Portuguese Chinese (Simplified) English French German Italian Japanese Russian Spanish
exame

 

A fim de diminuir os acidentes e as mortes que ocorrem todos os anos no trânsito no Brasil, estudantes de engenharia da USP de São Carlos criaram um aplicativo baseado em gamificação para diminuir acidentes de trânsito.

 

CLIQUE AQUI para ler a notícia completa!

ag fapesp logo alt

A fim de diminuir os acidentes e as mortes que ocorrem todos os anos no trânsito no Brasil, estudantes de engenharia da USP de São Carlos criaram um aplicativo baseado em gamificação para diminuir acidentes de trânsito.

 

CLIQUE AQUI para ler a notícia completa!

Arquimedes

Arquimedes

Notícias Relacionadas

Pesquisadores

André de Carvalho

Como diminuir as 47 mil mortes que ocorrem todos os anos no trânsito no Brasil? Essa foi a pergunta que motivou estudantes de engenharia da USP de São Carlos a criarem um aplicativo baseado em gamificação para diminuir os acidentes de trânsito: o Arquimedes.

O aplicativo funciona assim: primeiro, o motorista escolhe um mascote para acompanhá-lo durante a viagem. Quando a condução começa, o Arquimedes bloqueia todas as notificações de aplicativos que podem distrair o condutor – apenas os aplicativos de controle de mídia, mapas e o próprio Arquimedes continuam enviando alertas. Conforme a quilometragem do percurso aumenta, o mascote escolhido no Arquimedes vai crescendo e avançando por níveis. Quando essas evoluções acontecem, o usuário ganha pontos que podem ser trocados por descontos em lojas e instituições parceiras do aplicativo, o que estimula o motorista a adotar condutas que aumentam sua própria segurança.

Aplicativo utiliza gamificação para diminuir acidentes de trânsito

Projeto desenvolvido por alunos da USP recebeu prêmio da Renault

 

arquimedes stats

 

Como diminuir as 47 mil mortes que ocorrem todos os anos no trânsito no Brasil? Essa foi a pergunta que motivou estudantes de engenharia da USP de São Carlos a criarem um aplicativo baseado em gamificação para diminuir os acidentes de trânsito: o Arquimedes. Eles desenvolveram o projeto dentro do Renault Experience (RX), um programa de incentivo a novas startups e tecnologias no Brasil e patrocinado pela montadora de automóveis Renault.

Neste ano, o tema da competição foi “mobilidade como chave para uma sociedade mais eficiente e consciente”. Com o Arquimedes, a equipe venceu o programa e recebeu um investimento de R$ 30 mil para desenvolver a iniciativa e um processo de aceleração pela Renault.

“A OMS considera acidentes de trânsito como uma doença crônica, que só no Brasil mata cerca de 47 mil pessoas todos os anos e gera um prejuízo de R$19 bilhões para o país. Desse total, a falta de atenção é a principal causa, representando 31% das mortes. Em conversas com o público, verificamos que o uso do celular é a maior fonte de distração”, conta Vinícius Garcia, chefe executivo do projeto. Utilizando esses dados como inspiração, os estudantes criaram o Arquimedes para buscar aumentar a taxa de concentração dos motoristas.

O aplicativo funciona assim: primeiro, o motorista escolhe um mascote para acompanhá-lo durante a viagem. Quando a condução começa, o Arquimedes bloqueia todas as notificações de aplicativos que podem distrair o condutor – apenas os aplicativos de controle de mídia, mapas e o próprio Arquimedes continuam enviando alertas.

Conforme a quilometragem do percurso aumenta, o mascote escolhido no Arquimedes vai crescendo e avançando por níveis. “Quando essas evoluções acontecem, o usuário ganha pontos que podem ser trocados por descontos em lojas e instituições parceiras do aplicativo, o que estimula o motorista a adotar condutas que aumentam sua própria segurança”, completa Vinícius.

