ptzh-CNenfrdeitjarues

Ciência de Dados

Rede IARA participa de reunião mundial da ITU em Genebra

Pesquisadora Luisa Paseto representou o Brasil no grupo técnico SG20/Q7

 

Iara cidades inteligentes

 

Enquanto sonhamos em viver em uma cidade inteligente, mais humana, segura e sustentável, há muitas mentes trabalhando engajadas para que isso aconteça. No Brasil, mais especificamente, esse grupo de pesquisadores está alinhado com a rede de Inteligência Artificial Recriando Ambientes (IARA), que reúne cerca de 20 universidades do país e do exterior, governos e iniciativa privada.

A iniciativa tem o apoio do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) e é coordenada por André Carlos Ponce de Leon de Carvalho, diretor e professor do ICMC/USP, em São Carlos.

Entre os dias 18 e 28 de julho, ocorreu em Genebra, Suíça, a reunião do ITU-T/SG20, uma entidade vinculada à ONU que coordena as padronizações de telecomunicações através da divisão de estudos em SG´s (study groups).

A pesquisadora Luísa Paseto esteve presente nos trabalhos que reuniram líderes de várias nações. Ela é bolsista de pós-doutorado do ICMC e tem como supervisor o pesquisador André. É representante do Brasil no grupo técnico SG20/Q7, da União Internacional de Telecomunicações (ITU) e uma das responsáveis pelo desenvolvimento da plataforma Inteli.Gente, do Ministério da Ciência, Tecnologia e Inovação (MCTI).

“As estratégias abrangentes para implementar cidades e comunidades inteligentes e sustentáveis (SSC&C) estão surgindo em todo o mundo, integrando tecnologias de informação e comunicação (TIC) em todos os aspectos do planejamento e operação das  cidades e, no Brasil, a plataforma Inteli.Gente tem este papel fundamental contando com uma parceria de conhecimento e aplicações entre o MCTI e o Centro de Pesquisas Aplicadas – IARA”, explicou.

Ainda segundo a pesquisadora, o Brasil, como estado membro, apresentou sua contribuição para atualização do Suplemento do ITU-T Y.Sup-SSC-UCE - “Use Cases on implemented or evaluated SSC solutions based on ITU-T Y.4900 Recommendation Séries", com o intuito de aperfeiçoar a coleta de estudos de caso de cidades inteligentes sustentáveis implementadas ao redor do mundo, em especial Sul Global.

“O SG20 é o grupo de estudos responsável pela disseminação e consentimento dos padrões internacionais relacionados à IoT e cidades inteligentes e sustentáveis e em conjunto com o grupo de pesquisadores da ANATEL (Agência Nacional de Telecomunicações), nós da rede IARA, que também representamos o MCTI (Ministério da Ciência, Tecnologia e Inovações), temos a responsabilidade de apresentar e qualificar a abordagem brasileira. Para esta contribuição foram atualizados os casos de uso do Brasil, já capturados pela plataforma Inteli.Gente, a ferramenta digital, aberta e disponível aos públicos acadêmicos, gestores municipais e formuladores de políticas públicas em nível federal e estadual que foi desenvolvida para diagnosticar o nível de maturidade das cidades brasileiras em transformação digital e desenvolvimento sustentável”, disse Luísa.

 

Contribuições na Universidade de Porto

fac porto

Com o apoio do Cepid-CeMEAI, a pesquisadora Luisa Paseto passou por um período de troca de conhecimentos sobre cidades inteligentes e monetização de dados para aplicação em projetos de soluções e serviços em transformação digital e desenvolvimento sustentável. As áreas escolhidas para este período de troca de saberes foram energia, mobilidade e cidades inteligentes no Instituto de Engenharia de Sistemas e Computadores, Tecnologia e Ciência - INESC TEC, parceiro do CPA IARA na cidade de Porto- Portugal.

“Essa temporada de aprimoramento incluiu uma visita ao projeto Porto Digital, também na cidade de Porto, visando colaborações com a empresa Metro do Porto e a promoção de projetos nas áreas das TIC.  O objetivo da visita e do período de estudos foi trazer para o Brasil a possibilidade de aperfeiçoar projetos que envolvam a melhoria da qualidade da educação e da formação, por meio da utilização de soluções em IA e IoT para contribuir na redução do letramento digital brasileiro e impulsionar o ecossistema de empreendedorismo das cidades brasileiras e a inovação tecnológica e social inclusiva”, finalizou a pesquisadora.

 

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) 3373-6609/19-99199 8981

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

Ciências de Dados auxiliam geólogos na análise de rochas

Estudos contribuem com as etapas de obtenção de petróleo e gás

 

microscópio

 

Algoritmos, aprendizado de máquina, análise de dados, inteligência artificial. O que tudo isso tem a ver com geologia e petróleo? A princípio, pode parecer difícil traçar qualquer tipo de relação. Porém, as áreas têm muito a contribuir entre si. Prova disso é um trabalho que utiliza Ciências de Dados para analisar rochas em regiões de interesse e identificar suas características minerais.

