Portuguese Chinese (Simplified) English French German Italian Japanese Russian Spanish

Ciência de Dados

Pesquisadores criam ferramenta para predizer a evolução da Covid-19 em São Paulo

Sistema analisa diagnósticos específicos para cada região do estado

 

 

Professores da Unesp e da USP desenvolveram uma ferramenta que utiliza matemática e inteligência artificial para predizer o número de infecções, óbitos e pacientes recuperados no estado de São Paulo. Utilizando dados fornecidos pelas prefeituras municipais e concentrados na plataforma Info Tracker, os pesquisadores do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), apoiado pela Fapesp, conseguem apontar resultados individuais para cada uma das 22 regiões do estado.

Os dados sobre a Covid-19 já existentes são utilizados para calibrar os parâmetros do modelo matemático, que se baseia na modelagem SIR – amplamente utilizada para analisar qualitativamente a dinâmica de epidemias. Com inteligência artificial, os pesquisadores conseguem analisar esses dados preexistentes e fazer com que o modelo aponte as tendências para os próximos dias, incluindo o número efetivo de reprodução do vírus em cada região.  “Utilizar um modelo epidemiológico já bem estabelecido na literatura científica aliado à robustez da inteligência artificial é unir o melhor dos dois mundos. Assim, conseguimos resultados acurados e customizados para a realidade de cada uma das regiões do estado”, analisa Wallace Casaca, professor da Unesp em Rosana.

Ferramenta foi disponibilizada pelos pesquisadores nesta semana

“A inteligência artificial permite descobrir quais parâmetros melhor modelam cada região. Descobrir os parâmetros do modelo matemático é mais útil que predizer os dados diretamente, pois permite analisar as tendências das curvas em cada região”, completa Fábio Amaral, aluno da Pós-graduação em Matemática Computacional da Unesp em Presidente Prudente.

Em resumo, os pesquisadores utilizam os dados coletados das últimas semanas para treinar o modelo, a fim de analisar um comportamento qualitativo e também quantitativo nas regiões do estado. Assim, os resultados obtidos para os dias seguintes refletem com mais precisão as tendências das curvas de infecções, óbitos e recuperações. “Com dados atuais e projeções curtas, é possível ser mais assertivo nos resultados. Além disso, fazer essas análises de forma individual para cada região do estado é a maneira mais adequada, porque os resultados levam em consideração as peculiaridades de cada uma delas e as ajudam a tomar as decisões de forma mais eficiente”, destaca Cassio Oishi, professor da Unesp em Presidente Prudente.

A ferramenta já está disponível na internet e pode ser acessada por qualquer interessado. A esperança é que as predições ajudem os governos a combater a pandemia com mais aporte. “A previsão é sempre excelente, porque com ela os governos podem se preparar, inclusive com leitos hospitalares, planejando a volta gradual das atividades e muito mais. A eficiência da previsão depende muito dos dados oferecidos. Esse trabalho pode ter mais sucesso do que outros porque a coleta e o armazenamento dos dados são feitos com informações de cada município, o que aumenta o nível de detalhes obtidos”, finaliza José Alberto Cuminato, diretor do CeMEAI.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Leonardo Zacarin - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Estudos comparativos indicam inconsistências em boletins de São Paulo sobre Covid

Divulgação dos dados contém diferenças entre os próprios documentos liberados pela Prefeitura

 

Nas últimas semanas, a cidade de São Paulo tem dado passos na direção da reabertura gradual do comércio e da flexibilização das medidas de isolamento social. Porém, um estudo comparativo realizado por um pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) mostra que os dados sobre óbitos por Covid-19 divulgados pela Prefeitura têm sofrido alterações retroativas nos boletins emitidos diariamente.

Nas imagens abaixo, retiradas dos boletins da Prefeitura, é possível observar que o número de mortes pode ter sido atualizado de forma retroativa – ou seja: se, por exemplo, uma vítima da Covid no dia 15 de julho teve o diagnóstico da doença como causa da morte apenas no dia 20, seu óbito será contabilizado no dia 15, e não no dia 20. Dessa forma, o número de óbitos diários é mitigado, já que as mortes estariam sendo distribuídas nos dias anteriores.

13 714 7

Os boletins dos dias 13 e 14 de julho de 2020 mostram os mesmos números de óbitos nos dias anteriores

15 7

Já o boletim do dia 15 de julho de 2020 altera os números que permaneceram iguais nos boletins anteriores

 

Observando a tabela a seguir, que também utiliza dados dos boletins da Prefeitura, é possível perceber o efeito prático de uma mudança dessa natureza na divulgação. Se os óbitos fossem contabilizados de acordo com a data de constatação da Covid, como no boletim do dia 14, e não a partir da data da morte em si, como no boletim do dia 15, os dados de óbitos no período entre os dias 9 e 13 de julho seria praticamente o dobro do que foi informado.

tabela boletins

*Tabelas de evolução de óbitos - MSP (SIM / SMS-SP) dos Boletins Epidemiológicos da Prefeitura de São Paulo.

