Especialistas Seniores em Covid-19 com atuação no Brasil

Paulo Salgado Gomes de Mattos Neto

possui graduação em Bacharelado em Sistemas de Informação com ênfase em Telemática pela Universidade Católica de Pernambuco (2005), onde recebeu a láurea do curso e prêmio de aluno destaque da SBC, mestrado e doutorado em Ciência da Computação pela Universidade Federal de Pernambuco (UFPE). Atualmente é professor adjunto do Centro de Informática (CIn) da Universidade Federal de Pernambuco. Tem experiência nas área de Computação Inteligente, atuando principalmente nos seguintes temas: análise de séries temporais, sistemas híbridos inteligentes, algoritmos bioinspirados e redes neurais artificiais. (Texto informado pelo autor)

https://lattes.cnpq.br/4610098557429398 (26/10/2021)

Rótulo/Grupo:

Bolsa CNPq: Nível 2

Período de análise:

Endereço: Universidade Federal de Pernambuco, Centro de Informática. Avenida Jornalista Aníbal Fernandes Cidade Universitária 50740560 - Recife, PE - Brasil Telefone: (81) 21268430 URL da Homepage: www.cin.ufpe.br

Grande área: Ciências Exatas e da Terra

Área: Ciência da Computação

Citações: Google Acadêmico

Produção bibliográfica

Artigos completos publicados em periódicos (28)
1. NETO, PAULO S. G. DE MATTOS; FIRMINO, PAULO R. A. ; SIQUEIRA, HUGO ; TADANO, YARA DE SOUZA ; ALVES, THIAGO ANTONINI ; DE OLIVEIRA, JOAO F. L. ; MARINHO, MANOEL H. N. ; Madeiro, Francisco. Neural-Based Ensembles for Particulate Matter Forecasting. IEEE Access. v. 9, p. 1-1, issn: 2169-3536, 2021.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. DE OLIVEIRA, JOAO F. L. ; SILVA, ERAYLSON G. ; DE MATTOS NETO, PAULO S. G.. A Hybrid System Based on Dynamic Selection for Time Series Forecasting. IEEE Transactions on Neural Networks and Learning Systems. v. -, p. 1-13, issn: 2162-237X, 2021.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. IZIDIO, D. M. F. ; de Mattos Neto, Paulo S.G. ; BARBOSA, L. ; OLIVEIRA, J. F. L. ; MARINHO, M. H. N. ; RISSI, G. F.. Evolutionary Hybrid System for Energy Consumption Forecasting for Smart Meters. Energies. v. 14, p. 1794, issn: 1996-1073, 2021.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4. SILVA, ERAYLSON G. ; DE MATTOS NETO, PAULO S. G. ; CAVALCANTI, GEORGE D. C.. A Dynamic Predictor Selection Method Based on Recent Temporal Windows for Time Series Forecasting. IEEE Access. v. 9, p. 108466-108479, issn: 2169-3536, 2021.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5. de Mattos Neto, Paulo S.G.; LORENZATO, F. ; SANTOS JUNIOR, D. O. ; SIQUEIRA, H. V. ; MARINHO, M. H. N. ; Madeiro, F.. An Adaptive Hybrid System Using Deep Learning for Wind Speed Forecasting. INFORMATION SCIENCES. v. 581, p. 495-514, issn: 0020-0255, 2021.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6. LACERDA, G. M. ; Paulo S. G. de Mattos Neto. SCi-XP: Uma Ferramenta par Previsão Séries Temporais utilizando Técnicas de Inteligência Artificial. REVISTA DE ENGENHARIA E PESQUISA APLICADA. v. 5, p. 36-43, issn: 2525-4251, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7. MENDES, H. A. ; NUNES, H. F. ; de Mattos Neto, Paulo S.G.. Integração de Dados e Modelos de Previsão de Produção Fotovoltaica do Nordeste Brasileiro. REVISTA DE ENGENHARIA E PESQUISA APLICADA. v. 5, p. 62-72, issn: 2525-4251, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
8. de Mattos Neto, Paulo S.G.; Cavalcanti, George D.C. ; FIRMINO, PAULO R.A. ; SILVA, ERAYLSON G. ; VILA NOVA FILHO, SÉRGIO R.P.. A temporal-window framework for modeling and forecasting time series. KNOWLEDGE-BASED SYSTEMS. v. 193, p. 105476, issn: 0950-7051, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
9. SIQUEIRA, HUGO ; MACEDO, MARIANA ; TADANO, YARA DE SOUZA ; ALVES, THIAGO ANTONINI ; STEVAN, SERGIO L. ; OLIVEIRA, DOMINGOS S. ; MARINHO, MANOEL H.N. ; NETO, PAULO S.G. DE MATTOS ; OLIVEIRA, JOÃO F. L. DE ; LUNA, IVETTE ; FILHO, MARCOS DE ALMEIDA LEONE ; SARUBBO, LEONIE ASFORA ; CONVERTI, ATTILIO. Selection of Temporal Lags for Predicting Riverflow Series from Hydroelectric Plants Using Variable Selection Methods. Energies. v. 13, p. 4236, issn: 1996-1073, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
10. DE MATTOS NETO, PAULO S. G.; MARINHO, MANOEL H. N. ; SIQUEIRA, HUGO ; DE SOUZA TADANO, YARA ; MACHADO, VIVIAN ; ANTONINI ALVES, THIAGO ; DE OLIVEIRA, JOÃO FAUSTO L. ; Madeiro, Francisco. A Methodology to Increase the Accuracy of Particulate Matter Predictors Based on Time Decomposition. Sustainability. v. 12, p. 7310, issn: 2071-1050, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
11. BELOTTI, JÔNATAS ; SIQUEIRA, HUGO ; ARAUJO, LILIAN ; STEVAN, SÉRGIO L. ; de Mattos Neto, Paulo S.G. ; MARINHO, MANOEL H. N. ; DE OLIVEIRA, JOÃO FAUSTO L. ; USBERTI, FÁBIO ; LEONE FILHO, MARCOS DE ALMEIDA ; CONVERTI, ATTILIO ; SARUBBO, LEONIE ASFORA. Neural-Based Ensembles and Unorganized Machines to Predict Streamflow Series from Hydroelectric Plants. Energies. v. 13, p. 4769, issn: 1996-1073, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
12. DE MATTOS NETO, PAULO S. G.; DE OLIVEIRA, JOAO FAUSTO LORENZATO ; DE OLIVEIRA SANTOS JUNIOR, DOMINGOS SAVIO ; SIQUEIRA, HUGO VALADARES ; DA NOBREGA MARINHO, MANOEL HENRIQUE ; Madeiro, Francisco. A Hybrid Nonlinear Combination System for Monthly Wind Speed Forecasting. IEEE Access. v. 8, p. 191365-191377, issn: 2169-3536, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
13. SANTOS JÚNIOR, DOMINGOS S. DE O. ; DE OLIVEIRA, JOÃO F.L. ; de Mattos Neto, Paulo S.G.. An intelligent hybridization of ARIMA with machine learning models for time series forecasting. KNOWLEDGE-BASED SYSTEMS. v. 175, p. 72-86, issn: 0950-7051, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
14. STOSIC, DUSAN ; STOSIC, DARKO ; de Mattos Neto, Paulo S.G. ; STOSIC, TATIJANA. Multifractal characterization of Brazilian market sectors. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS. v. 525, p. 956-964, issn: 0378-4371, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
15. DE OLIVEIRA, JOÃO FAUSTO LORENZATO ; PACÍFICO, LUCIANO DEMETRIO SANTOS ; DE MATTOS NETO, PAULO SALGADO GOMES ; BARREIROS, EMANOEL FRANCISCO SPOSITO ; RODRIGUES, CLEYTON MARIO DE OLIVEIRA ; FILHO, ADAUTO TRIGUEIRO DE ALMEIDA. A hybrid optimized error correction system for time series forecasting. APPLIED SOFT COMPUTING. v. 87, p. 105970, issn: 1568-4946, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
16. de Mattos Neto, Paulo S.G.; Ferreira, Tiago A.E. ; LIMA, ARANILDO R. ; VASCONCELOS, GERMANO C. ; Cavalcanti, George D.C.. A perturbative approach for enhancing the performance of time series forecasting. NEURAL NETWORKS. v. 88, p. 114-124, issn: 0893-6080, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
17. DE MATTOS NETO, PAULO S. G.; CAVALCANTI, GEORGE D. C. ; Madeiro, F.. Nonlinear Combination Method of Forecasters applied to PM Time Series. PATTERN RECOGNITION LETTERS. v. 95, p. 65-72, issn: 0167-8655, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
18. DE LIMA, NEÍLSON F. ; FERNANDES, LEONARDO H.S. ; JALE, JADER S. ; de Mattos Neto, Paulo S.G. ; STO?I', TATIJANA ; STO?I', BORKO ; Ferreira, Tiago A.E.. Long-term correlations and cross-correlations in IBovespa and constituent companies. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS. v. 492, p. 1431-1438, issn: 0378-4371, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
