Ampliando las fronteras de la inteligencia artificial, visión computacional, aprendizaje automático y ciencia de datos — de la teoría a la aplicación real.
Investigación de excelencia en IA y sistemas inteligentes, con publicaciones en conferencias y revistas internacionales de prestigio.
El CSI Lab es el Laboratorio de Computación de Sistemas Inteligentes de la Universidad Federal de Ouro Preto (UFOP), vinculado al Departamento de Computación (DECOM/ICEB).
Nuestra misión es avanzar en la inteligencia artificial, aprendizaje automático, visión computacional, reconocimiento de patrones y ciencia de datos, combinando excelencia académica con aplicaciones prácticas de impacto social e industrial.
Desarrollamos modelos y sistemas aplicados a salud, finanzas, medio ambiente y lenguaje — con publicaciones en Springer, IEEE, SBC y ScienceDirect.
Colaboramos con empresas como EFI Bank, CGU, Embrapii y BDMG en proyectos de I+D, transfiriendo conocimiento a la sociedad.
Del aprendizaje profundo al reconocimiento biométrico — nuestros grupos de investigación cubren las principales fronteras de la computación inteligente.
Modelos de IA aplicados a problemas de alta complejidad en salud, finanzas, lenguaje y percepción ambiental.
Reconocimiento de patrones visuales, clasificación de imágenes, detección de deepfakes e identificación biométrica.
Redes neuronales profundas, aprendizaje por transferencia, self-supervised learning y arquitecturas eficientes (NAS).
Modelos de lenguaje para el portugués, clasificación de texto tóxico, reconocimiento de voz y optimización de prompts.
Análisis de riesgo crediticio, detección de fraude, predicción de churn y series temporales epidemiológicas.
Detección de clústeres espaciales, modelado de COVID-19 con redes GNN y movilidad urbana, vigilancia epidemiológica.
Clasificación de ECG, detección de arritmias, segmentación de latidos y señales cardíacas remotas por video (rPPG).
Algoritmos evolutivos, detección de comunidades en redes sociales y optimización de dispersión/concentración de soluciones Pareto.
Nuestros proyectos surgen de preguntas reales y producen resultados publicados en los mejores medios internacionales — IEEE, Springer, SBC — además de código abierto disponible para la comunidad vía GitHub.
Proyectos de investigación aplicada con socios industriales y gubernamentales.
Dudas sobre solicitudes, investigación y alianzas con el laboratorio.
Sigue los logros, participaciones en conferencias y premios del laboratorio.
IX Escuela Regional de Computación Aplicada a la Salud — premio al mejor artículo otorgado a un trabajo dirigido por el Prof. Eduardo Luz.
Categoría Ciencias Exactas — mejor trabajo de investigación de pregrado de la UFOP, reconociendo investigación en aprendizaje automático.
Código fuente de todos los artículos publicados disponible en github.com/ufopcsilab.