Essa prática também ajuda a explicar o gráfico abaixo. Comparando os dados da Lombardia, na Itália, e da cidade de Nova Iorque, nos Estados Unidos, com os números informados pela Prefeitura de São Paulo, pode-se perceber que não houve um pico abrupto de óbitos diários na capital paulista – ao contrário do que ocorreu nas outras duas regiões. Dessa forma, a partir desses dados, não é possível identificar ao certo se já houve o pico na capital, ou, ainda, que o declínio dos óbitos diários observado na Lombardia e em Nova Iorque ocorrerá em São Paulo.

casos diarios

“Analisando os dados e os gráficos de Nova Iorque e da Lombardia, é possível observar que as duas curvas apresentam comportamentos similares, isto é, uma espécie de assinatura de como a pandemia se comportou nessas regiões. Isso não é possível constatar na curva de São Paulo. Uma hipótese poderia ser a questão da ausência de uma testagem massiva, ou ainda, por outro lado, como o resultado - positivo - do isolamento social adotado nos primeiros meses da pandemia. Nesse sentido, São Paulo parece estar esticando a curva, o que em um primeiro momento é algo positivo. Porém, é importante ponderar que, como o número de novos óbitos ainda se mantém elevado, essa regularidade acaba sendo prejudicial, já que, ao contrário das outras regiões, não vemos indícios fortes de quedas no número de óbitos”, explica Wallace Casaca, responsável pelo estudo comparativo entre as cidades.

A análise do número de casos confirmados também mostra alguns pontos inconsistentes. Como observado na ferramenta InfoTracker, que também é alimentada por dados oficiais, entre os dias 10 e 22 de julho, os dados de casos diários positivos de Covid-19 em São Paulo se mantiveram cerca de 90% abaixo do que foi observado com relação às médias semanais anteriores ao dia 10. Pode-se perceber no gráfico a seguir – também criado a partir de dados divulgados pela Prefeitura – que há uma queda abrupta no número de casos diários em São Paulo.

casos diários all

Entre os dias 10 e 21, o número máximo de casos diários foi de 600, ocorridos no dia 16. Porém, os casos diários do dia 22 chegaram a 18.601, o que corresponde a um crescimento de quase 10% em relação ao número total de casos durante todo o curso da pandemia. A própria Prefeitura, em boletim, confirma que os dados do E-SUS não são atualizados desde o dia 9 de julho.

e sus

Desta forma, não é possível ter certeza se os dados entre os dias 10 e 22 foram se acumulando e divulgados apenas ao fim do período ou se eles não foram corretamente levantados.

O estudo completo, com explicações técnicas e metodológicas, pode ser acessado aqui.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Leonardo Zacarin - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Parceria auxilia São Carlos em políticas para moradores de rua

Pesquisadores utilizam a matemáticas para análise das informações

 

Parceria auxilia São Carlos em políticas para moradores de rua

Em parceria com a Prefeitura Municipal de São Carlos, pesquisadores do CEPID - CeMEAI realizam um projeto para entender o perfil de moradores em situação de rua na cidade. Após um censo com cerca de duzentas pessoas, os dados irão receber análise matemática e poderão contribuir com políticas públicas para quem está nessa situação. Conheça melhor o trabalho:

Publicado por CEPID - CeMEAI em Quarta-feira, 15 de julho de 2020

 

A Prefeitura de São Carlos em parceria com pesquisadores do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) realizam um projeto para entender o perfil de moradores em situação de rua. Após um censo com cerca de duzentas destas pessoas, os dados irão receber análise matemática que poderão contribuir com políticas públicas para essa população.

O coordenador do projeto é o pesquisador do CeMEAI e professor do ICMC, Alexandre Delbem. “Precisamos entender todos os processos deste sistema complexo e em conjunto, desenvolver as ferramentas matemáticas que podem esclarecer aspectos importantes e colaborar nas políticas”, disse.

Para a secretária de Cidadania e Assistência Social de São Carlos, Glaziela Solfa Marques, comentou os benefícios da parceria. “Este trabalho com a universidade gera economia de recursos, são processos que faríamos de uma outra forma e agora estão sendo digitalizados, com uma análise diferenciada e trazer a área da matemática, de informações de dados com essa realidade social tem sido muito interessante e tem mostrado esse lado de que essa junção de saberes pode ser potente”.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Estudo analisa efetividade das medidas de saúde na transmissão da Covid-19

Resultado demonstra por cidades que isolamento e máscaras reduzem contágio

 

Uma nova pesquisa que conta com o apoio do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), via Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), tem como foco a transmissão doméstica da COVID-19 no Brasil, com uma análise da eficiência das medidas de saúde pública como isolamento social/ quarentena e uso de máscaras na mitigação da transmissão do vírus no país.