19. MATA, E. ; BANDEIRA, S. ; DE MATTOS NETO, PAULO S. G. ; LOPES, W. ; Madeiro, F.. Accelerating Families of Fuzzy K-Means Algorithms for Vector Quantization Codebook Design. Sensors (Basel). v. 16, p. 1963, issn: 1424-8220, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
20. FIRMINO, PAULO RENATO A. ; de Mattos Neto, Paulo S.G. ; Ferreira, Tiago A.E.. Error modeling approach to improve time series forecasters. Neurocomputing (Amsterdam). v. 153, p. 242-254, issn: 0925-2312, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
21. DE MATTOS NETO, PAULO S. G.; CAVALCANTI, GEORGE D. C. ; Madeiro, Francisco ; FERREIRA, TIAGO A. E.. An Approach to Improve the Performance of PM Forecasters. Plos One. v. 10, p. e0138507, issn: 1932-6203, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
22. FIRMINO, PAULO RENATO A. ; de Mattos Neto, Paulo S.G. ; Ferreira, Tiago A.E.. Correcting and combining time series forecasters. NEURAL NETWORKS. v. 50, p. 1-11, issn: 0893-6080, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
23. DE MATTOS NETO, PAULO S. G.; Madeiro, Francisco ; Ferreira, Tiago A.E. ; Cavalcanti, George D.C.. Hybrid intelligent system for air quality forecasting using phase adjustment. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE. v. 32, p. 185-191, issn: 0952-1976, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
24. Silva, David A. ; ALVES, GABRIELA I. ; de Mattos Neto, Paulo S.G. ; Ferreira, Tiago A.E.. Measurement of Fitness Function Efficiency using Data Envelopment Analysis. Expert Systems with Applications. v. 41, p. 7147-7160, issn: 0957-4174, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
25. ALBUQUERQUE FILHO, F. S. ; Madeiro, Francisco ; FERNANDES, S. M. M. ; MATTOS NETO, P. S. G. DE ; Ferreira, Tiago A. E.. Time-series forecasting of pollutant concentration levels using particle swarm optimization and artificial neural networks. Química Nova (Impresso). v. 36, p. 783-789, issn: 0100-4042, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
26. LIMA, W. ; DE MATTOS NETO, PAULO S. G. ; FORTES, S.. Desenvolvimento de um ambiente colaborativo para ensino de geometria usando o Facebook. Anais da Escola Regional de Informática de Pernambuco. v. 2, p. 119-122, issn: 2317-5346, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
27. de Mattos Neto, Paulo S.G. ; Cavalcanti, George D.C. ; Madeiro, Francisco ; Ferreira, Tiago A.E.. An ideal gas approach to classify countries using financial indices. Physica. A (Print). v. 392, p. 177-183, issn: 0378-4371, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
28. de Mattos Neto, Paulo S.G. ; Silva, David A. ; Ferreira, Tiago A.E. ; Cavalcanti, George D.C. ; Ferreira, Tiago A. E.. Market volatility modeling for short time window. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS. v. 390, p. 3444-3453, issn: 0378-4371, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Livros publicados/organizados ou edições (0)
Capítulos de livros publicados (3)
1. Mattos, Juliana Barcellos ; SILVA, ERAYLSON G. ; DE MATTOS NETO, PAULO S. G. ; Vimieiro, Renato. Exceptional Survival Model Mining. Em: Brazilian Conference on Intelligent Systems 2020. (Org.). Lecture Notes in Computer Science. 1ed. : Springer International Publishing. 2020.v. 12320, p. 307-321.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. LOPES, W. ; LINS, R. ; BUENO, M. ; Paulo S. G. de Mattos Neto ; Madeiro, F.. Introdução à Robótica em Linguagem. Em: Waslon Terllizzie A. Lopes; Francisco Madeiro; Luciana Cidrim. (Org.). Tecnologias Aplicadas às Ciências da Linguagem. 1ed.João Pessoa. : Editora da UFPB. 2018.v. 1, p. 131-147.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. Rodrigues, Aranildo L. J. ; de Mattos Neto, Paulo S.G. ; Albuquerque, Jones ; Bocanegra, Silvana ; FERREIRA, T. A. E.. Forecasting Chaotic and Non-Linear Time Series with Artificial Intelligence and Statistical Measures. Em: Gregorio Romero Rey; Luisa Martinez Muneta. (Org.). Modelling Simulation and Optimization. 1ed. 2010.p. 615-636.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Textos em jornais de notícias/revistas (1)
1. DE MATTOS NETO, PAULO S. G. Inteligência Computacional: a solução para fiscalização do gasto público no Brasil?. Revista Gestão Pública PE, Recife, p. 20-23, 15 nov. 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Trabalhos completos publicados em anais de congressos (21)
1. SILVA, C. ; ROSA, D. ; MIRANDA, P. B. C. ; CORDEIRO, F. ; SI, T. ; NASCIMENTO, A. ; MELLO, R. F. ; de Mattos Neto, P.S.G.. A Multi-Objective Grammatical Evolution Framework to Generate Convolutional Neural Network Architectures. Em: 2021 IEEE Congress on Evolutionary Computation (CEC), 2021.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. MENDES, H. A. ; OLIVEIRA, J. F. L. ; DE MATTOS NETO, PAULO S. G. ; PEREIRA, A. C. ; JATOBA, E. B. ; MELO FILHO, J. B. ; BARRETO, E. J. P. ; MARINHO, MANOEL H. N.. Metaheuristic based MLP-SARIMAX HybridizationOne Hour Ahead Solar Radiation Forecasting. Em: XV Congresso Brasileiro de Inteligência Computacional (CBIC), 2021.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. SILVA, ERAYLSON. G. ; CAVALCANTI, GEORGE D. C. ; DE OLIVEIRA, JOAO FAUSTO L. ; DE MATTOS NETO, PAULO S. G.. On the evaluation of dynamic selection parameters for time series forecasting. Em: 2020 International Joint Conference on Neural Networks (IJCNN), p. 1, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4. Mattos, Juliana Barcellos ; SILVA, ERAYLSON ; Mattos Neto, Paulo ; Vimieiro, Renato. Clinical risk factors of ICU & fatal COVID-19 cases in Brazil. Em: Symposium on Knowledge Discovery, p. 33, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5. TIMOTEO, R. ; CUNHA, DANIEL C. ; Paulo S. G. de Mattos Neto. A Novel Combining-Based Method of Pool Generation for Ensemble Regression Problems. Em: 32nd International Florida Artificial Intelligence Research Society (FLAIRS) Conference, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6. NEVES JUNIOR, RICARDO ; NASCIMENTO, RAFAELLA LEANDRA SOUZA DO ; FAGUNDES, ROBERTA ANDRADE DE ARAÚJO ; MATTOS NETO, PAULO SALGADO GOMES DE. Estimação de Índices de Aprovação e Reprovação Escolar do Ensino Médio. Em: XXX Simpósio Brasileiro de Informática na Educação (Brazilian Symposium on Computers in Education), p. 339-348, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7. GALDINO DA SILVA, ERAYLSON ; SALGADO GOMES DE MATTOS NETO, PAULO ; LORENZATO DE OLIVEIRA, JOAO FAUSTO. Hybrid System for Time Series using Iterative Residual Forecasting Models. Em: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), p. 872, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
8. SILVA, ERAYLSON. G. ; DE O. JUUNIOR, DOMINGOS S. ; CAVALCANTI, GEORGE D. C. ; DE MATTOS NETO, PAULO S. G.. Improving the accuracy of intelligent forecasting models using the Perturbation Theory. Em: 2018 International Joint Conference on Neural Networks (IJCNN), p. 1, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
9. ALMEIDA, DIOGO M. ; DE MATTOS NETO, PAULO S. G. ; CUNHA, DANIEL C.. Hybrid Time Series Forecasting Models Applied to Automotive On-Board Diagnostics Systems. Em: 2018 International Joint Conference on Neural Networks (IJCNN), p. 1, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
