Saulo Martiello Mastelini

Idiomas

Áreas de atuação

Participação em bancas

Produções bibliográficas

• MASTELINI, SAULO MARTIELLO ; CASSAR, DANIEL R. ; ALCOBAÇA, EDESIO ; BOTARI, TIAGO ; DE CARVALHO, ANDRÉ C.P.L.F. ; ZANOTTO, EDGAR D. . Machine learning unveils composition-property relationships in chalcogenide glasses. ACTA MATERIALIA , v. 240, p. 118302, 2022.

• MASTELINI, SAULO MARTIELLO ; NAKANO, FELIPE KENJI ; VENS, CELINE ; CARVALHO, ANDRE CARLOS PONCE DE LEON FERREIRA DE . Online Extra Trees Regressor. IEEE Transactions on Neural Networks and Learning Systems , v. 2, p. 1, 2022.

• SANTANA, EVERTON JOSE ; RODRIGUES DOS SANTOS, FELIPE ; MASTELINI, S. M. ; MELQUIADES, FÁBIO LUIZ ; BARBON, S. J. . Improved prediction of soil properties with Multi-target Stacked Generalisation on EDXRF spectra. CHEMOMETRICS AND INTELLIGENT LABORATORY SYSTEMS , v. 1, p. 104231, 2021.

• MASTELINI, SAULO MARTIELLO ; DE CARVALHO, ANDRE CARLOS PONCE DE LEON FERREIRA . Using dynamical quantization to perform split attempts in online tree regressors. PATTERN RECOGNITION LETTERS , v. 145, p. 37-42, 2021.

• MONTIEL, J. ; HALFORD, M. ; MARTIELLO MASTELINI, SAULO ; BOLMIER, G. ; SOURTY, R. ; VAYSSE, R. ; ZOUITINE, A. ; GOMES, H. M. ; READ, J. ; ABDESSALEM, T. ; BIFET, A. . River: machine learning for streaming data in Python. JOURNAL OF MACHINE LEARNING RESEARCH , v. 22, p. 1-8, 2021.

• CASSAR, DANIEL R. ; MASTELINI, SAULO MARTIELLO ; BOTARI, TIAGO ; ALCOBAÇA, EDESIO ; DE CARVALHO, ANDRÉ C.P.L.F. ; ZANOTTO, EDGAR D. . Predicting and interpreting oxide glass properties by machine learning using large datasets. CERAMICS INTERNATIONAL , v. 47, p. 23958-23972, 2021.

• MASTELINI, S. M. ; SANTANA, EVERTON JOSE ; CERRI, RICARDO ; BARBON, S. J. . DSTARS: A multi-target deep structure for tracking asynchronous regressor stacking. APPLIED SOFT COMPUTING , v. 1, p. 106215-1, 2020.

• BARBON JUNIOR, SYLVIO ; MASTELINI, SAULO MARTIELO ; BARBON, ANA PAULA A.C. ; BARBIN, DOUGLAS FERNANDES ; CALVINI, ROSALBA ; LOPES, JESSICA FERNANDES ; ULRICI, ALESSANDRO . Multi-target prediction of wheat flour quality parameters with near infrared spectroscopy. INFORMATION PROCESSING IN AGRICULTURE , v. 7, p. 342-354, 2020.

• ALCOBAÇA, EDESIO ; MASTELINI, SAULO MARTIELLO ; BOTARI, TIAGO ; PIMENTEL, BRUNO ALMEIDA ; CASSAR, DANIEL ROBERTO ; DE CARVALHO, ANDRÉ CARLOS PONCE DE LEON FERREIRA ; ZANOTTO, EDGAR DUTRA . Explainable Machine Learning Algorithms For Predicting Glass Transition Temperatures. ACTA MATERIALIA , v. 188, p. 92-100, 2020.

• SANTANA, E. J. ; DA SILVA, JOÃO AUGUSTO PROVIN RIBEIRO ; MASTELINI, S. M. ; BARBON, SYLVIO . Evaluation of Multi-Target Regression to Support Decision on Stock Portfolio Investment. iSys - Revista Brasileira de Sistemas de Informação , v. 12, p. 5-27, 2019.