Com a ideia inovadora, a equipe, que também é formada por Rosival Neto, Alexandre Bellas, Gustavo Silva, Gabriel Pussoli e Wesley Perissin, passou pelas três fases do RX e, das 400 propostas enviadas inicialmente, ficaram entre as 10 finalistas e, posteriormente, entre as 3 premiadas pela Renault. Durante o processo, os criadores do Arquimedes já tiveram a mentoria do empreendedor Fábio Arazaki, de Curitiba, que contribuiu para o amadurecimento da empresa e da equipe. Após uma sabatina com os executivos da Renault, a premiação foi confirmada, garantindo ao grupo, além do investimento em dinheiro, uma imersão empreendedora de 21 dias em Curitiba, patrocinada pela Renault, cujo objetivo é auxiliar na estruturação e aceleração da startup.

alunos arquimedes

Alunos que participaram do desenvolvimento do Arquimedes

 

O Arquimedes contou também com o estímulo do professor André de Carvalho, do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP e do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), orientou os alunos no desenvolvimento do produto fornecendo um local adequado de trabalho e incentivando o projeto ao longo do processo.

“O projeto é muito criativo e socialmente relevante. Eles levaram a ideia muito a sério, com grande dedicação. O mérito do prêmio é totalmente deles e isso traz um grande orgulho para o campus de São Carlos”, comemora Carvalho.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.

Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Leonardo Zacarin - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Inteligência Artificial para criar novas tecnologias e gerar vidros não existentes

Este é o objetivo de um dos projetos desenvolvidos entre os CEPIDs CeMEAI e CeRTEV

 

O Centro de Pesquisa, Educação e Inovação em Vidros (CeRTEV) e o Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), ambos Centros de Pesquisa, Inovação e Difusão (CEPIDs) - financiados pela FAPESP e localizados em São Carlos, SP, estão trabalhando juntos no desenvolvimento de novas tecnologias que irão gerar vidros não existentes.

No ano passado, o coordenador do CeRTEV, Edgar Zanotto, deu início a parceria que já obteve resultados na área de Estatística com soluções para modelar a viscosidade do material. Agora, a intenção é utilizar a Inteligência Artificial para prever outras propriedades dos vidros. Assista ao vídeo:

 

Inteligência Artificial para criar novas tecnologias e gerar vidros não existentes

Dois Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP se uniram para melhorar pesquisas na área de vidros. Confira o desenvolvimento e os possíveis resultados da parceria entre CEPID - CeMEAI e CERTEV: https://goo.gl/k2zw6e

Posted by CEPID - CeMEAI on Wednesday, February 28, 2018

Pesquisas apoiadas pelo CeMEAI recebem Prêmio Capes de Tese 2017

Trabalhos se destacaram nas áreas de Matemática e Ciência da Computação

 

 

Foto AndréFoto Paulo

Professores André Carvalho (esquerda) e Paulo Silva foram premiados pela Capes

 

A Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) contemplou dois trabalhos apoiados pelo CEPID- CeMEAI com o Prêmio Capes de Tese Edição 2017 que reconhece autores das melhores teses de doutorado defendidas no país em 2016.

Um dos trabalhos é orientado pelo pesquisador André Carlos Ponce de Leon Ferreira de Carvalho. O autor da tese Noise Detection In Classification Problems, Luís Paulo Faina Garcia foi o vencedor na área Ciência da Computação.

O trabalho trata dos dados ruidosos. Segundo Luís Paulo, esses dados ruidosos, quando utilizados na construção de classificadores por técnicas de Aprendizado de Máquina, aumentam a complexidade da hipótese obtida, bem como o aumento do seu tempo de construção, além de prejudicar sua acurácia preditiva (taxa de acerto). “Tratá-los na etapa de pré-processamento pode significar uma melhora da qualidade dos dados e um aumento na compreensão do problema estudado”, explicou.

A pesquisa investigou a utilização de medidas de complexidade capazes de caracterizar a presença de ruídos em um conjunto de dados, desenvolver novos filtros que sejam mais eficientes em determinados nichos do problema de detecção e remoção de ruídos que as técnicas consideradas estado da arte e recomendou as mais apropriadas técnicas ou comitês de técnicas para um determinado conjunto de dados por meio de meta-aprendizado (um sistema de recomendação que funciona de forma semelhante a alguns serviços para recomendação de filmes, livros ou músicas).

Com isso, mesmo quem não trabalha com Ciência de Dados e Aprendizado de Máquina pode ter para seus dados uma recomendação de quais são as técnicas mais adequadas para remover ruído de rótulo de seus dados.