O estudo tem como autores Thiago Christiano Silva, Leandro Anghinoni e o pesquisador Zhao Liang, todos da Universidade de São Paulo (USP). Eles trabalharam com uma abordagem inovadora e desenvolveram um modelo que permite estimar as taxas de transmissão de cada uma das cidades brasileiras. E entre as conclusões, a eficiência do uso de máscaras como demonstrada na figura abaixo.

img2

“Plotamos duas linhas verticais, a primeira linha vertical é o início da quarentena em SP, enquanto que a segunda representa a data de uso da recomendação de máscara pelo governo federal. O eixo vertical representa a média semanal da taxa de crescimento de infectados pela Covid-19 em municípios de SP. Cada curva representa subgrupos de municípios que tinham baixa, média e alta taxas de distanciamento social anteriormente à entrada da quarentena em SP. Podemos ver que o crescimento de infectados pela doença tem uma diminuição substancial para os três grupos após a segunda linha vertical, ou seja, há menores taxas de crescimento de infectados pela Covid-19 após a recomendação do governo federal sobre o uso de máscaras. Vale ressaltar, no entanto, que os nossos resultados tratam de associações e não causalidade.”, explicou Zhao.

 “Embora a doença tenha se espalhado por quase todo o mundo, o isolamento social ainda é uma política de saúde pública controversa e os governos de muitos países ainda duvidam de seu nível de eficácia. Essa situação cria impasses em locais onde há discrepância entre as políticas municipais, estaduais e federais. O aumento exponencial do número de pessoas infecciosas e mortes nos últimos dias mostra que essa desordem política pode levar a resultados muito sérios. Neste trabalho, estudamos a evolução da Covid-19 com modelos clássicos de epidemiologia e com redes complexas somente com dados de início de pandemia”, disse Zhao.

img1

O método pode ser resumido em três etapas. “Primeiro, construímos a rede de transmissão Covid-19 entre cidades, ajustando a estrutura da rede a partir de dados de infectados em cada município brasileiro por meio de algoritmos de aprendizado de máquina e redes complexas. Segundo, medimos a propensão da rede de espalhar o coronavírus pelas cidades usando uma análise espectral de grafos. E por fim, propomos uma metodologia para quantificar a eficácia das políticas públicas de saúde usando a dinâmica do modelo SIR e da teoria das redes espectrais”.

Segundo os pesquisadores, o trabalho se difere dos demais uma vez que a rede de transmissão da Covid-19 é aprendida a partir de dados municipais de cada município acometido com casos locais da doença. “Ajustamos esses dados a um modelo autoregressivo vetorial com regularização, que estima canais de transmissão direcionais de Covid-19. Nossos resultados revelam que o isolamento social e, principalmente quando utilizado em conjunto com o uso de máscaras, estão associados a menores taxas de transmissão do Covid-19 no Brasil durante período analisado”, conclui o estudo.

Como exemplo, a pesquisa mostra que a adoção dessas duas medidas potencialmente diminuiria o pico de infectados em São Paulo (SP) e Brasília (DF) em 15% e 25%, respectivamente, no período analisado (2 a 8 de maio em São Paulo e de 2020).

“Temos a sexta maior população do mundo, o que torna o impacto humano substancial. O efeito da Covid-19 também deve ser estudando levando em conta as disparidades socioeconômicas e culturais nos 5.570 municípios brasileiros. Portanto, as taxas de transmissão e mortalidade por COVID-19 podem diferir amplamente entre as cidades, como evidenciamos nesta pesquisa. O modelo proposto neste artigo é capaz de estimar essas cidades específicas e as taxas de transmissão e tem a intenção, por intermédio dos aspectos regionais da transmissão, auxiliar no planejamento de medidas de saúde pública”, finalizou Zhao.

img3

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Universidades brasileiras criam rede para tornar cidades inteligentes

Projeto terá início por Canaã dos Carajás (PA) e é apoiado pelo CEPID-CeMEAI

 

IMG 0538

Reunião no CeMEAI discutiu, no início deste ano, detalhes da implantação da rede

 

Você já parou para pensar como serão as cidades do futuro? Talvez nem seja preciso ir tão longe. Algumas delas já estão sendo construídas no presente. As Smart Cities utilizam tecnologias como Inteligência Artificial e Internet das Coisas para gerar eficiência nas operações urbanas, mantendo o desenvolvimento econômico ao mesmo tempo que melhoram a qualidade de vida da população.

No Brasil, um projeto apoiado pelo Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), via Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), está criando uma rede de cidades inteligentes. É a Inteligência Artificial Recriando Ambientes (IARA), trabalho coordenado pelos professores André Carlos Ponce de Leon Ferreira de Carvalho, do Instituto de Ciências Matemáticas e de Computação (ICMC), da USP em São Carlos e Carlos Renato Francês Lisboa, do Laboratório de Tecnologias Sociais da Universidade Federal do Pará, em Belém, que integra cerca de vinte universidades do país e do exterior, governos e iniciativa privada.

A rede IARA terá sedes em todas as universidades parceiras e, em São Carlos, é apoiada pelo Instituto Inova.  “Esse projeto tem como meta criar uma rede de pesquisa nacional, com sedes próprias e governança compartilhada e polos nos estados de São Paulo, Rio de Janeiro, Espírito Santo, Maranhão, Pernambuco e Pará. O principal objetivo é o desenvolvimento de pesquisa e tecnologia nas áreas de Inteligência Artificial e Internet das Coisas de 5a geração, mas já visando a 6a geração com modelos focados no desenvolvimento de eixos principais como comunicação, energia, mobilidade, saneamento, segurança, saúde, educação e lazer”, explicou André.

