Eduardo Almeida Soares

  • Endereço para acessar este CV: http://lattes.cnpq.br/2009554289959764
  • Última atualização do currículo em 13/12/2018


Eduardo é doutorando em Ciência da Computação pela Lancaster University (UK) financiado pela Ford Motor Company, é mestre em Engenharia de Sistemas e Automação pela Universidade Federal de Lavras (UFLA), e bacharel em Sistemas de Informação também pela Universidade Federal de Lavras, com período sanduíche na Kwantlen Polytechnic University (Canadá). Atualmente atua como Associate Lecturer pela Lancaster University, tendo atuado anteriormente como professor substituto pelo Instituto Federal do Sul de Minas (IfSuldeMinas). Sua área de interesse é Inteligência Computacional, com ênfase em sistemas inteligentes evolutivos, sistemas fuzzy, neuro-fuzzy, redes neurais, reconhecimentos de padrões e previsões de séries temporais. (Texto informado pelo autor)


Identificação


Nome
Eduardo Almeida Soares
Nome em citações bibliográficas
SOARES, E. A.;SOARES, E.;SOARES, EDUARDO;SOARES, EDUARDO A.


Formação acadêmica/titulação


2018
Doutorado em andamento em Computer Science.
Lancaster University, LANCASTER, Inglaterra.
Título: Transparent Deep Learning Classifier of Driving Scenarios able to Identify and Learn from Unseen Situations,
Orientador: Plamen Angelov.
Bolsista do(a): Ford Motor Company, FORD, Estados Unidos.
2015 - 2017
Mestrado em Engenharia de Sistemas e Automação.
Universidade Federal de Lavras, UFLA, Brasil.
Título: Sistemas evolutivos baseados em regras para previsão de séries temporais meteorológicas,Ano de Obtenção: 2017.
Orientador: Daniel Furtado Leite.
Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil.
Grande área: Ciências Exatas e da Terra
Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Aprendizado de Máquina.
Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Logica Fuzzy.
2010 - 2015
Graduação em Sistemas de Informação.
Universidade Federal de Lavras, UFLA, Brasil.
Título: INSPEÇÃO DA ACESSIBILIDADE DE APLICATIVOS MÓVEIS E WEBSITES COMERCIAIS.
Orientador: André Pimenta Freire.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de Minas Gerais, FAPEMIG, Brasil.




Formação Complementar


2013 - 2015
Diploma in English Language Proeficiency.
Kwantlen Polytechnic University, KPU, Canadá.
2014 - 2014
Extensão universitária em CCNA Routing and Switching:Introduction to Network.
Kwantlen Polytechnic University, KPU, Canadá.
2013 - 2014
Extensão universitária em Information Technology.
Kwantlen Polytechnic University, KPU, Canadá.
2007 - 2009
Mastering English Course. (Carga horária: 912h).
CCAA - Lambari, CCAA, Brasil.


Atuação Profissional



Universidade Federal de Lavras, UFLA, Brasil.
Vínculo institucional

2015 - 2016
Vínculo: Bolsista, Enquadramento Funcional: Pesquisador, Carga horária: 40


Instituto Federal de Educação, Ciência e Tecnologia do Sul de Minas Gerais, IFSULDEMINAS, Brasil.
Vínculo institucional

2018 - 2018
Vínculo: Servidor Público, Enquadramento Funcional: Professor Substituto, Carga horária: 40

Atividades

03/2018 - Atual
Ensino, Computação, Nível: Graduação

Disciplinas ministradas
Sistemas Operacionais
Sistemas Distribuídos
Tópicos Especiais
Desenvolvimento Web
Desenvolvimento para dispositivos móveis
Redes de Computadores
Linguagens de Programação III

Lancaster University, LANCASTER, Inglaterra.
Vínculo institucional

2018 - Atual
Vínculo: Bolsista, Enquadramento Funcional: Associate Lecturer, Carga horária: 40

Atividades

11/2018 - Atual
Ensino, Computer Science, Nível: Pós-Graduação

Disciplinas ministradas
Data Mining
11/2018 - Atual
Ensino, Computer Science, Nível: Graduação

