Especialistas Seniores em Covid-19 com atuação no Brasil

Tiago Alessandro Espinola Ferreira

Possui graduação em Bacharelado em Física - Departamento de Física (1995), mestrado em Física pela Universidade Federal de Pernambuco (1998), doutorado em Ciências da Computação pela Universidade Federal de Pernambuco (2006), pós-doutorado pela Harvard University e professor visitante do Institutee for Applied Computational Science at Harvard Jhon A. Paulson School of Engineering and Appied Sciences (2020). Atualmente é professor associado da Universidade Federal Rural de Pernambuco. É um dos fundadores do Programa de Pós-graduação em Informática Aplicada da UFRPE. Também é membro permanente do Programa de Pós-Graduação em Biometria e Estatística Aplicada da UFRPE. Tem experiência na área de Ciência da Computação e Física, com ênfase em Inteligência Artificial, computação Quântica e computação científica, atuando principalmente nos seguintes temas: previsão, sistemas híbridos, algoritmos de busca, aprendizagem de máquina, séries temporais, redes neurais artificiais e econofísca. Bolsista de Produtividade CNPq. (Texto informado pelo autor)

  • https://lattes.cnpq.br/6747136646016870 (22/10/2021)
  • Rótulo/Grupo:
  • Bolsa CNPq: Nível 2
  • Período de análise:
  • Endereço: Universidade Federal Rural de Pernambuco, Departamento de Estatística e Informática. Rua Dom Manuel de Medeiros, s/n Dois Irmãos 52171900 - Recife, PE - Brasil Telefone: (81) 33206491 Ramal: 6493 URL da Homepage: https://www.ppgia.ufrpe.br
  • Grande área: Ciências Exatas e da Terra
  • Área: Ciência da Computação
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (13)
    1. 2019-Atual. Modelos Computacionais Aplicados a Astroinformatica: Simulacao e Analise de Ondas Gravitacionais
      Descrição: A teoria da Relatividade de Einstein transformou a Física ao mostrar que o espaço e o tempo não são entidades separadas. Desta forma, o espaço e o tempo formam um contínuo conhecido como espaço-tempo que participa da dinâmica dos eventos. Neste caso, o espaço-tempo passa a ser visto também como um elemento físico a ser estudado. As equações da Relatividade Geral de Einstein mostram que a dinâmica da matéria está conectada à curvatura do espaço-tempo. A gravidade é, portanto, uma manifestação da curvatura do espaçotempo. Um dos aspectos da dinâmica do espaço-tempo é radiação gravitacional. Prevista pela Teoria da Relatividade Geral em 1916, a descoberta das ondas gravitacionais tem sido um objetivo perseguido por cerca de 100 anos. A descoberta das ondas gravitacionais seria mais uma confirmação da Teoria da Relatividade Geral que se somaria às outras confirmações das Teoria de Einstein, tais como a deflexão da luz ao passar com objetos massivos como estrelas, lentes gravitacionais, a explicação do desvio do periélio do planeta Mercúrio, efeitos relativísticos nas órbiras dos planetas, buracos negros, etc. Os efeitos Relativísticos de natureza gravitacionais são de grande importância à atual tecnologia e com aplicação à vida diária das pessoas. Um dos principais resultados da Teoria da Relatividade Geral foi a possibilidade de permitir a localização de coordenadas na superfície de planetas com extrema precisão. A localização de coordenadas na superfície de planetas é uma aplicações tecnológicas que só foi possível com uso da Teoria da Relatividade Geral. o resultado de tal tecnologia aplicado ao caso do planeta Terra foi o desenvolvimento da tecnologia do Sistema de Posicionamento Global GPS (Global Positioning System). Por outro lado, a busca da detecção de ondas gravitacionais continua intensa. Operando desde de 2002, recentemente o Laboratório de Ondas Gravitacionais por Interferômetro a Laser, (LIGO ? Laser Interferometer Gravitational-Wave Observatory), tem anunciado a detecção de ondas gravitacionais a partir de medidas de uma série de eventos cósmicos que envolvem colapso de sistemas binários formados por objetos compactos tais como buracos negros e estrelas de nêutrons. Assim, este projeto de pesquisa tem como objetivo o ertudo e desenvolvimento de algoritmos computacionais que permitam a simulação de ondas gravitacionais, e a subsequente realização das simulações computacionais de ondas gravitacionais para sistemas binários formados por buracos negros e/ou estrelas de nêutrons.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) . Integrantes: Tiago Alessandro Espinola Ferreira - Coordenador / Antônio de Pádua Santos - Integrante. Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Bolsa.