“As transformações das cidades refletem os anseios e os novos comportamentos da sociedade. A tecnologia tem que aprender com a realidade, auxiliar pessoas e é possível fazer isso a partir da coleta de milhares de dados. As máquinas aprendem com seus habitantes e sugerem sistemas computacionais para que seus problemas sejam solucionados ou reduzidos, como ter menos trânsito, energia limpa, educação e saúde personalizadas, e uma série de aplicações que darão aos gestores dos municípios parâmetros reais para que utilizem a inteligência artificial a favor da administração e gestão de recursos, o que reduz custos e gera mais qualidade de vida para seus moradores”.

A rede contará com cidades piloto para implantação dos primeiros modelos que serão depois implantados em outras cidades brasileiras. As primeiras cidades alvos do estudo serão Canaã dos Carajás (PA) e São Carlos (SP). Tratativas estão adiantadas com outras cidades.

 

Canaã dos Carajás é a primeira a implantar o modelo

Canaã dos Carajás, no estado do Pará, é a primeira a implantar o modelo de cidade inteligente amplamente estudado neste projeto da rede IARA. Mas essa visão de futuro teve início em 2015, com o Programa Canaã 2035, como explica o coordenador de fomento econômico Jorge Trajane. “O governo criou naquele ano um Fundo Municipal de Desenvolvimento Sustentável com recursos arrecadados da exploração minerária (CFEM), a principal fonte de renda da cidade, em 2018, a lei foi modificada para incluir várias formas de fomentar o desenvolvimento econômico, como a verticalização de cadeias produtivas primárias e investimentos em sistemas computacionais de utilidade pública. Firmamos parcerias com universidades do estado, como ocorreu com a Universidade Federal do Pará (UFPA), por intermédio do professor especialista em Sistemas de Telecomunicações Carlos Renato Lisboa Francês e iniciamos o estudo para a implantação do Projeto Smart Cities em Canaã dos Carajás”, explicou.

Um convênio com a UFPA permitiu chegar já à fase de aquisição de equipamentos como drones, câmeras, sensores e outros sistemas, bem como supercomputadores, para implantação do modelo que agora é feito também em parceria com a rede IARA. “Em breve, estaremos prontos para dar início à coleta de milhares de dados e realizar a extração de padrões e conhecimentos que irão nortear os gestores nas tomadas de decisões nas mais diferentes áreas”, disse o professor Carlos Renato Lisboa Francês.

Ainda segundo ele, a experiência dos pesquisadores da área de Inteligência Artificial da USP de São Carlos é essencial no sucesso do projeto. “Por esse motivo, começamos a trabalhar com o professor André, que coordena uma equipe referência nesta área e estamos empolgados em fazer parte dessa parceria que criará uma rede de cidades inteligentes no Brasil. É a primeira vez que efetivamente o conceito de Smart City com Inteligência Artificial será viabilizado no país”, conta.

Para Francês, a experiência de Canaã dos Carajás será importante nas demais implantações. “Toda infraestrutura que envolve dispositivos de coleta e processamento de dados é universalmente definida e estamos gerando esse modelo que servirá para outras cidades, respeitando as especificidades e necessidades de cada uma delas”.

“Aqui em Canaã dos Carajás a nossa expectativa com a implantação do projeto está diretamente ligada à criação de mecanismos proporcionadores de pesquisa aplicada em tecnologia, impulsionando oportunidades para novas empresas de tecnologia, como startups e spin-offs, sediadas no município, para gerar emprego e renda, principalmente aos nossos jovens. Ser uma cidade inteligente gerará à população melhorias na área de saúde, segurança, acessibilidade, mobilidade, educação e etc. Estaremos em uma era de interatividade entre a cidade e o cidadão, permitindo melhor gestão do recurso público e uma proximidade efetiva entre o poder público e o cidadão, principalmente os mais carentes”, finalizou Jorge Trajane.

 

Diversidade de conhecimentos em rede

Por reunir dezenas de cientistas especialistas em diferentes áreas de atuação, a rede IARA cria uma capilaridade única de conhecimentos que poderão ser aplicados no desenvolvimento das cidades brasileiras.

Este aspecto foi destacado pelo professor Carlos Renato Lisboa Francês. “A natureza e a diversidade dos pesquisadores envolvidos conseguem atender em todas as fases do processo as habilidades necessárias para implantação das cidades inteligentes. Reunimos infraestrutura sofisticada em uma ponta e inteligência artificial na outra para extrair os melhores padrões para tomadas de decisão dos governantes ou dos próprios cidadãos. Somos um grupo de pesquisadores e empresas parceiras heterogêneo no sentido positivo, com diferentes habilidades que se complementam”, disse.

O professor usou a atual pandemia para exemplificar como as cidades inteligentes poderiam estar vencendo a luta contra o novo coronavírus. “Por intermédio de dispositivos de captação de imagens, não só poderiam estar sendo apontadas as mais eficientes ações, como a proteção em tempo real das pessoas que poderiam ser identificadas com temperaturas acima do esperado. O conceito de individualizar o cidadão, comparando padrões e sugerindo políticas públicas específicas interferem positivamente na saúde, na educação e outras formas de qualidade de vida. E este futuro já está efetivamente sendo construído. Estamos montando a primeira estrutura de verdade, fim a fim, do país. O que há até hoje são protótipos, mas nessa dimensão e com a complexidade que estamos criando, é a primeira experiência do Brasil. O modelo de Canaã dos Carajás vai servir pra não repetir erros, manter e aprimorar acertos em outras cidades onde os sistemas serão implantados”, completou Francês.

