Laboratório de Inteligência Computacional (LInC)

O LInC é um dos laboratórios temáticos do Departamento de Ciência da Computação (DCC) da Universidade Federal de Alfenas, vinculado ao Instituto de Ciências Exatas (ICEx). O Laboratório de Inteligência Computacional realiza pesquisas teóricas e aplicadas em ciências da computação, ciências de dados e suas interfaces com outras disciplinas.

O laboratório tem como objetivo desenvolver e validar algoritmos e modelos para a resolução de problemas complexos. Para isto, são estudados algoritmos exatos, heurísticos, de aprendizado de máquina e de inteligência artificial generativa, dentre outros. Está vinculado ao grupo de pesquisa Algoritmos e Pesquisa Operacional (CNPq).

O laboratório

Objetivos

  • Estudar e propor soluções para problemas de alta complexidade computacional;
  • Desenvolver novos métodos computacionais exatos, heurísticos, de aprendizado, de inteligência artificial e híbridos;
  • Formar estudantes e pesquisadores capazes de propor soluções inteligentes para diversos problemas computacionais.

Histórico

O laboratório foi criado por volta de 2008–2009, nos primeiros anos do curso de Ciência da Computação da UNIFAL-MG, pelos professores Humberto César Brandão de Oliveira, Luiz Eduardo da Silva e Ricardo Menezes Salgado. Relato completo a definir.

Projetos e atividades em andamento

  • Otimização em redes — desenvolvimento de novos modelos e algoritmos para otimização de problemas de caminhos, cobertura e conectividade em redes.
  • Computação quântica — avaliação e desenvolvimento de métodos baseados em computação quântica e suas aplicações em problemas complexos.
  • Inteligência artificial e aprendizado de máquina — desenvolvimento de modelos e algoritmos inteligentes para aprender o comportamento de sistemas complexos.
  • Ciências de dados — desenvolvimento e avaliação de modelos, técnicas e algoritmos para o processamento e validação de quantidades massivas de dados.

↑ Voltar ao topo

Linhas de Pesquisa

Otimização e Pesquisa Operacional

Otimização combinatória, programação linear inteira e inteira mista, e problemas em redes — caminhos, cobertura, conectividade e árvores geradoras. Inclui otimização multiobjetivo e problemas sob incerteza (minmax regret).

Heurísticas, Metaheurísticas e Métodos Híbridos

Algoritmos evolutivos e meméticos, modelos de ilhas coevolutivos, estruturas filogenéticas node-depth, recozimento simulado e math-heuristics (fix-and-optimize).

Inteligência Artificial e Aprendizado de Máquina

Modelos e algoritmos inteligentes para aprender o comportamento de sistemas complexos; imputação e aumento de dados; inteligência artificial generativa; aplicações em saúde, finanças e imagens.

Ciência de Dados e Estatística Experimental

Processamento e validação de grandes volumes de dados, avaliação experimental de algoritmos, testes de hipótese, análise exploratória e visualização.

Computação Quântica

Avaliação e desenvolvimento de métodos baseados em computação quântica e suas aplicações a problemas de alta complexidade computacional. (Linha recente.)

Processamento de Imagens e Sistemas Inteligentes Aplicados

Visão computacional, compressão de vídeo, futebol de robôs (RoboCup Soccer Simulation) e projeto de compiladores.

↑ Voltar ao topo

Equipe

Coordenação

Prof. Dr. Iago Augusto de Carvalho — Doutor em Ciência da Computação pela UFMG (2020), mestre pela UFMG (2016) e bacharel pela UFSJ (2014). Atuação em otimização, pesquisa operacional, estatística experimental, grafos, teoria da computação e inteligência artificial. Página no DCC · site pessoal.

Colaboradores

Prof. Dr. Luiz Eduardo da Silva — Doutor em Ciências em Engenharia Elétrica pela UNIFEI (2012) e mestre em Ciência da Computação pela UNICAMP (1999). Atuação em inteligência artificial, processamento de imagens e projeto de compiladores. Página no DCC.

Prof. Ricardo Menezes Salgado — Docente colaborador, atualmente em licença. Um dos fundadores do laboratório; orientou grande parte dos trabalhos de conclusão de curso listados na seção TCCs. Página no DCC.