Os estudos são realizados pelos geólogos Rafael Rubo, da Petrobras, e Cleyton Carneiro, professor da Escola Politécnica da USP. Cleyton foi o orientador de doutorado de Rafael na Poli e, sob a tutela do professor Afonso Paiva, os dois fizeram parte do MBA em Ciências de Dados oferecido pelo Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) e pelo Instituto de Ciências Matemáticas e de Computação (ICMC) da USP em São Carlos.

A principal aplicação do trabalho é utilizar técnicas de Ciências de Dados para organizar e interpretar informações obtidas a partir de rochas. “Nós analisamos as lâminas de rocha em microscópio de luz transmitida. Essa atividade é chamada de petrografia óptica. Analisando as lâminas, identificamos algumas feições da rocha, que vão orientar tanto a exploração de óleo e gás quanto a produção. Estudamos a porosidade que tem na rocha, que é onde vão estar o óleo e o gás, os fluidos que ficam nos poros da rocha”, explica Rafael.

segmentacao

Lâmina petrográfica como observada em microscópio óptico de luz transmitida e a
segmentação correspondente de sua mineralogia

Durante o doutorado, o geólogo criou o termo “petrografia digital” ao utilizar métodos de aprendizado de máquina supervisionados para analisar as informações obtidas nas rochas. Ele aproveitou o MBA para aplicar métodos não supervisionados aos mesmos dados. “Temos essa lacuna na formação acadêmica e eu vejo que o MBA possibilitou essa organização e trouxe um cardápio de novas técnicas, e você pode utilizar cada uma delas para um contexto, para um determinado problema”, conta.

A petrografia óptica fornece dados sobre a textura, a mineralogia, o litotipo e os processos de dissolução e compactação pelos quais a rocha passou. A partir dessas informações, é possível contar a história geológica da bacia sedimentar de onde a rocha analisada foi extraída. Mas tudo isso precisa ser organizado e interpretado. E é aí que entram as Ciências de Dados.

“O trabalho envolve a aquisição dessas imagens e a sua análise com auxílio de algoritmos de aprendizado de máquina. Aplicamos diferentes tipos de modelos preditivos para poder analisar automaticamente essas imagens. Assim, ganhamos tempo na etapa de análise petrográfica, ampliamos a quantidade de informação que extraímos da imagem e damos mais tempo para o geólogo se dedicar a uma atividade de interpretação daquele dado. Então, o geólogo deixa de fazer um serviço mecânico, como a contagem de pontos na lâmina, algo que pode ser automatizado, e ele passa a se dedicar a essa etapa de interpretação da deposição da rocha”, esclarece.

Conhecer e interpretar a história geológica de bacias sedimentares possibilita que elas sejam compreendidas com mais precisão. Saber qual tipo de rocha existe em determinada região, as características de seu sistema poroso e como extrair dela os recursos minerais é um processo minucioso, que, com o auxílio de ferramentas computacionais, se torna mais rápido e facilita as etapas posteriores da exploração dessas áreas. “A partir dessas informações cruzadas, é possível saltar de escala. Por exemplo, uma propriedade que foi caracterizada lá na análise petrográfica na sequência pode ser compreendida no contexto de um poço e depois buscamos transferir isso para o contexto do reservatório. E, a partir daí, conseguimos, por exemplo, calcular o volume de petróleo dos reservatórios, quanto eu tenho de óleo recuperável. São informações muito importantes para a indústria”, salienta Cleyton, que, durante o MBA, aplicou os conhecimentos em Ciências de Dados para buscar e apresentar fatores que indicassem similaridade entre poços de petróleo.

Recentemente, no Brasil, a camada pré-sal tem tido destaque pela grande quantidade de petróleo nos reservatórios. Os pesquisadores aproveitam o contexto para explicar a importância das Ciências de Dados em uma fase posterior à análise inicial das rochas. “Usando o exemplo do pré-sal, que é bem popular. Descobriu-se o pré-sal. O fato de ter-se descoberto o pré-sal quer dizer que, agora, vai ter óleo em qualquer poço que perfurarmos abaixo da camada de sal? E que esse óleo é recuperável? Não. Para isso, é necessária uma exploração, que realiza diversas caracterizações do reservatório em diferentes escalas, que vão viabilizar o posicionamento perfeito de um poço para que ele seja otimizado tanto do ponto de vista de produção quanto de custos. A exploração não termina quando você encontra, ‘descobre’ o pré-sal, por exemplo. A exploração permanece por um tempo para delimitar os reservatórios, para identificar até que ponto é econômico”, ilustra Rafael.

Mesmo após a fase exploratória, a leitura e interpretação de dados segue em demanda no processo de produção dos recursos energéticos. É necessário também analisar informações a respeito da otimização da extração em si – ou seja: mais informações, mais possibilidades de aplicação das Ciências de Dados.

