Carlos Ferreira

Investigador Sénior

Domínios

Laboratório de Inteligência Artificial e Apoio à Decisão Inteligência Artificial

Projetos

NanoStima-RL5

O projeto NanoSTIMA vai procurar dar resposta a dois grandes desafios: por um lado a passagem de tecnologias sensoras macro, utilizadas atualmente, para tecnologias micro e nano, que desempenharão um papel fundamental no setor da saúde e bem-estar; por outro lado, a gestão das enormes quantidades de informação que estes sensores vestíveis e implantáveis vão gerar, integrando-a com dados de outras fontes, tais como registos médicos, dados genéticos, ou mesmo redes sociais. A linha de investigação 1 deste projeto vai ser desenvolvida por dois centros: o C-BER e o CAP.Ficha de Projeto

NanoSTIMA - Advanced Methodologies for Computer-Aided Detection and Diagnosis

AgWearCare

Wearables para Monitorização das Condições de Trabalho no Agroflorestal

Publicações

Map-matching methods in agriculture

Silva, A;Mendes Moreira, J;Ferreira, C;Costa, N;Dias, D;

2024

COMPUTERS AND ELECTRONICS IN AGRICULTURE

Modeling the Ink Tuning Process Using Machine Learning

Costa, C;Ferreira, CA;

2023

Intelligent Data Engineering and Automated Learning - IDEAL 2023 - 24th International Conference, Évora, Portugal, November 22-24, 2023, Proceedings

Identification of morphologically cryptic species with computer vision models: wall lizards (Squamata: Lacertidae: Podarcis) as a case study

Pinho, C;Kaliontzopoulou, A;Ferreira, CA;Gama, J;

2022

ZOOLOGICAL JOURNAL OF THE LINNEAN SOCIETY

Development and testing of improved statistical wind power forecasting methods.

Mendes, J;Bessa, R;Keko, H;Sumaili, J;Miranda, V;Ferreira, C;Gama, J;Botterud, A;Zhou, Z;Wang, J;

2011

Ver todas as publicações

Teses Supervisionadas

Verificação e descoberta de modelos probabilísticos no Alloy Analyser.

Pedro Faria Durães da Silva

D - 2023

UM-EEUM

Centros

Laboratório de Inteligência Artificial e Apoio à Decisão

O nosso Laboratório de Inteligência Artificial e Apoio à Decisão LIAAD investiga nas áreas de Inteligência Artificial, Aprendizagem Computacional (Machine Learning), Ciência e Dados e Modelação. Estas áreas são transversais para todos os setores da sociedade e da economia. As enormes quantidades de dados recolhidos e a ubiquidade da digitalização e da sensorização oferecem cada vez mais oportunidades e desafios à automação do apoio à decisão. A combinação de Machine Learning e de modelos complexos está a revolucionar economia, saúde, justiça, indústria, ciência, administração pública e educação, o que nos encoraja a investir em diferentes abordagens e perspetivas tecnológicas e científicas. A nossa estratégia geral é explorar o fluxo e a diversificação de dados e investir em linhas de investigação que levarão ao desenvolvimento de fundamentos e de modelos de Inteligência Artificial aplicada com responsabilidade e centrada no Humano.