Estudantes atuais

EstudanteVínculoProjeto
Alice Batista NogueiraMestrado em Estatística Aplicada e Biometria (bolsa FAPEMIG)Inteligência artificial e aprendizado de máquina
Cícero Barroso de OliveiraMestrado em Estatística Aplicada e Biometria (bolsa FAPEMIG)Computação quântica
Hugo Soares LopesIC voluntáriaInteligência artificial e aprendizado de máquina
Lucas Freire MesquitaIC voluntáriaInteligência artificial e aprendizado de máquina
Otávio Augusto MiguelIC voluntáriaInteligência artificial e aprendizado de máquina
Gustavo Borin NascimentoTCCComputação quântica
Gustavo Benfica PaulinoTCCOtimização em redes
Luca Barbosa OliveiraTCCOtimização em redes
Mateus Henrique MartinsTCCCiências de dados
Bruno Martins CordeiroTCCCiências de dados

↑ Voltar ao topo

Alumni

NomeParticipação no LInC
José Flávio LopesBolsista de iniciação científica e aluno de TCC
João Carlos Pereira AlvesAluno de mestrado em Estatística Aplicada e Biometria (bolsista)
Alicia Garnier Duarte FrancoBolsista de iniciação científica
Otavio Ferreira Brito SilveiraBolsista de iniciação científica
Augusto Vieira de OliveiraBolsista de iniciação científica
João Pedro Barbosa LeiteAluno de TCC
Pedro Augusto MendesAluno de TCC
Caio Eduardo MarcondesAluno de TCC
Guilherme Augusto GouveiaAluno de TCC
Gustavo Morais CostaAluno de TCC
Vinícius Bueno BastosAluno de TCC
Tiago Costa SoaresBolsista de Iniciação Tecnológica (IT)
Adriel Cardoso dos SantosPublicação em conjunto
José Ferreira Reis FonsecaAluno de Mestrado (Ciências da Computação, UFMG)

↑ Voltar ao topo

Infraestrutura

O LInC ocupa a sala C311, no 3º andar do Prédio C do campus sede. A sala possui diversos desktops para o desenvolvimento de projetos de pesquisa e extensão, sala de reuniões, dois quadros brancos e aparelhos de ar-condicionado.

Espaço reservado para fotos do laboratório.

↑ Voltar ao topo

Trabalhos de Conclusão de Curso

Monografias do Bacharelado em Ciência da Computação orientadas por docentes do LInC. Levantamento a partir das Produções Acadêmicas do DCC (2010–2024).