“Em toda a cadeia, vamos precisar das Ciências de Dados porque, principalmente no âmbito geológico, da caracterização das rochas, as atividades sempre foram muito interpretativas. As técnicas vêm para sistematizar algo que era intuitivo e, agora, podemos classificar minerais com aprendizado de máquina e reduzir o viés interpretativo do petrógrafo”, complementa Cleyton.

MBA aproxima as Ciências de Dados de outros campos do conhecimento

Criado pelo CeMEAI e pelo ICMC-USP em 2019, o MBA em Ciências de Dados já capacitou mais de 300 profissionais de variadas áreas. O curso possibilita que os alunos tenham acesso a técnicas de ponta, com disciplinas oferecidas por um corpo docente recheado de referências nacionais e internacionais no setor.

“Atualmente, Ciências de Dados se tornam uma área cada vez mais interdisciplinar, agregando novas tecnologias em aplicações que vão de ciências sociais à indústria do petróleo. Os trabalhos desenvolvidos pelo Rafael e pelo Cleyton são uma prova de como esse MBA tem um papel importante não só na formação de cientistas de dados, mas também como os seus ensinamentos podem ser aplicados com sucesso em outras áreas do conhecimento na obtenção de resultados científicos sólidos”, resume o professor Afonso, pesquisador do CeMEAI e orientador de Cleyton e Rafael no MBA.

“Acho que é algo que muitos profissionais têm buscado, hoje em dia, por causa dessa demanda de transformação digital em todas as etapas do processo, não só pontualmente em uma área-fim, mas em tudo. Nesse sentido, o MBA complementa muito bem”, concorda Rafael.

Cleyton corrobora com os outros pesquisadores utilizando sua experiência como docente da Poli/USP. “Entendo que essa é uma oportunidade muito grande para prosseguimento da capacitação dos próprios docentes da universidade, porque sabemos que temos um domínio que é limitado, e, quando nos tornamos pesquisadores, professores, o intuito é que nós não paremos de buscar conhecimento e de aprender”, completa.

 

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) 99151-5648

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

Tecnologia apoiada pelo CeMEAI deverá alertar moradores de Rio Branco sobre enchentes

Tratativas para implantação do sistema foram discutidas em reunião na AUSPIN

 

enoe 2

 

 

Há dez anos, a ideia inicial era desenvolver e oferecer, no futuro, um sistema completo de monitoramento antienchente como software livre e gratuito para municípios brasileiros. Hoje, a tecnologia batizada e-Noé, já alerta os moradores de áreas em risco em tempo real.

Rio Branco, capital do Acre, poderá ser o próximo município beneficiado por esse sistema que tem coordenação do cientista da computação Jó Ueyama, professor do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP de São Carlos, pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI). A pesquisa conta com o apoio da FAPESP e do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e da Rede Nacional de Ensino e Pesquisa (RNP).

Uma reunião para estabelecer a possível parceria com a capital acreana foi realizada em São Paulo com pesquisadores do projeto, prefeito Sebastião Bocalom Rodrigues, secretários municipais, representantes e Luiz Henrique Catalani, coordenador da Agência USP de Inovação.

enoe 1

Segundo Jó, um dos princípios do projeto sempre foi ampliar o número de cidades que podem se beneficiar com essa tecnologia que ele descreve como acessível, ágil e barata para prever e avisar em tempo real sobre o risco de alagamentos. Além de São Carlos, onde o protótipo foi testado e o sistema implantado com sucesso, o e-Noé já monitora também a cidade de Rio do Sul, em Santa Catarina, com coordenação da Defesa Civil.

“O diferencial desse sistema é também o custo do kit com sensores, de fácil montagem e orçado em média em R$ 1,4 mil cada: R$ 400 o valor de cada protótipo e mais R$ 1 mil a instalação. Cada conjunto é formado por dois sensores analógicos, com funções específicas. O primeiro mede a pressão do corpo d’água, para informar secas e enchentes. O segundo analisa a turbidez aquática, um indicativo de poluição”, explicou o pesquisador.

“Ficamos contentes com o interesse do prefeito de Rio Branco que nos procurou e estamos analisando a viabilidade da transferência do software do detector de enchentes por intermédio da AUSPIN”, disse Jó.

Nas redes sociais e canais da prefeitura, o prefeito reiterou precisar muito da tecnologia para monitorar os rios que, segundo ele, quase todos os anos castigam a cidade, prejudicando inúmeras famílias. “Desde o ano passado, estamos fazendo tratativas com o Dr. Jó nesse sentido, queremos importar para Rio Branco essa tecnologia já implantada em outros municípios para que também consigamos diminuir as dificuldades que temos com as enchentes”, enfatizou.

