / ILAN SOUZA FIGUEIREDO - Integrante / AMILTON SALES REIS JUNIOR - Integrante / ANDRE LUIS DA CUNHA DANTAS LIMA - Integrante / ADHVAN NOVAIS FURTADO - Integrante / Lucas Vilas Boas Alves - Integrante / Tassio Farias de Carvalho - Integrante / Wenisten José Dantas da Silva - Integrante / Flavio Santos Conterato - Integrante / Prabhat Kumar de Oliveira - Integrante / Patrick Silva Ferraz - Integrante / Daniel Souza Santos Ribeiro - Integrante / Maíra Matos Araújo - Integrante / Guilherme Silva da Cunha - Integrante / Neilton Melgaço Lisboa Júnior - Integrante / José Vinicius Dantas Paranhos - Integrante / Roberto Badaró - Integrante / Ana Claudia da Silva Batista - Integrante / Ruama Patricio - Integrante / Leandro José Silva Andrade - Integrante / Diego Gervasio Frías Suárez - Integrante / Lucas Pimentel de Freitas - Integrante / Jandson Santos Nunes - Integrante / Antonio Ferreira de Sousa Neto - Integrante / Filipe Milani de Souza - Integrante.

• 2019 - 2022

  Centro de Competência em Inteligência Artificial do SENAI CIMATEC, Descrição: Criar e desenvolver um Centro de Competência em IA, para formação de competência e investigação de desafios com soluções inovadoras nas áreas de Petróleo e Gás, Manutenção e Processos Industriais, Ciências Atmosféricas, Saúde, Energias Renováveis, Visão Computacional, Processamento de Linguagem Natural, dentre outros. Com isso, o SENAI CIMATEC se posiciona de forma estratégica no cenário nacional para provimento de soluções inovadoras e disruptivas com o uso de tecnologia de ponta baseada no estado da arte na área de IA. Para isso, as atividades de desenvolvimento das competências se darão pelo contínuo aprendizado, baseado na abordagem PBL (Problem Based Learning), em que os participantes serão desafiados a aprender os conceitos e técnicas de IA aplicando-os em problemas reais da indústria.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (4) / Doutorado: (5) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / ILAN SOUZA FIGUEIREDO - Integrante / ADHVAN NOVAIS FURTADO - Integrante / Tassio Farias de Carvalho - Integrante / Wenisten José Dantas da Silva - Integrante / Leandro José Silva Andrade - Integrante / Diego Gervasio Frías Suárez - Integrante / Ana Claudia da Silva Batista Araújo - Integrante / Talison Augusto Correia de Melo - Integrante / Júnia Cristina Ortiz Matos - Integrante / Carlos Alberto Campos da Purificação - Integrante / Caio Araujo da Silva Leao - Integrante / Henrique Ávila Santos - Integrante / Amanda Santana Lins Bispo - Integrante / Wilson Borba da Rocha Neto - Integrante / André Luis Pires Wenceslau Soares - Integrante / Julian Santana Liang - Integrante / Ghabriel Anton Gomes de Sá - Integrante / Bruno Leonardo Santos Menezes - Integrante / Daniel Elbachá Marnet - Integrante.

• 2019 - 2021

  Manutenção preditiva aplicada a ambientes de missão crítica de supercomputação utilizando inteligência artificial, Descrição: Pesquisar e desenvolver, em um prazo estimado de 24 meses, metodologia, técnicas e um protótipo de algoritmo para previsibilidade de possíveis defeitos e falhas gerados em um ambiente de missão crítica de supercomputação, utilizando dados históricos e eventos coletados por sensores de monitoramento instalados em equipamentos, para fins de manutenção preditiva com inteligência artificial.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: / Mestrado profissional: (2) / Doutorado: (0) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / ANDRE LUIS DA CUNHA DANTAS LIMA - Integrante / Genaro Fernandes de Carvalho Costa - Integrante / Vitor Moraes Aranha - Integrante.

