Pela primeira vez, a IEEE Computational Intelligence Society (IEEE CIS), por meio de seu comitê administrativo, premiou uma tese de doutorado defendida na América do Sul. O premiado foi o professor do Departamento de Engenharia (DEG) da Universidade Federal de Lavras (UFLA), Daniel Furtado Leite, pela tese “Evolving Granular Systems”.
Daniel já havia recebido o prêmio de melhor tese das Américas na área de Inteligência Computacional e Artificial, da North American Fuzzy Information Processing Society (Nafips), e do Brasil, da Sociedade Brasileira de Computação (SBC). A solenidade de premiação da IEEE CIS será realizada em julho de 2017, na Conferência FUZZ-IEEE, em Nápoles – Itália.
O professor explica que os métodos propostos na tese têm sido empregados na modelagem e no controle de sistemas dinâmicos não-lineares, cujas equações são variantes no tempo, desconhecidas ou possuem parâmetros incertos; na previsão de séries temporais granulares; e em reconhecimento de padrões no espaço e no tempo em uma variedade de áreas do conhecimento.
Daniel destaca que a pesquisa está alinhada com os desafios atuais em computação, engenharia de automação e sistemas de informação, quanto ao tratamento e representação de grandes volumes de dados em tempo real, computação cognitiva, e heterogeneidade da informação. O professor ressalta que a pesquisa básica contribui na direção de uma mudança de paradigma no qual sistemas computacionais inteligentes são centrados em humanos e inspirados na forma com que realizam tarefas e se interagem socialmente.
“Teorias fundamentais como a teoria da matemática intervalar moderna de Moore; a teoria fuzzy de Zadeh; teoria da evidência de Dempster e Shafer; teoria dos conjuntos aproximados de Pawlak; teoria da probabilidade de Kolmogorov; e a teoria da possibilidade de Zadeh, Prade e Dubois provêm fundamentos para o tratamento formal de incertezas de diferentes naturezas. A computação granular engloba ou toma por base todas essas teorias em uma plataforma comum de forma a ser entendida como uma teoria geral para tratamento da incerteza por parte das máquinas”, afirma o professor.
O professor Witold Pedrycz, da University of Alberta, líder da área e nominador da tese, a referiu como: “Opens new ground in the theory, algorithms and applications of evolving granular computation to solve a much wider class of problems that previously possible”.
Atualmente, na UFLA, Daniel orienta trabalhos de mestrado relacionados à área de estudo da tese premiada junto ao Programa de Pós-Graduação em Engenharia de Sistemas e Automação (PPGESISA) e ao Computational Intelligence and Machine Learning Laboratory (CIML – UFLA).
Daniel realizou seu doutorado na Universidade Estadual de Campinas (Unicamp), com orientação do professor Fernando Gomide, e coorientação do professor Pyramo Costa, do Instituto Politécnico da Pontifícia Universidade Católica de Minas Gerais (PUC-MG).
Vencedores anteriores da Sociedade IEEE CIS:
2016: Wei-Neng Chen, Sun Yat-Sen University, China
2015: Yong Wang, Central South University, China
2014: Jane Jing Liang, Nanyang Technological University, Cingapura
2013: Haiping Lu, University of Toronto, Canadá
2012: Dongrui Wu, University of Southern California, Estados Unidos
2011: Huanhuan Chen, University of Birmingham, UK
2010: Michael Mavroforakis, University of Athens, Grécia
2009: Siang Yew Chong, University of Birmingham, UK
2008: Damien Coyle, University of Ulster, Northern Ireland, UK
2007: Juwei Lu, University of Toronto, Canadá
Camila Caetano – jornalista/ bolsista UFLA.
Esse conteúdo de popularização da ciência foi produzido com o apoio da Fundação de Amparo à Pesquisa de Minas Gerais – Fapemig.