10. SANTOS JUNIOR, D. O. ; HOLANDA, L. G. ; de Mattos Neto, Paulo S.G.. Uma Abordagem de Combinação Não-Linear ARIMA-SVM para Previsão de Séries Temporais. Em: ENIAC - Encontro Nacional de Inteligência Artificial e Computacional, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
11. PINHEIRO, HECTOR N. B. ; VIEIRA, SERGIO R. F. ; Ren, Tsang Ing ; CAVALCANTI, GEORGE D. C. ; DE MATTOS NETO, PAULO S. G.. Type-2 fuzzy GMM for text-independent speaker verification under unseen noise conditions. Em: 2016 IEEE International Conference on Acoustics, p. 5490, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
12. NETO, PAULO S. G. DE MATTOS ; Ferreira, Tiago A. E.. Applying a general hybrid intelligent system for ultra-high-frequency stock market forecasting. Em: 2016 International Joint Conference on Neural Networks (IJCNN), v. 1, p. 2104-2109, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
13. ALMEIDA, D. M. ; CUNHA, D. C. ; DE MATTOS NETO, PAULO S. G.. A Proposal of an Intelligent Forecasting System for Automotive Diagnostics using Time Series Analysis. Em: XIII Encontro Nacional de Intelig?encia Artificial e Computacional, v. 1, p. 577-588, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
14. SOUZA, R. B. ; de Mattos Neto, Paulo S.G. ; Cavalcanti, George D.C. ; FERREIRA, T. A. E.. An Intelligent Agent to Classify Countries Based on Financial Indices. Em: 1st BRICS Countries Congress on Computational Intelligence (BRICS-CCI)/ 11th Brazilian Congress on Computational Intelligence (CBIC), v. 1, p. 223-229, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
15. OLIVEIRA, T. F. ; OLIVEIRA, R. T. A. ; FIRMINO, P. R. A. ; MATTOS NETO, P. S. G. DE ; Ferreira, Tiago A. E.. Combination of Biased Artificial Neural Network Forecasters. Em: 1st BRICS Countries Congress on Computational Intelligence (BRICS-CCI)/ 11th Brazilian Congress on Computational Intelligence (CBIC), v. 1, p. 522-527, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
16. SANTOS, HENRIQUE C.T. ; ALVES, GABRIELA I.L. ; DE LIMA, NEILSON F. ; de Mattos Neto, Paulo S.G. ; Ferreira, Tiago A.E.. A System Based on Swarm Particle Optimization to Extract Knowledge from Times Series Data. Em: 2012 Brazilian Symposium on Neural Networks - SBRN / Brazilian Conference on Intelligent System (BRACIS 2012), p. 244-249, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
17. DE MATTOS NETO, PAULO S. G.; FERREIRA, TIAGO A. E. ; CAVALCANTI, GEORGE D. C.. A simulation environment for volatility analysis of developed and in development markets. Em: 2011 International Joint Conference on Neural Networks (IJCNN 2011 San Jose), p. 2450-2456, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
18. Tavares, Gustavo ; de M Neto, P.S.G. ; CAVALCANTI, G. D. C. ; Ren, Tsang Ing. Lag selection for time series forecasting using Particle Swarm Optimization. Em: International Joint Conference on Neural Networks (IJCNN), p. 2437-2444, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
19. Rodrigues, Aranildo L. J. ; de Mattos Neto, Paulo S.G. ; SILVA, D. A. ; FERREIRA, T. A. E.. Tests with Different Fitness Functions for Tuning of Artificial Neural Networks with Genetic Algorithms. Em: X Congresso Brasileiro de Inteligencia Computacional, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
20. de Mattos Neto, P.S.G.; Rodrigues, Aranildo L. J. ; FERREIRA, T. A. E. ; CAVALCANTI, G. D. C.. An intelligent perturbative approach for the time series forecasting problem. Em: 2010 IEEE World Congress on Computational Intelligence - International Joint COnference on Neural Networks 2010 - IJCNN 2010, p. ???-???, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
21. Rodrigues, Aranildo L. J. ; Silva, David A. ; de Mattos Neto, P.S.G. ; FERREIRA, T. A. E.. An Experimental Study of Fitness Function and Time Series Forecasting Using Artificial Neural Networks. Em: Genetc and Evolutionary Computation Conference - GECCO 2010, v. ?, p. 2015-2018, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Resumos expandidos publicados em anais de congressos (1)
1. Mattos Neto, P.S.G.; Rodrigues, Aranildo L. J. ; FERREIRA, T. A. E.. Time series forecasting using a perturbative intelligent system. Em: Genetic and Evolutionary Computation Conference, 2010, Portland. Genetic and Evolutionary Computation Conference, p. 1477-1478, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Resumos publicados em anais de congressos (6)
1. Fernandes, L. H. S. ; Leite, U. P. S. ; DE LIMA, NEILSON F. ; Marinho, D. T. F. S. ; de Mattos Neto, P.S.G. ; Ferreira, Tiago A.E.. Quantifying financial risks. Em: ECONOFIS' 14, 2014, Rio de Janeiro. ECONOFIS' 14, p. 29-30, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. DE LIMA, NEILSON F. ; Fernandes, L. H. S. ; Stosic, T. ; STOSIC, B. D. ; de Mattos Neto, P.S.G. ; FERREIRA, T. A. E.. Correlation and Cross-Correlation of the BOVESPA companies. Em: ECONOFIS' 14, 2014, Rio de Janeiro. ECONOFIS' 14, p. 35-35, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. LIMA, W. ; de Mattos Neto, Paulo S.G. ; FORTES, S.. Desenvolvimento de um Ambiente Colaborativo para Ensino de Geometria usando o Facebook. Em: Escola Regional de Informática de Pernambuco - III ERIPE, 2013, Garanhuns. Escola Regional de Informática de Pernambuco - III ERIPE, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4. de Mattos Neto, P.S.G.; Madeiro, F. ; FERREIRA, T. A. E. ; CAVALCANTI, G. D. C.. An Approach Based on Ideal Gas to Cluster World Economies. Em: Perspectives and Challenges in Statistical Physics and Complex Systems for the Next Decade: A Conference in Honor of Eugene Stanley and Liacir Lucena, 2011, Natal. Perspectives and Challenges in Statistical Physics and Complex Systems for the Next Decade: A Conference in Honor of Eugene Stanley and Liacir Lucena, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5. SILVA, D. A. ; FERREIRA, T. A. E. ; MATTOS NETO, P. S. G. DE. Optimization of Fitness Function in Evolutionary Computation System Applied to the Forecasting. Em: XXVth International Biometric Conference, 2010, Florianópoles. Proceedings of XXVth International Biometric Conference. Florianópolis, p. ?-?, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6. LIMA JUNIOR, A. R. ; SILVA, D. A. ; MATTOS NETO, P. S. G. DE ; FERREIRA, T. A. E.. Improving the Prediction of Non-Linear Time Series with Hybrid Methods Using the Correct Statistical Measure. Em: XXVth International Biometric Conference, 2010, Florianópoles. Proceedings of XXVth International Biometric Conference. Florianópolis, p. ?-?, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Artigos aceitos para publicação (0)
Apresentações de trabalho (3)
1. de Mattos Neto, P.S.G.; Madeiro, F. ; FERREIRA, T. A. E. ; CAVALCANTI, G. D. C.. An Approach Based on Ideal Gas to Cluster World Economies. 2011. Apresentação de Trabalho/Congresso
2. MATTOS, P. S. G.; Rodrigues, Aranildo L. J. ; FERREIRA, T. A. E. ; CAVALCANTI, G. D. C.. An Intelligent Perturbative Approach for the Time Series Forecasting Problem. 2010. Apresentação de Trabalho/Congresso
3. MATTOS, P. S. G.; FERREIRA, T. A. E. ; VASCONCELOS, G. C.. Volatility Analisys From Exponential Adjustment. 2010. Apresentação de Trabalho/Comunicação
Demais tipos de produção bibliográfica (1)
1. MENDES, H. A. ; NUNES, H. F. ; de Mattos Neto, Paulo S.G.. Data integration and prediction models of photovoltaic production from Brazilian northeastern. Arxiv. 2020. Artigo
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

