Spingendo le frontiere dell'intelligenza artificiale, visione artificiale, machine learning e data science — dalla teoria all'applicazione reale.
Eccellenza nella ricerca in IA e sistemi intelligenti, con pubblicazioni in prestigiose conferenze e riviste internazionali.
CSI Lab è il Laboratorio di Informatica per Sistemi Intelligenti dell'Università Federale di Ouro Preto (UFOP), affiliato al Dipartimento di Informatica (DECOM/ICEB).
La nostra missione è far avanzare l'intelligenza artificiale, il machine learning, la visione artificiale, il riconoscimento di pattern e la data science — combinando l'eccellenza accademica con applicazioni pratiche di impatto sociale e industriale.
Sviluppiamo modelli e sistemi applicati alla sanità, finanza, ambiente e linguaggio — con pubblicazioni su Springer, IEEE, SBC e ScienceDirect.
Collaboriamo con aziende come EFI Bank, CGU, Embrapii e BDMG in progetti di R&S, trasferendo conoscenze alla società.
Dal deep learning al riconoscimento biometrico — i nostri gruppi di ricerca coprono le principali frontiere dell'informatica intelligente.
Modelli di IA applicati a problemi ad alta complessità in sanità, finanza, linguaggio e percezione ambientale.
Riconoscimento di pattern visivi, classificazione di immagini, rilevamento di deepfake e identificazione biometrica.
Reti neurali profonde, transfer learning, self-supervised learning e architetture efficienti (NAS).
Modelli linguistici per il portoghese, classificazione di testi tossici, riconoscimento vocale e ottimizzazione di prompt.
Analisi del rischio di credito, rilevamento di frodi, previsione del churn e serie temporali epidemiologiche.
Rilevamento di cluster spaziali, modellazione COVID-19 con GNN e mobilità urbana, sorveglianza epidemiologica.
Classificazione ECG, rilevamento di aritmie, segmentazione del battito cardiaco e segnali cardiaci remoti via video (rPPG).
Algoritmi evolutivi, rilevamento di comunità in reti sociali e ottimizzazione della dispersione/concentrazione di soluzioni Pareto.
I nostri progetti nascono da domande reali e producono risultati pubblicati nelle migliori sedi internazionali — IEEE, Springer, SBC — con codice open source disponibile alla comunità via GitHub.
Progetti di ricerca applicata con partner industriali e governativi.
Domande su candidature, ricerca e partnership con il lab.
Segui i risultati del lab, le partecipazioni a conferenze e i premi ricevuti.
IX Scuola Regionale di Informatica Applicata alla Salute — premio miglior articolo assegnato a un lavoro seguito dal Prof. Eduardo Luz.
Categoria Scienze Esatte — miglior lavoro di ricerca universitaria all'UFOP, che riconosce la ricerca in machine learning.
Codice sorgente di tutti gli articoli pubblicati disponibile su github.com/ufopcsilab.