Matheus Augusto Malta Ferreira

Idiomas

Áreas de atuação

Produções bibliográficas

• FERNANDES, THIAGO E. ; FERREIRA, MATHEUS A. M. ; MIRANDA, GUILHERME P. C. DE ; DUTRA, ALEXANDRE F. ; ANTUNES, MATHEUS P. ; SILVA, MARCOS V. G. R. DA ; AGUIAR, EDUARDO P. DE . Classification of Lathe?s Cutting Tool Wear Based on an Autonomous Machine Learning Model. JOURNAL OF CONTROL, AUTOMATION AND ELECTRICAL SYSTEMS , v. -, p. -, 2021.

• FERREIRA, MATHEUS A. M. ; FERNANDES, THIAGO E. ; MIRANDA, GUILHERME P. C. ; SILVA, MARCOS V. G. ; AGUIAR, EDUARDO PESTANA DE . Análise de Relevância de Atributos para Classificação de Falhas de Ferramentas de Corte Utilizando TSFRESH. In: XL Simpósio Brasileiro de Telecomunicações e Processamento de Sinais, 2022, Santa Rita do Sapucaí. Anais do XL Simpósio Brasileiro de Telecomunicações e Processamento de Sinais, 2022.

• FERNANDES, THIAGO E. ; FERREIRA, MATHEUS A. M. ; MIRANDA, GUILHERME P. C. ; SILVA, MARCOS V. G. ; AGUIAR, EDUARDO P. DE . Multivariate Time Series and Machine Learning Techniques for the multi-class Classification of Lathe?s Cutting Tools Wear Condition. In: XXIV Congresso Brasileiro de Automática, 2022, Fortaleza - CE. Multivariate Time Series and Machine Learning Techniques for the multi-class Classification of Lathe?s Cutting Tools Wear Condition, 2022. v. -.

• E. FERNANDES, THIAGO ; P. C. DE MIRANDA, GUILHERME ; F. DUTRA, ALEXANDRE ; A. M. FERREIRA, MATHEUS ; P. ANTUNES, MATHEUS ; V. G. R. DA SILVA, MARCOS ; P. DE AGUIAR, EDUARDO . An Autonomous Model to Classify Lathe's Cutting Tools Based on TSFRESH, Self-Organised Direction Aware Data Partitioning Algorithm and Machine Learning Techniques. In: Congresso Brasileiro de Automática 2020, 2020, Porto Alegre. Anais do Congresso Brasileiro de Automática 2020, 2020. v. 2.

• FERNANDES, THIAGO E. ; FERREIRA, MATHEUS A. M. ; MIRANDA, GUILHERME P. C. ; SILVA, MARCOS V. G. ; AGUIAR, EDUARDO P. DE . Multivariate Time Series and Machine Learning Techniques for the multi-class Classification of Lathe?s Cutting Tools Wear Condition. 2022. (Apresentação de Trabalho/Congresso).

• FERREIRA, MATHEUS A. M. ; FERNANDES, THIAGO E. ; MIRANDA, GUILHERME P. C. ; SILVA, MARCOS V. G. ; AGUIAR, EDUARDO P. DE . Análise de Relevância de Atributos para Classificação de Falhas de Ferramentas de Corte Utilizando TSFRESH. 2022. (Apresentação de Trabalho/Simpósio).

Projetos de pesquisa

• 2022 - Atual

  Automação de módulos fotovoltaicos com seguidores solares para grandes usinas., Descrição: O seguidor solar é utilizado para movimentar os módulos solares durante o dia todo. Isto é, ele vai ajustando o ângulo das placas fotovoltaicas de acordo com a posição do sol para conseguir o melhor aproveitamento possível da irradiação solar que chega aos painéis. O projeto em questão visa implementar tecnologias de automação para seguidores solares fotovoltaicos em grandes usinas. Projeto em parceria com as empresas Stemis Serviços de Tecnologia Ltda. e Arcol Solar.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . , Integrantes: Matheus Augusto Malta Ferreira - Integrante / Eduardo Pestana de Aguiar - Coordenador / FERNANDES, THIAGO E. - Integrante / SILVA, MARCOS V. G. - Integrante.