Produção técnica

Programas de computador com registro de patente (0)
Programas de computador sem registro de patente (0)
Produtos tecnológicos (0)
Processos ou técnicas (0)
Trabalhos técnicos (6)
1. de Mattos Neto, Paulo S.G. Consultor ad-hoc de propostas da Fase 1 - Ideias Inovadores: Programa Centelha - AM (Amazonas). 2020.
  [ busca Google | busca Bing ]
2. Oliveira, Adriana Cristina. Análise de mérito do processo # 88881.128078/2016-01 - Programa Doutorado Pleno no Exterior. Consultor Ad-hoc: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). 2017.
  [ busca Google | busca Bing ]
3. DE MATTOS NETO, PAULO S. G. Consultor Ad-hoc PIBIC/CNPq/UFPE. 2017.
  [ busca Google | busca Bing ]
4. DE MATTOS NETO, PAULO S. G. Consultor Ad-hoc PIBIC/CNPq/UFPE. 2016.
  [ busca Google | busca Bing ]
5. DE MATTOS NETO, PAULO S. G.; PIMENTA, V.. De olho nos políticos. 2017. (Programa de rádio ou. 2017.
  [ busca Google | busca Bing ]
6. de Mattos Neto, P.S.G. III Escola Regional de Informática de Pernambuco (ERIPE). 2013. (Programa de rádio ou TV/Mesa. 2013.
  [ busca Google | busca Bing ]
Demais tipos de produção técnica (22)
1. DE MATTOS NETO, PAULO S. G. Membro de Comitê de Programa do IJCNN 2021. 2021. Membro de Comitê de Programa
  [ busca Google | busca Bing ]
2. DE MATTOS NETO, PAULO S. G. Membro de Comitê de Programa do CBIC 2021. 2021. Membro de Comitê de Programa
  [ busca Google | busca Bing ]
3. DE MATTOS NETO, PAULO S. G. Revisor de artigos do CBIC 2021. 2021. (Revisão. 2021. Revisão técnica (Avaliador
  [ busca Google | busca Bing ]
4. DE MATTOS NETO, PAULO S. G. Revisor de artigos do IJCNN 2021. 2021. (Revisão. 2021. Revisão técnica (Avaliador
  [ busca Google | busca Bing ]
5. DE MATTOS NETO, PAULO S. G. Membro de Comitê de Programa do IJCNN 2020. 2020. Membro de Comitê de Programa
  [ busca Google | busca Bing ]
6. DE MATTOS NETO, PAULO S. G. Revisão de artigos do WORKSHOP OF UNDERGRADUATE WORKS (WUW) do SIBGRAPI. 2019. (Revisão. 2019. Revisão técnica (Avaliador
  [ busca Google | busca Bing ]
7. Paulo S. G. de Mattos Neto. Revisor de artigos do IJCNN. 2019. (Revisão. 2019. Revisão técnica (Avaliador
  [ busca Google | busca Bing ]
8. DE MATTOS NETO, PAULO S. G. IEEE World Congress on Computational Intelligence (WCCI 2018). 2018. (Revisão. 2018. Revisão técnica (Avaliador
  [ busca Google | busca Bing ]
9. DE MATTOS NETO, PAULO S. G. Workshop on Intelligent Assistive Computing - IJCNN. 2018. (Revisão. 2018. Revisão técnica (Avaliador
  [ busca Google | busca Bing ]
10. Paulo S. G. de Mattos Neto. Revisor de artigos do BRACIS 2018. 2018. (Revisão. 2018. Revisão técnica (Avaliador
  [ busca Google | busca Bing ]
11. DE MATTOS NETO, PAULO S. G.; LORENZATO, F. . Introdução ao Matlab. 2017. 2017.
  [ busca Google | busca Bing ]
12. MATTOS NETO, PAULO S. G. DE. Revisão técnica de artigos para o Simpósio Brasileiro de Automação Inteligente (SBAI). 2017. (Revisão. 2017. Revisão técnica (Avaliador
  [ busca Google | busca Bing ]
13. de Mattos Neto, Paulo S.G. Revisão técnica de artigos para o 4th IEEE Latin American Conference on Computational Intelligence (LA-CCI). 2017. (Revisão. 2017. Revisão técnica (Avaliador
  [ busca Google | busca Bing ]
14. DE MATTOS NETO, PAULO S. G. Revisão técnica de artigos para o 4th Brazilian Conference on Intelligent System (BRACIS). 2015. (Revisão. 2015. Revisão técnica (Avaliador
  [ busca Google | busca Bing ]
15. DE MATTOS NETO, PAULO S. G. Revisão técnica de artigos para o LA-CCI (Latin American) and 12. CBIC (Brazilian) Congress on Computational Intelligence. 2015. (Revisão. 2015. Revisão técnica (Avaliador
  [ busca Google | busca Bing ]
16. DE MATTOS NETO, PAULO S. G. Sistemas Inteligentes no contexto de Previsão de Séries Temporais. 2015. Palestra
  [ busca Google | busca Bing ]
17. de Mattos Neto, Paulo S.G. Revisão técnica de artigos para o World Congress on Nature and Biologically Inspired Computing (NaBIC2014). 2014. (Revisão. 2014. Revisão técnica (Avaliador
  [ busca Google | busca Bing ]
18. de Mattos Neto, Paulo S.G. Revisão técnica para a XIII Jornada de Ensino, Pesquisa e Extensão da UFRPE (JEPEX 2013). 2013. (Revisão. 2013. Revisão técnica (Avaliador
  [ busca Google | busca Bing ]
19. DE MATTOS NETO, PAULO S. G. Revisor técnico da versão final do relatório (oral/escrita) do PIBIC (2012-2013) e do Programa de Iniciação Científica Voluntária (PIC 2012-2013) do Departamento de Estatística e Informática da UFRPE. 2013. (Revisão. 2013. Revisão técnica (Avaliador
  [ busca Google | busca Bing ]
20. de Mattos Neto, Paulo S.G. Revisão técnica de artigos para o WICT 2012 (World Congress on Information and Communication Technologies 2012). 2012. Revisão técnica de artigos para o WICT 2012
  [ busca Google | busca Bing ]
21. Taioque, J. L. ; Pereira, C. R. ; Papa, João Paulo. Excel Básico. 2011. Curso de curta duração ministrado/Extensão
  [ busca Google | busca Bing ]
22. FERREIRA, T. A. E. ; MATTOS, P. S. G.. Sistemas Híbridos Inteligentes Aplicados a Previsão do Mercado Financeiro. 2010. Palestra
  [ busca Google | busca Bing ]

Produção artística

Total de produção artística (0)

Orientações em andamento

Supervisão de pós-doutorado (0)
Tese de doutorado (8)
1. Filipe Coelho de Lima. Sistemas Inteligentes para previsão de mortalidade. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Pernambuco, . Início: 2020.
  Orientador: Paulo Salgado Gomes de Mattos Neto.
2. Jair Paulino de Sales. Seleção de ensemble dinâmico para previsão de séries temporais. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Pernambuco, . Início: 2020.
  Orientador: Paulo Salgado Gomes de Mattos Neto.
3. Mouglas Eugenio Nasario Gomes. Redes Neurais Adversariais para Previsão de Séries Temporais. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Pernambuco, . Início: 2019.
  Orientador: Paulo Salgado Gomes de Mattos Neto.
4. Jamisson Santana de Freitas. Seleção Dinâmica de Modelos de Previsão de Séries Temporais. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Pernambuco, . Início: 2019.
  Orientador: Paulo Salgado Gomes de Mattos Neto.
5. Débora da Conceição Araújo. Classificadores para Análise de Sentimentos. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Pernambuco, . Início: 2019.
  Orientador: Paulo Salgado Gomes de Mattos Neto.
6. Camila Ascendina Nunes Kamei. Desenvolvimento de um sistema neural para previsão de séries temporais. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Pernambuco, . Início: 2018.
  Orientador: Paulo Salgado Gomes de Mattos Neto.
7. Leonardo Guimarães de Holanda. Combinação de Modelos para Previsão de Séries Temporais. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Pernambuco, . Início: 2017.
  Orientador: Paulo Salgado Gomes de Mattos Neto.
8. Domingos Sávio de Oliveira Santos Júnior. Sistemas Inteligentes para Previsão de Séries Financeiras. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Pernambuco, . Início: 2017.
  Orientador: Paulo Salgado Gomes de Mattos Neto.
Dissertação de mestrado (2)
1. Jose Flavio Vieira Melo. Sistemas Inteligentes para Previsão de Séries Temporais. Dissertação (Mestrado profissional em Ciências da Computação) - Universidade Federal de Pernambuco, . Início: 2020.
  Orientador: Paulo Salgado Gomes de Mattos Neto.
2. Raphael Crespo Pereira. Desenvolvimento de combinações inteligentes usando modelos de Deep Learning. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Início: 2019.
  Orientador: Paulo Salgado Gomes de Mattos Neto.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (0)
Iniciação científica (0)
Orientações de outra natureza (0)

Supervisões e orientações concluídas

Supervisão de pós-doutorado (0)
Tese de doutorado (3)
1. Eraylson Galdino da Silva. Uma Abordagem de Seleção Dinâmica de Preditores Baseada nas Janelas Temporais mais Recentes. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Pernambuco, Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco. 2021.
  Orientador: Paulo Salgado Gomes de Mattos Neto.
2. Leonardo Henrique Silva Fernandes. Limiarização de Retornos Para Quantificação de Riscos em Mercados Financeiros. Tese (Doutorado em Biometria e Estatística Aplicada) - Universidade Federal Rural de Pernambuco, . 2018.
  Orientadores: Paulo Salgado Gomes de Mattos Neto, Tiago Alessandro Espinola Ferreira.
3. Milton Perceus Santos de Melo. Modelo híbrido inteligente baseado em filtragem wavelet e redes neurais com aplicações à previsão de séries temporais. Tese (Doutorado em Biometria e Estatística Aplicada) - Universidade Federal Rural de Pernambuco, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2018.
  Orientadores: Paulo Salgado Gomes de Mattos Neto, Tiago Alessandro Espinola Ferreira.
Dissertação de mestrado (12)