• 2019 - 2020

  Previsibilidade de Chuvas Utilizando Modelagem Numérica Meteorológica, Descrição: Projeto sob demanda da EDP Brasil. O projeto tem por objetivo avaliar a aplicabilidade e relevância do modelo numérico meteorológico WRF (Weather Research and Forecasting) na previsão operacional de precipitação pluviométrica com o uso de supercomputação, para dois horizontes temporais de curto prazo, 5 dias e 10 dias, em duas bacias hidrográficas brasileiras: Bacia do Paranapanema e Bacia do Uruguai. O projeto propõe: (1) a análise dos dados de inicialização do modelo utilizando os datasets GDAS/FNL, Era-Interim e ERA5, (2) a análise e validação das parametrizações físicas de cumulus, microfísica e camada limite planetária do modelo WRF a fim de se encontrar o melhor ajuste para as regiões, com alta resolução espacial de 3 km, (3) a análise e determinação da quantidade de níveis verticais, e (4) a comparação dos resultados das previsões feitas utilizando a modelagem meteorológica regional do WRF, com as previsões dos modelos CFS, ETA, GEFS, validando frente aos dados observados nas estações meteorológicas de superfície do INMET existentes nas regiões das bacias. O projeto tem por finalidade demonstrar a importância da utilização de modelagem meteorológica regional utilizando o WRF, frente à modelagem de escala global, uma vez que ela é capaz de capturar e simular fenômenos de resolução espaço-temporal mais fina. Ademais, também propõe-se averiguar a viabilidade e importância da utilização de supercomputação, analisando os recursos computacionais necessários à implementação de um serviço de previsão meteorológica operacional para atender demandas dessa natureza.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (3) Doutorado: (3) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Yasmin Kaore Lago Kitagawa - Integrante / João Marcelo Silva Souza - Integrante / ANDRE LUIS DA CUNHA DANTAS LIMA - Integrante / ADHVAN NOVAIS FURTADO - Integrante / DIAS, PALMIRA MARIA ACIOLI - Integrante / Davidson Martins Moreira - Integrante / Rafael Silva Teixeira - Integrante / Camila Gomes Martins Ramos - Integrante / Camila Massariol Nascimento - Integrante.

• 2019 - 2020

  Deep Learning for Local Data Classification, Descrição: Atualmente, a identificação do tipo de pisada e arco de pés é feita utilizando algoritmos matemáticos especialmente desenvolvidos para esse fim, que retorna o tipo de pisada e o tipo de arco para o usuário. Ocorre que esse algoritmo não consegue classificar corretamente os tipos de pisada e de arco, além de não conseguir identificar dados que não se caracterizam como pisadas reais ? como pés calçados, mãos, joelhos, dentre outras anomalias. Também, percebe-se que as classes de tipos de pisada e arco possuem uma distribuição desbalanceada, em que determinadas classes possuem muito poucos dados, sendo estatisticamente pouco representativas para fins da criação e do treinamento futuros de um modelo baseado em deep learning capaz de classificar corretamente as pisadas. Por isso, esse projeto visa a criação de modelos baseados em deep learning para a identificação correta de pisadas normais e anômalas, e para a construção de um conjunto de dados artificiais que sejam tão bons quanto os reais a fim de gerar dados para as classes de menor representatividade estatística. Pesquisa financiada pela HP Brasil Indústria e Comércio de Equipamentos Eletrônicos Ltda com recursos provenientes da contrapartida da isenção ou redução do IPI conforme Lei n 8.248 de 1991 (Lei de Informática).. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (3) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Luan Rios Campos - Integrante / Flavio Santos Conterato - Integrante / Prabhat Kumar de Oliveira - Integrante.

• 2019 - 2020

  Projeto HP - VIALAB - Laboratório de Computação Visual e Inteligência Artificial, Descrição: Pesquisa financiada pela HP Brasil Indústria e Comércio de Equipamentos Eletrônicos Ltda. com recursos provenientes da contrapartida da isenção ou redução do IPI conforme a Lei n 8.248, de 1991 (Lei de Informática). O objetivo é implantar um laboratório de Computação Visual e Inteligência Artificial aliado à estruturação de um programa avançado de formação para a inovação nas competências de Computação Visual e Aprendizagem de Máquina para a realização de estudos e implementações de casos de uso e provas de conceito baseado em uma abordagem orientada a resolução de desafios tecnológicos reais (Problem Based Learning, ou PBL).. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (6) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Erick Giovani Sperandio Nascimento - Integrante / Rafael Bessa Loureiro - Integrante / Maíra Matos Araújo - Integrante / Guilherme Silva da Cunha - Integrante / Neilton Melgaço Lisboa Júnior - Integrante / Lucas Lemos Ortega - Integrante / José Vinicius Dantas Paranhos - Integrante / Lucas Lisboa dos Santos - Integrante / Victor Rocha Santos - Integrante / Tiago Palma Pagano - Integrante / Ingrid Winkler - Coordenador.

