Computação Aplicada - INPE

Seminário da CAP de 20 de agosto de 2026, 13:30

Online em https://conferenciaweb.rnp.br/inpe/seminarios-pgcap

Paleatrante: Ana Lúcia Prado Reis dos Santos

Título: Difusão científica: desafios para tornar a Ciência mais aberta.

Resumo: O encontro objetiva debater conceitos básicos de difusão da Ciência, relacionamento com a imprensa, o uso das mídias sociais como auxiliares na divulgação da pesquisa e os desafios de promover uma aproximação entre conhecimento científico e o público.

Mini-Cv: Jornalista, Professora Adjunta da Faculdade de Comunicação e do Programa de Pós-Graduação em Comunicação, Cultura e Amazônia (Facom e PPGCom), da Universidade Federal do Pará. Implantou e coordenou o curso de pós-graduação lato sensu ''Comunicação Científica na Amazônia'', de 2017-2019, no Núcleo de Altos Estudos Amazônicos, da UFPA, onde também foi responsável pelo setor de Comunicação e Difusão Científica do Naea/UFPA. Integra o Centro de Computação de Alto Desempenho e Inteligência Artificial - CCAD-iA/UFPA, onde coordena o Laboratório de Comunicação e Difusão da Ciência. Coordena o eixo Difusão da Ciência no Instituto de Ciência e Tecnologia IAmazônia - INCT IAmazônia, financiado pelo CNPq. Atualmente é bolsista de pós-doutorado do CNPq na Universidade Beira Interior, onde desenvolve pesquisa sobre credibilidade jornalística e mudanças climáticas.

Seminário da CAP de 6 de agosto de 2026, 13:30
Online em https://conferenciaweb.rnp.br/inpe/seminarios-pgcap
Palestrante: Adriano Pereira Almeida

Título; Deep Learning for Operational Lightning and Precipitation Nowcasting in Latin America: Advances and Challenges

Resumo: This seminar presents the application of deep learning models for the operational nowcasting of lightning and precipitation across Latin America. It highlights that these models must be carefully co-designed with observational constraints, such as data latency and input quality, rather than used as “plug-and-play” solutions. To truly outperform traditional extrapolation baselines, they require optimized probability thresholds and uncertainty-aware spatial verification. Ultimately, this integration is essential for generating reliable, short-term meteorological warnings.

Mini-CV: Doutor e mestre em computação aplicada com ênfase em inteligência artificial aplicada para ciências atmosféricas pelo INPE. Atualmente, trabalha com o planejamento e desenvolvimento de pipelines de processamento e gestão dos dados científicos do Programa AmazonFACE.

Seminário da CAP de 30 de julho de 2026, 13:30

Participe online em https://conferenciaweb.rnp.br/inpe/seminarios-pgcap

Título: Inovação Multidisciplinar - O Papel da Computação Aplicada
Palestrante: Daniela Vieira Cunha - Mackenzie

Resumo: Ecossistemas de pesquisas em computação aplicada na UPM

Mini CV:
Graduada em Ciência da Computação e Mestre em Engenharia Elétrica pela Universidade Federal de Uberlândia (MG), possui Doutorado em Engenharia da Computação pela Poli-USP, iniciado na University of Maryland (EUA), e Pós-Doutorado em Educação Matemática com foco em tecnologia na educação pela PUC-SP.

Atua com orgulho na docência desde 1995, com dedicação ao ensino superior desde 1998 marcada pelo compromisso com a formação de alunos em diferentes níveis: pesquisa, extensão, graduação e pós-graduação stricto sensu e lato sensu. Essa paixão pela educação se reflete em sua atuação como professora universitária por 28 anos, sendo 18 deles na Universidade Presbiteriana Mackenzie, onde ingressou em 2008.

Desde 2005 acumula experiência como gestora na área de educação superior, com forte atuação em coordenação de cursos de graduação (presenciais e digitais) e programas de extensão. Há 21 anos contribui com a gestão acadêmica universitária, primando na inovação, qualidade e impacto da formação educacional.

Desde 2021, está na Direção da Faculdade de Computação e Informática (FCI) na Universidade Presbiteriana Mackenzie e integra o Conselho Universitário (CONSU) da Instituição. Fez parte em 2021 do Conselho de Pesquisa, Pesquisa e Extensão (CEPE) e do Comitê de Análise do Desempenho Institucional (CADI). Em 2026 foi nomeada para a Comissão Permanente de Avaliação da Atividade Docente (CPAAD).