Disciplinas ministradas
Artificial Intelligence


Projetos de pesquisa


2018 - Atual
Reconhecimento de Padrões e Controle Inteligente de Robôs Móveis via Interface Cérebro-Computador
Descrição: Este projeto trata do controle inteligente de robôs móveis terrestres através de interface cérebro-computador (ICC). Uma ICC utiliza sinais elétricos mensurados a partir de eletrodos posicionados na superfície cortical ou áreas subcorticais cerebrais (eletroencefalograma - EEG) para ativar dispositivos externos tais como computadores, motores, próteses, robôs ou outros dispositivos. A ideia essencial é que um usuário de um sistema EEG-ICC possa se comunicar com, e atuar, no mundo exterior a partir do pensamento. Registros EEG são traduzidos em dados numéricos a partir de métodos estatísticos, filtros e transformadas. Variáveis discriminativas de padrões são obtidas a partir de métodos de projeção. Em seguida, métodos de inteligência artificial e otimização são empregados para classificação, previsão, e para o desenvolvimento de modelos controladores. A inteligência artificial evolutiva é uma linha onde algoritmos recursivos procuram por padrões espaço-temporais em fluxos de dados online e adaptam os parâmetros e a estrutura de modelos classificadores, preditores ou controladores. O presente projeto compreende as etapas supracitadas. Ele abre várias possibilidades de pesquisa, inovações tecnológicas, e propostas de métodos customizados em consonância com conceitos das teorias de inteligência artificial evolutiva, otimização e controle de sistemas dinâmicos..
Situação: Em andamento; Natureza: Pesquisa.
2017 - Atual
Sobre Similaridade, Agregação e Aprendizado Incremental a partir de Fluxos de Dados Heterogêneos
Descrição: Na direção do desenvolvimento de modelos centrados em humanos a partir de fluxos de dados incertos provenientes de sistemas físicos ou virtuais, este projeto propõe novos algoritmos incrementais de aprendizado de máquina. O propósito é capturar a essência de fluxos de dados heterogêneos (numéricos, intervalares e fuzzy) em uma representação mais compacta e abstrata, baseada em regras. Dois tópicos específicos são enfatizados. O primeiro trata de medidas de similaridade recursivas entre objetos heterogêneos em espaços métricos. O segundo trata do desenvolvimento de operadores de agregação de informação com parâmetros adaptativos e mecanismos para intercambiar operadores de agregação ao longo do processo de aprendizado online..
Situação: Em andamento; Natureza: Pesquisa.


Revisor de periódico


2018 - Atual
Periódico: INFORMATION SCIENCES
2018 - Atual
Periódico: INTERNATIONAL JOURNAL OF INFORMATION TECHNOLOGY & DECISION MAKING


Áreas de atuação


1.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência Computacional.
2.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Aprendizado de Máquina.
3.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Logica Fuzzy.
4.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Redes Neurais Artificias.


Idiomas


Inglês
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.


Prêmios e títulos


2018
Melhor Trabalho ERMAC/SBMAC 2018. Lamounier, S.; Ferreira, N.; Soares, E.; Leite, D. Modelagem neuro-fuzzy a partir de dados da fala para estimação do grau de Parkinson, Sociedade Brasileira de Matemática Aplicada e Computacional - SBMAC.
2018
2018 Outstanding Student Paper Award. SOARES, E.; CAMARGO, H. A.; CAMARGO, S. J.; LEITE, D. F.. Incremental Gaussian Granular Fuzzy Modeling Applied to Hurricane Track Forecasting, IEEE International Conference on Fuzzy Systems - IEEE World Congress on Computational Intelligence.
2014
Certificate of Achievement - Service in Excellence, Kwantlen Student Association.


Produções



Produção bibliográfica
Artigos completos publicados em periódicos

1.
SOARES, E.2017 SOARES, E.; COSTA JR, P. ; COSTA, B. S. J. ; LEITE, D. F. . Ensemble of Evolving Data Clouds and Fuzzy Models for Weather Time Series Prediction. APPLIED SOFT COMPUTING, v. 64, p. 445-453, 2017.