Diogo Moury Fernandes Izidio. Uma Abordagem Evolutiva para Combinação de Modelos Aplicada a Previsão de Consumo de Energia. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco, . 2021.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Danilo Lima. Síntese de quercetina para formação de complexos com íons lantanídeos visando sondas com propriedades luminescentes. Dissertação (Mestrado em Programa de Pós-Graduação em Química) - Universidade Federal de Pernambuco, Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco. 2021.
Orientadores: Paulo Salgado Gomes de Mattos Neto, Thereza Amélia Soares da Silva.
Gabriela Mota de Lacerda. Um método baseado em correção de erros para previsão de séries temporais em ambientes online e na presença de concept drift. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2020.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Renata Correia de Andrade. Time Series Forecasting with Deep Forest Regression. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco, . 2020.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Jefferson Luiz Pessoa Lima. ADVERSARIAL OVERSAMPLING: UM MÉTODO PARA BALANCEAMENTO BASEADO EM REDES NEURAIS ADVERSÁRIAS. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2020.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Eraylson Galdino da Silva. Previsão de Séries Temporais Usando Sistemas de Múltiplos Preditores. Dissertação (Mestrado em Pós-Graduação em Ciência da Computação) - Universidade Federal de Pernambuco, . 2017.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Leonardo Guimarães de Holanda. Modelos Híbridos para Previsão de Séries Temporais: Uma Abordagem Otimizada com Algoritmo Genético. Dissertação (Mestrado em Engenharia da Computação) - Universidade de Pernambuco, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2017.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Domingos Sávio de Oliveira Santos Júnior. Uma Abordagem baseada em Computação Inteligente para Combinação de Preditores. Dissertação (Mestrado em Engenharia da Computação) - Universidade de Pernambuco, Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco. 2017.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Luiz de Oliveira Alves Filho. Sistema de apoio à decisão para gestão de risco no mercado financeiro brasileiro. Dissertação (Mestrado em Engenharia da Computação) - Universidade de Pernambuco, . 2016.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Diogo Medeiros de Almeida. Modelos Híbridos de Séries Temporais Aplicados ao Sistema Automotivo On-Board Diagnostics. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco, . 2016.
Supervisor: Paulo Salgado Gomes de Mattos Neto.
Sérgio Renan Ferreira Vieira. Type-2 Fuzzy GMM para Verificação de Locutor Independente de Texto. Dissertação (Mestrado em Pós-Graduação em Ciência da Computação) - Universidade Federal de Pernambuco, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2016.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Sérgio Renê Pessoa Vila Nova Filho. Previsão de Séries Temporais Utilizando Pools de Preditores criados a partir do Particionamento da Série e da Divisão da Tarefa de Previsão. Dissertação (Mestrado em Pós-Graduação em Ciência da Computação) - Universidade Federal de Pernambuco, . 2015.
Supervisor: Paulo Salgado Gomes de Mattos Neto.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (23)

Mario Cardoso Batista da Silva Filho. Desenvolvimento de um robô para previsão de valores de criptomoedas utilizando um método de mudança de conceito. (Graduação em Ciência da Computação) - Universidade Federal de Pernambuco, . 2021.
Orientador: Paulo Salgado Gomes de Mattos Neto.
João Antônio Cunha Silva. Uma Abordagem Híbrida Evolucionária para Previsão de Ações de Bancos da Bolsa de Valores Brasileira. (Graduação em Engenharia da Computação) - Universidade Federal de Pernambuco, . 2020.
Orientador: Paulo Salgado Gomes de Mattos Neto.
João Lucas Oliveira Canhoto. Um sistema baseado na análise de séries temporais para classificação de padrões respiratórios terapêuticos. (Graduação em Engenharia da Computação) - Universidade Federal de Pernambuco, . 2019.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Rafael José da Silva. Uso do Sarimax e Redes neurais artificiais para predição mensal de casos de dengue. (Graduação em Engenharia da Computação) - Universidade Federal de Pernambuco, . 2019.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Victor Augusto Pereira Burgardt. Análise da importância de características na detecção de Malwares para sistemas Android. (Graduação em Sistemas de Informação) - Universidade Federal de Pernambuco, . 2019.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Ruy Brito Barbosa. An Evolutionary Approach for Parameter Selection on Time series Forecasting Hybrid Models. (Graduação em Ciência da Computação) - Universidade Federal de Pernambuco, . 2019.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Nilson de Lima Júnior. UM SISTEMA PARA CLASSIFICAÇÃO DE FIBROSE HEPÁTICA A PARTIR DE SNPS. (Graduação em Engenharia da Computação) - Universidade Federal de Pernambuco, . 2019.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Bruno Filizola Leal. Seleção de características usando algoritmo genético aplicada à um classificador. (Graduação em Engenharia da Computação) - Universidade Federal de Pernambuco, . 2019.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Mariana da Silva Barros. Sistema Híbrido Inteligente para Detecção de Objetos. (Graduação em Engenharia da Computação) - Universidade Federal de Pernambuco, . 2019.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Vinicius Oliveira Folha. VTMV: Uma ferramenta interativa de visualização para a análise de trajetórias multidimensionais. (Graduação em Ciência da Computação) - Universidade Federal de Pernambuco, . 2018.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Victor Duarte Diniz Monteiro. Estudo do impacto da função de fitness no desempenho da Estratégia Evolutiva na previsão de séries temporais. (Graduação em Ciência da Computação) - Universidade Federal de Pernambuco, . 2018.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Leonardo Jose Schettini de Arruda. SISTEMA DE PREVISÃO DE PREÇO DE CRIPTOMOEDAS BASEADO NA POLARIDADE DO SENTIMENTO PÚBLICO. (Graduação em Ciência da Computação) - Universidade Federal de Pernambuco, . 2018.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Marcilio Alves de Melo Sobrinho. Um estudo comparativo dos diferentes modelos híbridos usando redes neurais e ARIMA para previsão de séries temporais. (Graduação em Engenharia da Computação) - Universidade Federal de Pernambuco, . 2017.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Gabriela Mota de Lacerda. GeometricVis: Um aplicativo para auxiliar o ensino da geometria analítica e álgebra linear. (Graduação em Ciência da Computação) - Universidade Federal de Pernambuco, . 2017.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Pedro Henriques de Faria Neves. Previsão de séries temporais utilizando uma combinação não-linear entre ARIMA e Redes Neurais Artificiais. (Graduação em Ciência da Computação) - Universidade Federal de Pernambuco, . 2017.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Avyner Henrique Bezerra da Fonseca Lucena. Uma Abordagem Híbrida para a Predição de Séries Temporais. (Graduação em Sistemas de Informação) - Universidade Federal de Pernambuco, . 2016.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Moiseis Fabien Gauthier. Um Estudo do Uso de Modelos Híbridos em Previsão de Séries Temporais. (Graduação em Ciência da Computação) - Universidade Federal de Pernambuco, . 2016.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Adailson de Castro Queiroz Filho. DarwinEye: Uma ferramenta para inspeção visual de algoritmos de otimização bio-inspirados. (Graduação em Ciência da Computação) - Universidade Federal de Pernambuco, . 2016.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Renata Correia de Andrade. Um estudo de desempenho das técnicas de aprendizagem de máquina na classificação de variantes genéticas quanto à patogenicidade. (Graduação em Engenharia da Computação) - Universidade Federal de Pernambuco, . 2016.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Edjânio Rodrigues Oliveira. Previsão de Séries Temporais Educacionais: Uma Análise de Resultados Obtidos com o uso de Séries Temporais Exógenas (Co-orientador). (Graduação em Licenciatura em Computação) - Universidade de Pernambuco, . 2014.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Antônio Mariano de Lucena. Aplicação de Rede Neural para Previsão de Séries Temporais Educacionais (Co-orientador). (Graduação em Licenciatura em Computação) - Universidade de Pernambuco, . 2014.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Carlos Frederico Azevedo. PSO aplicado a Redes Neurais Artificiais para previsão de Séries Temporais (Co-orientador). (Graduação em Engenharia da Computação) - Universidade Federal de Pernambuco, . 2013.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Wanessa Ferreira de Lima. Interação professor-aluno-conhecimento-mídias por meio do Facebook para o ensino de Matemática (Co-orientador). (Graduação em Licenciatura em Computação) - Universidade de Pernambuco, . 2013.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Iniciação científica (1)

Andreia Myllena Ribeiro. Sistemas Híbridos Inteligentes para Previsão de Séries Temporais. (Graduando em Engenharia da Computação) - Universidade Federal de Pernambuco, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2017.
Orientador: Paulo Salgado Gomes de Mattos Neto.
Orientações de outra natureza (0)

Projetos de pesquisa

Total de projetos de pesquisa (7)