 

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) 99151-5648

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

 

Estudo sobre demanda de EPIs em hospitais é publicado na Knowledge-Based Systems

Modelo foi desenvolvido durante a pandemia por pesquisadores do CeMEAI e da Bionexo

estoque seguro

O estudo denominado Safety-Stock: Predicting the demand for supplies in Brazilian hospitals during the COVID-19 pandemic, desenvolvido por pesquisadores do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), em parceria com a empresa Bionexo, ganhou destaque internacional recentemente ao ser publicado pela Knowledge-Based Systems.

“Neste sistema, construímos modelos estatísticos que combinam dados históricos de consumo de equipamentos de proteção individual (EPIs) por hospitais, protocolos atuais de seus usos e dados epidemiológicos relacionados à doença para obter modelos preditivos de demanda por equipamentos de proteção individual em hospitais brasileiros durante a pandemia”, explicou uma das autoras Cibele Russo Novelli.

A plataforma já foi implantada com sucesso no Brasil e o modelo adaptado para a Argentina. Ela estima a quantidade necessária de EPIs e insumos por unidade hospitalar em determinada região com base em dados históricos e curva epidemiológica, permitindo projetar o consumo futuro e incentivando a solidariedade entre os hospitais, com o objetivo de assegurar que os estoques sejam usados de maneira efetiva em favor da população, especialmente durante a pandemia quando os materiais tornaram-se limitados na luta global para atender e salvar vítimas da Covid-19.

A solução só foi possível com a soma de esforços de pesquisadores dos laboratórios de Estatística e de Otimização (ICMC/USP), Centro de Estudos de Risco (CER), Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) e da iniciativa privada, por intermédio da empresa de soluções digitais para gestão de processos em saúde, a Bionexo.

“A publicação no periódico de alto impacto Knowledge-Based Systems é um importante reconhecimento desta colaboração entre a academia e a empresa, estabelecida no início da pandemia de COVID-19 no Brasil. Naquele momento, as desigualdades de acesso à saúde se intensificaram com a escassez de EPIs em muitos hospitais brasileiros. Em poucas semanas de trabalho intenso, a ferramenta foi desenvolvida e disponibilizada para o uso dos hospitais. Mais tarde, ainda em 2020, uma adaptação da metodologia foi produzida em parceria com a Bionexo Argentina, levando em consideração a situação pandêmica local e a disponibilidade de dados de acesso público do país”, observou Cibele.

O coordenador de Transferência Tecnológica do CeMEAI, Francisco Louzada Neto, que também é um dos autores da pesquisa, lembrou que a parceria com a empresa Bionexo teve início no Workshop de Soluções Matemáticas para Problemas Industriais. “Importante ter tecnologia desenvolvida por uma equipe de brasileiros que agrega tanto acadêmicos quanto profissionais da indústria. Essa parceria só foi possível porque o Cemeai atendeu a empresa em um dos workshops organizados para aproximar a matemática da indústria. O laço de confiança com a Bionexo foi estendido e fez com que essa tecnologia fosse desenvolvida, auxiliando mais pessoas ao redor do mundo a vencer desafios da pandemia com auxílio da estatística”, comentou.

Contribuíram com o estudo os pesquisadores Oilson Alberto Gonzatto Jr (ICMC/USP e UFSCar), Diego Carvalho Nascimento (Universidade do Atacama, Chile), Cibele Maria Russo Novelli, Marcos Jardel Henriques, Caio Paziani Tomazella e Maristela Oliveira Santos (ICMC/USP), Denis Neves, Diego Assad. Rafaela Guerra e Evelyn Keise Bertazo (Bionexo), José Alberto Cuminato e Francisco Louzada Neto (ICMC/USP).

 

Sobre a Bionexo

A Bionexo é uma empresa de tecnologia que oferece soluções digitais para gestão de processos na saúde.

Através de soluções digitais de alta performance, promove a automação de processos, aumentando a visibilidade e transparência da informação para uma tomada de decisão mais rápida e inteligente.

Fundada em 2000, a Bionexo conhece a complexidade que envolve o negócio da saúde, o que a torna a maior referência na construção de soluções digitais em nuvem para saúde, contribuindo decisivamente para a profissionalização do setor.

 

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 apoiada pelo CeMEAI na área de AutoML está entre as melhores do mundo

Edésio Alcobaça foi um dos vencedores da competição MetaDL da NeurIPS21

 

edesio

 

O aluno de doutorado Edésio Alcobaça, orientado pelo pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), André Carlos Ponce de Leon Ferreira de Carvalho (ICMC/USP-São Carlos), está entre os primeiros colocados de um dos principais desafios mundiais na área de Aprendizado de Máquina (Machine Learning) e Inteligência Artificial (IA).

O NeurIPS é um evento que reúne uma série de competições e atividades sobre os principais avanços da área, entre elas, a MetaDL que elegeu o método desenvolvido por Edésio como o segundo melhor da competição, dividindo a posição com um pós-doutorando da Universidade de Edimburgo, na Escócia.