Seminário da CAP de 23 de julho de 2026, 13:30
Título: Sensores ópticos omnidirecionais: modelagem e aplicações
Palestrante: Antonio Tommaselli - Unesp/Presidente Prudente
Participe online em https://conferenciaweb.rnp.br/inpe/seminarios-pgcap

Resumo:
Esta apresentação aborda a formulação matemática e as aplicações práticas de sistemas de imagem omnidirecionais na fotogrametria moderna. Integrados habitualmente em Sistemas de Mapeamento Móvel (MMS), estes sensores destacam-se por fornecer um campo de visão expandido de 360°, sendo capazes de capturar um hemisfério completo num único disparo através de sistemas catadióptricos ou de câmaras de lentes olho de peixe (fisheye).
A primeira parte mostrará uma plataforma móvel equipada com um sensor catadióptrico composto por um espelho cónico, uma câmara digital, uma antena GPS e um Sistema de Navegação Inercial (INS). Embora os espelhos cónicos tragam vantagens significativas — como a ausência de distorção radial e de perda de resolução radial —, eles introduzem o desafio de gerir múltiplos pontos de vista caso o ponto nodal da câmara não coincida rigorosamente com o ápice do cone. Esta característica inviabiliza o uso das equações clássicas de fotogrametria e visão computacional, demandando modelos matemáticos rigorosos ou aproximações generalizadas baseadas em polinómios.
Serão apresentados e discutidos os modelos geométricos de projeção matemática para câmaras olho-de-peixe, comparando as projeções perspectiva, equidistante, estereográfica, ortogonal e de ângulo equissólido. Adicionalmente, explora-se a utilização de câmaras dual-fisheye comerciais (como a Ricoh Theta S) integradas a sensores de navegação de baixo custo (IMU e GPS) para mapeamento móvel e SLAM (Simultaneous Localization and Mapping). O estudo dá especial ênfase ao desafio de modelar o campo hiper-hemisférico (aberturas de lentes superiores a 180°), concluindo que o modelo de ângulo equissólido apresenta os melhores resultados de calibração, superando o modelo equidistante e empregado na maioria dos softwares comerciais. Validou-se também a execução em tempo real do algoritmo ORB-SLAM, associado a este modelo equissólido, numa placa Jetson TX2, a 5 fps. A apresentação demonstrará que o rigor no tratamento matemático de sensores omnidirecionais viabiliza soluções inovadoras, robustas e de baixo custo para a várias aplicações de fotogrametria e visão computacional.

Mini-CV:
Tommaselli formou em Engenharia Cartográfica na Unesp de Presidente Prudente e Mestrado em Ciências Geodéticas pela UFPR. Tem Doutorado em Engenharia Elétrica pela Unicamp. Fez o seu PosDoc na University College London. É Professor Titular na Unesp. Ele é Bolsista A de Produtividade pelo CNPq. É membro de Comitês no CNPq e CAPES além de Revisor de vários periódicos de impacto.
Tem experiência na área de Geociências, com ênfase em Fotogrametria, atuando principalmente nos temas como Fotogrametria digital, Extração de feições, Mapeamento, orientação de imagens, modelagem e calibração de sensores.

Seminário da CAP de 16 de julho de 2026

Título: Além da arquitetura de von Neumann: a inteligência artificial como catalisadora de novos paradigmas de computação.
Palestrante: Eduardo Pereira - INPE
Participe online em https://conferenciaweb.rnp.br/inpe/seminarios-pgcap

Resumo:

A inteligência artificial (IA) constitui um dos campos mais dinâmicos da atualidade, com crescente presença em aplicações do cotidiano e em sistemas críticos. No entanto, a maioria dos computadores modernos ainda se baseia na arquitetura de von Neumann, caracterizada por um gargalo inerente associado à transferência de dados entre memória e unidade de processamento, o que impacta diretamente o consumo energético e o desempenho.

Diante dessas limitações, observa-se um renovado interesse em paradigmas alternativos de computação, tanto clássicos quanto emergentes, voltados à melhoria da eficiência energética e computacional. Neste seminário, serão discutidos modelos como a computação em memória e a computação analógica, além de abordagens emergentes, como a computação quântica e a computação fotônica. Serão também analisadas as potencialidades dessas tecnologias, bem como seus desafios e limitações no contexto atual.