O trabalho foi desenvolvido em colaboração com o aluno de doutorado Augusto Hashimoto de Mendonça do Departamento de Hidráulica e Saneamento da USP/São Carlos. O principal objetivo da pesquisa era predizer áreas potenciais para espécies invasoras, como mostra o vídeo:

 

Um trabalho desenvolvido na USP - Universidade de São Paulo em São Carlos busca, utilizando a computação, erradicar espécies de plantas consideradas invasoras por devastar a biodiversidade nativa. Entenda como a pesquisa funciona: https://goo.gl/K61jzu

Publicado por CEPID - CeMEAI em Quinta-feira, 1 de junho de 2017

 

“Ter a tese selecionada pelo ICMC para representar o Instituto no prêmio CAPES já era motivo de orgulho para mim, mas ser selecionado como melhor tese em Ciência da Computação foi realmente gratificante. Parte fundamental dessa conquista foi a supervisão do Prof. André de Carvalho e da Profa. Ana Lorena que durante os cinco anos de doutorado me ajudaram a refinar as ideias, hipóteses e objetivos”, observou Luís Paulo.

“O Luís Paulo mostrou muita criatividade, maturidade, iniciativa e dedicação durante seu doutorado e isso resultou em uma pesquisa muito criativa e bem feita, que acabou gerando um ótimo reconhecimento internacional e nacional, atestado pelas publicações que conseguiu ao longo de seu doutorado. Como resultado de sua pesquisa, foi selecionado como pesquisador por uma das melhores universidades da Alemanha”, comentou o pesquisador André lembrando que o CeMEAI foi catalisador de boa parte da pesquisa. “Sem o cluster de alto desempenho (Euler) eu não conseguiria os resultados em tempo viável, ainda mais por ter trabalhado com algoritmos de Mineração de Dados e Aprendizado de Máquina muito custosos computacionalmente. Além disso, o CeMEAI me ajudou com o suporte financeiro para a participação em eventos internacionais como o European Conference on Machine Learning (ECML)”, finalizou.

Menção Honrosa

Outro trabalho reconhecido no Prêmio Capes de Tese 2017 tem a orientação do também pesquisador do CEPID-CeMEAI Paulo José da Silva e Silva. A tese Tópicos em Condições de Otimalidade para Otimização não Linear do aluno José Alberto Ramos Flor foi menção honrosa na área Matemática/Probabilidade e Estatística.

Segundo Paulo, problemas de otimização são formulados em linguagem matemática usando funções para descrever opções aceitáveis para o sistema que se deseja melhorar, bem como o objetivo usado para escolher a opção mais interessante. “Os modelos obtidos são então resolvidos por algoritmos de computador. Infelizmente, não existe um algoritmo geral capaz de resolver qualquer modelo de otimização. Cada algoritmo tem restrições sobre o tipo de funções que podem aparecer nos modelos e, muitas vezes, exigem que essas descrições evitem redundâncias”.

“O trabalho de meu aluno Alberto desvendou quais são as condições mínimas necessárias para garantir que algoritmos clássicos de otimização funcionem. Ele mostrou que as exigências sobre a descrição das opções que podem ser escolhidas podem conter redundâncias que antes pareciam proibidas. Isso libera o profissional que faz a modelagem para trabalhar com mais liberdade ao descrever o problema”, comentou.

Paulo observou ainda que esse tipo de trabalho, apesar de essencialmente teórico, tem impacto prático imediato, pois garante que modelos mais gerais podem ser resolvidos por algoritmos conhecidos. “Entre esses algoritmos destaco o Algencan, que é um código de computador desenvolvido por outros pesquisadores do CeMEAI, como os professores Mario Martinez e Ernesto Birgin. Nossos resultados provam que o algoritmo implementado pelo Algencan é capaz de lidar com uma ampla gama de problemas de otimização”.

A premiação

Os premiados recebem diploma, medalha e bolsa de pós-doutorado nacional de até 12 meses para o autor da tese; auxílio para participação em congresso nacional, para o orientador, no valor de R$ 3 mil; distinção a ser outorgada ao orientador, coorientador e ao programa em que foi defendida a tese; além de passagem aérea e diária para o autor e um dos orientadores da tese premiada para que compareçam à cerimônia de premiação.

O resultado foi publicado no Diário Oficial da União de 10 de outubro de 2017.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.

Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Aprendizado de Máquina é tema de workshop no Instituto de Estudos Avançados

Coordenador da área de Inteligência Computacional do CeMEAI é um dos organizadores

 

Na segunda-feira, 14 de agosto, o Instituto de Estudos Avançados (IEA) da USP/SP sediou o primeiro workshop da USP sobre Aprendizado de Máquina, como parte da série Strategic Workshops que já promoveu 24 encontros em áreas estratégicas.