Participaram representantes das mais renomadas instituições mundiais de ensino. Para se ter uma ideia, o primeiro lugar foi para o aluno da Tsingua University, na China, reconhecida como uma das melhores universidades chinesas, e a melhor em IA.

“O critério de desempate foi a data de entrega do trabalho que acabamos fazendo um dia depois e apenas por isso, recebemos a premiação como terceiro colocado. No entanto, em termos de performance empatamos na segunda posição”, conta Edésio.

“Automated Machine Learning (AutoML) é minha linha de pesquisa no doutorado e essa competição segue nessa área onde, resumidamente, desenvolvemos sistemas de inteligência artificial que aprendem a aprender. Em outras palavras, esses sistemas de AutoML utilizam conhecimento prévio de modelagens passadas unidos a processos de otimização para criar modelos de forma automática. Isso ajuda bastante o cientista de dados no processo tedioso de escolha de algoritmos e ajuste de seus hiperparâmetros. Por outro lado, democratiza o aprendizado de máquina, fazendo-o acessível a pessoas com pouco domínio na área”, explica.

Ainda segundo Edésio, o AutoML está um passo acima. “Ele vai aprender como os algoritmos aprendem. Desta maneira, ao encontrar um conjunto de dados novo ele sugere sozinho determinada técnica de aprendizado, auxiliando na tomada de decisão de quais técnicas devem ser utilizadas para resolver o problema. Vale ressaltar que sistemas de AutoML podem ser confundidos como substitutos para o cientista de dados, mais isso é um erro. Na realidade é uma ferramenta que auxilia e otimiza o trabalho deste”.

No cenário específico da competição, o desafio proposto utilizava conjunto de dados de imagens de diferentes domínios para serem classificadas. “Nossos maiores obstáculos eram as restrições de tempo e de dados impostas no desafio da competição. Desta maneira, modelos complexos não eram factíveis. Desta maneira, meu objetivo foi desenvolver uma solução simples e inteligente que pudesse superar soluções mais complexas e a nossa, foi uma das mais eficientes e rápidas. Pensamos de forma clara e objetiva e conseguimos alcançar um resultado que me deixou muito feliz, especialmente por poder contribuir com a ciência. E essa contribuição ter vindo do Brasil é ainda melhor. Estou certo de que se cheguei até aqui ‘foi por estar sobre ombros de gigantes’, pois tive um grupo muito bom de colegas no laboratório, um bom orientador, bons professores durante minha carreira e a conquista não é minha, mas sim nossa. Saber que a ciência brasileira é capaz de estar entre os melhores do mundo é motivo de alegria. Esses reconhecimentos internacionais nos mostram que estamos no caminho certo”, finalizou.

 

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.

Em ambientes fechados, risco de contágio sobe para 80% sem uso de máscaras

Pesquisa mostra importância da proteção nas escolas mesmo com população vacinada

 

Recentes decretos estaduais e municipais desobrigam o uso de máscaras também em ambientes fechados. No entanto, muitos pais e educadores ainda têm dúvidas sobre o uso ou não da proteção. O Grupo de Trabalho ModCovid19 - criado por pesquisadores de grandes universidades brasileiras para sistematizar as ações e pesquisas utilizando modelos matemáticos para simular cenários ligados à pandemia, alerta para um estudo que, entre as principais conclusões, simula a ausência de máscaras em ambientes escolares fechados e com má circulação de ar.

O estudo aponta para um dado alarmante: mesmo com 60% da população vacinada, a ausência de máscaras pode levar à infecção de aproximadamente 40% da população em uma onda de infecção, enquanto que o número de casos cai pela metade com o uso de boas máscaras, como mostra a figura abaixo. Aliar o uso máscaras a outros protocolos, como busca e isolamento de casos suspeitos, permitiria manutenção segura das atividades.

mask 1

Em outra simulação, direcionada para variantes com maior transmissão, como a ômicron, o risco aumenta e a incidência de casos pode chegar a 80% se máscaras e outros protocolos de segurança não forem implementados nas salas de aula.

mask 2

Conforme a infeccionalidade aumenta, a adoção de medidas extras de segurança, como rotatividade de turmas e busca/isolamento de casos suspeitos, torna-se cada vez mais essencial para a continuidade segura de atividades escolares.

 “O estudo deixa clara a necessidade de continuidade de protocolos nas atividades escolares presenciais para manutenção da segurança dos alunos. Ele demonstra a confiabilidade de tais protocolos sob diferentes níveis de cobertura vacinal e ainda comprova a maior eficácia para máscaras de boa qualidade. Devemos lembrar que o mau uso dos equipamentos é semelhante ao não uso dos mesmos”, observa Tiago Pereira, professor do ICMC/USP São Carlos e pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI).

“Não existe uma solução única para uma pandemia, mas esse estudo tem a intenção de continuar demonstrando matematicamente que soluções combinadas adequadas que estão diretamente ligadas aos padrões de comportamentos e uso de equipamentos de segurança, potencializam a continuação segura das atividades escolares, independentemente dos índices de cobertura vacinal”.