Mini-CV

Eduardo Pereira é Pesquisador Adjunto I do Instituto Nacional de Pesquisas Espaciais (INPE). Graduado em Física pela Universidade Federal de São João del-Rei (2005), possui mestrado (2008) e doutorado (2012) em Astrofísica pelo INPE. Realizou pós-doutorado em Astrofísica no INPE (FAPESP), em Astrofísica Observacional na Universidade de São Paulo (2017) e em Inteligência Artificial na Universidade Estadual de Campinas (2021). É autor dos livros Computação Evolucionária: Aplique os Algoritmos Genéticos com Python e NumPy e Trilhas Python: Programação Multiparadigma e Desenvolvimento Web com Flask, além de diversos artigos científicos publicados em periódicos nacionais e internacionais. Sua atuação integra Computação Científica, Inteligência Artificial, Processamento de Imagens e Aprendizado de Máquina, com aplicações em Astrofísica, Cosmologia, Ondas Gravitacionais e Astronomia Extragaláctica.

Seminário da CAP de 2 de julho de 2026, 13:30

Online em https://conferenciaweb.rnp.br/inpe/seminarios-pgcap

Título da Palestra:
Sensoriamento Remoto Multiespectral e Visão Computacional para Monitoramento de Estruturas Geotécnicas

Palestrante: Carlos André de Mattos Teixeira

Currículo:
Doutor em Engenharia Elétrica, com ênfase em Computação Aplicada à Inteligência Computacional, pelo Programa de Pós-Graduação em Engenharia Elétrica da Universidade Federal do Pará (UFPA). Bacharel em Engenharia de Telecomunicações pela UFPA, com período de intercâmbio acadêmico na Universidade de Kagawa, Japão. Pesquisador do Laboratório de Inteligência Computacional aplicada a Smart Cities (LabCity - UFPA), vinculado ao Centro de Computação de Alto Desempenho e Inteligência Computacional (CCAD-IA/UFPA). Atua nas áreas de Ciência de Dados, Aprendizado de Máquina e Visão Computacional, com experiência em pesquisa, desenvolvimento e inovação tecnológica.

Resumo da Palestra:
Esta palestra aborda a importância do uso de tecnologias avançadas no monitoramento de barragens, considerando seus riscos potenciais e impactos socioambientais, bem como as limitações dos métodos tradicionais de inspeção em campo frente à necessidade de análises mais frequentes, precisas e escaláveis. Nesse contexto, são exploradas abordagens baseadas em Inteligência Artificial e Visão Computacional aplicadas ao monitoramento geotécnico, incluindo a coleta automatizada de imagens por VANTs, o uso de dados multiespectrais, a geração de ortomosaicos georreferenciados e a aplicação de técnicas de segmentação e análise de imagens. Também são discutidos diferentes paradigmas de modelagem em Inteligência Artificial, incluindo modelos de classificação, segmentação e IA generativa, evidenciando o potencial dessas abordagens na construção de pipelines automatizados para apoio à tomada de decisão em segurança de barragens.

Seminário da CAP de 25 de junho de 2026, 13:30

Online em https://conferenciaweb.rnp.br/inpe/seminarios-pgcap

Felipe Carvalho de Souza - PGCAP/INPE

Título: Reproducibility in Earth Observation: Practices and Lessons

Resumo: Reproducibility is a cornerstone of the scientific process and a major trend in modern science. However, a question remains: are our dissertations and theses reproducible?
In this talk, we will discuss recommended practices and lessons for improving reproducibility in Earth Observation research.

Mini-cv: Aluno de doutorado em Computação Aplicada pelo Instituto Nacional de Pesquisas Espaciais (INPE). Possui experiência em pesquisa e desenvolvimento de metodologias baseadas em séries temporais de imagens de satélites. Atualmente, trabalha com a identificação de distúrbios florestais em tempo quase real.

Seminário da CAP de 21 de maio de 2026, 13:30

Online em https://conferenciaweb.rnp.br/inpe/seminarios-pgcap

Ariane Machado Lima
USP/EACH

Título: Inteligência Artificial na Saúde: Aplicações em Medicina e Psicologia

Resumo: Após um breve histórico da evolução da IA — desde sistemas especialistas até as redes neurais profundas e a IA generativa — veremos exemplos de como essas tecnologias estão transformando o cuidado em saúde por meio de projetos desenvolvidos pelo LApIS (Laboratório de Aplicações de Informática em Saúde) da EACH-USP, incluindo: uso de Deep Learning e LLMs em Psicologia e Psicoterapia, apoio ao diagnóstico do transtorno do espectro autista, e classificação de nódulos em mamografias (malignos ou benignos). O foco central é mostrar como a computação pode servir como uma ferramenta poderosa de triagem e suporte clínico, permitindo diagnósticos mais precisos e tratamentos personalizados.