Dados do Instituto Brasileiro de Geografia e Estatística (IBGE) demonstram que no Brasil a concentração urbana chega a aproximadamente 84% de toda a população. Esse índice reforça a necessidade de se construir cidades adaptadas às necessidades atuais e que, ao mesmo tempo, estejam preparadas para o futuro.

 “É nesse sentido que estamos trabalhando, gerando tecnologia e contribuindo para que as pessoas deixem de imaginar como será viver em uma cidade inteligente e possam fazer uso de fato dos recursos e tecnologias que não estão mais no futuro e sim, no presente, na ciência gerada por essa diversidade de conhecimentos em rede, o projeto IARA”, finalizou André.

 

Como fazer parte

Para conhecer detalhes do projeto ou tirar dúvidas basta entrar em contato com Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo..

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Sistema analisa dados comparativos sobre o avanço da Covid-19 em São Paulo

Ferramenta apresenta dados de 82 cidades do estado

 

info tracker

 

Desde o início da pandemia do novo coronavírus, uma das grandes preocupações dos pesquisadores que buscam formas de combatê-la é com a qualidade e a organização dos dados de casos, óbitos, internações e outros números que ajudem a traçar um panorama mais certeiro da evolução da doença.

Nos últimos dias, essa discussão ganhou ainda mais força com a decisão do Governo Federal em remover algumas informações do portal oficial – que depois foi anulada por decisão do STF – e a alteração na forma de contagem de casos e óbitos diários no país.

Foi nesse contexto que pesquisadores lançaram o SP Covid-19 Info Tracker. A ferramenta reúne dados desde o início da pandemia em 82 cidades paulistas, que correspondem a 95% dos óbitos confirmados no estado. O sistema apresenta dados de histórico diário, índices epidemiológicos e resultados de estatísticas matemáticas fornecidas por cada município monitorado, possibilitando que as informações sejam comparadas na íntegra. Assim, a ferramenta de análise de dados permite uma avaliação mais assertiva da evolução da doença em cada município e no estado como um todo.

O projeto é uma iniciativa de pesquisadores da UNESP e da USP liderados por Wallace Casaca, professor da Unesp em Rosana e pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela Fapesp.

“Trata-se de uma ferramenta de análise de dados que monitora as cidades do estado em tempo real, permitindo que sociedade, mídia, comunidade científica e entidades governamentais possam entender com maior nível de detalhamento a evolução da Covid-19 no estado. A ferramenta compila diversas informações sobre o avanço da doença no estado, incluindo, além dos dados brutos dos municípios, dados de historicidade, estatísticas, índices epidemiológicos e resultados de simulações matemáticas”, explica Casaca.

 

Info Tracker possibilita comparações de dados entre cidades

 

O Info Tracker é um sistema aberto para acesso público que reúne várias estatísticas e processa os dados com modelos matemáticos e algoritmos de ciência de dados. O instrumento se divide em quatro partes. A primeira mostra os números diários e absolutos de casos confirmados, descartados e notificados, testes realizados, pacientes recuperados e óbitos confirmados, de acordo com as informações fornecidas por cada município e do processamento dos dados coletados.

A segunda parte apresenta gráficos que apresentam visualmente a historicidade dessas informações e dão um perfil detalhado do desenvolvimento da Covid-19 ao longo do tempo.

As duas últimas páginas possibilitam um comparativo entre os dados de quaisquer cidades do estado monitoradas pelo projeto, também com apresentação de gráficos e estatísticas para análise temporal.

Além de fornecer os dados de uma forma mais didática e informar a população mais claramente, os pesquisadores querem que a ferramenta seja útil para que governo e municípios sejam auxiliados nas tomadas de decisão para desenvolver políticas públicas de combate à pandemia.

“Além de dar transparência aos dados sobre o novo coronavírus no estado, a plataforma visa dar condições para que secretarias municipais e entidades do poder público estadual possam implementar respostas rápidas, de ordem técnica e síncrona com a ocorrência do dado, a partir da análise dos dados e da situação de cada município”, completa o pesquisador.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Leonardo Zacarin - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Analisando apenas hemograma, pesquisadores detectam casos negativos de Covid-19 com 95% de precisão

Sistema utiliza dados para facilitar o diagnóstico e auxiliar o trabalho dos profissionais de saúde

 

diagnow

 

Pesquisadores estão desenvolvendo uma plataforma digital que utiliza dados de pacientes para criar indicadores e auxiliar na tomada de decisão dos médicos no combate ao novo coronavírus. Apenas com dados de hemograma, o sistema utiliza inteligência artificial para ajudar os hospitais a agilizar o processo de diagnóstico e otimizar recursos.