• CAMPOS, GABRIEL FILLIPE CENTINI ; MASTELINI, S. M. ; AGUIAR, GABRIEL JONAS ; MANTOVANI, RAFAEL GOMES ; MELO, LEONIMER FLÁVIO DE ; BARBON, S. J. . Machine learning hyperparameter selection for Contrast Limited Adaptive Histogram Equalization. EURASIP Journal on Image and Video Processing , v. 2019, p. 59, 2019.

• AGUIAR, GABRIEL JONAS ; MANTOVANI, RAFAEL GOMES ; MASTELINI, S. M. ; DE CARVALHO, ANDRÉ C.P.F.L. ; CAMPOS, GABRIEL F.C. ; BARBON, S. J. . A meta-learning approach for selecting image segmentation algorithm. PATTERN RECOGNITION LETTERS , v. 128, p. 480-487, 2019.

• KATO, TALITA ; MASTELINI, SAULO MARTIELLO ; CAMPOS, GABRIEL FILLIPE CENTINI ; BARBON, ANA PAULA AYUB DA COSTA ; PRUDENCIO, SANDRA HELENA ; SHIMOKOMAKI, MASSAMI ; SOARES, ADRIANA LOURENÇO ; BARBON, SYLVIO . White striping degree assessment using computer vision system and consumer acceptance test. ASIAN-AUSTRALIANS JOURNAL OF ANIMAL SCIENCE , v. 32, p. 1015-1026, 2019.

• SILVA, R. P. ; NAOZUKA, G. T. ; MASTELINI, S. M. ; FELINTO, A. S. . Automatic luminous reflections detector using global threshold with increased luminosity contrast in images. JOURNAL OF ELECTRONIC IMAGING , v. 27, p. 1, 2018.

• SANTANA, EVERTON J. ; GERONIMO, BRUNA C. ; MASTELINI, SAULO M. ; CARVALHO, RAFAEL H. ; BARBIN, DOUGLAS F. ; IDA, ELZA I. ; BARBON, SYLVIO . Predicting poultry meat characteristics using an enhanced multi-target regression method. BIOSYSTEMS ENGINEERING , v. 171, p. 193-204, 2018.

• SASSO, MATHEUS GUSTAVO ALVES ; MASTELINI, S. M. ; SCHMIELE, MARCIO ; CLERICI, MARIA TERESA PEDROSA SILVA ; BARBIN, DOUGLAS FERNANDES ; BARBON, SYLVIO . Computer vision system for characterization of pasta (noodle) composition. JOURNAL OF ELECTRONIC IMAGING , v. 27, p. 1, 2018.

• MASTELINI, S. M. ; DA COSTA, VICTOR GUILHERME TURRISI ; NAKANO, FELIPE KENJI ; GUIDO, RODRIGO CAPOBIANCO ; CERRI, RICARDO ; BARBON, SYLVIO . Multi-Output Tree Chaining: An Interpretative Modelling and Lightweight Multi-Target Approach. JOURNAL OF SIGNAL PROCESSING SYSTEMS FOR SIGNAL, IMAGE, AND VIDEO TECHNOLOGY (ONLINE) , v. 91, p. 1-25, 2018.

• CAROLINE GERONIMO, BRUNA ; MASTELINI, S. M. ; HUMBERTO DE CARVALHO, RAFAEL ; BARBON, S. J. ; FERNANDES BARBIN, DOUGLAS ; SHIMOKOMAKI, MASSAMI ; IOUKO IDA, ELZA . Computer vision system and near-infrared spectroscopy for identification and classification of chicken with wooden breast, and physicochemical and technological characterization. INFRARED PHYSICS & TECHNOLOGY , v. 1, p. 1, 2018.

• BARBON, ANA PAULA AYUB DA COSTA ; BARBON, SYLVIO ; CAMPOS, GABRIEL FILLIPE CENTINI ; SEIXAS, JOSÉ LUIS ; PERES, LOUISE MANHA ; MASTELINI, SAULO MARTIELO ; ANDREO, NAYARA ; ULRICI, ALESSANDRO ; BRIDI, ANA MARIA . Development of a flexible Computer Vision System for marbling classification. COMPUTERS AND ELECTRONICS IN AGRICULTURE , v. 142, p. 536-544, 2017.

• BARBIN, DOUGLAS F. ; MASTELINI, SAULO M. ; BARBON, SYLVIO ; CAMPOS, GABRIEL F.C. ; BARBON, ANA PAULA A.C. ; SHIMOKOMAKI, MASSAMI . Digital image analyses as an alternative tool for chicken quality assessment. BIOSYSTEMS ENGINEERING , v. 144, p. 85-93, 2016.