Mini-CV: possui graduação em Ciência da Computação pela Universidade de São Paulo (1998), mestrado em Ciências da Computação pela Universidade de São Paulo (2002) e doutorado em Bioinformatica pela Universidade de São Paulo (2006), pós-doutorado pela Universidade de São Paulo. Atualmente é Professora do Curso de Sistemas de Informação e orientadora no Programa de Pós-Graduação em Sistemas de Informação, ambos na Escola de Artes, Ciências e Humanidades da Universidade de São Paulo (EACH-USP). Tem experiência na área de Ciência da Computação, atuando principalmente nos temas de reconhecimento de padrões e aprendizado de máquina supervisionado.

Seminário da PGCAP - 14 de maio de 2026, 13:30
https://conferenciaweb.rnp.br/inpe/seminarios-pgcap

Título: Amazônia Paraense como Sistema Complexo: Modelagem Computacional e Análise de Risco na Infraestrutura

Palestrante: Andréa Regina de Britto Costa Lopes (https://lattes.cnpq.br/2224912449034718)

Resumo
Esta palestra aborda a convergência entre a Geografia e a Computação Aplicada, analisando os desafios estratégicos para a sustentabilidade no estado do Pará. Sob uma perspectiva sistêmica, serão apresentados quatro eixos fundamentais:
1. O Pedral do Lourenço, onde a modelagem hidrodinâmica e a simulação de cenários no modelo de Computational Fluid Dynamics - CFD permitem prever impactos ecológicos, morfológicos e econômicos decorrentes do derrocamento;
2. A Baía do Marajó, analisada sob a ótica da segurança da navegação e da hidrodinâmica estuarina, integrando o processamento de dados de marés e correntes;
3. As Rodovias PA-155 e BR-158, discutindo como o clima amazônico impacta a infraestrutura e como a computação pode auxiliar no monitoramento preditivo do pavimento;
4. As Bacias de Rejeitos em Carajás, focando no uso de Análise de Decisão Multi Critério (MCDA) e algoritmos de avaliação de risco para a gestão de segurança de barragens.
O objetivo é demonstrar como o uso de algoritmos, inteligência de dados e simulações computacionais transforma variáveis ambientais e físicas em informações precisas para a tomada de decisão em cenários de alta complexidade.

Mini-CV
Mestrado e Doutorado em Geografia pela Universidade Federal de Santa Catarina na Área de Concentração: Uso e Conservação de Recursos Naturais. Tem Especialização em Políticas Públicas pela Universidade do Estado de Santa Catarina. Atua nas áreas do: ensino de Geografia Física; Educação Especial, comunidades tradicionais, valoração ambiental, mapeamento da vulnerabilidade e risco; estudos e pesquisas de caráter físico-geográfico, geológico-geomorfológico, biogeográfico, e geoeconômico dos núcleos urbanos e rurais. Professora adjunta no Instituto de Estudos do Trópico Úmido, Xinguara, da Universidade Federal do Sul e Sudeste do Pará - Unifesspa.
E-mail: [email protected]

Seminário da CAP de 7 de maio de 2026, 13:30

Online em https://conferenciaweb.rnp.br/inpe/seminarios-pgcap

Palestrante: Sergio Souza Costa (UFMA)

Título: Construindo simulações geoespaciais abertas e reprodutíveis com Python

Sérgio Souza Costa é Professor Associado III da Universidade Federal do Maranhão (UFMA), vinculado ao Departamento de Engenharia de Computação e aos programas de pós-graduação em Ciência e Tecnologia Ambiental e no Mestrado Profissional em Ensino de Computação (PROFCOMP). Doutor e Mestre em Computação Aplicada pelo Instituto Nacional de Pesquisas Espaciais (INPE), acumula sólida trajetória acadêmica em instituições federais, com passagens pela UNIFEI e pelo IFMA.

Coordena o grupo de pesquisa LambdaGeo (https://lambdageo.github.io/), onde lidera investigações na interface entre Engenharia de Computação e Geociências, com ênfase em Web Semântica, Dados Vinculados e Geotecnologias. É idealizador do Ecossistema DisSModel (https://dissmodel.github.io/), um framework em Python atualmente em desenvolvimento para simulação espacial discreta e modelagem ambiental. O projeto nasce com o compromisso de software científico aberto, direcionado à comunidade de modelagem ambiental e geoespacial, com ênfase em reprodutibilidade e separação clara entre lógica de simulação e infraestrutura de execução.