2021-Atual. Arranjo tecnico para aumento da confiabilidade e seguranca eletrica aplicando armazenamento de energia por baterias e sistemas fotovoltaicos ao servico auxiliar de subestacoes 230/500 kV
Descrição: A proposta parte do princípio do potencial desenvolvimento de uma metodologia que considera a análise de diversos cenários de conexão de um conjunto FV-BESS a um serviço auxiliar (CA/CC) de subestação possibilitando o aumento na qualidade, confiabilidade, diversificação e segurança energética para o setor elétrico.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (3) / Doutorado: (2) . Integrantes: Paulo Salgado Gomes de Mattos Neto - Integrante / Madeiro, Francisco - Integrante / hugo valadares siqueira - Integrante / João Fausto Lorenzato de Oliveira - Integrante / Hugo Abreu Mendes - Integrante / MARINHO, MANOEL H. N. - Coordenador.
Membro: Paulo Salgado Gomes de Mattos Neto.
2018-Atual. Desenvolvimento de Plataforma de Medicao Inteligente com Cybersecurity, Business Intelligence e Big Data
Descrição: A proposta de projeto visa o desenvolvimento de uma plataforma computacional flexível de soluções para análise de big data coletados de Medidores Inteligentes do Grupo B da CPFL. Os dados provenientes da Advanced Metering Infrastructure (AMI) serão pré-processados no padrão CIM da IEC, transmitidos e armazenados dentro de critérios de Cybersecurity e analisados segundo metodologia CRISP-DM, que posteriormente estarão disponíveis para uma análise de Business Intelligence (BI). Será estruturado, como exemplo de aplicação prática, um processo estratégico da distribuidora. Os demais poderão ser estruturados, parametrizados e customizados pelos usuários, usando o Tableau, conforme demanda de cada área. Os dados objeto da análise serão obtidos de uma rede de medição inteligente constituída de 1.000 dispositivos de medição. O medidor a ser utilizado no projeto piloto deverá ser escolhido dentre estudo realizado pelos pesquisadores na etapa de benchmark e estado da arte.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (4) / Doutorado: (10) . Integrantes: Paulo Salgado Gomes de Mattos Neto - Integrante / manoel henrique da nóbrega marinho - Coordenador / Luciano Barbosa - Integrante.
Membro: Paulo Salgado Gomes de Mattos Neto.
2017-Atual. Exploracao de Modelos de Inteligencia Artificial baseados em Aprendizado Profundo
Descrição: Objetivo principal. Fortalecer a linha de pesquisa Computação Inteligente do Programa de Pós- Graduação em Ciência da Computação (PROCC) através de uma parceria estabelecida entre pesquisadores locais (Leonardo Nogueira Matos e Carlos Alberto Estombelo Montesco) e pesquisadores de programas de pós-graduação de qualidade reconhecida e chancelada pela CAPES ? André Carlos Ponce de Leon Ferreira de Carvalho (ICMC/USP Nível 7) e Paulo Salgado Gomes de Mattos Neto (CIN/UFPE Nível 7). Objetivos específicos: - Melhorar a formação de mestres em Ciência da Computação, formados pela UFS, e o consequente aumento nos indicadores de qualidade do curso por meio de publicações em veículos bem conceituados. - Melhorar a formação de docentes do programa local pela facilitação na realização de estágio pós-doutoral envolvendo pesquisadores das instituições associadas.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Paulo Salgado Gomes de Mattos Neto - Integrante / Carlos Alberto Estombelo Montesco - Integrante / Leonardo Nogueira Matos - Coordenador / André Ponce de Leon Ferreira de Carvalho - Integrante.
Membro: Paulo Salgado Gomes de Mattos Neto.
2016-2020. IRIS - Integracao de Renovaveis Intermitentes: Um modelo de simulacao da operacao do sistema eletrico brasileiro para apoio ao planejamento, operacao, comercializacao e regulacao
Descrição: Os objetivos centrais deste projeto são: a) ampliar a base de conhecimento existente no Brasil sobre as fontes de geração intermitente e sua inserção no grid, com avaliação dos custos desta integração; b) desenvolver um modelo de curtíssimo prazo para a simulação da operação do sistema interligado nacional e da rede de sub-transmissão, com ênfase na representação das fontes renováveis intermitentes, além das demais fontes de geração. A utilidade do projeto fica evidenciada em razão de muitos benefícios potenciais: Avaliar a capacidade de o sistema garantir confiabilidade de suprimento de energia elétrica na rede do SIN, atendendo aos requisitos de controle de voltagem e frequência, mesmo sob eventos de curto prazo com produção intermitente e exigências de manobras operativas mais rápidas; Avaliar procedimentos para determinação da reserva operativa de sistemas existentes com presença de geração intermitente, e propor metodologia para cálculo de reserva operativa no SIN, para atender contingências ou intermitência de geração. Identificar a necessidade de promover expansão da capacidade de transmissão da rede, expansão da geração, recursos de armazenamentos distribuídos na rede, e recursos de resposta / gestão da demanda, de maneira a melhorar o nível de confiabilidade operativa; Avaliar o cronograma viável de introdução das fontes renováveis no SIN, e a potencial contribuição dessas fontes para o aumento da oferta de energia no SIN, com um modelo de operação detalhado considerando a representação dos fluxos de potência na rede e as gerações, sob diferentes cenários prospectivos futuros; Avaliar as necessidades de adequação da base regulatória e impactos comerciais diante da introdução da produção de renováveis intermitentes no grid; Avaliar os impactos nas distribuidoras e transmissoras devido às maiores necessidades de flexibilidade operativa, manobras mais rápidas e maiores disponibilidades de reserva e serviços ancilares. Cód. PD ANEEL: PD-0610-1004/2015... Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (1) . Integrantes: Paulo Salgado Gomes de Mattos Neto - Integrante / Madeiro, Francisco - Integrante / Fausto Lorenzato - Integrante / hugo valadares siqueira - Integrante / Domingos Oliveira Santos Júnior - Integrante / MARINHO, MANOEL H. N. - Coordenador.
Membro: Paulo Salgado Gomes de Mattos Neto.
2015-2018. Desenvolvimento de Sistemas de Previsao de Series Temporais utilizando Series de Residuos
Descrição: Os métodos de previsão encontrados na literatura geralmente utilizam apenas a própria série temporal de interesse para realizar a previsão. Nesses estudos parte-se da suposição que tais métodos são capazes de extrair toda informação contida na série temporal sob estudo. Contudo, diversas análises em torno das séries de resíduos, que são provenientes da diferença entre os dados reais da série e a previsão de um determinado modelo, mostram que nem sempre os preditores são capazes de extrair toda informação contida na série. Os métodos tradicionais de Computação Inteligente e Estatística que não tratam a série de resíduos supõem que essa série é um ruído branco, que é em um sinal descorrelacionado no tempo. Na literatura existem algumas propostas de sistemas que analisam as séries de resíduos, mas ainda não existe uma metodologia que possa ser utilizada para séries temporais de naturezas diferentes. Nesse contexto, é possível dividir a previsão de série temporal de forma bem genérica em duas etapas: previsão da série temporal e previsão da série de erro. Então, é possível utilizar diversos métodos de previsão da Computação Inteligente e da Estatística para modelar tanto a série temporal como a série de erro. Esse projeto tem como objetivo investigar uma metodologia para previsão de séries temporais, que pode tanto usar um método de previsão recursivamente, ou utilizar a combinação de preditores com o intuito de se desenvolver sistemas preditivos com alta acurácia. Dessa forma, para avaliar o desempenho dos métodos serão utilizadas séries de natureza e complexidade distintas com o intuito de avaliar a eficiência dos sistemas propostos. CNPq/461278/2014-6. Situação: Concluído; Natureza: Pesquisa. Integrantes: Paulo Salgado Gomes de Mattos Neto - Coordenador / Tiago Alessandro Espínola Ferreira - Integrante / George Darmiton da Cunha Cavalcanti - Integrante / Francisco Madeiro - Integrante / Paulo Renato Alves Firmino - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
Membro: Paulo Salgado Gomes de Mattos Neto.
2015-Atual. Desenvolvimento de um Sistema de Apoio a Decisao em Mercados Financeiros
Descrição: Esse projeto tem como objetivo o desenvolvimento de um sistema de apoio à tomada de decisão para investidores de mercados de ações baseado na análise da volatilidade das ações. A volatilidade é uma medida de flutuação que é utilizada para estimar o risco de se ganhar ou perder dinheiro negociando uma determinada ação. O sistema que será desenvolvido tem como base teórica o modelo de um gás ideal que foi proposto para a modelagem dos mercados de ações. APQ-0517-1.03/14. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) . Integrantes: Paulo Salgado Gomes de Mattos Neto - Coordenador / Luiz de Oliveira Alves Filho - Integrante. Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro.
Membro: Paulo Salgado Gomes de Mattos Neto.
2014-Atual. Desenvolvimento de algoritmos e te?cnicas de computac?a?o inteligente para soluc?a?o de problemas de visa?o computacional
Descrição: Visa?o computacional e computac?a?o inteligente sa?o duas das a?reas mais proeminentes de pesquisas com aplicac?o?es em diversas a?reas. As duas a?reas sa?o bastante relacionadas ja? que, por exemplo, nossa visa?o passa por diversas etapas desde a captura da imagem ate? o reconhecimento da cena. Nas etapas iniciais, relacionadas aos ni?veis baixo e intermedia?rio de visa?o, transformac?o?es ocorrem na imagem capturada a fim de destacarmos seus principais elementos. Essas transformac?o?es podem ser entendidas como algoritmos relacionados com visa?o computacional. A extrac?a?o das principais caracteri?sticas da imagem e o entendimento de como essas caracteri?sticas se juntam para formar em nosso ce?rebro a identificac?a?o dos objetos de uma cena sa?o conseguidas atrave?s de elementos do alto ni?vel de visa?o que corresponde a? conscie?ncia (ou seja, elementos de intelige?ncia). Assim, podemos entender que nosso sistema visual passa por algoritmos relacionados com as a?reas de visa?o computacional e computac?a?o inteligente. Nesse sentido, este projeto propo?e a criac?a?o de um laborato?rio de pesquisa em visa?o computacional e em computac?a?o inteligente, o qual, em princi?pio, abordara? a busca por soluc?a?o de problemas relacionados com: classificac?a?o de faces, verificac?a?o de assinaturas, verificac?a?o biome?trica atrave?s da dina?mica da digitac?a?o usando modelagem de contorno, sistemas de reconhecimento atrave?s da i?ris, verificac?a?o de locutor, processamento de imagens de documentos, processamento de imagens de documentos histo?ricos, correc?a?o de deformac?a?o em documentos digitalizados, segmentac?a?o de texto, Reconhecimento automa?tico de caracteres, modelagem computacional de conceitos de percepc?a?o visual, recuperac?a?o de imagens baseada em conteu?do, sistema de visa?o computacional inteligente para auxi?lio e alerta a condutores de vei?culos automotores, segmentac?a?o de imagens, sistema de detecc?a?o, reconhecimento e rastreamento de objetos em vi?deo, sistema de identificac?a?o de eventos em vi?deo. Apresentaremos uma descric?a?o de cada um desses projetos, relacionando-os com o tema do laborato?rio e entre si ja? que diversas te?cnicas desenvolvidas em um problema podem ser aplicadas em outros problemas. A criac?a?o desse laborato?rio atendera? uma demanda existente por um laborato?rio de pesquisa nesse tema, aumentara? a formac?a?o de capital humano especializado, fortalecera? as relac?o?es existentes com outros centros de pesquisa nacionais e internacionais, estreitara? os lac?os entre a universidade e o setor produtivo, ale?m de criar um laborato?rio de refere?ncia no Nordeste nos temas propostos.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Paulo Salgado Gomes de Mattos Neto - Integrante / George Darmiton da Cunha Cavalcanti - Coordenador / Tsang Ing Ren - Integrante / Ricardo Martins de Abreu Silva - Integrante / Carlos A. B. Mello - Integrante. Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro.
Membro: Paulo Salgado Gomes de Mattos Neto.