• 2019 - 2020

  Plataforma Unificada do Ativo Digital - Manutenção Preditiva, Descrição: O objetivo principal deste projeto é inserir a Repsol Sinopec Brasil (RSB) no Contexto Digital. Tal objetivo será atingido por meio do desenvolvimento do Projeto Plataforma Unificada do Ativo Digital que utiliza algoritmos para manutenção preditiva e baseada em condição. Esses algoritmos servirão para testar a criação do primeiro Ativo Digital de uma FPSO no Brasil. Como forma de apresentação, é preciso trazer para o projeto o conceito de Ativo Digital. Há vários conceitos que se pode utilizar, mas o que mais se encaixa para nosso projeto é o seguinte: ?Ativo digital é um modelo virtual de um processo, produto ou serviço. Esse emparelhamento dos mundos virtual e físico permite a análise de dados e o monitoramento de sistemas para evitar problemas antes que eles ocorram?, denominada manutenção preditiva e baseada em condição, a fim de ?evitar o tempo de inatividade, desenvolver novas oportunidades e até planejar o futuro usando simulações" (Modificado de Forbes, autor Bernard Marr, March 6, 2017). Essa manutenção será construída neste projeto por meio de algoritmos que servirão para fazer a análise preditiva de possíveis problemas a fim de evitar que ocorram. Projeto financiado pela Repsol Sinopec Brasil (RSB) segundo a Lei n 9.478 (ANP).. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / ILAN SOUZA FIGUEIREDO - Integrante / Tassio Farias de Carvalho - Integrante / Wenisten José Dantas da Silva - Integrante.

• 2019 - Atual

  Implantação de infraestrutura de pesquisa em simulação, modelagem computacional e inteligência artificial no estado da Bahia utilizando processamento de alto desempenho, Descrição: Descrição: O projeto prevê o desenvolvimento de um núcleo de pesquisa na Bahia em modelagem computacional e processamento de alto desempenho, apoiado pelo Centro de Supercomputação e Inovação Industrial do SENAI CIMATEC, responsável por explorar, da melhor forma possível, a utilização dos recursos computacionais existentes, aperfeiçoando a execução dos códigos através da adaptação dos algoritmos às novas tecnologias de hardware e sistemas. Este grupo contará com a participação de pesquisadores do SENAI CIMATEC, UFBA, UESC, UEFS, UFES, UFMG, UAB-Barcelona, INLP Argentina e do LNCC. Por tratar-se de tecnologia ainda em desenvolvimento no país, serão realizadas parcerias com centros de referência internacionais para utilização de boas práticas e captação de profissionais capacitados. Estão sendo desenvolvidos acordos de cooperação com o TACC Texas, Universitat Autònoma de Barcelona e Universidad Nacional de la Plata na Argentina que enviaram cartas de apoio. Serão capacitados pesquisadores e estudantes de graduação, mestrado e doutorado. Conta-se com bolsas para pesquisadores e especialistas que possam desenvolver a pesquisa e o modelo de operação do centro. Este projeto proporcionará o aproveitamento das potencialidades das instituições de pesquisa e do parque industrial de diversas regiões do Estado da Bahia, através da implantação de infraestrutura de pesquisa em simulação, modelagem computacional e inteligência artificial (IA) com a utilização do processamento de alto desempenho (PAD). Esta infraestrutura de PAD fornecerá o suporte para todas as áreas do conhecimento que fazem uso intensivo de computação e armazenamento de informação, especialmente para modelagem, manuseio de dados de sensoriamento e visualização de resultados. Além disto, permitirá a criação de um centro de formação em PAD, dando os primeiros passos para o desenvolvimento de um grupo de pesquisa focado na otimização de algoritmos e paralelização de processos computacionais, aproveitando as experiências no campo com a colaboração de pesquisadores de diversas instituições nacionais e internacionais, envolvendo uma ação multi-institucional e multidisciplinar. Para tal o projeto conta com três grandes linhas: 1) Processamento de Alto Desempenho, 2) Desenvolvimento de Produtos e Processos e 3) Energia e Ambiente.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (20) / Mestrado acadêmico: (20) / Doutorado: (10) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Estado da Bahia - Outra.