• 2022 - Atual

  Desenvolvimento de plataforma de gestao dos processos do transplante que conecta pacientes, clinicas de dialise e centros transplantador., Descrição: Com o desenvolvimento das ferramentas eletronicas, observou-se que o processo de transplante renal, com toda sua complexidade, deveria aproveitar o que se tem de mais moderno em tecnologia para oferecer seguranca, rapidez e facilidade para o paciente. Assim surgiu o Magnus, uma ferramenta que tem como sua principal funcao desenvolver o programa de transplante renal no Brasil atraves da reducao das barreiras e as disparidades ao seu acesso. Com tal plataforma voce pode acessar todos os dados clinicos e nao clinicos dos seus pacientes atraves da internet. Outra caracteristica importante e a colaboracao mutua entre o centro transplantador e as clinicas de dialise atraves do encaminhamento e feedback de pacientes. O que reduz os erros humanos, com maior protecao, seguranca e custo- beneficio, atraves da consolidacao de dados.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . , Integrantes: Matheus Augusto Malta Ferreira - Integrante / Eduardo Pestana de Aguiar - Coordenador / FERNANDES, THIAGO E. - Integrante / Ricardo Antônio Firjam Filho - Integrante / Gustavo Ferreira - Integrante / Marcio Lopes de Assis - Integrante.

• 2021 - 2022

  Aprendizado de Máquina para Aprimoramento de Sistemas Operando em Ambientes com Grandes Volumes de Dados e Alta Taxa de Evento: Mitigando Ruído de Empilhamento e Trabalhando na Fusão de Dados em Física Experimental de Altas Energias, Descrição: Hoje, devido aos avanços das técnicas de Deep Learning, o aprendizado de máquina tornou-se muito atraente em diversas aplicações e também em experimentos de física de grande porte, onde tais técnicas são empregadas para desvendar questões relativas aos constituintes básicos da matéria. Atualmente, o CERN opera a mais poderosa máquina de colisão de partículas do mundo (o LHC) e esta proposta se refere ao seu maior experimento, o ATLAS, que corresponde a um ambiente complexo para o desenvolvimento de métodos científicos de ponta, que têm que lidar com Big Data, detecções de eventos raros, alta taxa de eventos, representação de dados de alta dimensão e fusão de dados. O experimento ATLAS está sendo continuamente aprimorado de forma a manter uma operação eficiente sob condições mais rigorosas, já que o LHC também está sendo atualizado para o HL-LHC, sua versão de alta luminosidade. Para manter o desempenho do sistema eletrônico de filtragem on-line frente as atualizações do ATLAS para o HL-LHC, o tratamento das informações do detector deve ser realizado de forma mais eficiente. A identificação de elétrons e os testes de hipótese em objetos candidatos podem ser complementadas com informações discriminantes fornecidas pelo sistema do ATLAS conhecido como Inner Detector (ID), que atualmente processa 100 milhões de canais de leitura usando técnicas semelhantes à da visão computacional. É necessário fundir informações multimodais de maneira adequada para obter o melhor benefício das representações discriminantes com relevância. Para atingir esse objetivo (Fase 1 e Fase II), as técnicas de aprendizado de máquina serão exploradas para reconstrução de energia (compensando o ruído de empilhamento) e trigger on-line baseado em informações de calorimetria e combinado as mesmas com o ID. Esta proposta visa contribuir para uma melhoria significativa da resposta do calorímetro e eficiência de trigger online através da utilização de máquinas de aprendizado.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Matheus Augusto Malta Ferreira - Integrante / Eduardo Pestana de Aguiar - Coordenador / Luciano Manhães de Andrade Filho - Integrante / Augusto Santiago Cerqueira - Integrante / Jose Manoel de Seixas - Integrante / Bernardo Sotto-Maior Peralva - Integrante / Eduardo Furtado de Simas Filho - Integrante.