O artigo é uma colaboração dos pesquisadores Juliano Genari, Guilherme T. Goedert, Sérgio H. A. Lira, Krerley Oliveira, Adriano Barbosa, Thales Vieira, Allysson Lima, José Augusto Silva, Hugo Oliveira, Maurício Maciel, Ismael Ledoino, Lucas Resende, Edmilson Roque dos Santos, Dan Marchesin, Claudio J. Struchiner e Tiago Pereira.

 

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:

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

Pesquisa colabora com plataforma nacional de diagnóstico para Cidades Inteligentes

Construção e análise de base de dados auxiliarão municípios na transformação digital

 

luisa

 

A plataforma inteli.gente, do Ministério da Ciência, Tecnologia e Inovações (MCTI), foi criada para que municípios brasileiros se cadastrarem e recebam um diagnóstico de seu nível de maturidade para Cidades Inteligentes e Sustentáveis. O objetivo é propor diretrizes por meio de eixos de atuação e indicadores de desempenho das cidades para elaboração de uma política nacional customizada aos municípios brasileiros e alinhada aos padrões internacionais de desenvolvimento definidos pelo Modelo de Maturidade para Cidades Inteligentes da União Internacional de Telecomunicações (ITU), agência das Nações Unidas para Tecnologias da Informação e Comunicação (TIC).

A pesquisadora Luísa Paseto é representante membro do Brasil no grupo técnico SG20/Q7, do ITU, e uma das responsáveis por adaptar esse modelo internacional para a plataforma digital inteli.gente do MCTI.

Atualmente, é também bolsista de pós-doutorado do ICMC/USP-São Carlos e tem como supervisor o pesquisador André Carlos Ponce de Leon Ferreira de Carvalho. Seu projeto de pesquisa denominado Transformação digital sustentável frente aos desafios da oferta de serviços e aplicações inteligentes à população, está alinhado à Rede Inteligência Artificial Recriando Ambientes (IARA), projeto apoiado pelo Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), via Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP).

A pesquisa da Luísa está contribuindo com a construção e análise dessa base de dados da plataforma inteli.gente. Ela conta que o primeiro passo foi a implantação e adaptação da plataforma baseada no modelo internacional proposto pela ITU, estabelecendo critérios para diagnóstico e determinação do nível de maturidade de uma cidade nas dimensões econômica, ambiental, sociocultural e capacidades institucionais. As quatro dimensões estão divididas em sete níveis de maturidade, medidos por um conjunto de indicadores e qualificadores-chave.

06 diagnostico.6ac56576

“Todos os municípios devem acessar a plataforma e fazer parte dessa rede, preenchendo seus dados e respondendo fielmente aos itens a serem preenchidos na plataforma, reconhecendo problemas-chaves para cada uma das áreas. Essa é a primeira etapa para que possamos reconhecer trilhas para a transformação que tragam melhorias para cidades e sua população, algumas delas usando inteligência artificial, nos diferentes níveis de planejamento, alinhamento, desenvolvimento, integração e otimização das cidades a fim de aperfeiçoarmos a dinâmica de transformação digital e desenvolvimento urbano brasileiro”, disse Luísa.

Ainda segundo Luísa a iniciativa inédita permite criar e manter um banco de dados atualizado que reflete a realidade dos municípios brasileiros, que deixarão os resultados disponíveis de forma detalhada para os gestores municipais, estaduais e federais, com recomendações de ações e políticas públicas.

“É de fundamental importância que sejam conhecidas as características e desafios particulares de cada um dos 5570 municípios brasileiros. Para isso, essa pesquisa fará uso de algoritmos de inteligência artificial e de ciência de dados para extrair conhecimento dos dados públicos armazenados na plataforma. Queremos desenvolver junto às cidades diagnosticadas um processo de gestão por políticas públicas, customizado, tecnológico, participativo e de inclusão”.

Os resultados deste trabalho da pesquisadora também chegará ao ITU, colaborando com a comparabilidade internacional das cidades e soluções de benchmarking para o desenvolvimento das cidades, melhorando a qualidade de vida da população.

Para o orientador André Carlos Ponce de Leon Ferreira de Carvalho, e também coordenador da rede IARA, Centro de Pesquisa Aplicada em Inteligência Artificial em Cidades Inteligentes, selecionado pela FAPESP, MCTI e CGI.br, esse trabalho ajuda a consolidar e apoiar o trabalho do MCTI. “O trabalho da Luísa irá trazer números reais do panorama atual das cidades brasileiras, apontando onde precisam implementar ações para que sejam inseridas nesse plano mundial de melhoria das cidades e suas populações por intermédio da tecnologia”.