AnoTítuloAutor(es)OrientaçãoPDF
2024A robust experimental evaluation of the co-evolutionary islands modelCaio Eduardo Marcondes; Guilherme Augusto GouveiaIago Augusto de CarvalhoPDF
2024Simulação de divergência genética de populações utilizando algoritmos evolutivosGustavo Morais Costa; Vinícius Bueno BastosIago Augusto de CarvalhoPDF
2024Aprimorando a experiência de aplicação de um sistema de elaboração de jogos educacionaisIsabelle Sgrignero; Jasmine Gonçalves FrançaLuiz Eduardo da SilvaPDF
2024Estudo e implementação de novas funcionalidades para uma ferramenta de construção de jogos educacionaisMaria Eduarda Santos Silva; Maria Luiza Silva MarcelinoLuiz Eduardo da SilvaPDF
2023Um algoritmo de recozimento simulado para o problema da árvore geradora mínima com restrição de grauJosé Flávio LopesIago Augusto de CarvalhoPDF
2023LocalizAR: aplicativo de geolocalização com realidade aumentada para a comunidade acadêmica da UNIFAL-MGDaniele Ferreira da Silva; Lucas Bertoni ScartonLuiz Eduardo da SilvaPDF
2023Implementação de mecanismos básicos de futebol para um time de RoboCup Soccer SimulationLucas da Silva Justino; Rodrigo Silva de PauloLuiz Eduardo da SilvaPDF
2023Estudo de viabilidade do uso do Home Assistant como ferramenta para automação residencialMilene Gabrielle de FariaLuiz Eduardo da SilvaPDF
2023Modelagem inteligente para detecção dos níveis de retinopatia diabéticaGuilherme Fernandes da SilvaRicardo Menezes SalgadoPDF
2022Cryptocurrency exchange analysis through the use of artificial intelligenceGustavo Moreira PennaRicardo Menezes SalgadoPDF
2022Identificação e localização de anomalias causadas pelo covid-19 em radiografias do tórax utilizando inteligência artificialLuiz Gustavo Akazawa Nora; Pedro Paulo Miranda AfonsoRicardo Menezes SalgadoPDF
2022Study and analysis of deep learning techniques for solving financial machine learning problemsWendell João Castro de AvilaRicardo Menezes SalgadoPDF
2021CNN approach for CT scan exam classificationAriela Marçal StefaniniRicardo Menezes SalgadoPDF
2021Aplicativo para acompanhamento de treinos em academiasEduardo Augusto Garcia de Almeida e SilvaLuiz Eduardo da SilvaPDF
2019A chord distance metric based on the Tonal Pitch Space and a key-finding method for chord annotation sequencesLucas Bruno MarquesLuiz Eduardo da Silva; co-orient. José Maurício Schneedorf F. da SilvaPDF
2018Video compression based on shots reorderingGabriel Ribeiro PaivaLuiz Eduardo da SilvaPDF
2018Aplicativo para composição de imagens digitais em dispositivos móveisJoelmir José JustinoLuiz Eduardo da SilvaPDF
2017GMP: um software para cálculos de indicadores de qualidade e quantidade de produção científicaFelipe de Melo Taveira; Lucas Oliveira NabetoLuiz Eduardo da SilvaPDF
2017Um aplicativo educacional para elaboração e simulação dinâmica de diagramas — abordagem utilizando filasNicolas Marcelli Bontempo VespucioLuiz Eduardo da SilvaPDF
2017Modelos baseados em árvores de regressão extrema aplicados na previsão de carga médiaMaurício R. VidalRicardo Menezes SalgadoPDF
2015Troca de materiais: serviço web para gerenciamento de resíduos sólidos recicláveis e e-lixoAdriano César BócoliLuiz Eduardo da SilvaPDF
2015Eventos UNIFAL: aplicativo para obter informações sobre aulas e eventos da UNIFAL-MG através de comandos de vozAlberto Silveira Carilo; Gabriela Moreira da SilvaLuiz Eduardo da Silva e Flávio Barbieri GonzagaPDF
2015Software de segurança de baixo custo utilizando uma webcamGabriel Lara De CarliLuiz Eduardo da SilvaPDF
2015Utilização do algoritmo K-means na segmentação e classificação de imagens de refeiçõesDaniel Elídio Mendes JúniorRicardo Menezes SalgadoPDF
2015Aplicativo inteligente para sugestão de alimentos saudáveis e controle da diabetesFábio Eduardo MurarolliRicardo Menezes SalgadoPDF
2013Um compilador, uma linguagem de programação e uma máquina virtual (título completo a conferir)Hiago Borges de OliveiraLuiz Eduardo da SilvaPDF
2013Comparação de estratégias de previsão de carga elétricaLeandra de Carvalho NogueiraRicardo Menezes SalgadoPDF
2013Abordagens inteligentes para a identificação e tratamento de outliersTadeu de Carvalho MachadoRicardo Menezes SalgadoPDF
2013Desenvolvimento de um modelo inteligente aplicado à gestão de serviço (título completo a conferir)Rodrigo Sydow Leme da SilvaLuciano Bruno de Carvalho Silva; co-orient. Ricardo Menezes SalgadoPDF
2012Sistema inteligente de apoio ao profissional da saúde — estudo de caso na nutriçãoRafael José PeresRicardo Menezes SalgadoPDF
2011Estudo e implementação de inteligência artificial para futebol de robôsThales da Silva CoutinhoLuiz Eduardo da SilvaPDF
2011Análise da utilização de energia natural afluente para previsão de razões afluentes mensais via Support Vector MachinesMariana Dehon Costa e LimaRicardo Menezes SalgadoPDF
2011Um modelo para análise e tratamento de dados de demanda de energia elétricaMateus Drigo da SilvaRicardo Menezes SalgadoPDF
2011Uma abordagem híbrida para identificação de padrões de escoamento bifásicoMateus Neves BarretoRicardo Menezes SalgadoPDF
2010A utilização da meta-heurística de otimização denominada colônia de formigas para o restabelecimento de sistemas elétricos de potênciaTiago SilveiraLuiz Eduardo da SilvaPDF
2010Modelo inteligente de previsão de vazões afluentes para o auxílio à tomada de decisão no setor elétricoDanilo Braga de LimaRicardo Menezes SalgadoPDF
2010Classificação de padrões para o escoamento gás/líquido via modelos inteligentesEdgar Fonseca Franco JúniorRicardo Menezes SalgadoPDF
2010Modelos inteligentes aplicados na classificação de padrões de caracteresFilipe de Oliveira CostaRicardo Menezes SalgadoPDF
2010Sistema inteligente baseado em ensemble para previsão de séries temporais de carga elétricaMax Olinto MoreiraRicardo Menezes SalgadoPDF

