Pesquisa
Últimas publicações
30 JUN
2023
JCR = 5.8
Neste artigo, fruto da tese de doutorado do Prof. Erivelton Santos (UFLA), orientado por mim e pelo Prof. Carlos Sanches (UNIFEI), exploramos as transformações nos mercados de desenvolvimento de software impulsionadas pela globalização e pela economia gig (GE). As barreiras culturais e geográficas levaram organizações a adotar tecnologias digitais abrangentes, enquanto taxas crescentes de desemprego impulsionaram a força de trabalho para contratos de curto prazo na economia gig. Diante desses desafios, identificar e contratar profissionais qualificados torna-se uma tarefa complexa. No estudo, identificamos critérios para contratar profissionais nesse contexto e propomos uma abordagem inovadora para agrupá-los. Utilizamos da revisão sistemática da literatura, processamento de linguagem natural e o algoritmo SBERT para identificar 319 critérios, que foram então agrupados em 6 clusters. Esses resultados podem auxiliar instituições educacionais no desenvolvimento de novos currículos e profissionais na contratação no contexto de GSD ou GE.
17 JUN
2022
JCR = 8.7
Neste artigo, fruto de uma parceria com a Prof. Mariá Nascimento (atual ITA), testamos a hipótese de que o método combinado Prophet-LSTM proporciona previsões mais precisas para a demanda das Unidades de Terapia Intensiva (UTIs) voltadas à COVID-19 do que os modelos isolados, Prophet e LSTM (Rede Neural de Memória de Longo e Curto Prazo). Também comparamos esse modelo com benchmarks estabelecidos de previsão de demanda. O modelo é aplicado a um município brasileiro representativo que serve como referência médica para outras cidades de sua região. Além dos componentes tradicionais de séries temporais, como tendência e sazonalidade, outras variáveis como o número atual de casos diários de COVID-19, taxas de vacinação, intervenções não farmacêuticas, índice de isolamento social e ocupação de leitos hospitalares regionais são usadas para explicar as variações na demanda da UTI do hospital COVID-19. Os resultados mostram que o método proposto produziu Erros Médios Absolutos (MAE) de 13% a 45% menores do que modelos de previsão estatísticos e de aprendizado de máquina bem estabelecidos, incluindo os modelos autônomos.
26 JAN
2022
JCR = 1.1
Neste artigo, fruto de um trabalho de conclusão de curso do aluno Guilherme Martins de Souza (USP) e melhorado pelo Prof. Erivelton Antônio dos Santos (ex orientado de doutorado e atual professor na UFLA), sob orientação minha e do Prof. Carlos Eduardo Sanches da Silva (UNIFEI), apresentamos uma combinação dos métodos Fuzzy-AHP e Fuzzy-VIKOR para seleção de portfólio de projetos em uma das principais indústrias farmacêuticas no mundo.
07 DEZ
2021
JCR = 3.3
Neste artigo, desenvolvido com os professores Erivelton, da UNIFENAS, Tarcísio, da UEAP, e Mariá, do ITA, desenvolvemos uma nova métrica para avaliação de modelos de séries temporais. Trata-se de uma métrica relativa, ou seja, só funciona se tivermos mais de um modelo sob comparação, e que é capaz de incorporar heterogeneidades de expectativas dos tomadores de decisão e também incerteza. A métrica tem seu benefício maximizada quando técnicas de validação-cruzada são utilizadas nas construções dos modelos. No artigo, usamos um exemplo relacionado à seleção de modelos preditivos para COVID-19 no Amapá. Modelos clássicos e de aprendizagem de máquina são comparados. Os resultados são bastante interessantes. Vale a leitura.
21 OUT
2021
JCR = 3.3
Neste artigo de revisão, desenvolvido com os professores Erivelton Santos, da UNIFENAS/UNIFEI, Nei Soma, do ITA/UNIFESP/UNITAU, e Carlos Sanches, da UNIFEI/MEC, desenvolvemos uma revisão sistemática da literatura acerca da utilização de métodos multicritério para seleção de projetos de Pesquisa e Desenvolvimento. Nossa janela de busca por artigos vai de 1970 a 2020. Duas bases científicas foram exploradas: Scopus e Web of Science Core Collection. No artigo exploramos os vários métodos multicritério utilizados quanto: à natureza das alternativas, tipo de abordagem integradora, o método propriamente dito, os tipos de incerteza, e os softwares utilizados para modelagem. Os portfólios também são classificados pelo tamanho e domínio de aplicação. 263 critérios de decisão também são extraídos dos artigos revisados e agrupados conforme especialistas brasileiros em P&D. Por fim, ainda apresentamos uma revisão bibliográfica dos artigos analisados e um quadro de oportunidades de trabalhos futuros, que também foram retirados dos artigos.
09 MAR
2020
A1
27 JUN
2020
JCR = 0.9
Neste artigo, desenvolvido com os professores Gilbert, Carlos Sanches e Geovani da UNIFEI, e com o colega de trabalho Lucas, atualmente pesquisador na Universidade de Genebra, descrevemos a utilização do método de Taguchi para otimização dos parâmetros de moagem de hidreto de nióbio. Como resultado observamos que a velocidade e o tempo de moagem são as principais variáveis do processo. Após moagem, a morfologia das partículas de hidreto de nióbio é analisada utilizando-se um microscópio eletrônico de varredura.
09 MAR
2020
JCR = 3.4
Neste artigo, desenvolvido com os professores Carlos Sanches, da UNIFEI, e Nei Soma, do ITA, apresentamos uma nova proposta de modelo para seleção de critérios, etapa que antecede à seleção de projetos propriamente dita. O modelo foi desenvolvido para a realidade da ANEEL, cujos portfólios de projetos de 2008 a 2018 foram avaliados na casa de bilhões de dólares. O modelo consiste na integração dos modelos multicritério Fuzzy AHP Extent Analysis e Fuzzy-based DEMATEL. Destacam-se como vantagens do modelo proposto: a avaliação simultânea dos critérios de decisão de acordo com sua importância à organização e influência sobre os demais critérios, a consideração das incertezas relacionadas à imprecisão dos dados e opiniões, o fato de não deixar pesos residuais em critérios desnecessários, e a facilidade de programação e uso em pequenas organizações de P&D.
As planilhas e códigos em Python do modelo estão disponibilizados e endereçados no corpo do artigo, que pode ser acessado clicando-se no ícone ao lado.