Ir direto para menu de acessibilidade.
ptenfres

Núcleo de Estudo em Inteligência Computacional - NIC

Publicado: Quarta, 01 Abril 2020 11:49 | Última Atualização: Quarta, 01 Abril 2020 11:50

Histórico

O Núcleo de Estudos em Inteligência Computacional (NIC) foi criado em 05/08/2011, inicialmente com o nome NEMECA (Núcleo de Estudos em Mecatrônica). Nessa data, a partir de uma Assembleia Geral com todos os estudantes do curso de Engenharia de Controle e Automação, o núcleo de estudos foi criado para que os alunos pudessem interagir e disseminar conhecimentos na área de mecatrônica. Sendo assim, foram criados subgrupos responsáveis por diferentes áreas relacionadas com eletrônica, computação e mecânica. Com o passar do tempo, vários desses subgrupos obtiveram identidade própria, formando novos grupos como, por exemplo, o TROIA (chamado de NEMECA-Botz enquanto pertencente ao NEMECA) e o Núcleo de Estudo em UAV (chamado anteriormente de NEMECA-UAV). Assim, os integrantes remanescentes do NEMECA decidiram modificar os objetivos do núcleo, passando a atuar exclusivamente na área de Inteligência Computacional. Consequentemente, o nome do núcleo foi alterado sendo chamado agora de NIC - Núcleo de Estudos em Inteligência Computacional.

Objetivos Gerais

O objetivo geral do Núcleo de Estudos em Inteligência Computacional é estudar e desenvolver ferramentas na área de inteligência computacional (Redes Neurais Artificiais, Lógica Fuzzy, Computação Evolucionária, Inteligência Coletiva, etc.) e aplicá-las aos mais diversos problemas da engenharia.

Áreas de Atuação

  1. Soft Sensor: Implementação de sensores virtuais para a substituição de sensores de alto-custo ou medição de grandezas, cujas medidas não podem ser realizadas por sensores físicos.
  2. Engenharia Biomédica: Aplicação de técnicas de IC em análise de sinais biomédicos para auxiliar os especialistas da saúde no diagnóstico de patologias.
  3. Reconhecimento de Padrões: Uso de IC para classificação de padrões em diversas aplicações, como biomédica e smart-grids.
  4. Otimização: Emprego de técnicas da computação evolucionária para otimização mono e multiobjetivo de sistemas reais.

Responsável pela Entidade

Professor Bruno Henrique Groenner Barbosa Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Dados Institucionais

www.deg.ufla.br