Projetos Integradores
A fim de articular as atividades de pesquisa dos docentes e discentes do PPGMMQ, bem como delimitar o escopo de atuação do programa, no processo de discussão do Planejamento Estratégico do PPGMMQ foram delineados os seguintes projetos integradores.
Projeto 1:
Título: Técnicas de Inteligência Computacional e Otimização para resolução de problemas reais
Linhas de Pesquisa: Inteligência Computacional e Otimização; Modelagem e Análise Quantitativa.
Equipe Docente: Guilherme de Alencar Barreto (Líder), Bruno Prata, Anselmo Pitombeira, Carlos Diego Rodrigues, Albert Einstein Muritiba, Ricardo Coelho Silva e Jesus Ossian da Cunha Silva.
Descrição: O presente projeto de pesquisa tem como objetivo aplicar técnicas de Inteligência Computacional e Otimização para resolução de problemas advindos de empresas públicas e privadas. São de interesse do projeto problemas relacionados à indústria e serviços em geral, tais como produção nos setores primário, secundário e terciário; transportes; educação; energias, dentre outros. Como métodos para resolução de tais problemas podem ser citados programação matemática, simulação computacional, heurísticas e metaheurísticas, lógica nebulosa, aprendizagem de máquina, dentre outros.
Subprojetos em andamento no escopo deste projeto integrador:
MARESIA II – Máquinas de Aprendizado em Robótica e Sistemas Inteligentes Autônomos
Modelos e algoritmos para o problema de programação de pedidos considerando tempos de preparação das máquinas
Modelos e algoritmos para problemas de logística, transportes e gestão de operações
Obtenção de estruturas tridimensionais de moléculas de proteína sobre ambiente incerto
Projeto 2:
Título: Avanços teóricos e aplicações em Estatística e Probabilidade
Linhas de Pesquisa: Inteligência Computacional e Otimização; Modelagem e Análise Quantitativa
Equipe Docente: Gualberto Montalvo (Líder), Juvêncio Nobre, Charles Cavalcante, José Ailton Alencar, Rafael Farias, Silvia Freitas, André Jalles, Leandro Rêgo, Anselmo Pitombeira, Guilherme Barreto, Giannini Italino e Ronald Nojosa
Descrição: A Estatística é uma ciência que pode ser aplicada em quase todas as áreas do conhecimento, portanto, ela se adapta e cresce diariamente para tentar dar soluções a inumeráveis problemas práticos e teóricos. Nesse contexto, a Estatística pode ser vista como uma ciência interdisciplinar que visa servir como base ou apoio para descobertas científicas em diferentes aspectos. Por sua vez, a base teórica dos métodos estatísticos é a Teoria da Probabilidade, sendo o entendimento dos fundamentos de probabilidade essencial para escolha dos métodos adequados, sejam eles clássicos ou Bayesianos, bem como para a correta interpretação dos resultados das análises estatísticas. A Estatística e a Probabilidade são áreas muito amplas da ciência e incluem como subáreas modelos de regressão, análise multivariada, controle de qualidade, planejamento de experimentos, teoria da classificação, teoria da decisão, teoria dos jogos, séries temporais, distribuições de probabilidade, processos estocásticos, entre outras. Muitas destas áreas propõem métodos que vêm sendo utilizados em larga escala nos campos do Aprendizado de Máquina, Inteligência Artificial e Ciências de Dados. O objetivo geral deste projeto é construir teorias e métodos novos associados à modelagem, inferência, otimização e diagnóstico estatístico, bem como, aplicar estes métodos para resolver problemas reais em outras áreas da ciência.
Subprojetos em andamento no escopo deste projeto integrador:
Análise de dados discretos
Comércio internacional de pescado
Complexidade Bayesiana para comparação de distribuições a posteriori
Distribuições a posteriori exatas
Estatística Aplicada à Área Interdisciplinar
Extensões de distribuições
Gamificação no aprendizado
Gelado comestível à base de hidrocolóide e hortaliça não convencional com baixo teor de açúcar e de gordura
Geometry and Optimization on Statistical Manifolds: Applications in Signal and Image Processing (GROSS)
Métodos de diagnóstico e testes de hipóteses em Modelos de regressão para dados correlacionados
Misturas finitas de distribuições: Introdução e aplicações
Modelagem Robusta Bayesiana
Modelagem Robusta Multivariada
Modelos Lineares Generalizados Multivariados
Modelos multivariados binários com funções de ligação assimétricas
Processamento Estatístico de Sinais: Métodos e Aplicações
Smart Water: Internet of Things for Water Distribution Systems – SWITS
Projeto 3:
Título: Aplicações de grafos em redes complexas e análise de conflitos
Linhas de Pesquisa: Inteligência Computacional e Otimização; Modelagem e Análise Quantitativa
Equipe Docente: Leandro Rêgo (Líder), Manoel Campêlo, Carlos Diego Rodrigues, Giannini Italino, Jesus Ossian da Cunha e Ascânio Dias Araújo.