• 2018 - 2020

  Plataforma Digital para Manufatura Avançada (PDMA), Descrição: A principal motivação do projeto está em criar um equipamento que tenha a prerrogativa de servir como um kit de entrada de baixo custo para a Indústria 4.0, que traz um conceito inovador voltado para a modernização da indústria visando aumentar sua competitividade, desempenho e lucratividade. Para isso, esse kit é composto por um conjunto de sensores capazes de monitorar diversos parâmetros de uma planta industrial (tais como temperatura, vibração, voltagem, corrente, contagem, dentre outros), dispostos em uma rede de comunicação (com ou sem fio), conectados por um concentrador, ou gateway, que é responsável por coletar, concentrar e transferir os dados monitorados no tempo para um dispositivo ou computador localmente instalado. Este, por sua vez, possui recursos para visualização e manipulação local dos dados transferidos a partir dos gateways a ele conectados. Os computadores locais, então, se conectam à nuvem, onde o sistema servidor recebe os dados de todos os pontos de monitoramento, e, a partir do sistema Web disponível na nuvem, o usuário pode configurar todo o sistema de monitoramento (sensores, gateways, computadores locais etc.) além de poder realizar diversas análises estatísticas avançadas em séries temporais, ou analytics, visando extrair padrões, tendências e outros atributos de relevância para tomadas de decisões de nível operacional, tático, gerencial e estratégico. Pesquisa financiada pela ACC BRASIL INDUSTRIA E COMERCIO DE COMPUTADORES LTDA com recursos provenientes da contrapartida da isenção ou redução do IPI conforme Lei n 8.248 de 1991 (Lei de Informática).. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (0) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / ADHVAN NOVAIS FURTADO - Integrante / Patrick Silva Ferraz - Integrante / Leonardo Ferreira Daltro - Integrante / Peterson Nogueira Santos - Integrante / Daniel Souza Santos Ribeiro - Integrante / Genaro Fernandes de Carvalho Costa - Integrante.

• 2018 - 2019

  Modelo computacional baseado em aprendizagem semi-supervisionada para reconhecimento automático de potenciais corpos de minérios, Descrição: Foi desenvolvido um modelo computacional de inteligência artificial baseado em aprendizado semi-supervisionado com o objetivo de encontrar automaticamente potenciais corpos de minérios a partir de um conjunto variado de dados (magnetometria, eletromagnetometria, gravimetria, geoquímica, relevo etc.), correlacionando-os a partir de padrões encontrados de forma não supervisionada, utilizando um mecanismo de aprendizado por reforço para aprender que padrões são ou não relevantes. Com isso, o modelo desenvolvido conseguiu, com uma única amostra de treinamento, encontrar e reconhecer automaticamente como corpos de minério outras três regiões que de fato são corpos de minério. Projeto financiado com recursos EMBRAPII. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (4) Doutorado: (3) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / João Marcelo Silva Souza - Integrante / LILIAN LEFOL NANI GUARIEIRO - Integrante / ILAN SOUZA FIGUEIREDO - Integrante / AMILTON SALES REIS JUNIOR - Integrante / ROSANA GUIMARÃES RIBEIRO - Integrante / OTÁVIO GONÇALVEZ VICENTE RIBEIRO FILHO - Integrante / ANDRE LUIS DA CUNHA DANTAS LIMA - Integrante / ADHVAN NOVAIS FURTADO - Integrante.

