Pesquisas

O LAAI está disponível para parcerias e desenvolvimento de projetos relacionados com os temas de interesse dos pesquisadores. Contate-nos para maiores informações.

Em Andamento

Análises Comparativas entre Metaheurísticas para Problemas de Otimização Combinatória

Realização de estudos comparativos entre diferentes metaheurísticas aplicadas a esses problemas clássicos, tentando compreender os diferentes mecanismos de busca empregados e seus impactos na qualidade dos resultados.

Coordenador: Filipe Saraiva

Plataformização e Aplicação de Inteligência Artificial para Seleção de Currículos no Sistema Talentos Carreira RH

Projeto aprovado nos editais CNPq 12/2020 e FAPEPI/FINEP/FNDTC 01/2021 em parceria com a empresa Carreira RH para criação de plataforma de RH e utilização de técnicas de inteligência artificial para automação na seleção de currículos.

Coordenador: Filipe Saraiva

Avaliações entre Metaheurísticas Construtivas, Populacionais, e suas Hibridizações para o Problema de Roteamento de Veículos com Restrição de Capacidade

Projeto em parceria com a Loggi sobre estudos comparativos entre diferentes metaheurísticas para o Problema de Roteamento de Veículos com Restrição de Capacidade.

Coordenador: Filipe Saraiva

Métodos Metaheurísticos e Inteligência Computacional para Otimização, Modelagem e Simulações de Sistemas Elétricos de Potência e Redes Elétricas Inteligentes

Aplicação de diferentes técnicas de inteligência computacional para o planejamento e operação de redes elétricas de distribuição e smart grids.

Coordenador: Filipe Saraiva

Classificação Visual de Famílias de Besouros Utilizando Técnicas de Aprendizado de Máquina

Utilização de técnicas de aprendizado de máquina, incluindo deep learning, para a classificação de besouros de forma a auxiliar o trabalho taxonômico de entomólogos.

Coordenador: Filipe Saraiva

Deep Learning aplicado a Predição de Séries Temporais

O projeto de pesquisa possui como objetivo principal propor modelos computacionais baseados em RNAs diretas profundas e recorrentes (Deep Feedforward, BPTT e LSTM) que serão empregadas em tarefas de predição de séries temporais.

Coordenador: Lídio Campos