      Membro: Tiago Alessandro Espinola Ferreira.
    2. 2018-Atual. Modelos Computacionais para a Simulacao e Analise da Deteccao de Ondas Gravitacionais
      Descrição: No ano de 2015/2016 o mundo científico recebeu a incrível informação da detecção experimental das ondas gravitacionais. As ondas gravitacionais são um fenômeno previsto a partir das equações de Einsten e nunca antes foram detectadas pela humanidade, sendo uma perturbação no espaço que se propaga no tempo. Estas pertubações podem ser observadas analisando eventos astronômicos que envolvam corpos extremamente massivos, como a colisão de buracos negros por exemplo. Contudo, o processo de detecção de tais onda é extremamente complexo e sofisticado, necessitando de um grande poder computacional para a comprovação e análise dos resultados. Com esta ideia em mente, este projeto de pesquisa pretende enveredar em uma área da computação científica extremamente nova, chamada de relatividade numérica, com a pretensão de desenvolver procedimentos computacionais paralelos e de alto desempenho baseado em GP/GPUs para o estudo, simulação e análise de fenômenos cosmológicos que possam vir a gerar ondas gravitacionais. Neste sentido, o projeto proposto irá naturalmente abordar um tema multidisciplinar, mas com total foco na área computacional, em particular computação científica. Com os dados disponibilizados pelo LIGO (Laser Interferometer GravitationalWave Observatory) [2],este é um projeto científico que aplicará os conhecimentos da computação e informática, como modelagem, programação em GPGPU, simulação e análise numérica para o melhor entendimento da dinâmica do universo.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) . Integrantes: Tiago Alessandro Espinola Ferreira - Coordenador / Antônio de Pádua Santos - Integrante / Gerson Rodrigues Santos - Integrante. Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Bolsa. Número de produções C, T & A: 1
      Membro: Tiago Alessandro Espinola Ferreira.
    3. 2017-2019. Uso de Algoritmos Quanticos para o Treinamento de Redes Neurais Artificiais Classicas em uma Plataforma Baseada em GPGPU
      Descrição: Um problema onde se defina um espaço de estados com todos os seus estados pode ser visto como um problema de busca. Dado um estado inicial, busca-se uma trajetória que leve o sistema deste ponto até um estado final (uma solução). Geralmente os estados intermediários são escolhidos segundo algum critério de otimização. O problema de busca é representado por uma relação binária R. Se o domínio de R estiver contido em T (máquina de Turing), então T calcula R. Dada uma entrada x tal que exista alguma saída y tal que R(x,y), então T aceita x com saída de R(x,z), podendo existir vários z que satisfaça y (T só precisa encontrar um único z). Se não T rejeita x. Um procedimento simples que pode ser aplicado aos problemas de busca é o Passeio Aleatório. Embora este poça ser utilizado para atacar problemas complexos, seu maior limitante é o custo em tempo para encontrar uma solução. O espeço varrido pela busca é proporcional ao seu desvio padrão, que cresce com a raiz quadrada do tempo. Com a computação quântica surgem algoritmos mais eficientes do que os análogos clássicos: o algoritmo de Grover(AG) e a Caminhada Quântica(CQ). A CQ é equivalente aos passeios aleatórios, mas com um ganho quadrático no tempo. O AG pode ser mostrado como um caso especial das CQs. As CQs varrem um espaço a busca de forma dependente do seu desvio padrão, sendo o desvio padrão de uma CQ linear no tempo, caracterizando um ganho quadrático no tempo. Porém, o computador quântico não existe, logo para se implementar algoritmos quânticos é necessário simulação, o que em geral tem um custo exponencial com a quantidade de bits necessários para descrever o processo. Para um problema de 32 bits haverá a necessidade de se simular processos matriciais ~ 2^32 x 2^32, implicando na necessidade de computação de alto-desempenho. Assim, a proposta de pesquisa é estudar e simular algoritmos quânticos, em particular o AG e as CQs, em uma plataforma computacional de GPGPUs, na plataforma CUDA.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . Integrantes: Tiago Alessandro Espinola Ferreira - Coordenador / Luciano Serafim de Souza - Integrante / Jonathan Henrique Andrade de Carvalho - Integrante. Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Bolsa. Número de produções C, T & A: 2
      Membro: Tiago Alessandro Espinola Ferreira.
