Présentation

PRÉSENTATION

Le thème de la Modélisation Mathématique et Computationnelle a été reconnu comme particulièrement adapté au développement de recherches interdisciplinaires. Il permet la constitution de groupes hétérogènes, avec des chercheurs issus de différentes disciplines, favorisant l'étude intégrée de divers problèmes de modélisation. En conséquence, il y a une synthèse de techniques, une uniformisation du vocabulaire et la création de concepts plus larges. Cela permet d'élargir les frontières de la connaissance, ce qui n'était pas possible sans la constitution de tels groupes.

 

À PROPOS DU PPGMMC

Le Programme de Post-Graduation en Modélisation Mathématique et Computationnelle (PPGMMC) se caractérise par le développement de recherches interdisciplinaires. Cette particularité se manifeste lorsque l'on considère que:

• les concepts et techniques de modélisation ne se caractérisent pas par leur universalité, mais on observe une grande dispersion de techniques, de vocabulaire non standardisé et de différences conceptuelles importantes;

• la constitution de groupes non homogènes avec des chercheurs issus de différentes disciplines pour l'étude intégrée de problèmes de modélisation permet le transfert de techniques, de vocabulaire et de concepts d'une discipline à l'autre, générant de nouvelles connaissances et impliquant l'émergence de cette nouvelle discipline;

• la synthèse de techniques, l'uniformisation du vocabulaire et la création de concepts plus larges permettent d'élargir les frontières de la connaissance.

 

AXES DE RECHERCHE

A. Systèmes intelligents

Cette axe de recherche vise à comprendre, à partir de l'étude du comportement humain et des systèmes naturels, ce que signifie un "comportement intelligent" et comment ce comportement peut être incorporé aux systèmes informatiques. Ainsi, elle cherche à s'approprier et à recontextualiser un corpus de connaissances et les meilleures pratiques d'autres disciplines et/ou domaines de recherche. Les méthodes et techniques issues de l'analyse linguistique, des modèles et processus cognitifs, de l'apprentissage machine, des réseaux sémantiques, des méthodes basées sur la logique floue, des réseaux neuronaux artificiels, du traitement distribué, des systèmes dynamiques composent le cadre théorique de cet axe de recherche. Les principaux sujets d'intérêt de cet axe de recherche sont actuellement: l'optimisation multi-objectif; l'ingénierie logicielle; la neuroscience computationnelle; la vie artificielle; la représentation de la connaissance; l'optimisation combinatoire; l'intelligence artificielle; les réseaux neuronaux artificiels; les systèmes flous; le contrôle des systèmes; l'informatique évolutive; l'optimisation linéaire; l'analyse probabiliste des systèmes; les systèmes multi-agents; les réseaux complexes.

 

Enseignants de la Ligne de Recherche :

  • Alisson Marques da Silva
  • Adriano Chaves Lisboa
  • Anísio Mendes Lacerda
  • Douglas Alexandre Gomes Vieira
  • Elisângela Martins de Sá
  • Elizabeth Fialho Wanner, Dr., UFMG
  • Flávio Vinícius Cruzeiro Martins
  • Gray Farias Moita, Dr., Imperial College
  • Gustavo Campos Menezes
  • Henrique Elias Borges, Dr., UFMG
  • Marcone Jamilson Freitas Souza, Dr., UFRJ
  • Paulo Eduardo Maciel de Almeida, Dr. Eng., US P
  • Rodrigo Tomás Nogueira Cardoso, Dr., UFMG
  • Sérgio Ricardo de Souza, Dr., Unicamp
  • Thiago Magela Rodrigues Dias
  • Vinícius Fernandes dos Santos, Dr., UFRJ

 

B. Méthodes Mathématiques Appliquées

Cette ligne de recherche se caractérise par l'utilisation de techniques et de méthodes mathématiques et de simulation informatique dans des applications interdisciplinaires pour la modélisation de systèmes. Les modèles résultants peuvent être linéaires ou non linéaires, décrits par des équations différentielles ou algébriques, probabilistes ou déterministes, discrets ou continus, résultant de méthodes de simulation ou de modélisation de systèmes physiques, économiques, industriels et biologiques. 

Actuellement, les principaux thèmes d'intérêt de la ligne de recherche sont : modèles de systèmes dynamiques physiques et biologiques ; méthodes d'approximation par des principes variationnels ou de discrétisation ; méthodes numériques pour les équations différentielles ; méthodes pour l'algèbre computationnelle ; simulation et méthodes de Monte Carlo ; analyse probabiliste des systèmes ; traitement des signaux et des images ; systèmes Web ; exploration de données ; systèmes complexes ; matériaux granulaires ; physique quantique ; économie de la physique ; systèmes distribués ; robotique ; vision par ordinateur ; physique mathématique ; information quantique.

 

Enseignants de la ligne de recherche :

  • Adriano César Machado Pereira, Dr., UFMG
  • Allbens Atman Picardi Faria, Dr., UFMG
  • Antônio Paulo Baeta Scarpelli
  • Arthur Rodrigo Bosco de Magalhães, Dr., UFMG
  • Breno Rodrigues Lamarghere Galvão, Dr., Université de Coimbra
  • Flávio Luis Cardeal Pádua, Dr., UFMG
  • Giancarlo Queiroz Pellegrino, Dr., UNI CAMP
  • José Geraldo Peixoto de Faria, Dr., UFMG
  • José Luiz Acebal Fernandes, Dr., UFMG
  • Leonardo dos Santos Lima, Dr., UFMG
  • Thiago de Souza Rodrigues, Dr., UFMG
  • Thiago Gomes de Mattos, Dr., UFF

Pour plus d'informations, veuillez contacter : https://bit.ly/42lIOJ2


Adresse Alternative


SIGAA | Diretoria de Tecnologia da Informação - DTI - (31) 3319-7000 | Copyright © 2006-2024 - UFRN - vm-sig-app-05.ditic.sgi.cefetmg.br.inst5