Allen Hichard Marques dos Santos

Formação complementar

Idiomas

Participação em eventos

Produções bibliográficas

• SANTOS, A. H. M. ; PIRES, M. G. ; Bertoni, Fabiana Cristina . Genetic Learning Analysis of Fuzzy Rule-Based Classification Systems Considering Data Reduction.. In: Brazilian Conference on Intelligent Systems (BRACIS), 2020, Rio Grande. Lecture Notes in Computer Science, 2020. v. 12319. p. 259-271.

• SANTOS, A. H. M. ; BITTENCOURT, R. A. ; SANTOS, C. S. ; SOUZA, S. M. ; BARRETO, D. M. . Aprendendo Programação Orientada a Objetos com uma Abordagem Lúdica Baseada em Greenfoot e Robocode.. In: COBENGE 2015 - XLIII Congresso Brasileiro de Educação em Engenharia, 2015, São Bernardo dos Campos. XLIII Congresso Brasileiro de Educação em Engenharia, 2015.

• SANTOS, A. H. M. ; BITTENCOURT, R. A. ; BARRETO, D. M. ; BATISTA, W. P. ; CHALEGRE, H. ; RODRIGUES, C. A. ; SENA, J. P. S. . Oficinas de Aprendizagem de Programação em uma Escola Pública através do Ambiente Scratch. In: XXIII WEI - XXIII Workshop sobre Educação em Computação, 2015, Recife. XXXV Congresso da Sociedade Brasileira de Computação., 2015.

• SANTOS, A. H. M. ; BITTENCOURT, R. A. . Aprendizagem Ativa na Educação Básica através de Ambientes Computacionais Lúdicos. In: III Seminário Interno de Extensão da UEFS, 2015, Feira de Santana. Extensão: o desafio do diálogo entre saberes, 2015.

• SANTOS, A. H. M. ; PIRES, M. G. . APRENDIZAGEM GENÉTICA DE SISTEMAS BASEADOS EM REGRAS FUZZY PARA PROBLEMAS DE REGRESSÃO. In: Seminário de Iniciação Científica, 2019, Feira de Santana. Bioeconomia: Diversidade e Riqueza para o Desenvolvimento Sustentável, 2019.

• SANTOS, A. H. M. ; PRADO, M. L. M. . ALOCAÇÃO DE PÓLOS ROBUSTA EM UM SISTEMA DE SECAGEM DE MADEIRA. In: XXI Seminário de Iniciação Científica - SEMIC, 2017, Feira de Santana. Seminário de Iniciação Científica, 2017.

• SANTOS, A. H. M. ; PIRES, M. G. . APRENDIZADO GENÉTICO DE SISTEMAS BASEADOS EM REGRAS FUZZY PARA PROBLEMAS DE REGRESSÃO. 2019. (Apresentação de Trabalho/Seminário).

• SANTOS, A. H. M. ; PRADO, M. L. M. . ALOCAÇÃO DE PÓLOS ROBUSTA EM UM SISTEMA DE SECAGEM DE MADEIRA. 2017. (Apresentação de Trabalho/Outra).

• SANTOS, A. H. M. . Aprendizagem Ativa na Educação Básica através de Ambientes Computacionais Lúdicos. 2015. (Apresentação de Trabalho/Seminário).

• A. H. M. SANTOS . Irmão Caçula. 2018. (Curso de curta duração ministrado/Extensão).

• SANTOS, A. H. M. ; BITTENCOURT, R. A. . Aprendizagem computacional lúdica através das ferramentas Scratch, python e linguagem C. 2017. (Curso de curta duração ministrado/Extensão).

• SANTOS, A. H. M. ; BITTENCOURT, R. A. . Aprendizagem computacional lúdica através do ambiente Scratch. 2015. (Curso de curta duração ministrado/Extensão).

• SANTOS, A. H. M. ; BITTENCOURT, R. A. . Aprendizagem computacional lúdica através das Ferramentas Greenfoot, Bluej e Robocode. 2015. (Curso de curta duração ministrado/Extensão).

• SANTOS, A. H. M. ; BITTENCOURT, R. A. . Aprendizagem computacional lúdica através da ferramenta Python/PyGame. 2015. (Curso de curta duração ministrado/Extensão).

Projetos de pesquisa

• 2018 - 2019

  APRENDIZADO GENÉTICO DE SISTEMAS BASEADOS EM REGRAS FUZZY PARA PROBLEMAS DE REGRESSÃO, Descrição: O sucesso dos Sistemas Baseados em Regras Fuzzy (SBRF) deve-se à habilidade para representar o conhecimento incerto e a facilidade de expressar o comportamento do sistema em uma linguagem facilmente interpretável pelos seres humanos. A aquisição do conhecimento da maioria destes sistemas é realizada a partir de bases de dados, que representam amostras ou exemplos do problema. A Computação Evolutiva (CE), em particular os Algoritmos Genéticos (AG), e mais recentemente os Algoritmos Genéticos Multiobjetivo (AGMO), vêm demonstrando ser uma poderosa ferramenta no projeto automático de SBRF. Esta tarefa pode ser considerada como um processo de otimização ou busca em um espaço de soluções em potencial, e os AG são bem conhecidos e amplamente usados como técnica de busca, por sua habilidade de explorar espaços complexos e irregulares. Os SBRF têm sido amplamente usados para a resolução de diversos tipos de problemas, como por exemplo, problemas de controle, modelagem, classificação, diagnóstico médico e os de regressão. Um problema de regressão consiste em estimar uma função a partir de um conjunto de exemplos entrada-saída com algum ou nenhum conhecimento da forma da função. A tarefa de regressão é conceitualmente similar à de classificação, sendo que a principal diferença é que o atributo a ser predito é contínuo em vez de discreto. O objetivo deste trabalho é aplicar um AGMO na construção da base de conhecimento de um SBRF que será usado na resolução de problemas de regressão.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Doutorado: (1) . , Integrantes: Allen Hichard Marques dos Santos - Integrante / MATHEUS GIOVANNI PIRES - Coordenador.

• 2016 - 2017

  Análise e Projeto de Controladores Robustos e/ou Adaptativos aplicados a Plantas Industriais, Descrição: Os sistemas e processos existentes na grande maioria das indústrias atualmente, utilizam controladores convencionais do tipo PID (proporcional, integral, derivativo). No entanto, em muitos casos, podem aparecer alguns problemas nos sistemas, tais como, incertezas e variações nos parâmetros dos modelos matemáticos dos mesmos. Para tanto, um simples controlador PID pode não resolver o problema de controle, caso estas distorções não sejam suficientemente pequenas (desprezíveis). Este projeto de pesquisa visa o estudo da aplicabilidade de controladores utilizando metodologias que envolvam Controle Robusto e/ou Controle Adaptativo em plantas de sistemas industriais. Não só serão projetados controladores, como também serão realizadas simulações via software e implementação em hardware para testar e comparar a metodologia aplicada com metodologias que já tenham sido utilizadas anteriormente. Controladores robustos são obtidos levando-se em conta incertezas nos parâmetros dos modelos matemáticos dos sistemas. Controladores adaptativos são projetados com mecanismos de ajuste dos parâmetros do próprio controlador, como por exemplo, ganhos, levando em conta mudanças de parâmetros do sistema durante o funcionamento do mesmo. As técnicas de controle robusto envolverão sistemas com incertezas intervalares em seus parâmetros. Já as técnicas de controle adaptativo envolverão reguladores auto-sintonizáveis e/ou sistemas adaptativos por modelos de referência.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Allen Hichard Marques dos Santos - Integrante / Marcia Lissandra Machado Prado - Coordenador.

Prêmios