    4. 2017-Atual. Algoritmos Quanticos Aplicados para o Treinamento de Redes Neurais Artificiais para a Previsao e Analise de Series Temporais com a Utilizacao de GPGPU
      Descrição: Esta é uma proposta de pesquisa científica e tecnológica que aborda o problema de análise e previsão de séries temporais através de sistemas baseados em redes neurais artificiais (RNA) com a utilização de algoritmos quânticos para a elaboração de metodologias de treinamento e combinação de massiva de preditores baseados em RNAs com a utilização de aparatos e técnicas da computação de alto-desempenho, em particular com uso de unidades de processamento gráfico de propósito geral, ou simplesmente GP/GPU (General Purpose / Graphics Processing Unit), na plataforma CUDA (Compute Unified Device Architecture -- placas gráficas da NVidia). Em uma primeira etapa é proposta a utilização de algoritmos quânticos de busca, em particular o algoritmo de Grover e o algoritmo de caminhadas quânticas, para a criação e implementação de um procedimento de treinamento de redes neurais artificiais feed-forward. Neste sentido, será aplicada uma metodologia teórica já estabelecida para o algoritmo de Grover, objetivando-se o desenvolvimento de operadores quânticos tipo oráculos que sejam capazes de descrever e implementar uma rede neural artificial do tipo MLP. Seguindo esta mesma linha, também está sendo pesquisada metodologias para a aplicação dos algoritmos de caminhadas quânticas para o processo de treinamento das redes neurais. Experimentos computacionais em um plataforma de computação de alto desempenho baseada em GP/GPU serão executados e utilizados para caracterizar estatisticamente o desempenho dos algoritmos quânticos no processo de treinamento das redes neurais. Tais experimentos irão focar o problema de previsão e análise de séries temporais. Em uma segunda etapa, mas não menos importante, será explorada a pesquisa e desenvolvimento de criação massiva de modelos estatístico-computacionais também aplicados ao problema de previsão e análise de séries temporais. Neste sentido, serão pesquisadas formas de utilização das maquinas de aprendizado extremo, ou do inglês Extrem Learning Machines (ELM), implementadas em uma plataforma paralela de alto desempenho baseada em GP/GPU (na plataforma CUDA) para a geração massiva de modelos preditivos. Estará sendo pesquisado o comportamento assintótico do erro de previsão associado ou número de modelos preditores combinados. Desta forma, procedimentos de combinação de modelos matemáticos serão estudados, e em particular, será pesquisada a aplicação de uma metodologia baseada em cópulas matemáticas para a criação de um procedimento massivo e otimizado de combinação não linear destes modelos preditores baseados em redes ELM. Com estes experimentos será possível comprovar, ou refutar, considerações comumente consideradas (porém experimentalmente não testadas com facilidade), como a distribuição dos ruídos associados a uma série temporal e a existência de um valor assintótico para a previsão de um fenômeno estocástico, dentre outras análises.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) . Integrantes: Tiago Alessandro Espinola Ferreira - Coordenador / Paulo Salgado Gomes de Mattos Neto - Integrante / Borko D. Stosic - Integrante / Moacyr Cunha Filho - Integrante / Paulo Renato Alves Firmino - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Tiago Alessandro Espinola Ferreira.