Livros publicados/organizados ou edições
1.
SOARES, E. A.; LEITE, D. F. . Inspeção da Acessibilidade de Aplicativos Móveis e Websites Comerciais: Uma análise do cenário brasileiro. 1. ed. Saarbrücken - Alemanha: Novas Edições Acadêmicas / OmniScriptum Gmbh & Co. ISBN: 978-620-2-18212-6, 2018. v. 1. 80p .

2.
SOARES, E.; LEITE, D. F. . Sistemas Evolutivos Baseados em Regras para Previsão de Temperatura: Uma abordagem de Inteligência Computacional. 1. ed. Saarbrücken - Alemanha: Novas Edições Acadêmicas / OmniScriptum Gmbh & Co. ISBN: 978-620-2-04562-9, 2017. v. 1. 92p .

Trabalhos completos publicados em anais de congressos
1.
SOARES, E.; CAMARGO, H. A. ; CAMARGO, S. J. ; LEITE, D. F. . Incremental Gaussian Granular Fuzzy Modeling Applied to Hurricane Track Forecasting. In: IEEE World Congress on Computational Intelligence WCCI - FUZZ-IEEE, 2018, Rio de Janeiro. IEEE World Congress on Computational Intelligence WCCI - FUZZ-IEEE 2018, 2018. p. 1-8.

2.
COSTA, B. S. ; BERNARDES, A. C. S. ; PEREIRA, J. V. A. ; ZAMPA, V. H. ; MATOS, G. F. ; SOARES, E. ; SOARES, C. L. ; SILVA, A. F. . Artificial Intelligence in Automated Sorting in Trash Recycling. In: XV Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2018, São Paulo. XV Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2018. p. 1-8.

3.
MOTA, VANIA C. ; DAMASCENO, FLAVIO A. ; SOARES, EDUARDO A. ; LEITE, DANIEL F. . Fuzzy clustering methods applied to the evaluation of compost bedded pack barns. In: 2017 IEEE International Conference on Fuzzy Systems (FUZZIEEE), 2017, Naples. 2017 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), 2017. p. 1.

4.
Mota, V ; CAMPOS, A. T. ; SOARES, E. A. ; LEITE, D. F. . Métodos de Agrupamento Fuzzy Aplicados à Sistemas de Galpão de Compostagem. In: XLVI Congresso Brasileiro de Engenharia Agrícola (CONBEA), 2017, Maceió. XLVI Congresso Brasileiro de Engenharia Agrícola (CONBEA), 2017. v. 1. p. 1-10.

5.
Mota, V ; SOARES, E. A. ; LEITE, D. F. . Modelagem Fuzzy Incremental para Previsão Climática (Tipicalidade e Excentricidade). In: XLVI Congresso Brasileiro de Engenharia Agrícola (CONBEA 2017), 2017, Maceió. XLVI Congresso Brasileiro de Engenharia Agrícola (CONBEA 2017), 2017. v. 1. p. 11-20.

6.
Garcia, C ; CATALANO, M. D. ; SOARES, EDUARDO ; BARBOSA, B. H. G. . Teaching-Learning-Based Optimization no Treinamento de Redes Neurais Artificiais para Problemas de Classificação. In: XIII Brazilian Congress on Computational Intelligence, 2017, Niteroi. XIII Brazilian Congress on Computational Intelligence, 2017. p. 1-12.

7.
SOARES, EDUARDO; MOTA, VANIA ; POUCAS, RICARDO ; LEITE, DANIEL . Cloud-based evolving intelligent method for weather time series prediction. In: 2017 IEEE International Conference on Fuzzy Systems (FUZZIEEE), 2017, Naples. 2017 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), 2017. p. 1.

8.
SOARES, E. A.; POUCAS, R. ; PRADO, J. W. ; LAMOUNIER, S. ; CATALANO, M. D. . Sistemas Fuzzy para Classificação de Vendas de Telemarketing Bancário. In: 1º Encontro Internacional de Lógica Fuzzy aplicada em Administração - ELFA, 2016, Rio de Janeiro. Anais do 1º Encontro Internacional de Lógica Fuzzy aplicada em Administração - ELFA. Rio de Jameiro: COPPEAD / UFRJ, 2016. p. 1-15.