O evento reuniu pesquisadores de vários grupos da USP, entre eles, do ICMC e CEPID-CeMEAI, com objetivo de integração da comunidade da USP em torno de pesquisas e trabalhos relacionados ao aprendizado de máquina. Por meio da identificação de interesses comuns e complementares, a intenção é fomentar projetos de colaboração, e intensificar a interação com empresas da área, tanto em projetos como na geração de recursos humanos.

Marcos Buckeridge é coordenador do Programa USP Cidades Globais no IEA e durante a abertura falou sobre o número recorde de inscrições dentro dos workshops estratégicos. Foram  recebidas 180 inscrições para 120 vagas. “Este interesse mostra a importância do tema e o potencial para desenvolvimento de projetos. O encontro também nos surpreendeu pela participação de 40 representantes de grandes empresas”, disse.

Fábio Cozman, da Escola Politécnica (Poli) e José Eduardo Krieger, Pró-Reitor de Pesquisa da USP também participaram da abertura do evento que teve como um dos organizadores o coordenador da área de Inteligência Computacional do CEPID-CeMEAI, André Carlos Ponce de Leon Ferreira de Carvalho. André foi um dos palestrantes e além de falar sobre os projetos desenvolvidos pelo CeMEAI, apresentou alguns dos projetos envolvendo aprendizado de máquina na USP São Carlos, alguns  em colaboração com empresas e com pesquisadores de outros países.

“Além dos pesquisadores da USP e de outras universidades, contamos com a participação de representantes de empresas como Itaú-Unibanco, Big Data, Serasa Experian, NVIDIA e Petrobrás. Ao final do workshop, foi discutido o envio de um grande projeto relacionado a Aprendizado de Máquina, com a participação de pesquisadores da USP,  à FAPESP, que poderia ser um projeto temático ou um centro de engenharia, para aumentar a colaboração entre pesquisadores da USP que trabalham com aprendizado de máquina. No caso do centro de engenharia, foi decidido que empresas com interesse na área seriam contatadas para serem parceiras no projeto”, comentou André.

Os professores Gustavo Alves Batista e Francisco Louzada Neto fizeram apresentações sobre pesquisas nesta área desenvolvidas  pelo ICMC e pelo CEPID-CeMEAI. Outro docente do ICMC e do CEPID-CeMEAI, o professor Rodrigo Fernandes de Mello, falou sobre Infra-Estrutura computacional para Aprendizado de Máquina.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.

Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Identificação de madeiras

pesquisa fapesp

 

Dois sistemas de visão artificial, que usam imagens para identificar e classificar madeiras, foram desenvolvidos recentemente em São Paulo. Um deles, chamado NeuroWood, contou com pesquisadores da Universidade Estadual Paulista (Unesp), campus de Itapeva, e do Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo (USP) em São Carlos. Ele é composto por um conjunto de câmeras (webcams), um computador e um programa que diferencia a madeira em três categorias: A (excelente), B (boa) e C (rejeitada). O outro, criado no Instituto de Física da USP em São Carlos (IFSC-USP), é um método matemático que deu origem a um software capaz de determinar a espécie de árvore da qual determinada tábua provém. As duas tecnologias se destinam principalmente aos setores madeireiro e moveleiro.

 

CLIQUE AQUI para ler a notícia completa!

Controle de plantas invasoras

Controle de plantas invasoras

Notícias Relacionadas


Pesquisadores

André C. P. L. F. de Carvalho, Luís Paulo Faina Garcia

Um trabalho desenvolvido na USP em São Carlos busca, utilizando a computação, erradicar espécies de plantas consideradas invasoras por devastar a biodiversidade nativa.

O trabalho é orientado pelo professor André Carvalho, do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP e pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI).

Algoritmo auxilia no controle de plantas invasoras no Estado de SP

Estudo apoiado pelo CeMEAI mostrou-se mais eficiente que a literatura existente

 

Um trabalho desenvolvido na USP - Universidade de São Paulo em São Carlos busca, utilizando a computação, erradicar espécies de plantas consideradas invasoras por devastar a biodiversidade nativa. Entenda como a pesquisa funciona:

Publicado por CEPID - CeMEAI em Quinta, 1 de junho de 2017

 

Erradicar espécies de plantas consideradas invasoras por devastar a biodiversidade nativa é também um desafio para a computação, e é que foi encarado pelo aluno de doutorado Luís Paulo Faina Garcia, orientado pelo professor do Instituto de Ciências Matemáticas e de Computação (ICMC-USP) e pesquisador do CeMEAI, André Carlos Ponce de Leon Ferreira de Carvalho.