Prêmios e títulos

Total de prêmios e títulos (3)

Melhor Artigo do ENIAC 2016 - Trilha de Iniciação Científica, XIII Encontro Nacional de Inteligência Artificial e Computacional - ENIAC 2016.. 2016.
Membro: Paulo Salgado Gomes de Mattos Neto.
Best Paper Award (Third Place), BRICS Countries Congress (BRICS-CCI) and Brazilian Congress (CBIC) on Computational Intelligence.. 2013.
Membro: Paulo Salgado Gomes de Mattos Neto.
Professor Homenageado dos formandos do curso de Recursos Humanos, Universidade Estadual Vale do Acaraú.. 2010.
Membro: Paulo Salgado Gomes de Mattos Neto.

Participação em eventos

Total de participação em eventos (15)

IEEE World Congress on Computational Intelligence. 2018. (Congresso).
Brazilian Conference on Intelligent Systems (BRACIS). A Proposal of an Intelligent Forecasting System for Automotive Diagnostics using Time Series Analysis (ENIAC). 2016. (Congresso).
Brazilian Conference on Intelligent Systems (BRACIS). 2015. (Congresso).
XXXV Congresso da Sociedade Brasileira de Computação (CSBC 2015). 2015. (Congresso).
15 Simpósio de Estatística Aplicada à Experimentação Agronômica (SEAGRO).Um método para análise de mercados de ações utilizando séries temporais de índices financeiros. 2013. (Simpósio).
1st BRICS Countries Congress (BRICS-CCI) and 11th Brazilian Congress (CBIC) on Computational Intelligence. An Intelligent Agent to Classify Countries based on Financial Indices. 2013. (Congresso).
58 Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria (RBras). Um método para análise de mercados de ações utilizando séries temporais de índices financeiros. 2013. (Congresso).
III Escola Regional de Informática de Pernambuco (ERIPE).Uma abordagem inspirada em Econofísica para análise e classificação de mercados de ações. 2013. (Encontro).
I Congresso de Matemática Aplicada e Computacional da Região Nordeste. 2012. (Congresso).
Perspectives and Challenges in Statistical Physics and Complex Systems for the Next Decade: A Conference in Honor of Eugene Stanley and Liacir Lucena. An Approach Based on Ideal Gas to Cluster World Economies. 2012. (Congresso).
1st Brazilian-German Meeting of Plant Systems Biology and Bioenergy. 2010. (Encontro).
ECONOFIS' 10.Volatility Analysis from Exponential Adjustment. 2010. (Encontro).
III Feira do Jovem Empreendedor.Pesquisa em tempo real sobre o curso escolhido e o impacto na sua carreira. 2010. (Encontro).
III Feira do Jovem Empreendedor.School Coach Human Talent. 2010. (Outra).
WCCCI2010 (2010 IEEE World Congress on Computational Intelligence). An Intelligent Perturbative Approach for the Time Series Forecasting Problem. 2010. (Congresso).

Organização de eventos

Total de organização de eventos (4)

de Mattos Neto, Paulo S.G.. XXXV Congresso da Sociedade Brasileira de Computação (CSBC 2015). 2015. (Congresso).. . 0.
Martins, Fernanita ; MATTOS, P. S. G. ; Barbosa, Nildo Alfredo ; Rejane Lucena ; PEDROSA, Vanessa ; Cadena, Igor ; Albuquerque, Natália. Semana Acadêmica. 2010. Outro
MATTOS, P. S. G.; BARBOSA, Nildo A. ; Martins, Fernanita ; PEDROSA, Vanessa ; Souto, Marcílio. III Feira do Jovem Empreendedor. 2010. Outro
MATTOS, P. S. G.. II Feira do Jovem Empreendedor. 2009. (Outro).. . 0.

Lista de colaborações

Colaborações endôgenas (5)

Paulo Salgado Gomes de Mattos Neto ⇔ Tiago Alessandro Espinola Ferreira (20.0)
de Mattos Neto, Paulo S.G.; Ferreira, Tiago A.E. ; LIMA, ARANILDO R. ; VASCONCELOS, GERMANO C. ; Cavalcanti, George D.C.. A perturbative approach for enhancing the performance of time series forecasting. NEURAL NETWORKS. v. 88, p. 114-124, issn: 0893-6080, 2017.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
FIRMINO, PAULO RENATO A. ; de Mattos Neto, Paulo S.G. ; Ferreira, Tiago A.E.. Error modeling approach to improve time series forecasters. Neurocomputing (Amsterdam). v. 153, p. 242-254, issn: 0925-2312, 2015.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
DE MATTOS NETO, PAULO S. G.; CAVALCANTI, GEORGE D. C. ; Madeiro, Francisco ; FERREIRA, TIAGO A. E.. An Approach to Improve the Performance of PM Forecasters. Plos One. v. 10, p. e0138507, issn: 1932-6203, 2015.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
FIRMINO, PAULO RENATO A. ; de Mattos Neto, Paulo S.G. ; Ferreira, Tiago A.E.. Correcting and combining time series forecasters. NEURAL NETWORKS. v. 50, p. 1-11, issn: 0893-6080, 2014.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
DE MATTOS NETO, PAULO S. G.; Madeiro, Francisco ; Ferreira, Tiago A.E. ; Cavalcanti, George D.C.. Hybrid intelligent system for air quality forecasting using phase adjustment. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE. v. 32, p. 185-191, issn: 0952-1976, 2014.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Silva, David A. ; ALVES, GABRIELA I. ; de Mattos Neto, Paulo S.G. ; Ferreira, Tiago A.E.. Measurement of Fitness Function Efficiency using Data Envelopment Analysis. Expert Systems with Applications. v. 41, p. 7147-7160, issn: 0957-4174, 2014.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
de Mattos Neto, Paulo S.G. ; Cavalcanti, George D.C. ; Madeiro, Francisco ; Ferreira, Tiago A.E.. An ideal gas approach to classify countries using financial indices. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS. v. 392, p. 177-183, issn: 0378-4371, 2013.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
ALBUQUERQUE FILHO, F. S. ; Madeiro, Francisco ; FERNANDES, S. M. M. ; MATTOS NETO, P. S. G. DE ; Ferreira, Tiago A. E.. Time series forecasting of pollutant concentration levels using particle swarm optimization and artificial neural networks. Química Nova (Impresso). v. 36, p. 783-789, issn: 0100-4042, 2013.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
de Mattos Neto, Paulo S.G. ; Silva, David A. ; Ferreira, Tiago A.E. ; Cavalcanti, George D.C. ; Ferreira, Tiago A. E.. Market volatility modeling for short time window. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS. v. 390, p. 3444-3453, issn: 0378-4371, 2011.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
NETO, PAULO S. G. DE MATTOS ; Ferreira, Tiago A. E.. Applying a general hybrid intelligent system for ultra-high-frequency stock market forecasting. Em: 2016 International Joint Conference on Neural Networks (IJCNN), v. 1, p. 2104-2109, 2016.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SOUZA, R. B. ; de Mattos Neto, Paulo S.G. ; Cavalcanti, George D.C. ; FERREIRA, T. A. E.. An Intelligent Agent to Classify Countries Based on Financial Indices. Em: 1st BRICS Countries Congress on Computational Intelligence (BRICS-CCI)/ 11th Brazilian Congress on Computational Intelligence (CBIC), v. 1, p. 223-229, 2013.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
OLIVEIRA, T. F. ; OLIVEIRA, R. T. A. ; FIRMINO, P. R. A. ; MATTOS NETO, P. S. G. DE ; Ferreira, Tiago A. E.. Combination of Biased Artificial Neural Network Forecasters. Em: 1st BRICS Countries Congress on Computational Intelligence (BRICS-CCI)/ 11th Brazilian Congress on Computational Intelligence (CBIC), v. 1, p. 522-527, 2013.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SANTOS, HENRIQUE C.T. ; ALVES, GABRIELA I.L. ; DE LIMA, NEILSON F. ; de Mattos Neto, Paulo S.G. ; Ferreira, Tiago A.E.. A System Based on Swarm Particle Optimization to Extract Knowledge from Times Series Data. Em: 2012 Brazilian Symposium on Neural Networks - SBRN / Brazilian Conference on Intelligent System (BRACIS 2012), p. 244-249, 2012.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
DE MATTOS NETO, PAULO S. G.; FERREIRA, TIAGO A. E. ; CAVALCANTI, GEORGE D. C.. A simulation environment for volatility analysis of developed and in development markets. Em: 2011 International Joint Conference on Neural Networks (IJCNN 2011 San Jose), p. 2450-2456, 2011.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Rodrigues, Aranildo L. J. ; de Mattos Neto, Paulo S.G. ; SILVA, D. A. ; FERREIRA, T. A. E.. Tests with Different Fitness Functions for Tuning of Artificial Neural Networks with Genetic Algorithms. Em: X Congresso Brasileiro de Inteligencia Computacional, 2011.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
de Mattos Neto, P.S.G.; Rodrigues, Aranildo L. J. ; FERREIRA, T. A. E. ; CAVALCANTI, G. D. C.. An intelligent perturbative approach for the time series forecasting problem. Em: 2010 IEEE World Congress on Computational Intelligence - International Joint COnference on Neural Networks 2010 - IJCNN 2010, p. ???-???, 2010.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Rodrigues, Aranildo L. J. ; Silva, David A. ; de Mattos Neto, P.S.G. ; FERREIRA, T. A. E.. An Experimental Study of Fitness Function and Time Series Forecasting Using Artificial Neural Networks. Em: Genetc and Evolutionary Computation Conference - GECCO 2010, v. ?, p. 2015-2018, 2010.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA, D. A. ; FERREIRA, T. A. E. ; MATTOS NETO, P. S. G. DE. Optimization of Fitness Function in Evolutionary Computation System Applied to the Forecasting. Em: XXVth International Biometric Conference, 2010, Florianópoles. Proceedings of XXVth International Biometric Conference. Florianópolis, p. ?-?, 2010.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
LIMA JUNIOR, A. R. ; SILVA, D. A. ; MATTOS NETO, P. S. G. DE ; FERREIRA, T. A. E.. Improving the Prediction of Non-Linear Time Series with Hybrid Methods Using the Correct Statistical Measure. Em: XXVth International Biometric Conference, 2010, Florianópoles. Proceedings of XXVth International Biometric Conference. Florianópolis, p. ?-?, 2010.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
FERREIRA, T. A. E. ; MATTOS, P. S. G.. Sistemas Híbridos Inteligentes Aplicados a Previsão do Mercado Financeiro. 2010. Palestra
[ busca Google | busca Bing ]