    5. 2014-2018. Analise das Tendencias Tecnologicas para Computacao em Nuvem e Redes de Longa Distancias
      Descrição: Tem-se como objetivo principal a integração entre pesquisadores e profissionais de TIC que ajudarão no desenvolvimento e especificação técnica de uma solução de computação em nuvem e personalizada para as necessidades do Exército. Há possibilidades de: qualificação de mão-de-obra, aproximação com as universidades e grupos de pesquisa, e criação de uma área específica de pesquisa na universidade. Tais possibilidades permitirão a capacitação de profissionais do CITEx envolvendo atividades de extensão universitária ou pós-graduação.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (3) . Integrantes: Tiago Alessandro Espinola Ferreira - Integrante / Maria da Conceição Moraes Batista - Coordenador / Rodrigo Elia Assad - Integrante / Julio Cesar Damasceno - Integrante / Glauco Estácio Gonçalves - Integrante / Andreza Leite de Alencar - Integrante. Financiador(es): Centro Integrado de Telemática do Exército - Auxílio financeiro.
      Membro: Tiago Alessandro Espinola Ferreira.
    6. 2014-2016. Desenvolvimento de Sistema Inteligente Massivo para Previsao de Series Temporais Baseado em Redes Neurias Artificiais, Extreme Learning e Algoritmos Quanticos em uma Pltaforma Computacional de GP/GPU
      Descrição: Este projeto vem a propor um trabalho de pesquisa científica e tecnológica no tema de Tecnologia da informação e comunicação, especificamente na linha de previsão e análise de séries temporais. A modelagem de séries temporais para fins de análise e previsão de fenômenos do mundo real vem sendo o foco principal das pesquisas desenvolvidas pelo prof. Tiago A. E. Ferreira e seu grupo de pesquisa desde 2007, quando o mesmo ingresso como professor adjunto da UFRPE. Em particular, este projeto de pesquisa pretende abordar a problemática de análise e previsão de séries temporais com a utilização de técnicas da computação inteligente. É pretendido o desenvolvimento de um sistema massivo de preditores baseados em Redes Neurais Artificiais (RNA) desenvolvidos em uma plataforma de GP/GPU (plataforma CUDA da NVidia). O intuito principal é gerar um sistema de múltiplos preditores com a utilização de RNA aliada a técnica de \textit{Extreme Learning Machines} (ELM) e aplicar diferentes formas de combinação destes preditores, principalmente formas que levem em consideração a análise de erros de cada um dos preditores individualmente, como é o caso de cópulas matemáticas. Aliado à técnica de ELM, este projeto de pesquisa também vem a propor para o treinamento de Redes Neurais Artificiais o uso de uma nova classe de algoritmos não convencionais que vem despertando grande interesse na meio acadêmico e científico nos últimos anos, os algoritmos quânticos. A nível técnico e metodológico, a proposta apresentada irá utilizar técnicas de computação de alto-desempenho, em particular com uso de unidades de processamento gráfico de propósito geral, ou simplesmente GPGPU (General Purpose Graphics Processing Unit), na plataforma CUDA (placas gráficas da NVidia), gerando subsídios para, além das pesquisas propostas, a formação de capital humano especializado em programação em GP/GPU. Desta forma, neste projeto de pesquisa pretende-se abordar vários problemas do mundo real, através da suas respectivas observações temporais (séries temporais), destacando-se a modelagem, análise e previsão de mercados financeiros e econômicos, propagação de doenças e problemas de saúde publica, análise e previsão de estruturas genéticas, fortalecendo as colaborações entre o grupo de pesquisa do Professor Tiago A. E. Ferreira e os grupos de pesquisas colaboradores e fortalecendo também os Programas de Pós-Graduação em Informática Aplica e Biometria e Estatística Aplica, ambos do Departamento de Estatística e Informática da Universidade Federal Rural de Pernambuco.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Especialização: (0) / Mestrado acadêmico: (1) / Mestrado profissional: (0) / Doutorado: (0) . Integrantes: Tiago Alessandro Espinola Ferreira - Coordenador. Financiador(es): Universidade Federal Rural de Pernambuco - Auxílio financeiro.