• 2020 - 2022

  ASP-CALO Processamento Avançado de Sinais para Calorímetros de Altas Energias Finamente Segmentados, Descrição: Este projeto propõe o desenvolvimento de técnicas avançadas de processamento de sinais para otimizar a eficiência do sistema de dois níveis de filtragem online (trigger) e a estimação de energia do sistema finamente segmentado de calorimetria de altas energias do experimento ATLAS, no CERN. Em setembro de 2020 foi iniciada uma colaboração em uma atividade de Machine Learning em conjunto com o Laboratoire de Physique Corpusculaire de Clermont-Ferrand, França (LPC). O objetivo deste trabalho foi desenvolver um algoritmo não supervisionado para buscar por novas assinaturas físicas em uma base de dados simulada contendo eventos dijet.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Matheus Augusto Malta Ferreira - Integrante / Eduardo Pestana de Aguiar - Coordenador / Luciano Manhães de Andrade Filho - Integrante / Augusto Santiago Cerqueira - Integrante / Jose Manoel de Seixas - Integrante / Bernardo Sotto-Maior Peralva - Integrante / Eduardo Furtado de Simas Filho - Integrante / Romain Madar - Integrante / David Calvet - Integrante / Paulo Cesar Machado de Abreu Farias - Integrante / Marcia Begalli - Integrante / B Laforge - Integrante.

• 2020 - 2021

  Abordagem Semi-supervisionada Baseada em Regras Profundas Para Problemas de Classificação no Setor Ferroviário, Situação: Concluído; Natureza: Pesquisa. , Integrantes: Matheus Augusto Malta Ferreira - Integrante / Eduardo Pestana de Aguiar - Coordenador.

• 2019 - 2022

  Desenvolvimento de um protótipo de baixo custo para diagnóstico de falhas em tempo real de ferramentas de corte utilizando sistemas fuzzy evolutivos, Descrição: Projeto financiado pelo CNPq através da Chamada MCTIC/CNPq N 28/2018 - Universal/Faixa A (Processo 433389/2018-4). O diagnóstico de falhas de máquinas rotativas desempenha um papel significativo para a confiabilidade e segurança de sistemas industriais modernos. Como um campo emergente em aplicações industriais e uma solução eficaz para o reconhecimento de falhas, as técnicas de inteligência computacional têm recebido crescente atenção da academia e da indústria. Conhecendo a relevância da manutenção baseada em condições feita a partir de técnicas de inteligência computacional no contexto prático da engenharia de manutenção e percebendo que a mesma quando realizada em ferramentas de usinagem é majoritariamente baseada em inspeções rotineiras, percebe-se a oportunidade de desenvolver modelos computacionais que tem por objetivo o monitoramento e diagnóstico de ferramentas de corte, evidenciando seu grau de desgaste. Os sistemas fuzzy evolutivos permitem o desenvolvimento de modelos que evoluem dado a característica do fluxo de dados de entrada, além de dispender baixo custo computacional, propiciando assim aplicações em sistemas de tempo real com dinâmica rápida possibilitando, inclusive, implementações em hardware. Desta forma, o objetivo geral deste trabalho é o desenvolvimento de um protótipo de sistema implementado em hardware para monitoramento em tempo real do desgaste das arestas de corte de um sistema de fabricação por usinagem. Este protótipo deverá contar com um sistema de aquisição de fluxo de dados, bem como de um sistema de processamento, em tempo real, do fluxo de dados baseado em sistemas fuzzy evolutivos.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Matheus Augusto Malta Ferreira - Integrante / Eduardo Pestana de Aguiar - Coordenador / FERNANDES, THIAGO E. - Integrante / MIRANDA, GUILHERME P. C. DE - Integrante / SILVA, MARCOS V. G. R. DA - Integrante.

Prêmios