 

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 de detecção de talentos esportivos conquista prêmio do Comitê Olímpico Brasileiro

iSports foi desenvolvido por pesquisadores do CeMEAI

 

premio esporte inovacao

 

No último domingo (20), o II Congresso Olímpico Brasileiro, evento organizado pelo Comitê Olímpico Brasileiro (COB), concedeu aos criadores do Sistema iSports o Prêmio Esporte Inovação, concurso de soluções para os desafios enfrentados pelo esporte no Brasil. O iSports – Modalidade Judô foi premiado no evento por votação popular.

O projeto, desenvolvido com o apoio do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) e alojado no ICMC-in, utiliza de matemática e estatística para coleta de dados em testes feitos para atletas de judô. O projeto foi validado pela Confederação Brasileira de Judô, com testes sugeridos pela CBJ. Todos os dados coletados são reunidos em uma nota que varia de 0 a 100. Assim, é possível comparar diferentes atletas, mas também o desenvolvimento de um mesmo esportista ao longo do tempo. De acordo com os autores, a metodologia pode ser facilmente replicada para outros esportes.

“O Projeto iSports tem como objetivo principal tornar o esporte mais inclusivo, dando oportunidade de conhecermos talentos esportivos que jamais poderiam ser reconhecidos. Ele funciona como um olheiro virtual, auxiliando na avaliação de atletas a distância”, comenta o professor Francisco Louzada, Coordenador de Transferência de Tecnologia do CeMEAI e um dos vencedores do prêmio.

Além de Louzada, fazem parte da equipe Caroline Godoy, bolsista do CeMEAI, Anderson Ara (UFPR), Leandro Carlos Mazzei (UNICAMP), Marcus Agostinho (CBJ) e José Olívio Júnior (CBJ). O trabalho foi premiado com R$ 15 mil e um dos autores também terá a oportunidade de viver a experiência dos Jogos Olímpicos Paris 2024.

“Essa premiação é o reconhecimento da importância do desenvolvimento de produtos acadêmicos voltados à comunidade e também nos dá um estímulo muito grande para continuarmos nossa luta em oferecer inteligência às entidades nacionais que regulam o esporte e que primam por um esporte de qualidade que possa ser mensurado com precisão”, comemora o professor.

Ex-integrantes do iSports Judô:
• Marcos Jardel Henrique (Estudante de Doutorado)
• Vinícius Loureiro Siqueira (Aluno Bacharelado em Estatística e Ciência de Dados)
• Wesley Da Silva (Aluno Bacharelado em Estatística e Ciência de Dados)
• Gustavo Zabotto (Aluno Bacharelado em Estatística e Ciência de Dados)
• Júlio Trevisan Centanin (Aluno Bacharelado em Estatística e Ciência de Dados)

 

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

com informações do Comitê Olímpico Brasileiro

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 99151-5648

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

Plataformas web sobre fake news, criptomoedas e covid-19 são apresentadas

Tecnologias foram desenvolvidas durante Mestrado Profissional do CeMEAI

 

plataforma fake news

 

Quantas vezes você já se perguntou se aquela notícia era mesmo verdadeira? A internet e redes sociais intensificaram as informações, mas também o volume de conteúdo falso ou manipulado, especialmente em assuntos relacionados à política.

O tema tem chamado cada vez mais a atenção de pesquisadores e também ganhou a atenção de um dos grupos do Mestrado Profissional em Matemática, Estatística e Computação Aplicadas à Indústria (MECAI), um curso de pós-graduação stricto sensu oferecido pelo ICMC e um dos cursos da área de educação corporativa oferecidos pelo Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI).

Nessa plataforma que pode ser acessada nesse link, a equipe criou um classificador que treinado em um conjunto de dados consegue com confiança distinguir as notícias verdadeiras das falsas. O usuário apenas precisa copiar e colar o texto que gera a dúvida no local indicado no site e obterá o resultado com precisão acima de 96%.

“O trabalho desenvolvido foi uma oportunidade de trabalhar com um tipo de problema que não é muito comum no ambiente do dia a dia de trabalho, além de criar um produto que pode gerar algum impacto na sociedade. Também a diversidade de opiniões no grupo de trabalho foi muito produtiva. O grupo era composto tanto por alunos da disciplina quanto os alunos de doutorado e pós-doutorado e cada um sempre trazia uma opinião e uma visão diferente sobre as nossas abordagens, disse Luiz Giordani do grupo que criou a plataforma para identificar fake news.

Mais do que estreitar relações entre a academia e o setor produtivo, o MECAI tem se fortalecido sobretudo como esse potencial desenvolvedor de novas tecnologias que auxiliem à população em geral.

Além dessa ferramenta para identificar fake news, outras duas plataformas web foram criadas pelos alunos do curso de Probabilidade & Estatística.