      Membro: Tiago Alessandro Espinola Ferreira.
    7. 2013-2015. Desenvolvimento de Metodologia Baseada em Algoritmos Quanticos para o Treinamento de Redes Neurais Artificiais Aplicadas a Previsao e Analise de Series Temporais em uma Plataforma Computacional de GP/GPU.
      Descrição: O projeto de pesquisa aqui proposto tem como meta a execução de pesquisa básica e tecnológica na área de previsão e análise de séries temporais aplicado a problemas do mundo real, com particular interesse em mercados financeiros e bolsas de valores. A proposta é gerar uma nova metodologia para a modelagem computacional baseada em algoritmos da computação quântica para o treinamento de redes neurais artificias como modelos de previsão, implementados em uma plataforma computacional paralela de alto desempenho baseada em GP/GPUs. Em uma primeira etapa é proposto o estudo e desenvolvimento dos algoritmos de Grover e de Caminhadas Aleatórias Quânticas (ou simplesmente Caminhadas Quânticas) como uma nova proposta para o treinamento de redes neurais artificiais. Como um segundo ponto, dando continuidade as pesquisas já desenvolvidas, uma modificação do método Time-lag Added Evolutionary Forecasting (TAEF) é proposta, com a integração das redes neurais artificiais quânticas ao método TAEF, treinadas pelos algoritmos quânticos citados. Assim, é proposto o desenvolvimento um sistema híbrido inteligente quântico para a análise e previsão de séries temporais. Esta integração é proposta devido as características de funcionamento do método TAEF vir a considerar um procedimento de ajuste de fase temporal de previsão para um aumento no desempenho, cujo processo semelhante pode também ser descrito pela representação dos estados internos de uma rede neural quântica.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (4) / Doutorado: (4) . Integrantes: Tiago Alessandro Espinola Ferreira - Coordenador / Jones Oliveira Albuquerque - Integrante / Silvana Bocanegra - Integrante / Wilson Rosa de Oliveira - Integrante. Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro. Número de produções C, T & A: 1
      Membro: Tiago Alessandro Espinola Ferreira.
    8. 2012-2019. Desenvolvimento de Metodologia para Agregacao de Previsoes de Modelos de Series Temporais: Alinhando Copulas e Estimadores de Maxima Verossimilhanca
      Descrição: Este projeto se dedicará a estudar estimadores de máxima verossimilhança voltados à agregação previsões de diversos modelos ajustados a uma mesma série temporal. O estudo se dedicará particularmente aos modelos de previsão cujos erros não são normalmente distribuídos. Assim, buscar-se-á promover melhores previsões para uma dada série temporal à luz de estimativas provenientes de uma coleção de modelos elaborados previamente. A metodologia elaborada a paritr de uma revisão de literatura e de novas propostas será implementada a partir de linguagens de programação, com o intuito de facilitar o seu uso por profissionais dos diversos setores a partir de uma interface amigável com o usuário. Desta forma, patentes serão eventualmente geradas.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado profissional: (0) / Doutorado: (1) . Integrantes: Tiago Alessandro Espinola Ferreira - Coordenador / Paulo Renato Alves Firmino - Integrante. Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Bolsa. Número de produções C, T & A: 1
      Membro: Tiago Alessandro Espinola Ferreira.