O DiagoNow, como foi chamada a ferramenta, funciona em quatro etapas, que atuam de forma complementar para confirmar casos positivos ou dispensar os casos negativos. A primeira delas é a auto-triagem - um fornecimento de dados por conta do próprio paciente, que responde a um questionário online sobre os sintomas. As respostas alimentam o banco de dados e auxiliam o paciente a tomar a decisão de ir ou não ao hospital. Os dados são também aproveitados na anamnese, que é a segunda parte do processo.

Na anamnese, o sistema utiliza informações de sintomas, sinais vitais e histórico médico para calcular um indicador inicial sobre a presença ou não da Covid-19 em cada paciente.

A terceira etapa da ferramenta são os exames complementares. São aproveitados exames como hemograma e raio-x para calcular indicadores precisos sobre a presença do vírus. Esse momento é fundamental para auxiliar a tomada de decisão dos médicos e fornecer diagnósticos assertivos sobre o coronavírus.

O último passo é o de previsões e monitoramento, que faz um acompanhamento dos pacientes consultados ou internados para monitorar o quadro clínico de cada um e emitir alertas, auxiliando a decidir se o paciente deve ser internado e, posteriormente, se deve ser encaminhado para a UTI.

jornada

Apesar de o DiagoNow ter quatro passos bem definidos, os pesquisadores começaram a implementação da plataforma pela terceira fase: a de exames complementares, que já está em funcionamento. A decisão foi tomada de forma estratégica. "Geralmente, a confirmação do diagnóstico pelo rt-PCR, exame padrão ouro para detectar o coronavírus, é muito distante das primeiras suspeitas da presença do vírus - e pode até mesmo não acontecer. Por isso, decidimos criar um momento intermediário através do hemograma em que a ferramenta consegue acelerar o processo e fornecer mais dados para a tomada de decisão dos profissionais de saúde”, explica Vinícius Molina Garcia, estudante de Engenharia de Computação da USP em São Carlos e Head de Estratégia do projeto.

As análises dos hemogramas já têm dado resultados muito satisfatórios. A partir dos dados preexistentes, a plataforma DiagoNow consegue informar, com até 95% de precisão, os casos negativos da doença. Ou seja: um simples hemograma é suficiente para descartar casos negativos em 19 de cada 20 exames. 

Quando a ferramenta acusa possibilidade da doença, a precisão é de 67%. Nesses casos, o possível infectado segue sendo avaliado nas partes seguintes do processo.

Durante as etapas, o DiagoNow oferece gráficos detalhados, que mostram os dados levados em conta pelo modelo. “Isso ajuda o médico a tomar as decisões com mais embasamento e também ver como o modelo chegou a essa resposta”, completa Garcia.

União entre universidades para desenvolver a solução

Os pesquisadores que trabalham no desenvolvimento do DiagoNow se juntaram depois de participarem de um desafio do Hospital Albert Einstein. A banca julgadora avaliou muito bem os trabalhos, elencando-os como destaques. Com isso, os autores entraram em contato para trabalhar juntos na solução.

Além de Garcia, o grupo é formado por outros dois alunos de André de Carvalho, professor do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP em São Carlos e pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI): Samuel Bastos, aluno de Engenharia Mecatrônica da USP, e Rafael Bizão, aluno de pós-doutorado do ICMC. O grupo também é formado por dois alunos da Universidade Federal do ABC - Jairo da Silva Freitas Júnior e Patrícia dos Santos - por um aluno da Universidade Federal da Bahia - Kaike Weslley Reis - e pelo desenvolvedor Ivan Bolorino. 

membros

Juntos, os pesquisadores têm avançado no desenvolvimento do DiagoNow e contam com o apoio do Hospital de Amor de Barretos, que está fornecendo consultoria médica para o aprimoramento da plataforma.

Próximos passos

Os cientistas querem, agora, aperfeiçoar a fase de exames complementares do DiagoNow, desenvolver as habilidades do sistema nas outras fases e integrar o sistema às plataformas hospitalares já existentes.

“Queremos oferecer a ferramenta de forma gratuita aos hospitais interessados. Para isso, estamos buscando hospitais parceiros, porque precisamos de dados para treinar os modelos. Estamos trabalhando para que os algoritmos sejam treinados dentro do banco de dados de cada hospital”, destaca Garcia.

Com a plataforma em pleno funcionamento, a ideia dos pesquisadores é que ela não fique restrita ao coronavírus. “Queremos expandir o DiagoNow para que ele seja capaz de atuar como um norte em toda decisão médica difícil, fornecendo dados que possam ajudar a combater outras doenças também”, finaliza.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Leonardo Zacarin - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Ferramenta matemática ajuda a planejar isolamento intermitente em SP

Modelo aponta momentos em que cada cidade poderia ter mais ou menos restrições

 

Medidas de controle são fundamentais para resguardar o sistema de saúde diante da pandemia de Covid-19. O protocolo de distanciamento social tem sido adotado na maior parte dos países e também no Brasil. Pesquisadores unem esforços e utilizam a matemática para estudar algumas questões: Por quanto tempo o protocolo deve ser mantido para se evitar o colapso do sistema de saúde? Cientes de que a evolução da doença não se encontra no mesmo estágio em todas as cidades e que a capacidade hospitalar varia muito em cada região, deve-se implantar o mesmo protocolo de distanciamento de forma homogênea em todas cidades e no mesmo momento? Deve-se amenizar o protocolo também de forma homogênea em todo o estado?