• MARTIELLO MASTELINI, SAULO ; PONCE DE LEON FERREIRA DE CARVALHO, ANDRE CARLOS . 2CS: Correlation-Guided Split Candidate Selection in Hoeffding Tree Regressors. In: Ricardo Cerri; Ronaldo C. Prati. (Org.). Lecture Notes in Artificial Intelligence. 2ed.Rio Grande: BRACIS, 2020, v. 12320, p. 337-351.

• DOS SANTOS, M. R. ; MASTELINI, S. M. ; DE PAULA, M. B. S. ; GUARNIER, E. ; SILVA FILHO, D. ; SANTOS, M. E. C. M. ; CAMPOS, E. F. C. ; PICARELLI, L. B. . Customer Segmentation in the Brazilian Free Energy Market by Machine Learning. In: IEEE Conference on Energy Internet and Energy System Integration (IEEE EI2 2023), 2024, Hangzhou. IEEE Conference on Energy Internet and Energy System Integration (IEEE EI2 2023).

• GUARNIER, E. ; SILVA FILHO, D. ; DE PAULA, M. B. S. ; MASTELINI, S. M. ; LEITE, L. C. G. ; FURTADO, R. G. C. . Inteligência Artificial aplicada à previsão da tendência no preço de mercado para energia.. In: XXVII Seminário Nacional de Produção e Transmissão de Energia Elétrica - SNPTEE 2023, 2023, Brasília. XXVII Seminário Nacional de Produção e Transmissão de Energia Elétrica - SNPTEE 2023, 2023.

• MASTELINI, SAULO MARTIELLO ; MONTIEL, JACOB ; GOMES, HEITOR MURILO ; BIFET, ALBERT ; PFAHRINGER, BERNHARD ; DE CARVALHO, ANDRE C. P. L. F. . Fast and lightweight binary and multi-branch Hoeffding Tree Regressors. In: 2021 International Conference on Data Mining Workshops (ICDMW), 2021, Auckland. 2021 International Conference on Data Mining Workshops (ICDMW), 2021. p. 380.

• GOMES, HEITOR MURILO ; MONTIEL, JACOB ; MASTELINI, SAULO MARTIELLO ; PFAHRINGER, BERNHARD ; BIFET, ALBERT . On Ensemble Techniques for Data Stream Regression. In: 2020 International Joint Conference on Neural Networks (IJCNN), 2020, Glasgow. 2020 International Joint Conference on Neural Networks (IJCNN), 2020. p. 1.

• AGUIAR, GABRIEL J. ; SANTANA, EVERTON J. ; MASTELINI, SAULO M. ; MANTOVANI, RAFAEL G. ; BARBON, SYLVIO . Towards Meta-Learning for Multi-Target Regression Problems. In: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), 2019, Salvador. 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), 2019. p. 377.

• TURRISI DA COSTA, VICTOR GUILHERME ; MARTIELLO MASTELINI, SAULO ; PONCE DE LEON FERREIRA DE CARVALHO, ANDRE CARLOS ; BARBON, SYLVIO . Online Local Boosting: Improving Performance in Online Decision Trees. In: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), 2019, Salvador. 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), 2019. p. 132.

• COSTA, VICTOR G. TURRISI DA ; MASTELINI, SAULO M. ; CARVALHO, ANDRE C. P. DE L. F. DE ; BARBON, SYLVIO . Making Data Stream Classification Tree-Based Ensembles Lighter. In: 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), 2018, Sao Paulo. 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), 2018. p. 480.

• MARTIELLO MASTELINI, SAULO ; JOSE SANTANA, EVERTON ; GUILHERME TURRISI DA COSTA, VICTOR ; BARBON, SYLVIO . Benchmarking Multi-target Regression Methods. In: 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), 2018, Sao Paulo. 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), 2018. p. 396.

• NAKANO, FELIPE KENJI ; MASTELINI, SAULO MARTIELLO ; BARBON, SYLVIO ; CERRI, RICARDO . Improving Hierarchical Classification of Transposable Elements using Deep Neural Networks. In: 2018 International Joint Conference on Neural Networks (IJCNN), 2018, Rio de Janeiro. 2018 International Joint Conference on Neural Networks (IJCNN), 2018. p. 1.