    9. 2012-2015. Estudo e Desenvolvimento de Sistemas Quanticos Inteligentes para Previsao e Analise de Series Temporais
      Descrição: A Computação Quântica (CQ) é um domínio de pesquisa recente que utiliza elementos de três áreas bem conhecidas: Matemática, Física e Computação. As vantagens teóricas advindas da utilização de fenômenos quânticos para a representação e o processamento de informação tem atraído atenção crescente não só da área científica mas também da área tecnológica/industrial. Recentemente, vários esforços têm sido aplicados no intuito de utilizar este novo paradigma da computação na elaboração de estruturas da Inteligência artificial, gerando, por exemplo, as redes neurais quânticas. Neste sentido, este projeto visa, em âmbito global, a formação de capital humano especializado em computação quântica e redes neurais em nível de doutorado, abordando o estudo teórico e o possível desenvolvimento prático em aplicações de análise e previsão de séries temporais, com principal interesse no desenvolvimento de novas técnicas e uma abordagem quântica para o ramo cognitivo e evolutivo da Inteligencia Artificial.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (1) / Mestrado profissional: (0) / Doutorado: (0) . Integrantes: Tiago Alessandro Espinola Ferreira - Coordenador / Wilson Rosa de Oliveira - Integrante. Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Bolsa. Número de produções C, T & A: 1
      Membro: Tiago Alessandro Espinola Ferreira.
    10. 2012-2014. Estudo e Implementacao de Geradores de Numeros Aleatorios na Plataforma CUDA
      Descrição: De forma bem simplista,há duas forma de se ter a geração de números aleatórios em um computador: 1) Através do monitoramento de algum evento natural aleatório, onde para cada amostragem colhida pelo computador são gerados números aleatórios equivalentes. Por exemplo, é colocado um cotador Geige na presença de um material radioativo. Este contador é conectado a um computador, e a cada flutuação da radiação medida pelo contador é gerado um número aleatório; 2) A segundo forma é gerar uma sequência de números através de uma equação (ou modelo) matemático de tal forma que este números gerem uma sequência pseudo-aleatória, com uma certa periodicidade. Em geral, a segunda forma de geração de números aleatórios é a mais utilizadas, onde deseja-se que grandes períodos (grande sequências sem repetições numéricas), aparente não correlação entre os números gerados (a menos da semente inicializadora e modelo matemático utilizado) e aderência a uma dada distribuição estatística para o números gerados (exs. uniforma, gaussiana, etc). Dentre os algoritmos de geradores de números aleatórios existentes, destaca-se o algoritmo Mersenne Twister (MT), desenvolvido por Matsumoto e Nishimura em 1998. O MT gera números uniformes pseudo-aleatórios com um astronômico período de 2^{19937}-1 com uma precisão de 32 bits. O objetivo geral do projeto de pesquisa é a formação de capital humano especializado em desenvolvimento e implementação na plataforma CUDA e em técnicas de simulação e geração de números aleatórios para aplicações em análise e previsão de séries temporais. O objetivo específico é o estudo e a implementação de um algoritmo paralelo para a geração números pseudo-aleatórios na plataforma CUDA para a geração de subsídios computacionais que permitam o desenvolvimento e a realização de simulações compoutacionais estocásticas de forma massiva.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . Integrantes: Tiago Alessandro Espinola Ferreira - Coordenador / Emson josé Santana Pereira - Integrante. Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Bolsa.
      Membro: Tiago Alessandro Espinola Ferreira.
    11. 2012-Atual. Cluster Multiusuario Neumann II: Laboratorio de Processamento Hibrido de Alto Desempenho de Modelagem e Simulacao de Sistemas Complexos, Processamento de Imagens em Biomedicina e Medicina Assistida por Computacao Cientifica
      Descrição: O centro de PAD proposto visa a aplicação de processamento computacional híbrido ao cálculo numérico aplicado à problemas variados nas áreas sistemas complexos em física, química e biologia, ao processamento de imagens em biomedicina e à medicina assistida por computadores. Esta diversidade de aplicações do cálculo numérico via PAD requer a adaptação de códigos convencionais à nova arquitetura, assim como o desenvolvimento e implementação de novos algoritmos e protocolos computacionais em linguagem CUDA ou openCL. Atualmente, os projetos em desenvolvimento no Cluster Neumann podem ser categorizados nos seguintes temas de pesquisa e desenvolvimento:(1) Ciências Ambientais: Kernel Smoothing dos dados de chuva no Nordeste; (2) VI.ii. Biomedicina: Processamento de Imagens Médicas; (3) Sistemas Complexos: Desenvolvimento e Aplicação de Métodos em Química Computacional para o Uso Eficiente de Processamento GPGPU; (4) Análise e Previsão de Séries Temporais com a Utilização de Redes Neurais Artificiais e Computação Quântica em uma Plataforma de Computação de Alto Desempenho Baseada em GPGPUs.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Tiago Alessandro Espinola Ferreira - Coordenador / Borko D. Stosic - Integrante / Ricardo Luiz Longo - Integrante / Roberto D. Lins - Integrante / Thereza Amélia Soares da Silva - Integrante / Helcio J. Batista - Integrante. Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro.