O grupo denominado ModCovid19, formado por uma parceria entre pesquisadores do Instituto de Ciências Matemáticas e de Computação, da USP São Carlos (ICMC), Instituto de Matemática, Estatística e Computação Científica, da Unicamp Campinas (IMECC), do Instituto de Matemática Pura e Aplicada do Rio de Janeiro (IMPA) e da Universidade Federal de Alagoas (UFAL), foi atrás das respostas e chegou a modelos matemáticos capazes de simular diversos fenômenos e comportamentos ligados à pandemia.

Apoiados pelo Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) e com financiamento do Instituto Serrapilheira, os professores Paulo J. S. Silva, do IMECC/Unicamp, Tiago Pereira e Luís Gustavo Nonato, do ICMC/USP, desenvolveram um sistema que permite avaliar quando e com qual intensidade o protocolo de distanciamento deve ser implantado em cada cidade individualmente a fim de evitar o colapso do sistema de saúde. “O modelo leva em consideração fatores importantes na transmissão da infecção, como a proporção de pessoas que comutam diariamente entre cidades, a disponibilidade de leitos, além é claro, do número de casos de Covid-19 registrados em cada cidade”, comenta Luis Gustavo Nonato.

sp rp osa

Ele utiliza a figura acima para explicar: “Considere, hipoteticamente, que o número de leitos em São Paulo é capaz de atender até 1.5% da população infectada, enquanto que a disponibilidade de leitos em São José do Rio Preto e em Osasco é a metade da de São Paulo, logo, tais cidades poderiam suportar até 0.75% de sua população infectada em um dado momento. De acordo com o exemplo hipotético, que assume um nível de distanciamento social semelhante ao implantado atualmente no estado, o sistema de saúde de São Paulo iria colapsar a partir do início de junho, superando esta situação apenas em meados de agosto  (linhas verde pontilhadas). São José do Rio Preto e Osasco entrariam em colapso no final de junho, permanecendo nesta condição até a primeira quinzena de setembro  (linhas cinzas pontilhadas)”.

Utilizando o modelo matemático para estimar quando e com que rigor o distanciamento deve ser aplicado em cada cidade a fim de evitar o colapso do sistema de saúde, obtém-se como resultado os períodos e intensidade de distanciamento representados nesta outra figura que mostra a simulação do exemplo hipotético para algumas das principais cidades de São Paulo.

14dias oficial

A linha preta representa a previsão de pessoas infectadas e as cores, os níveis de controle classificados como abertura total (azul claro), baixo (verde), moderado (azul), elevado (amarelo), alto (laranja) e severo (vermelho). 

A simulação mostra que São Paulo deveria impor um período de distanciamento de alto a severo até a segunda semana de julho, passando a moderado por 30 dias, finalizando então o protocolo de distanciamento a partir da metade de agosto. Note que com o controle adequado do distanciamento, o sistema de saúde não colapsaria e a abertura total se daria apenas quinze dias depois do final do colapso previsto no exemplo inicial. Osasco deveria impor um período de distanciamento alto até início de agosto, iniciando então períodos quinzenais intercalados de distanciamento severo seguidos de abertura total. Já São José do Rio Preto, demandaria um período longo de distanciamento severo e alto, que vai do final de maio até meados de outubro. Ou seja, a cidade de São Paulo poderia relaxar o período de distanciamento bem antes de Osasco e Rio Preto, sendo que Osasco poderia iniciar o distanciamento intermitente meses antes que Rio Preto.

Os cenários são bem distintos em cada cidade e trazem parâmetros para que medidas de restrição sejam adotadas de acordo com cada município.

No entanto, um dos autores desta pesquisa, Paulo J.S. Silva, observa que tais medidas devem ser orquestradas. “O estudo sugere que, de posse de dados confiáveis, é possível desenhar protocolos eficientes para a mitigação da Covid-19 nas cidades que consideram o que está ocorrendo em outras localidades com objetivo de evitar que toda economia do estado fique paralisada ao mesmo tempo. Acreditamos que esse modelo matemático é capaz de ajudar os governos e tomadores de decisão a balancear qual seria o melhor protocolo a ser adotado a fim de controlar a propagação da epidemia, levando também em conta os interesses econômicos e a ocupação dos leitos hospitalares. É preciso observar que a eficácia depende de decisões planejadas e as ações precisam ser vistas como um todo, levando em consideração o conjunto de todas cidades, ou regiões”, diz.

O grupo ModCovid19 trabalha em outras frentes de pesquisas que auxiliem no controle do novo coronavírus no Brasil. Este e outros trabalhos estão sendo reunidos em um website de apoio a gestores, população e comunidade científica.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

Raquel Vieira - Comunicação CeMEAI

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Pesquisa analisa distribuição de processos no Supremo Tribunal Federal

Um dos autores, Julio Stern utiliza técnicas matemáticas para sugerir transparência

 

Como é decidido qual ministro do Supremo Tribunal Federal vai julgar qual processo? A distribuição dos processos no STF ou em qualquer tribunal tem que seguir o pressuposto de que o juiz não escolhe que casos vai julgar e as pessoas não decidem que juízes julgarão seus casos.