• 2018 - Atual

  Monitoring and modelling of atmospheric pollutants in the Metropolitan Region of Vitoria to investigate the association of air quality and asthma symptoms in children and adolescents, Projeto certificado pelo(a) coordenador(a) Jane Meri Santos em 17/11/2021., Descrição: Modelagem e monitoramento dos poluentes atmosféricos na Região Metropolitana da Grande Vitória para fins da associação entre a qualidade do ar e sintomas de asma em crianças e adolescentes.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Erick Giovani Sperandio Nascimento - Integrante / Davidson Martins Moreira - Integrante / Neyval Costa Reis Jr - Integrante / Jane M. Santos - Coordenador / Taciana Toledo de Almeida Albuquerque - Integrante / Elisa Valentim Goulart - Integrante / Ana Teresa Lima - Integrante.

• 2018 - Atual

  Grupo de Pesquisa em Modelagem e Inteligência Computacional (GPMIC) - SENAI CIMATEC, Descrição: Desenvolvimento de pesquisa e inovação nas áreas de modelagem computacional e inteligência artificial, com aplicação nas áreas de poluição do ar, meteorologia, climatologia, manutenção preditiva, saúde, petróleo e gás, energias renováveis, logística, supercomputação, sistemas especialistas, dentre outros.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (12) / Mestrado profissional: (2) / Doutorado: (14) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Antônio José da Silva Neto - Integrante / LILIAN LEFOL NANI GUARIEIRO - Integrante / Ingrid Winkler - Integrante / Davidson Martins Moreira - Integrante.

• 2017 - 2018

  IMPLANTAÇÃO DE INFRAESTRUTURA DE PESQUISA EM SIMULAÇÃO, MODELAGEM COMPUTACIONAL E INTELIGÊNCIA ARTIFICIAL NO ESTADO DA BAHIA UTILIZANDO PROCESSAMENTO DE ALTO DESEMPENHO, Projeto certificado pelo(a) coordenador(a) Davidson Martins Moreira em 02/06/2017., Descrição: Este projeto proporcionará o aproveitamento das potencialidades das instituições de pesquisa e do parque industrial de diversas regiões do Estado da Bahia, através da implantação de infraestrutura de pesquisa em simulação, modelagem computacional e inteligência artificial (IA) com a utilização do processamento de alto desempenho (PAD). Esta infraestrutura de PAD fornecerá o suporte para todas as áreas do conhecimento que fazem uso intensivo de computação e armazenamento de informação, especialmente para modelagem, manuseio de dados de sensoriamento e visualização de resultados. Além disto, permitirá a criação de um centro de formação em PAD, dando os primeiros passos para o desenvolvimento de um grupo de pesquisa focado na otimização de algoritmos e paralelização de processos computacionais, aproveitando as experiências no campo com a colaboração de pesquisadores de diversas instituições nacionais e internacionais, envolvendo uma ação multi-institucional e multidisciplinar. O projeto está estruturado em três linhas: a) Processamento de Alto Desempenho, b) Desenvolvimento de Produto e Processos, e c) Energia e Ambiente. Na primeira linha será expandida a utilização da infraestrutura de supercomputação disponível no Estado nos laboratórios de supercomputação do SENAI CIMATEC, UESC, UFBA e UEFS. Esta infraestrutura permitirá o desenvolvimento de pesquisas nas demais linhas, em especial para as áreas de manufatura, energia e ambiente.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Erick Giovani Sperandio Nascimento - Integrante / Davidson Martins Moreira - Coordenador.

• 2012 - 2016

  Desenvolvimento de algoritmo para simular a dispersão de gases liberados por veículos espaciais no Centro de Lançamento de Alcântara (EDITAL PRÓ-ESTRATÉGIA 050/2011), Projeto certificado pelo(a) coordenador(a) Davidson Martins Moreira em 20/12/2016., Descrição: A partir de um modelo matemático já existente, incorporar novas parametrizações e reações químicas para ser aplicado em lançamentos de foguetes considerando o Veículo Lançador de Satélites (desenvolvido pelo Brasil através do IAE/DCTA) movido a propelente sólido e/ou do CICLONE 4 (em desenvolvimento pela Alcântara Cyclone Space, uma joint venture entre o Brasil e a Ucrânia), movido por propelentes líquidos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Erick Giovani Sperandio Nascimento - Integrante / Davidson Martins Moreira - Coordenador., Número de produções C, T & A: 10