↑ Voltar ao topo

Prêmios e Publicações

Publicações

Otimização, redes e metaheurísticas

  • CARVALHO, I. A.; LOPES, J. F. Simulated annealing algorithm using the node-depth phylogenetic structure for the degree-constrained minimum spanning tree problem. CLEI Electronic Journal, v. 29, n. 1, 2026.
  • CARVALHO, I. A.; COCO, A. A. On solving bi-objective constrained minimum spanning tree problems. Journal of Global Optimization, v. 87, n. 1, p. 301–323, 2023.
  • CARVALHO, I. A. et al. A fix-and-optimize heuristic for the minmax regret shortest path arborescence problem under interval uncertainty. International Transactions in Operational Research, v. 30, n. 2, p. 1120–1143, 2023.
  • CARVALHO, I. A.; RIBEIRO, M. A.; PEREIRA, A. H. The widest k-set of disjoint paths problem. RAIRO — Operations Research, v. 57, n. 1, p. 87–97, 2023.
  • CARVALHO, I. A.; NORONHA, T. F.; DUHAMEL, C. Fix-and-optimize metaheuristics for minmax regret binary integer programming problems under interval uncertainty. RAIRO — Operations Research, v. 56, n. 6, p. 4281–4301, 2022.
  • CARVALHO, I. A.; ERLEBACH, T.; PAPADOPOULOS, K. On the fast delivery problem with one or two packages. Journal of Computer and System Sciences, v. 115, p. 246–263, 2021.
  • CARVALHO, I. A. et al. The two-dimensional guillotine cutting stock problem with stack constraints. In: Conferencia Latinoamericana de Informática (CLEI), 2021. p. 1–9.
  • CARVALHO, I. A.; RIBEIRO, M. A. An exact approach for the minimum-cost bounded-error calibration tree problem. Annals of Operations Research, v. 287, n. 1, p. 109–126, 2020.
  • CARVALHO, I. A.; RIBEIRO, M. A. A node-depth phylogenetic-based artificial immune system for multi-objective network design problems. Swarm and Evolutionary Computation, v. 46, p. 66–83, 2019.
  • CARVALHO, I. A. On the statistical evaluation of algorithmic’s computational experimentation with infeasible solutions. Information Processing Letters, v. 143, p. 24–27, 2019.
  • CARVALHO, I. A.; NORONHA, T. F.; DUHAMEL, C.; VIEIRA, L. F. M. A scenario-based heuristic for the robust shortest path tree problem. IFAC-PapersOnLine, 2016. (referência a conferir)

Aprendizado de máquina, ciência de dados e aplicações

  • NASCIMENTO, F. C. do et al. Use of artificial intelligence in electronic health records with nursing data across multiple care settings: a scoping review. CIN: Computers, Informatics, Nursing, v. 44, n. 3, 2026. DOI: 10.1097/CIN.0000000000001400. (coautoria de Luiz Eduardo da Silva.)
  • MOREIRA, A. F.; CARVALHO, I. A. Analysis of power in preprocessing methodologies for datasets with missing values. Communications in Statistics — Simulation and Computation, v. 53, n. 12, p. 6525–6539, 2024.
  • CARVALHO, I. A. et al. An island-based hybrid evolutionary algorithm for caloric-restricted diets. Evolutionary Intelligence, v. 16, n. 2, p. 553–564, 2023.
  • RIBEIRO, M. A. et al. Optimal energy efficiency and throughput on partially reversible pipelined QCA circuits. IEEE Design & Test, v. 37, n. 3, p. 40–50, 2020. (coautoria de I. A. Carvalho.)
  • CARVALHO, I. A. et al. Forecasting soccer market tendencies using link prediction. In: ICCSA, 2020. p. 663–675.
  • CARVALHO, I. A. et al. Uma análise das seleções da Copa do Mundo de Futebol 2018 utilizando uma rede de transferências de jogadores entre países. iSys — Brazilian Journal of Information Systems, v. 12, n. 3, p. 73–93, 2019.
  • SILVEIRA, T.; OLIVEIRA, H. C. B.; SALGADO, R. M.; SILVA, L. E.; MATEUS, G. R. Cosine function applied to the inertia control in the Particle Swarm Optimization. In: IEEE Congress on Evolutionary Computation (CEC), 2010. (coautoria de Ricardo M. Salgado e Luiz Eduardo da Silva.)

↑ Voltar ao topo

Contato

Quer participar?

Estudantes de graduação interessados em iniciação científica ou em desenvolver o TCC nas linhas de pesquisa do laboratório podem escrever para iago.carvalho@unifal-mg.edu.br, descrevendo brevemente seus interesses e o período do curso em que estão.

↑ Voltar ao topo