As regras constam de regimentos internos. E também são analisadas por uma pesquisa intitulada “Avaliando a aleatoriedade em caso de atribuição: o estudo de caso do Supremo Tribunal Brasileiro”, que tem como um dos autores o pesquisador do CEPID- CeMEAI Julio Michael Stern, professor do IME/USP.

Uma das justificativas do estudo se baseia no fato de que, nos sistemas judiciais dos países ocidentais modernos, os procedimentos aleatórios são empregados para selecionar o júri, a corte e/ou o juiz encarregado de julgar um caso legal. “Portanto, esses procedimentos aleatórios desempenham um papel importante no decorrer de um caso e devem cumprir alguns princípios, como transparência e auditabilidade completa”, diz o resumo da pesquisa.

“No entanto, esses princípios são negligenciados por procedimentos aleatórios em alguns sistemas judiciais, que são realizados em sigilo e não são auditáveis pelas partes envolvidas”, observa Julio.

Ainda segundo ele, a distribuição de casos no Supremo Tribunal Federal é um exemplo de tal procedimento, pois é realizada por meio de procedimentos desconhecidos para as partes envolvidas nos processos judiciais.

O artigo, com publicação na Law, Probability & Risk, da Oxford Academic, apresenta uma revisão de como o Sorteio tem sido empregado historicamente.

No vídeo, o pesquisador explicou o estudo.

 

Pesquisa analisa distribuição de processos no Supremo Tribunal Federal

A distribuição dos processos no STF ou em qualquer tribunal tem que seguir o pressuposto de que o juiz não escolhe que casos vai julgar e as pessoas não decidem que juízes julgarão seus casos. O professor Julio Stern, do IME-USP e pesquisador do CEPID - CeMEAI, é um dos autores de um estudo de como essa aleatoriedade tem sido empregada historicamente. Entenda:

Publicado por CEPID - CeMEAI em Quinta-feira, 23 de abril de 2020

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Pesquisa analisa relação entre o crime e infraestrutura ao redor das escolas

Modelo também está sendo aplicado em São Carlos por um convênio com a Prefeitura

 

Pesquisa analisa relação entre o crime e infraestrutura ao redor das escolas

Um trabalho que conta com a participação de pesquisadores do CEPID - CeMEAI em parceria com o Núcleo de Estudos da Violência da USP busca entender a relação entre os padrões de criminalidade e as características de cada região da cidade de São Paulo. Conheça melhor o estudo, que já está sendo aplicado em São Carlos/SP:

Publicado por CEPID - CeMEAI em Terça-feira, 17 de março de 2020

 

Entender a relação entre os padrões de criminalidade e as características de cada região da cidade de São Paulo é o tema central de uma pesquisa orientada pelo pesquisador Afonso Paiva Neto do Centro de Pesquisa, Inovação e Difusão em Ciências Matemáticas Aplicadas à Indústria (CEPID-CeMEAI) e que conta com colaboração de Luis Gustavo Nonato em parceria com o Núcleo de Estudos da Violência (NEV).

A aluna de doutorado Jaqueline Alvarenga Silveira trabalhou com dados reais fornecidos pelo NEV e que deram suporte para um estudo direcionado à análise específica das atividades criminosas ao redor das escolas.

“O nosso maior objetivo neste trabalho era entender essa relação entre a criminalidade e infraestrutura no entorno dos grupos de escolas analisados para poder ajudar os formuladores de políticas públicas em suas decisões”, diz Jaqueline.

“Desenvolvemos um mecanismo analítico versátil baseado na decomposição de tensor para extrair padrões de várias fontes de dados, permitindo o agrupamento de escolas de acordo com esses padrões. Mais especificamente, reunimos indicadores socioeconômicos, informações sobre infraestrutura urbana e histórico criminal envolvendo mais de seis mil escolas na cidade de São Paulo. O modelo permitiu combinar e extrair os padrões mais representativos para cada grupo de escolas”, explica.

Entre as conclusões obtidas Jaqueline cita o fato de existir uma relação direta entre o aumento do número de ponto de ônibus e bares e o aumento de crimes, especialmente o crime transeunte. “Identificamos, por exemplo, padrões que mostram que existe roubo de carro no período da tarde no entorno de grupos de escolas. Uma explicação para isso se deve justamente por conta do congestionamento de carros gerado na saída das aulas”.

O orientador de Jaqueline, Afonso Paiva Neto, lembra que outras tantas variáveis podem ser concluídas por intermédio dessa ferramenta, auxiliando nas tomadas de decisões dos gestores públicos. “O trabalho pode auxiliar em políticas de segurança nas escolas que já existem e também no planejamento de novas unidades a serem construídas”, comenta.

Segundo ele, o próximo passo da pesquisa é evoluir para a relação entre violência no entorno das escolas e desempenho dos alunos.

O município de São Carlos, no interior de São Paulo já está sendo beneficiado pela pesquisa. Um convênio foi firmado com a Prefeitura Municipal e irá auxiliar a Secretaria de Segurança Pública a melhorar a segurança nas escolas.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Página 1 de 6