Paulo Salgado Gomes de Mattos Neto ⇔ Francisco Madeiro Bernardino Junior (12.0)
NETO, PAULO S. G. DE MATTOS; FIRMINO, PAULO R. A. ; SIQUEIRA, HUGO ; TADANO, YARA DE SOUZA ; ALVES, THIAGO ANTONINI ; DE OLIVEIRA, JOAO F. L. ; MARINHO, MANOEL H. N. ; Madeiro, Francisco. Neural-Based Ensembles for Particulate Matter Forecasting. IEEE Access. v. 9, p. 14470-14490, issn: 2169-3536, 2021.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
MATTOS NETO, P. S. G. ; OLIVEIRA, J. F. L. ; SANTOS JUNIOR, D. S. O. ; SIQUEIRA, H. V. ; MARINHO, M. H. N. ; MADEIRO, Francisco. An Adaptive Hybrid System Using Deep Learning for Wind Speed Forecasting. INFORMATION SCIENCES. v. 581, p. 495-514, issn: 0020-0255, 2021.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
DE MATTOS NETO, PAULO S. G. ; MARINHO, MANOEL H. N. ; SIQUEIRA, HUGO ; DE SOUZA TADANO, YARA ; MACHADO, VIVIAN ; ANTONINI ALVES, THIAGO ; DE OLIVEIRA, JOÃO FAUSTO L. ; MADEIRO, Francisco. A Methodology to Increase the Accuracy of Particulate Matter Predictors Based on Time Decomposition. Sustainability. v. 12, p. 7310-7342, issn: 2071-1050, 2020.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
DE MATTOS NETO, PAULO S. G.; DE OLIVEIRA, JOAO FAUSTO LORENZATO ; DE OLIVEIRA SANTOS JUNIOR, DOMINGOS SAVIO ; SIQUEIRA, HUGO VALADARES ; DA NOBREGA MARINHO, MANOEL HENRIQUE ; Madeiro, Francisco. A Hybrid Nonlinear Combination System for Monthly Wind Speed Forecasting. IEEE Access. v. 8, p. 191365-191377, issn: 2169-3536, 2020.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
DE MATTOS NETO, PAULO S.G. ; Cavalcanti, George D.C. ; MADEIRO, Francisco. Nonlinear combination method of forecasters applied to PM time series. PATTERN RECOGNITION LETTERS. v. 95, p. 65-72, issn: 0167-8655, 2017.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
SILVA FILHO, E. M. ; BANDEIRA, S. S. ; MATTOS NETO, P. S. G. ; Lopes, Waslon ; MADEIRO, Francisco. Accelerating Families of Fuzzy K-Means Algorithms for Vector Quantization Codebook Design. Sensors (Basel). v. 16, p. 1963-1981, issn: 1424-8220, 2016.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
DE MATTOS NETO, PAULO S. G.; CAVALCANTI, GEORGE D. C. ; Madeiro, Francisco ; FERREIRA, TIAGO A. E.. An Approach to Improve the Performance of PM Forecasters. Plos One. v. 10, p. e0138507, issn: 1932-6203, 2015.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
DE MATTOS NETO, PAULO S. G.; Madeiro, Francisco ; Ferreira, Tiago A.E. ; Cavalcanti, George D.C.. Hybrid intelligent system for air quality forecasting using phase adjustment. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE. v. 32, p. 185-191, issn: 0952-1976, 2014.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
de Mattos Neto, Paulo S.G. ; Cavalcanti, George D.C. ; Madeiro, Francisco ; Ferreira, Tiago A.E.. An ideal gas approach to classify countries using financial indices. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS. v. 392, p. 177-183, issn: 0378-4371, 2013.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
ALBUQUERQUE FILHO, F. S. ; Madeiro, Francisco ; FERNANDES, S. M. M. ; MATTOS NETO, P. S. G. DE ; Ferreira, Tiago A. E.. Time series forecasting of pollutant concentration levels using particle swarm optimization and artificial neural networks. Química Nova (Impresso). v. 36, p. 783-789, issn: 0100-4042, 2013.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
MATTOS NETO, P. S. G. ; MADEIRO, F. ; FERREIRA, T. A. E. ; CAVALCANTI, G. D. C.. An Approach Based on Ideal Gas to Cluster World Economies. Em: Perspectives and Challenges in Statistical Physics and Complex Systems for the Next Decade: A Conference in Honor of Eugene Stanley and Liacir Lucena, 2011, Natal. Perspectives and Challenges in Statistical Physics and Complex Systems for the Next Decade: A Conference in Honor of Eugene Stanley and Liacir Lucena, 2011.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
de Mattos Neto, Paulo S.G. Revisão técnica de artigos para o 4th IEEE Latin American Conference on Computational Intelligence (LA-CCI). 2017. (Revisão. 2017. Membro do Comitê de Programa
[ busca Google | busca Bing ]

Paulo Salgado Gomes de Mattos Neto ⇔ Adriana Cristina de Oliveira (1.0)
Oliveira, Adriana Cristina. Análise de mérito do processo # 88881.128078/2016-01 - Programa Doutorado Pleno no Exterior. Consultor Ad-hoc: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). 2017.
[ busca Google | busca Bing ]

Paulo Salgado Gomes de Mattos Neto ⇔ João Paulo Papa (1.0)
Taioque, J. L. ; Pereira, C. R. ; Papa, João Paulo. Excel Básico. 2011. Curso de curta duração ministrado/Extensão
[ busca Google | busca Bing ]

Paulo Salgado Gomes de Mattos Neto ⇔ Ricardo Mendes Antas Jr (1.0)
Oliveira, Adriana Cristina. Análise de mérito do processo # 88881.128078/2016-01 - Programa Doutorado Pleno no Exterior. Consultor Ad-hoc: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). 2017.
[ busca Google | busca Bing ]

(*) Relatório criado com produções desde 2010 até 2021
Data de processamento: 06/11/2021 15:23:32

Relatório gerado por scriptLattes V8.11. Os resultados estão sujeitos a falhas devido a inconsistências no preenchimento dos CVs Lattes. E-mail de contato: henriquimicosp@gmail.com