9.
Pouças, R ; PRADO, J. W. ; SOARES, E. A. ; LAMOUNIER, S. ; CATALANO, M. D. . Algoritmos de agrupamento Fuzzy C-Means e Gustafson-Kessel para detecção de Spam. In: 1º Encontro Internacional de Lógica Fuzzy aplicada em Administração - ELFA, 2016, Rio de Janeiro. Anais do 1º Encontro Internacional de Lógica Fuzzy aplicada em Administração - ELFA. Rio de Janeiro: COPPEAD / UFRJ, 2016. p. 1-14.

10.
PRADO, J. W. ; CHAIN, C. P. ; CARVALHO, F. M. ; POUCAS, R. ; SOARES, E. A. . Aplicação de sistemas Neuro-Fuzzy para previsão de Séries Temporais Financeiras. In: 1º Encontro Internacional de Lógica Fuzzy aplicada em Administração - ELFA, 2016, Rio de Janeiro. Anais do 1º Encontro Internacional de Lógica Fuzzy aplicada em Administração - ELFA. Rio de janeiro: COPPEAD / UFRj, 2016. p. 1-16.

Resumos publicados em anais de congressos
1.
SOARES, E.; LEITE, D. F. ; CAMARGO, H. A. ; LAMOUNIER, S. . Modelagem Incremental Evolutiva para Previsão de Séries Meteorológicas. In: Encontro Regional de Matemática Aplicada e Computacional - ERMAC/SBMAC, 2018, Lavras. Encontro Regional de Matemática Aplicada e Computacional - ERMAC/SBMAC, 2018. v. 1. p. 1-1.

2.
LAMOUNIER, S. ; FERREIRA, N. ; SOARES, E. ; LEITE, D. F. . Modelagem Neuro-fuzzy a Partir de Dados da Fala para Estimação do Grau de Parkinson. In: Encontro Regional de Matemática Aplicada e Computacional - ERMAC/SBMAC, 2018, Lavras. Encontro Regional de Matemática Aplicada e Computacional - ERMAC/SBMAC, 2018. v. 1. p. 1-1.

3.
SOARES, E.. Recursive Non-linear Fuzzy Modeling for Weather Time Series Prediction. In: First International Symposium on Quantum Science and Technology, 2018, Aberdeen/UK. First International Symposium on Quantum Science and Technology, 2018. v. 1. p. 1-1.


Produção técnica
Programas de computador sem registro
1.
LEITE, D. F. ; SOARES, E. ; Garcia, C . SGE-C: Sistemas Granulares Evolutivos para Classificação de Padrões (Matlab: plataforma com variações de algoritmos de aprendizado de máquina incrementais para clusterização e classificação de padrões) v.2018-1 (2011) Disponibilidade restrita.. 2011.

2.
LEITE, D. F. ; Garcia, C ; SOARES, E. . SGE-P: Sistemas Granulares Evolutivos para Previsão de Séries Temporais Não-Estacionárias (Matlab-Python: plataforma com variações de algoritmos de aprendizado de máquina incrementais para previsão) v.2018-1 (2011) Disponibilidade restrita.. 2011.

Entrevistas, mesas redondas, programas e comentários na mídia
1.
SOARES, E.; LEITE, D. F. . Pesquisa da UFLA utiliza Inteligência Artificial para prever séries meteorológicas em curto prazo. 2017. (Programa de rádio ou TV/Entrevista).

2.
SOARES, E.; LEITE, D. F. . Pesquisa da UFLA utiliza Inteligência Artificial para prever séries meteorológicas. 2017. (Programa de rádio ou TV/Entrevista).


Demais tipos de produção técnica
1.
SOARES, E. A.. Introdução a séries temporais e o software GRETL. 2016. (Curso de curta duração ministrado/Outra).



Bancas



Participação em bancas de trabalhos de conclusão
Trabalhos de conclusão de curso de graduação
1.
PEREIRA, M. R.; SOARES, E. A.; ROSA, R. L.. Participação em banca de Henrique Augusto Batista Silva.ESTÁGIO NA EMPRESA SATÉLITE INFORMÁTICA LTDA. 2016. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Lavras.

2.
UCHOA, J. Q.; SOARES, E. A.; PEREIRA, D. L.; RODRIGUEZ, D. Z.. Participação em banca de Carlos Henrique Macias Porta.API PARA O RECONHECIMENTO DE EXPRESSÕES FACIAIS NO SISTEMA OPERACIONAL ANDROID. 2016. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Lavras.