Projetos de desenvolvimento

• 2015 - 2017

  Desenvolvimento de Sistema de Gestão e Controle da Dados Ambientais ? VSQA, Descrição: Desenvolvimento de um sistema de gestão de dados ambientais relacionados à área das ciências atmosféricas, envolvendo inventários de emissões atmosféricas e dados de monitoramento da qualidade do ar e meteorologia, com ferramentas de análise estatística, incluindo as possibilidades de visualização de todos os processos cabíveis de georreferenciamento por um Sistema de Informações Geográficas, e de exportação das informações (imagens, gráficos, estatísticas, etc.) em formatos diversos.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Técnico de nível médio: (0) Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Anderson da Silva Simões - Integrante / Igor Oliveira de Araujo - Integrante / Renato S. Marinho - Integrante.Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Outra.

• 2015 - 2017

  Desenvolvimento de Sistema de Gestão e Controle da Dados Ambientais ? VSQA, Descrição: Desenvolvimento de um sistema de gestão de dados ambientais relacionados à área das ciências atmosféricas, envolvendo inventários de emissões atmosféricas e dados de monitoramento da qualidade do ar e meteorologia, com ferramentas de análise estatística, incluindo as possibilidades de visualização de todos os processos cabíveis de georreferenciamento por um Sistema de Informações Geográficas, e de exportação das informações (imagens, gráficos, estatísticas, etc.) em formatos diversos.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Técnico de nível médio: (0) Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Anderson da Silva Simões - Integrante / Igor Oliveira de Araujo - Integrante / Renato S. Marinho - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Outra.

• 2015 - 2017

  Desenvolvimento de Sistema de Gestão e Controle da Dados Ambientais ? VSQA, Descrição: Desenvolvimento de um sistema de gestão de dados ambientais relacionados à área das ciências atmosféricas, envolvendo inventários de emissões atmosféricas e dados de monitoramento da qualidade do ar e meteorologia, com ferramentas de análise estatística, incluindo as possibilidades de visualização de todos os processos cabíveis de georreferenciamento por um Sistema de Informações Geográficas, e de exportação das informações (imagens, gráficos, estatísticas, etc.) em formatos diversos.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Técnico de nível médio: (0) Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Anderson da Silva Simões - Integrante / Igor Oliveira de Araujo - Integrante / Renato S. Marinho - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Outra.

• 2015 - 2017

  Desenvolvimento de Sistema de Gestão e Controle da Dados Ambientais - VSQA, Descrição: Desenvolvimento de um sistema de gestão de dados ambientais relacionados à área das ciências atmosféricas, envolvendo inventários de emissões atmosféricas e dados de monitoramento da qualidade do ar e meteorologia, com ferramentas de análise estatística, incluindo as possibilidades de visualização de todos os processos cabíveis de georreferenciamento por um Sistema de Informações Geográficas, e de exportação das informações (imagens, gráficos, estatísticas, etc.) em formatos diversos.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Técnico de nível médio: (0) Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Anderson da Silva Simões - Integrante / Igor Oliveira de Araujo - Integrante / Renato S. Marinho - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Outra.

• 2015 - 2017

  Desenvolvimento de Sistema de Gestão e Controle da Dados Ambientais - VSQA, Descrição: Desenvolvimento de um sistema de gestão de dados ambientais relacionados à área das ciências atmosféricas, envolvendo inventários de emissões atmosféricas e dados de monitoramento da qualidade do ar e meteorologia, com ferramentas de análise estatística, incluindo as possibilidades de visualização de todos os processos cabíveis de georreferenciamento por um Sistema de Informações Geográficas, e de exportação das informações (imagens, gráficos, estatísticas, etc.) em formatos diversos.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Técnico de nível médio: (0) Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Anderson da Silva Simões - Integrante / Igor Oliveira de Araujo - Integrante / Renato S. Marinho - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Outra.

• 2015 - 2017

  Desenvolvimento de Sistema de Gestão e Controle da Dados Ambientais - VSQA, Descrição: Desenvolvimento de um sistema de gestão de dados ambientais relacionados à área das ciências atmosféricas, envolvendo inventários de emissões atmosféricas e dados de monitoramento da qualidade do ar e meteorologia, com ferramentas de análise estatística, incluindo as possibilidades de visualização de todos os processos cabíveis de georreferenciamento por um Sistema de Informações Geográficas, e de exportação das informações (imagens, gráficos, estatísticas, etc.) em formatos diversos.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Técnico de nível médio: (0) Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Anderson da Silva Simões - Integrante / Igor Oliveira de Araujo - Integrante / Renato S. Marinho - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Outra.

