Apresentação

APRESENTAÇÃO
A temática de Modelagem Matemática e Computacional tem sido reconhecida como particularmente adequada ao desenvolvimento de pesquisas de caráter interdisciplinar. Permite a constituição de grupos heterogêneos, com pesquisadores oriundos de diversas áreas do conhecimento, promovendo o estudo integrado dos mais diversos problemas de modelagem. Como consequência, há a síntese de técnicas, a uniformização de vocabulário e a criação de conceitos mais abrangentes. Isto proporciona um alargamento das fronteiras do conhecimento, o que não era possível sem a constituição de tais grupos.


SOBRE O PPGMMC
O Programa de Pós-Graduação em Modelagem Matemática e Computacional (PPGMMC) caracteriza-se pelo desenvolvimento de pesquisas de caráter interdisciplinar.
Tal particularidade se manifesta ao se considerar que:

• os conceitos e técnicas de modelagem não se caracterizam pela sua universalidade, mas o que se observa é uma grande dispersão de técnicas, vocabulário não padronizado e diferenças conceituais importantes;

• a constituição de grupos não homogêneos com pesquisadores oriundos de diversas áreas do conhecimento para estudo integrado de problemas de modelagem vem possibilitando a transferência de técnicas, de vocabulário e de conceitos de uma área do conhecimento para as outras, gerando novos conhecimentos e implicando no surgimento dessa nova disciplina;

• a síntese de técnicas, a uniformização de vocabulário e a criação de conceitos mais abrangentes proporcionam um alargamento das fronteiras do conhecimento.


LINHAS DE PESQUISA

A. Sistemas Inteligentes
Essa linha de pesquisa busca compreender, a partir do estudo do comportamento humano e dos sistemas naturais, o que significa um “comportamento inteligente”, e como esse comportamento pode ser incorporado aos sistemas computacionais. Assim, busca apropriar e recontextualizar um corpo de conhecimentos e as melhores práticas de outras disciplinas e/ou áreas de pesquisa. Os métodos e técnicas, advindos da análise linguística, modelos e processos cognitivos, aprendizagem de máquinas, redes semânticas, métodos baseados em lógica difusa, redes neurais artificiais, processamento distribuído, sistemas dinâmicos compõem o referencial teórico dessa linha de pesquisa.
Atualmente, os principais temas de interesse da linha de pesquisa são: otimização multiobjetivo; engenharia de software; neurociência computacional; vida artificial; representação do conhecimento; otimização combinatória; inteligência computacional; redes neurais artificiais; sistemas nebulosos; controle de sistemas; computação evolutiva; otimização linear; análise probabilística de sistemas; sistemas multiagentes; redes complexas.


Docentes da Linha de Pesquisa:

  • 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. Métodos Matemáticos Aplicados
Esta linha de pesquisa se caracteriza pela utilização de técnicas e métodos matemáticos e de simulação computacional em aplicações interdisciplinares para a modelagem de sistemas. Os modelos resultantes poderão ser lineares ou não-lineares, descritos por equações diferenciais ou algébricas, probabilísticos ou determinísticos, discretos ou contínuos, resultantes de métodos de simulação ou de modelagem de sistemas físicos, econômicos, industriais e biológicos.
Atualmente, os principais temas de interesse da linha de pesquisa são: modelos de sistemas dinâmicos físicos e biológicos; métodos de aproximação por princípios variacionais ou de discretização; métodos numéricos para equações diferenciais; métodos para álgebra computacional; simulação e métodos de Monte Carlo; análise probabilística de sistemas; processamento de sinais e imagens; sistemas web; mineração de dados; sistemas complexos; materiais granulares; física quântica; econofísica; sistemas distribuídos; robótica; visão computacional; física matemática; informação quântica.


Docentes da Linha de Pesquisa:

  • 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., Universidade 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

 

 


Endereço Alternativo


Coordenação do Programa

SIGAA | Secretaria de Governança da Informação - (31) 3319-7000 | Copyright © 2006-2018 - CEFET-MG - vm-sig-app-06.ditic.sgi.cefetmg.br.inst6