Eventos



Participação em eventos, congressos, exposições e feiras
1.
Encontro Regional de Matemática Aplicada e Computacional - ERMAC/SBMAC.Modelagem Incremental Evolutiva para Previsão de Séries Meteorológicas.. 2018. (Encontro).

2.
IEEE World Congress on Computational Intelligence WCCI - FUZZ-IEEE. Incremental Gaussian Granular Fuzzy Modeling Applied to Hurricane Track Forecasting. 2018. (Congresso).

3.
XIII Brazilian Congress on Computational Intelligence. Teaching-Learning-Based Optimization no Treinamento de Redes Neurais Artificiais para Problemas de Classificação. 2017. (Congresso).

4.
Vancouver DevCamp: Office.Vancouver DevCamp: Office. 2014. (Oficina).

5.
Fórum Nacional de Governança, Tecnologia e Inovação.Fórum Nacional de Governança, Tecnologia e Inovação. 2013. (Outra).



Orientações



Orientações e supervisões concluídas
Trabalho de conclusão de curso de graduação
1.
FERNANDO DOS REIS. MODELAGEM FUZZY PARA PREDIÇÃO DO TEMPO DE REVERBERAÇÃO EM AMBIÊNCIAS. 2018. Trabalho de Conclusão de Curso. (Graduação em Engenharia Civil) - Instituto Federal de Educação, Ciência e Tecnologia do Sul de Minas Gerais. Orientador: Eduardo Almeida Soares.

2.
PETRUS HENRIQUE PRADO SANTOS TOLEDO FERNANDES. MODELAGEM FUZZY PARA PREDIÇÃO DO TEMPO DE REVERBERAÇÃO EM AMBIÊNCIAS. 2018. Trabalho de Conclusão de Curso. (Graduação em Engenharia Civil) - Instituto Federal de Educação, Ciência e Tecnologia do Sul de Minas Gerais. Orientador: Eduardo Almeida Soares.



Inovação



Programa de computador sem registro
1.
LEITE, D. F. ; SOARES, E. ; Garcia, C . SGE-C: Sistemas Granulares Evolutivos para Classificação de Padrões (Matlab: plataforma com variações de algoritmos de aprendizado de máquina incrementais para clusterização e classificação de padrões) v.2018-1 (2011) Disponibilidade restrita.. 2011.

2.
LEITE, D. F. ; Garcia, C ; SOARES, E. . SGE-P: Sistemas Granulares Evolutivos para Previsão de Séries Temporais Não-Estacionárias (Matlab-Python: plataforma com variações de algoritmos de aprendizado de máquina incrementais para previsão) v.2018-1 (2011) Disponibilidade restrita.. 2011.


Projetos de pesquisa


Educação e Popularização de C & T



Entrevistas, mesas redondas, programas e comentários na mídia
1.
SOARES, E.; LEITE, D. F. . Pesquisa da UFLA utiliza Inteligência Artificial para prever séries meteorológicas em curto prazo. 2017. (Programa de rádio ou TV/Entrevista).

2.
SOARES, E.; LEITE, D. F. . Pesquisa da UFLA utiliza Inteligência Artificial para prever séries meteorológicas. 2017. (Programa de rádio ou TV/Entrevista).



Outras informações relevantes


- Bolsista do Programa Ciência sem Fronteiras no período de Agosto/2013 até Dezembro/2014 - Kwantlen Polytechnic University - Canada - Financiado pela agência de fomento Capes

- Bolsista do programa de Bolsa Atividade Ufla - 2 semstre de 2010 - 156 horas

- Bolsista do programa de Bolsa Atividade Ufla - 1 semstre de 2011 - 192 horas

- Bolsista do programa de Bolsa Atividade Ufla - 2 semstre de 2011 - 192 horas

- Bolsista do programa de Bolsa Atividade Ufla - 1 semstre de 2012 - 336 horas

- Bolsista do programa de Bolsa Atividade Ufla - 2 semstre de 2012 - 144 horas

- Bolsista CAPES - MESTRADO



Página gerada pelo Sistema Currículo Lattes em 18/01/2019 às 14:59:03