• 2021 - Atual

  SISTEMA DE GERAÇÃO HÍBRIDA INTELIGENTE - SISTEMA INTELIGENTE COM AEROGERADOR INTEGRADO ÀS FONTES DE ENERGIA SOLAR, STORAGE E HIDRÁULICA COMO PLATAFORMA DE DESENVOLVIMENTO VISANDO MELHORIAS CONTÍNUAS NO PROCESSO DE GERAÇÃO DE ENERGIA ELÉTRICA, Descrição: Desenvolvimento de um sistema inteligente de geração híbrida com armazenamento para P&D e com controle apto à operação e manutenção estável e melhorada, com simuladores em tempo real para otimização de desempenho e com capacidade de produção qualificada baseada em previsão temporal do sistema em escala de hora, dias e meses. , Situação: Em andamento; Natureza: Desenvolvimento. , Integrantes: Erick Giovani Sperandio Nascimento - Integrante / SANTOS, ALEX ÁLISSON BANDEIRA - Coordenador / Davidson Martins Moreira - Integrante.

• 2015 - 2017

  Desenvolvimento de Sistema de Gestão e Controle da Dados Ambientais - VSQA, Descrição: Desenvolvimento de um sistema de gestão de dados ambientais relacionados à área das ciências atmosféricas, envolvendo inventários de emissões atmosféricas e dados de monitoramento da qualidade do ar e meteorologia, com ferramentas de análise estatística, incluindo as possibilidades de visualização de todos os processos cabíveis de georreferenciamento por um Sistema de Informações Geográficas, e de exportação das informações (imagens, gráficos, estatísticas, etc.) em formatos diversos.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Técnico de nível médio: (0) Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Anderson da Silva Simões - Integrante / Igor Oliveira de Araujo - Integrante / Renato S. Marinho - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Outra.

• 2021 - Atual

  SISTEMA DE GERAÇÃO HÍBRIDA INTELIGENTE - SISTEMA INTELIGENTE COM AEROGERADOR INTEGRADO ÀS FONTES DE ENERGIA SOLAR, STORAGE E HIDRÁULICA COMO PLATAFORMA DE DESENVOLVIMENTO VISANDO MELHORIAS CONTÍNUAS NO PROCESSO DE GERAÇÃO DE ENERGIA ELÉTRICA, Descrição: Projeto sob demanda da Companhia Hidrelétrica do São Francisco - Chesf, através de fomento da ANEEL, visando o desenvolvimento de um sistema inteligente de geração híbrida com armazenamento para P&D e com controle apto à operação e manutenção estável e melhorada, com simuladores em tempo real para otimização de desempenho e com capacidade de produção qualificada baseada em previsão temporal do sistema em escala de hora, dias e meses. , Situação: Em andamento; Natureza: Desenvolvimento. , Integrantes: Erick Giovani Sperandio Nascimento - Integrante / SANTOS, ALEX ÁLISSON BANDEIRA - Coordenador / Davidson Martins Moreira - Integrante.

• 2015 - 2017

  Desenvolvimento de Sistema de Gestão e Controle da Dados Ambientais - VSQA, Descrição: Desenvolvimento de um sistema de gestão de dados ambientais relacionados à área das ciências atmosféricas, envolvendo inventários de emissões atmosféricas e dados de monitoramento da qualidade do ar e meteorologia, com ferramentas de análise estatística, incluindo as possibilidades de visualização de todos os processos cabíveis de georreferenciamento por um Sistema de Informações Geográficas, e de exportação das informações (imagens, gráficos, estatísticas, etc.) em formatos diversos. Projeto financiado com recursos do Edital FINEP/FAPES TECNOVA.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Técnico de nível médio: (0) Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Erick Giovani Sperandio Nascimento - Coordenador / Anderson da Silva Simões - Integrante / Igor Oliveira de Araujo - Integrante / Renato S. Marinho - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Outra.

Prêmios