      Membro: Tiago Alessandro Espinola Ferreira.
    12. 2011-2015. ESTUDO E DESENVOLVIMENTO DE SISTEMAS QUANTICOS INTELIGENTES PARA PREVISAO E ANALISE DE SERIES TEMPORAIS
      Descrição: A Computação Quântica (CQ) é um domínio de pesquisa recente que utiliza elementos de três áreas bem conhecidas: Matemática, Física e Computação. As vantagens teóricas advindas da utilização de fenômenos quânticos para a representação e o processamento de informação tem atraído atenção crescente não só da área científica mas também da área tecnológica/industrial. Recentemente, vários esforços têm sido aplicados no intuito de utilizar este novo paradigma da computação na elaboração de estruturas da Inteligência artificial, gerando, por exemplo, as redes neurais quânticas. Neste sentido, este projeto visa, em âmbito global, a formação de capital humano especializado em computação quântica e redes neurais em nível de doutorado, abordando o estudo teórico e o possível desenvolvimento prático em aplicações de análise e previsão de séries temporais, com principal interesse no desenvolvimento de novas técnicas e uma abordagem quântica para o ramo cognitivo e evolutivo da Inteligencia Artificial.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (1) . Integrantes: Tiago Alessandro Espinola Ferreira - Coordenador. Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Bolsa. Número de produções C, T & A: 1
      Membro: Tiago Alessandro Espinola Ferreira.
    13. 2010-2014. Previsao e Analise de Series Temporais e Sistemas Dinamicos Complexos com a Utilizacao de Metodos Inteligentes e Computacao Quantica
      Descrição: Este projeto vem a propor um trabalho de pesquisa científica e tecnológica na linha de previsão e análise de séries temporais com a utilização de técnicas da inteligência artificial e da computação quântica para a elaboração de sistemas híbridos inteligentes e quânticos com a utilização de aparatos e técnicas da computação de alto-desempenho. Em uma primeira etapa é proposto o estudo e desenvolvimento de uma modificação do método Time-lag Added Evolutionary Forecasting (TAEF) para a geração de um processo de correção perturbativa a partir dos resíduos gerados pela previsão inicial do método. Com esta modificação, pretende-se gerar um procedimento de correção de previsão baseado nos próprios resíduos das séries previstas pelo método TAEF com a aplicação da teoria perturbativa. Como um segundo ponto, é proposto a integração das redes neurais artificiais quânticas ao método TAEF, gerando um sistema híbrido inteligente quântico para a previsão de séries temporais. Esta integração é proposta devido as características de funcionamento do método TAEF vir a considerar um procedimento de ajuste de fase temporal de previsão para um aumento no desempenho, cujo processo semelhante pode também ser descrito pela representação dos estados internos de uma rede neural quântica.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) / Doutorado: (1) . Integrantes: Tiago Alessandro Espinola Ferreira - Coordenador / Jones Oliveira Albuquerque - Integrante / Silvana Bocanegra - Integrante / Wilson Rosa de Oliveira - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Tiago Alessandro Espinola Ferreira.

