Rodrigo Matos Peixoto

Formação complementar

Idiomas

Produções bibliográficas

• 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.

Projetos de pesquisa

• 2023 - Atual

  Projeto de pesquisa e desenvolvimento de um protótipo ou unidade piloto de separação de CO2 e gás natural em condições HPHT (High Pressure and High Temperature) por meio do desenvolvimento de modelos de predição de IA, Descrição: Unidades Estacionárias de Produção (UEPs) são instalações industriais localizadas em alto mar cuja função é extrair o petróleo e separá-lo em óleo, água e gás. As condições de processo extremas (elevadas pressões e vazões) exigidas e o alto teor de CO#8322; (e demais contaminantes) no gás produzido representa, desafios tecnológicos para os processos de exploração, produção e processamento, bem como para a integridade dos diversos sistemas físicos das UEPs. Uma forma de mitigação desses desafios é a diminuição da concentração de CO2 e contaminantes no gás mediante um processo de separação gasosa via membranas. Ao tornar esse processo inteligente, integrando a ele técnicas de modelagem e otimização como sugere o estado da arte da área, ele é aprimorado, tendo em vista que essas técnicas, quando aplicadas em conjunto, são capazes de prover parâmetros ótimos de operação (em termos de temperatura, pressão e configurações operacionais), aumentado a eficiência do processo (em termos de permeabilidade dos gases e seletividade da membrana), a quialidade do gás tratado (em termos de pureza) e contribuindo para a redução de custos operacionais (em termos de gastos desnecessários de energia). Diante desta demanda, propõe-se a implantação de um centro de testes e de PD para equipamentos e sistemas de Petróleo, o LDP (Laboratório de Desenvolvimento da Produção), que contempla, dentre outros tópicos, a construção (por parte do time de engenharia) e a modelagem (por parte do time de PDI) de um skid de testes de membranas.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Rodrigo Matos Peixoto - Integrante / Luiz Flávio da Silva - Coordenador / Talison Augusto Correia de Melo - Integrante / José Dantas Paranhos - Integrante / Igor Oliveira de Freitas Campos - Integrante / Sara Marques Oliveira de Araujo Souza - Integrante / João Pedro do Espirito Santo Almeida - Integrante.

• 2022 - 2023

  Projeto HP/ ViaLab 2023 - Laboratório de Computação Visual e Inteligência Artificial - Machine Learning Operations (MLOps), 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: (6) / Especialização: (1) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Rodrigo Matos Peixoto - Coordenador / Rafael Bessa Loureiro - Integrante / Tiago Pagano - Integrante / Alexis Cabeda - Integrante / Eduardo Chagas - Integrante / Gustavo Oliveira Ramos Cruz - Integrante / Fernanda Vitória Nascimento Lisboa - Integrante / Oberdan Rocha Pinheiro - Integrante.

• 2022 - 2022

  Projeto HP/ ViaLab 2022 - Laboratório de Computação Visual e Inteligência Artificial - Machine Learning & Operations (MLOps), Descrição: Pesquisa financiada pela HP Brasil Indústria e Comércio de Equipamentos Eletrônicos Ltda. para fazer jus ao crédito financeiro definido no Art. 4º da Lei nº 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: (6) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Rodrigo Matos Peixoto - Integrante / Ingrid Winkler - Coordenador / Rafael Bessa Loureiro - Integrante / Erick Giovanni Esperandio Nascimento - Integrante / Tiago Pagano - Integrante / Alexis Cabeda - Integrante / Eduardo Chagas - Integrante / Ewerton Lopes Silva de Oliveira - Integrante / Gustavo Oliveira Ramos Cruz - Integrante / Fernanda Vitória Nascimento Lisboa - Integrante / Guilherme Aragão de Souza Guimarães - Integrante.

• 2021 - 2021

  Projeto HP/ ViaLab 2021 - Laboratório de Computação Visual e Inteligência Artificial - Machine Learning & Operations (MLOps), Descrição: Pesquisa financiada pela HP Brasil Indústria e Comércio de Equipamentos Eletrônicos Ltda. para fazer jus ao crédito financeiro definido no Art. 4º da Lei nº 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: (4) / Especialização: (1) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Rodrigo Matos Peixoto - Integrante / Ingrid Winkler - Coordenador / Rafael Bessa Loureiro - Integrante / Erick Giovanni Esperandio Nascimento - Integrante / Tiago Pagano - Integrante / Alexis Cabeda - Integrante / Daniel Lordelo Sanches - Integrante / Eduardo Chagas - Integrante / Ewerton Lopes Silva de Oliveira - Integrante / Gustavo Oliveira Ramos Cruz - Integrante / Fernanda Vitória Nascimento Lisboa - Integrante / Guilherme Aragão de Souza Guimarães - Integrante.