• SANTANA, EVERTON ; MASTELINI, SAULO ; JR., SYLVIO . Deep Regressor Stacking for Air Ticket Prices Prediction. In: XIII Simpósio Brasileiro de Sistemas de Informação, 2017. Anais do Simpósio Brasileiro de Sistemas de Informação (SBSI). p. 25-31.

• NAKANO, FELIPE KENJI ; MARTIELLO MASTELINI, SAULO ; BARBON, SYLVIO ; CERRI, RICARDO . Stacking Methods for Hierarchical Classification. In: 2017 16th IEEE International Conference on Machine Learning and Applications (ICMLA), 2017, Cancun. 2017 16th IEEE International Conference on Machine Learning and Applications (ICMLA), 2017. p. 289-296.

• MASTELINI, SAULO MARTIELLO ; SANTANA, EVERTON JOSE ; CERRI, RICARDO ; BARBON, SYLVIO . DSTARS: A Multi-target Deep Structure for Tracking Asynchronous Regressor Stack. In: 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017, Uberlândia. 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017. p. 19-24.

• TAVARES, GABRIEL ; MASTELINI, SAULO ; JR., SYLVIO . User Classification on Online Social Networks by Post Frequency. In: XIII Simpósio Brasileiro de Sistemas de Informação, 2017. Anais do Simpósio Brasileiro de Sistemas de Informação (SBSI). p. 464.

• MASTELINI, S. M. ; SILVA, M. C. ; BARBON, A. P. A. C. ; BARBON JUNIOR, S. . Marbling Grading Framework Applied on Meat Boutique Environment. In: XII Brazilian Symposium on Information Systems, 2016, Florianópolis, SC. SBSI 2016 Proceedings of the XII Brazilian Symposium on Information Systems on Brazilian Symposium on Information Systems: Information Systems in the Cloud Computing Era. v. 1. p. 542-549.

• MASTELINI, S. M. . EQUALIZAÇÃO DA COR DE IMAGENS DIGITAIS APLICADA NA ANÁLISE DA COR DE PEDAÇOS DE CARNE EM PLATAFORMA MÓVEL. 2015. (Apresentação de Trabalho/Congresso).

• BARBIN, D. F. ; MASTELINI, S. M. ; BARBON JUNIOR, S. ; BARBON, A. P. A. C. ; SHIMOKOMAKI, M. . Digital image analysis for fast quality assessment of chicken meat. 2015. (Apresentação de Trabalho/Simpósio).

Projetos de pesquisa

• 2022 - Atual

  PD-07427-0722/2022 - Solução Digital Inteligente para Promover Margens de Comercialização de Energia Sustentáveis, Descrição: Projeto de Pesquisa, Desenvolvimento e Inovação da ANEEL realizado em parceria entre Volt Robotics e Norte Energia, com previsão de finalização em dezembro de 2024. Este projeto terá como produto uma solução digital que realiza duas funções abrangentes e relevantes: (i) identifica o que está ocorrendo em termos de mercado de energia (negociações, volumes e preços) e, a partir desse conhecimento, (ii) propões ações a serem tomadas pela Norte Energia, para maximizar a margem com a comercialização de energia ou minimizar o risco associado. Para tanto, diversos robôs serão desenvolvidos: alguns para se conectar aos sites em que as informações necessárias estão disponíveis, outros para garantir a qualidade das informações, outros para realizar a otimização etc. É um exército de robôs trabalhando de forma orquestrada para dar suporte eficaz à gestão de energia da Norte Energia.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (2) . , Integrantes: Saulo Martiello Mastelini - Integrante / Donato da Silva Filho - Coordenador / Ewerton Guarnier - Integrante / Marcos Basile Saviano de Paula - Integrante / Lucas Menezes Ladeira - Integrante / Sérgio Baldo Júnior - Integrante / Rafael Ribeiro de Carvalho Vaz - Integrante / Marcelo da Mota Lopes - Integrante / Suzanne Christine Therese Soares de Groote - Integrante / Moisés Rocha dos Santos - Integrante.