Prêmios e títulos

Participação em eventos

  • Total de participação em eventos (10)
    1. Big Data 2020. 2020. (Congresso).
    2. Computefest.Machine Learnign. 2020. (Oficina).
    3. Secomp - Semana da Computação da UFRPE.O Que é Computação?. 2016. (Encontro).
    4. 1st BRICS Countries Congress on Computational Intelligence and 11th Brazilian Congress on Computational Inteligence. An Intelligent Agent to Classify Countries Based on Financial Indices. 2013. (Congresso).
    5. 58ª RBRAS - Reunião Anual da região Brasileira da Sociedade Internacional de Biometria/ 15º SEAGRO - Simpósio de Estatística Aplicada à Experimentação Agronômica.Séries Temporais e Modelos de Previsão. 2013. (Encontro).
    6. 2012 Brazilian Symposium on Neural Networks - SBRN / Brazilian Conference on Intelligent System (BRACIS 2012).A System Based on Swarm Particle Optimization to Extract Knowledge from Times Seires Data. 2012. (Simpósio).
    7. IV Workshop-School in Quantum Computation and Information. Quantum Algorithms. 2012. (Congresso).
    8. X Congresso Brasileiro de Inteligencia Computacional. Stock Market Simulation for Volatility Analysis Inspired on Ideal Gas: an Intelligent Agent Approach. 2011. (Congresso).
    9. X Congresso Brasileiro de Inteligencia Computacional. Test whit Diffrent Fitness Functions for Tuning of Artificial Neural Networks with Genetic Algorithms. 2011. (Congresso).
    10. XXVth International Biometric Conference. Improving the Prediction of Non-Linear Time Series with Hybrid Methods Using the Correct Statistical Measure. 2010. (Congresso).

Organização de eventos

  • Total de organização de eventos (2)
    1. Ferreira, Tiago A. E.. XV Brazilian Congress on Computational Intelligence. 2021. (Congresso).. . 0.
    2. FERREIRA, T. A. E.. Registration Officer. 2013. (Congresso).. . 0.

Lista de colaborações

  • Colaborações endôgenas (4)
    • Tiago Alessandro Espinola Ferreira ⇔ Paulo Salgado Gomes de Mattos Neto (20.0)
      1. 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 ]
      2. 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 ]
      3. 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 ]
      4. 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 ]
      5. 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 ]
      6. 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 ]
      7. 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 ]
      8. 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 ]
      9. 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 ]
      10. 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 ]
      11. 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 ]
      12. 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 ]
      13. 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 ]
      14. 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 ]
      15. 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 ]
      16. 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 ]
      17. 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 ]
      18. 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 ]
      19. 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 ]
      20. FERREIRA, T. A. E. ; MATTOS, P. S. G.. Sistemas Híbridos Inteligentes Aplicados a Previsão do Mercado Financeiro. 2010. Palestra
        [ busca Google | busca Bing ]

    • Tiago Alessandro Espinola Ferreira ⇔ Francisco Madeiro Bernardino Junior (4.0)
      1. 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 ]
      2. 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 ]
      3. 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 ]
      4. 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 ]

    • Tiago Alessandro Espinola Ferreira ⇔ Antonio Carlos de Freitas (1.0)
      1. Batista, Marcus V.A. ; Ferreira, Tiago A.E. ; Freitas, Antonio C. ; Balbino, Valdir Q.. An entropy-based approach for the identification of phylogenetically informative genomic regions of Papillomavirus. Infection, Genetics and Evolution (Print). v. 11, p. 2026-2033, issn: 1567-1348, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • Tiago Alessandro Espinola Ferreira ⇔ Jose Antonio Aleixo da Silva (1.0)
      1. SOUZA, SYNTIA REGINA RODRIGUES ; SILVA, JOSÉ ANTÔNIO ALEIXO DA ; FERREIRA, TIAGO ALESSANDRO ESPÍNOLA ; GUERA, OUOROU GANNI MARIEL. Redes Neurais para a estimativa volumétrica de clones de Eucalyptus SSP. no pólo gesseiro de Araripe. REVISTA BRASILEIRA DE BIOMETRIA. v. 36, p. 715-729, issn: 1983-0823, 2018.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]




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