 

Antecipação do valor de mercado de criptomoedas

plataforma criptomoedas

Na plataforma web para antecipação do valor de mercado de criptomoedas o foco era em uma das grandes dificuldades de negociação das criptomoedas que se deve ao grau de volatilidade presente nessas séries de preços e do baixo conhecimento dos investidores nesse mercado. “Como os investidores contam com uma elevada exposição ao risco, grandes perdas ou ganhos podem ser gerados dependendo da posição adotada”, explicou um dos membros, Atila Ferreira Pessoa. “Dessa forma, se faz necessária a utilização de métodos matemáticos, estatísticos e computacionais refinados para determinação do momento mais adequado para entradas e saídas de posições, utilizando o histórico para entender o mercado e conseguir identificar os momentos mais adequados para tais negociações”.

 

Previsão e acompanhamento da Covid-19

plataforma covid

Outra tecnologia resultante do MECAI auxilia no acompanhamento de óbitos por Covid-19 em nível municipal. Os desenvolvedores se basearam em problemas como dificuldade de acesso aos dados referentes a evolução dos casos e óbitos e previsão do números de casos que acompanhassem os diferentes períodos da pandemia. E criaram o website que disponibiliza publicamente para cada município do Brasil o número de óbitos e taxas. Foram utilizadas duas modelagens distintas, uma com previsão de ondas a longo prazo e modelos de misturas para curto prazo. Também foi produzido um artigo científico explicando as metodologias utilizadas e resultados alcançados.

O coordenador dessa disciplina do MECAI, Francisco Louzada Neto, comentou sobre esses resultados, todos já aplicáveis e obtidos por intermédio de uma metodologia inovadora de educação corporativa. “Nós utilizamos uma metodologia baseada no PBL (Problem-based Learning) onde o foco é fazer com que o aluno passe a ser protagonista e deixe de ser um receptor de informações. No MECAI, combinamos o PBL com base nos problemas reais da indústria e sociedade, criamos para isso uma estrutura organizacional de uma empresa de consultoria onde todos os membros tem papel fundamental no desenvolvimento da tecnologia”, disse.

Louzada se mostrou satisfeito com os resultados apresentados na última edição do MECAI, uma vez que as plataformas já estão disponíveis e auxiliando a população com informações e dados confiáveis.

Para saber mais sobre o MECAI basta acessar a página.

 

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

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

Telefone: (19) 99199-8981

Artigo mostra o impacto da pandemia na economia mundial

Diego Nascimento, autor principal da publicação é pesquisador do CEPID/CeMEAI

 

pandemia economia

 

Denominado Dynamic graph in a symbolic data framework: An account of the causal relation using COVID-19 reports and some reflections on the financial world, o artigo que tem como pesquisador principal Diego Nascimento, membro do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), está auxiliando na difícil missão de medir os impactos econômicos mundiais gerados pela pandemia.

Recentemente publicado na Chaos, Solitons & Fractals, o artigo tem como objetivo descrever o espalhamento mundial do SARS-CoV-2 através de uma estrutura complexa via grafo direcionado, que relaciona as dinâmicas das forças de seus links ao longo do tempo. O período de tempo considerado dos dados foi o primeiro semestre de 2020 e é referente à taxa de infecção diária de 214 países. Posteriormente foram analisados seus impactos e tendências nos principais índices dos mercados financeiros mundial. “Este trabalho é inovador, pois desenvolvemos um modelo grafo dinâmico para dados intervalares, com base na representação de intervalo center-range, que reduz o espaço paramétrico dessas séries temporais multivariadas de alta dimensão, visando melhor descobrir relações causais entre as regiões mundiais. Essa fusão de dados é conhecida como Symbolic Data Analysis (SDA) que visa reduzir a dimensão dos dados e permite considerar informações complexas, conservando seus padrões ocultos, por meio de variáveis simbólicas”, explica Diego.

O autor conta ainda que o trabalho agregou os países em sete regiões distintas do planeta e estimou a causalidade de influência dessas regiões. “Em um segundo momento, foi visualizado os principais índices das bolsas do mundo e seus comportamentos, observando essencialmente quando a força da COVID-19 aumentou (e suas incertezas), explicando a queda das principais bolsas financeiras e chegando ao seu apogeu no momento de maior lockdown na Europa”.

O trabalho ganha relevância quando descreve o impacto da propagação da doença (direção/sentido) com os impactos empíricos dos desempenhos dos principais índices do mercado financeiro global. Vale ressaltar que todo esse descobrimento de causalidade entre essas séries temporais multivariadas tem como base somente as informações contidas nos dados (data-driven model).

Além de Diego, que trabalha atualmente na Universidade do Atacama (UDA-Chile), participaram do desenvolvimento dessa tecnologia os pesquisadores: Bruno Pimentel, da Universidade Federal de Alagoas (UFAL); Renata de Souza, da Universidade Federal de Pernambuco (UFPE); Lilia Costa, da Universidade Federal da Bahia (UFBA); Sandro Gonçalves, da B3 financial market S.A.; e Francisco Louzada Neto, professor do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP-São Carlos e Coordenador de Transferência de Tecnologia do Centro.

 

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

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

Telefone: (19) 99199-8981

Página 1 de 8