• 2022 - Atual

  PD-00394-2205/2022 - Sistemas Especialistas e Aprendizagem de Máquinas para a Seleção de Modelos Meteorológicos para a Previsão de Preços de Mercado de Energia de Curto Prazo, Descrição: Projeto de Pesquisa e Desenvolvimento da ANEEL realizado em parceria entre Volt Robotics e Furnas Centrais Elétricas, com previsão de finalização em abril de 2024. O objetivo deste projeto é prever com segurança os preços de mercado para o produto mensal de um mês à frente, isto é, de maturidade M+1. Para tanto, a abordagem proposta utilizará ferramentas e técnicas de Sistemas Especialistas e Aprendizagem de Máquinas para identificar padrões e selecionar as variáveis que influenciam os preços nesta maturidade. Os mapas meteorológicos serão utilizados na calibração dos modelos porque as análises estatísticas realizadas mostram que as chuvas são as variáveis de maior frequência e com elevado grau de influência na volatilidade dos preços de curto prazo. Com o advento de ferramentas computacionais que prevejam os movimentos de M+1 com base na variável mais influente, a chuva, espera-se imprimir maior liquidez no mercado de energia e tornar os preços de mercado mais críveis, favorecendo Furnas a entrar e sair de posições de forma mais oportuna com baixos prêmios de liquidez.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Saulo Martiello Mastelini - Integrante / Donato da Silva Filho - Coordenador / Ewerton Guarnier - Integrante / Marcos Basile Saviano de Paula - Integrante / Lucas Menezes Ladeira - Integrante / Sérgio Baldo Júnior - Integrante / Rafael Ribeiro de Carvalho Vaz - Integrante / Marcelo da Mota Lopes - Integrante.

• 2014 - 2016

  Recuperação e Classificação de Objetos baseado em Processamento de Imagens, Descrição: O estudo de novas abordagens que buscam a melhoria no processo de reconhecimento e classificação de informação, mais precisamente em imagens é um dos principais motivadores à pesquisa na área de computação gráfica, não só pela criação de novas técnicas, mas no aprimoramento das existentes. Esse projeto destina-se a pesquisar modalidades diversas para o reconhecimento e classificação de objetos com base no processamento de imagens, mais recisamente com base em segmentação de imagens e posteriormente com o uso de técnicas de aprendizado de máquina. Considerando as diversas abordagens com as mais diversas complexidades computacionais, este estudo pretende avaliar, implementar e desenvolver técnicas que possíbilitem os melhores resultados em desempenho na avalição com base em imagens. Hoje as imagens estão presentes em praticamente todas as áreas do conhecimento, sendo referência à dignósticos, avaliadores de qualidade e agentes de automatização de processos industriais e de serviços. Auxiliado por técnicas de inteligência artificial, como as redes neurais artificiais, é possível criar classificadores para a realização automatizada de econhecimento, com base em exemplos já avaliados por especialistas. Assim, este projeto tem como objetivo estudar e descrever, por meio do processamento digital de imagens, objetos de interesse em imagens. Atualmente o projeto aprensenta uma forte ligação com a área agropecuária e saúde, onde trabalhos já foram desenvolvidos e publicados.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Saulo Martiello Mastelini - Integrante / Sylvio Barbon Júnior - Coordenador.

• 2013 - 2015

  Simulação numérica do problema de transporte de poluentes na atmosfera nas proximidades de fontes pontuais (chaminés), Descrição: A questão dos impactos ambientais produzidos em função das atividades industriais vem sendo objeto de diversos estudos e proposições, e, de forma reduzida, alcança dois aspectos de abordagem. Um em relação à preservação emelhoria da qualidade ambiental, e outro, diretamente ligado a esta abordagem que diz respeito à necessidade das atividades industriais se adequarem ao novo modelo de produção, que alcança, não só a questão de produtividade, mas principalmente, uma atividade sustentável sob a ótica ambiental. Esse novo desenho das atividades produtivas impõe uma produção consciente com redução das extrenalidades negativas e a necessidade de evitar o surgimento deum passivo ambiental que possa inviabilizar a própria atividade. Neste sentido o problema da avaliação e previsão de impactos ambientais causados por emissões de efluentes industriais lançados na atmosfera revela-se de crucialimportancia para a indústria, sendo esta avaliação necessária para prever o impacto ambiental das instalações industriais. Desta forma, neste projeto pretende-se estudar e avaliar tais impactos, assim como sugerir modelos eficientes de controle dos efluentes, via simulações numéricas como alternativaspara prevenção das extrenalidades negativas. Também, será possivel uma análise dos coeficientes de dispersão para áreas urbanas com diferentes classes de estabilidade. Para as simulações das equações envolvidas (navier stoks e transporte) será utilizado o método de diferenças finitas e um esquema upwind no termo não-linear das equações de navier stoks.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Saulo Martiello Mastelini - Integrante / Neyva Maria Lopes Romeiro - Coordenador / Eliandro Rodrigues Cirilo - Integrante / Paulo Laerte Natti - Integrante / Gustavo Taiji Naozuka - Integrante.