Eles trabalharam em colaboração com uma pesquisa do aluno de doutorado do Departamento de Hidráulica e Saneamento da USP/São Carlos - Augusto Hashimoto de Mendonça - que tinha como principal objetivo identificar áreas potenciais para a invasão destas espécies no Estado de São Paulo e identificar os fatores ambientais que podem inibir ou estimular o processo de invasão por meio de modelos de nicho ecológico. Estes modelos relacionam pontos de ocorrência das espécies (ausência ou presença) e características ambientais e ecológicas para predizer a suscetibilidade de invasão em um determinado local.

“Os pontos de ocorrência das espécies invasoras foram registrados no entorno e no interior de unidades de conservação por meio de um GPS de alta precisão, descrevendo as características da população invasora e classificando a vegetação natural local, o estado de conservação do ecossistema e a localização do ponto na paisagem. Ocorre que, pela natureza dos pontos registrados, os dados podem ser considerados dados de probabilidade de presença ou ausência. Ou seja, um ponto de presença pode ser na realidade uma falsa presença, quando a espécie, por exemplo, se estabeleceu em uma área com condições inadequadas para o seu desenvolvimento por conta de algum evento ou distúrbio passado. Da mesma forma, uma ausência pode vir a ser uma falsa ausência uma vez que esses pontos foram registrados em áreas suscetíveis para o estabelecimento da espécie, mas a espécie encontra-se ausente porque ainda não ocorreu um evento de dispersão. A ocorrência de falsos pontos é indesejável, pois precisamos garantir a qualidade dos modelos gerados nesses dados para poder predizer com qualidade novos pontos de possíveis presença e ausência dessa espécie.”, explicou Augusto.

“A proposta de interação com o CEPID-CeMEAI tinha como foco a possibilidade de usar uma das bases de dados da espécie Hedychium coronarium, popularmente chamada lírio do brejo, para testar a técnica de detecção de ruídos. O objetivo era identificar os possíveis pontos ruidosos pela natureza dos dados ambientais”, disse Augusto.

A pesquisa detectou 267 registros de ocorrência da espécie no Estado de São Paulo.

“O nosso trabalho foi basicamente selecionar de forma automática as melhores técnicas de detecção de ruído baseadas em algoritmos de aprendizado de máquina e mineração de dados e aplicar essas técnicas para detectar as amostras ruidosas nesses dados. Com o subconjunto de amostras que estes algoritmos retornaram foi possível realizar uma análise aprofundada pelo especialista [Augusto] com o objetivo de validar falsas ausências e presenças da espécie”, observou Luís Paulo.

Ainda segundo ele, o algoritmo encontrado para este problema específico mostrou-se mais eficiente do que os algoritmos descritos na literatura até o momento.

“A principal contribuição no âmbito da computação foi comprovar que a técnica proposta foi mais eficiente em detectar os dados ruidosos do que as técnicas disponíveis na literatura para esse tipo de problema. No âmbito ecológico, as contribuições podem ser ainda mais relevantes, uma vez que os resultados podem indicar áreas suscetíveis e não suscetíveis à invasão. Na prática, os mapas de suscetibilidade de invasão podem identificar áreas sensíveis para a conservação da biodiversidade, orientando assim, políticas e ações voltadas para evitar ou controlar o processo de dispersão da espécie. Os modelos de nicho ecológico também permitem identificar os principais fatores ambientais associados com a invasão de determinada espécie, contribuindo para esclarecer ainda mais o processo de invasão.”

De acordo com o orientador, André Carlos Ponce de Leon Ferreira de Carvalho, qualquer problema de classificação que necessitar de detecção de ruídos, o algoritmo de Luís Paulo poderia ser aplicado. “Poderíamos aplicar este algoritmo na medicina e contribuir com a redução de diagnósticos incorretos, por exemplo. Este trabalho tem um viés social muito importante e pode contribuir para melhorias no meio ambiente não apenas no Estado de São Paulo, mas em outros locais do mundo. Os resultados desta pesquisa foram divulgados por intermédio de renomadas publicações da área”, concluiu André.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.

Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Página 2 de 5