Descrição: Grafos são estruturas matemáticas utilizadas para modelar o relacionamento entre pares de elementos de um certo conjunto. Com a rápida disseminação e propagação de redes sociais computacionais, o uso de grafos tem propiciado o estudo de vários problemas nas áreas de modelagem e otimização, fortemente conectados à ciência de dados. A análise de redes complexas, e em particular de redes sociais, tem se mostrado relevante em vários contextos, como investigação de tendências de comportamento, análise de preferências, alinhamento de propósitos/ideias, coesão/tensão intra-grupo e inter-grupos etc. As informações advindas desse conhecimento podem ser empregadas na resolução de problemas bastante variados, tais como formação de equipes de trabalho, sistemas de recomendação em lojas virtuais, campanhas políticas, sistemas de patrulhamento, etc. Em uma outra frente, grafos também têm sido utilizados para modelar cenários e transições entre eles em situações de conflitos, nos quais as transições entre cenários são controladas pelas partes envolvidas no conflito. Busca-se através de uma análise de estabilidade encontrar quais cenários se mostram satisfatórios para todas as partes envolvidas, com o intuito de solucionar os conflitos. Este projeto congrega subprojetos dentro desse grande tema, que tratam de problemas mais específicos, incluindo os mencionados acima, todos eles com foco na aplicação de grafos para resolução de problemas práticos. Para sua abordagem, são usadas ferramentas que advêm tanto de áreas de humanas (como psicologia, sociologia e antropologia) como de áreas exatas e tecnológicas (como matemática, estatística, física e computação). A interseção desses subprojetos cria um ambiente integrador que favorece a resolução dos problemas estudados e alimenta a colaboração entre os pesquisadores envolvidos.
Subprojetos em andamento no escopo deste projeto integrador:
Alguns problemas de agrupamentos em grafos
Análise de Conflitos Através do Modelo de Grafos: Avanços Teóricos e Aplicações
Análise de Conflitos, Redes Sociais e Incerteza: Avanços Teóricos e Aplicações
Problemas em grafos: complexidade e métodos
Projeto 4:
Título: Otimização matemática: modelos, métodos e aplicações
Linha de Pesquisa: Inteligência Computacional e Otimização; Modelagem e Análise Quantitativa
Equipe Docente: Manoel Campêlo (Líder), Rafael Andrade, Albert Muritiba, Anselmo Pitombeira, Bruno Prata, Carlos Diego Rodrigues, Jesus Cunha, Michael Souza, Ricardo Coelho, Nelson Maculan Filho.
Descrição: A otimização matemática provê ferramentas valiosas para resolução de problemas complexos que objetivam o melhor uso de recursos e dados. A partir da elaboração de modelos de otimização, problemas teóricos e práticos são descritos e resolvidos por meio de métodos matemáticos e computacionais. Integrando as competências e experiências complementares de pesquisadores do MMQ e seus colaboradores, este projeto pretende abordar problemas de otimização variados, sejam eles teóricos, possivelmente motivados por aplicações, ou advindos diretamente de cenários reais. As seguintes são as linhas gerais de atuação: (i) proposição, avaliação e validação de modelos de otimização matemática para os problemas ou aplicações considerados; (ii) desenvolvimento, aperfeiçoamento ou adaptação de técnicas e algoritmos de resolução para os problemas estudados, baseados em abordagens exatas, aproximativas, heurísticas e meta-heurísticas e estratégias de decomposição; (iii) avaliação de desempenho computacional dos métodos propostos ou de sua efetividade na resolução de instâncias reais; (iv) estudo teórico de propriedades dos problemas que possam dar suporte às outras linhas de ação. Nessa perspectiva, deseja-se contribuir vigorosamente com o avanço do conhecimento científico nessa área ao mesmo tempo em que se possa efetivamente atuar na resolução de problemas reais da sociedade em seus vários campos de atuação.
Subprojetos em andamento no escopo deste projeto integrador:
Algoritmos e aplicações para o problema da mochila quadrática 0-1
Árvores, caminhos e ordens em problemas de otimização combinatória
Determinação de estruturas protéicas via dados de ressonância magnética nuclear
Métodos exatos e heurísticos para problemas de otimização combinatória
Otimização em estruturas acíclicas, permutacionais e dominantes