• 2012 - 2014

  Aprimoramento da fábrica de projetos de tecnologia da informação e comunicação Gaia do Departamento de Computação da Universidade Estadual de Londrina, Descrição: Este projeto tem como objetivo dar continuidade ao projeto Fábrica de Projetos de Tecnologia da Informação e Comunicação - Gaia do Departamento de Computação da Universidade Estadual de Londrina, e aprimorar a Gaia para que a mesma trabalhe com tecnologias de governança de tecnologia da informação e comunicação, como os frameworks COBIT, ITIL, ISO e CMMI. O projeto aqui apresentado continua extrapolando o conceito tradicional de fábrica de software, oferecendo não somente serviços relacionados ao desenvolvimento de um software, mas também projetos relacionados à implantação e gestão de redes de comunicações, aliado ao gerenciamento dos serviços de TIC, entre outros, daí a denominação de fábrica de projetos de tecnologia da informação e comunicação.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Saulo Martiello Mastelini - Integrante / Rodolfo Miranda de Barros - Integrante / Mario L Proenca Jr. - Coordenador.

• 2012 - 2014

  Simulações Numéricas de Equações Diferenciais com auxílio do scilab., Descrição: Este trabalho refere-se a uma continuidade de trabalhos jádesenvolvidos pela coordenadora deste projeto, assim como representauma continuação de uma linha de pesquisa desenvolvida pela mesma.Sabe-se que vários modelos matemáticos da ciência e engenharia querepresentam fenômenos que ocorrem na natureza podem ser descritosatravés de equações diferenciais parciais (EDPs), do tipo elíptica,parabólica, hiperpólica, e outras, como a equação de advecçãodifusão. O rápido desenvolvimento dos computadores nas últimas décadasfacilitou a simulação, análise e as soluções numéricas dessesmodelos matemáticos. Para a adaptação dessas EDPS no computador énecessário utilizar métodos numéricos baseados em diferençasfinitas, elementos finitos, volumes finitos, etc. Neste trabalho,optaremos pelo método de diferenças finitas, para obter a soluçãonumérica aproximada dos diferentes tipos de edps, no qualdesenvolveremos os programas computacionais utilizando o scilab comolinguagem computacional, devido a ser um software com código livre.O MDF é um método simples e de fácil entendimento podendo serimplementado e rodado em um micro-computador. Assim, o objetivodeste trabalho, refere-se a compreender, programar e implementarcódigos utilizando o scilab, tendo como equações básicas as equações diferenciais e os diferentes métodos que derivam do método dediferenças finitas para aproximar as soluções destas equações comvalores na fronteira (edos) e com valores iniciais e de fronteira(EDPs). Modelar matematicamente os fenômenos que descreve a qualidade daágua e do ar utilizando sistemas de EDPs, considerando os efeitosde advecção e difusão na equação de transporte. Publicar artigos emrevistas científicas indexadas. Disponibilizar consultoriasreferente à análise de problemas de poluição utilizando o códigodesenvolvido e consolidar o grupo de pesquisa Simulação numérica defenômenos de tranporte , física - matemática do Departamento deMatemática da Universidade Estadual de Londrina uel e consolidar omestrado de matemática aplicada e computacional (PGMAC) doDepartamento de Matemática da uel. Ainda, o material a ser elaborado, poderá ser utilizado comoreferencia bibliografica para disciplinas tanto na graduação quantono programa de pós-graduação em matemática aplicada e computacional(PGMAC) do departamento de matemática da uel e de outrosdepartamentos da UEL, assim como poderá ser utilizado em outrasinstituições.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Saulo Martiello Mastelini - Integrante / Neyva Maria Lopes Romeiro - Coordenador / Eliandro Rodrigues Cirilo - Integrante / Paulo Laerte Natti - Integrante / Gustavo Taiji Naozuka - Integrante.