FACOM · UFU · Uberlândia, Brasil

AINET

Artificial and Machine Intelligence in Networks

Transformamos pesquisa avançada em IA em soluções com impacto real — da descoberta científica à tecnologia aplicada.

Nossa Pesquisa Publicações
12Egressos de Mestrado/Doutorado
6Projetos Ativos
2×Prêmio Google
1×Prêmio NVIDIA
Linhas de Pesquisa
🕸️
Redes Complexas
Aprendizado em grafos e análise estrutural
🧠
Aprendizado Profundo
Redes neurais e transformers
🤖
Foundation Models
Modelos de fundação e LLMs
🧬
IA para Saúde
COVID-19, TEA, câncer, prognóstico de coma
🌱
IA para Agricultura
Agricultura de precisão e análise de lavouras
💹
IA para Finanças
LLMs para o domínio financeiro
63
Artigos Completos Publicados
6
Patentes Depositadas
24
Egressos Formados
8+
Agências de Fomento
Sobre o AINET

Unindo teoria de IA
a impacto real

O grupo de pesquisa Artificial and Machine Intelligence in Networks (AINET) está sediado na Faculdade de Computação (FACOM), Universidade Federal de Uberlândia (UFU), Brasil. Liderado pelo Prof. Murillo G. Carneiro, IEEE Senior Member e vencedor por duas vezes do Google Latin America Research Award, o AINET investiga a interseção entre aprendizado de máquina, métodos baseados em grafos e computação bio-inspirada.

Nosso trabalho vai desde avanços teóricos em classificação de redes complexas até inovações aplicadas — desenvolvendo biossensores salivares para detecção de COVID-19 e autismo, sistemas de prognóstico de coma baseados em EEG, e ferramentas de predição de produtividade agrícola com IA.

Conheça a equipe Junte-se ao AINET
Prof. Murillo G. Carneiro
IEEE Senior Member
Desde 2020
2× Prêmio Google
Latin America Research Awards
6 Patentes Depositadas
INPI & WIPO (PCT)
100+ Artigos Publicados
Linhas de Pesquisa

Cinco áreas centrais de especialização

Da teoria fundamental a sistemas aplicados, nossa pesquisa mira grandes desafios da sociedade.

🕸️

Redes Complexas

Aprendizado baseado em grafos, otimização estrutural, detecção de comunidades e classificação de dados de alto nível usando topologia de redes.

🧠

Aprendizado Profundo & Redes Neurais

Arquiteturas convolucionais e recorrentes, transformers, híbridos CNN-LSTM para sinais de EEG, espectroscopia e análise de imagens.

📊

Aprendizado de Máquina

Classificação de alto nível, aprendizado multirrótulo, redução de dimensionalidade, otimização baseada em PSO e métodos de ensemble.

🧬

Computação Bio-Inspirada

Autômatos celulares, algoritmos genéticos, métodos evolutivos assistidos por modelos substitutos e otimização inspirada na natureza.

🤖

Foundation Models

Grandes modelos de linguagem e modelos de fundação, aprendizado por transferência e abordagens generativas para síntese de dados espectrais e ajuste fino específico de domínio.

Ver todos os projetos de pesquisa
Projetos Ativos

Iniciativas de pesquisa atuais

Projetos financiados atualmente em andamento no laboratório AINET.

Saúde Aprendizado Profundo Colaboração

Detecção Não Invasiva de TEA via ATR-FTIR + ML

Uma iniciativa colaborativa com a Eindhoven University (TU/e) e a Radboud University desenvolvendo uma plataforma automatizada de aprendizado de máquina biofônica para detecção do Transtorno do Espectro Autista a partir da saliva, utilizando espectroscopia ATR-FTIR e análise por infravermelho com transformada de Fourier.

Ativo · 2024– CNPq · Google
Saúde Redes Complexas

Redes Complexas para Diagnóstico Molecular de TEA

Técnicas de classificação de dados de alto nível baseadas em métricas e propriedades de redes complexas aplicadas ao diagnóstico molecular do Transtorno do Espectro Autista a partir de dados de espectroscopia infravermelha salivar.

Ativo · 2022– CNPq
Aprendizado Profundo EEG Saúde

Aprendizado de Padrões de EEG para Prognóstico de Coma

Investigação de modelos baseados em redes e de aprendizado profundo para prognóstico precoce de pacientes em estado de coma a partir de dados de EEG. Aplicações para melhorar condições de doação de órgãos e decisões clínicas.

Ativo · 2019– CNPq
Agricultura ML

IA para Agricultura & Informação Geoespacial

Métodos inteligentes de aprendizado de máquina para problemas relacionados à agricultura e ao processamento de informações geoespaciais, incluindo predição de produtividade agrícola, classificação de maturidade da soja via VANT e modelagem de crescimento de eucalipto.

Ativo · 2019– CNPq · MDA
LLMs FinTech

LLMFinance: LLMs Escaláveis e Confiáveis para Finanças

Desenvolvimento de modelos de linguagem de grande escala (LLMs) escaláveis e confiáveis voltados para o domínio financeiro, incorporando ajuste fino específico do domínio e frameworks de avaliação para tarefas de PLN financeiro.

Ativo · 2025– Interno
Ver todos os projetos
Publicações

Artigos Recentes

Seleção de artigos em periódicos e conferências publicados nos últimos dois anos. Nome em negrito indica o coordenador do grupo.

1
Dual-Attention Transformer for FTIR Spectroscopy: Integrating Intra-Region and Global Attention for Disease Detection
Souza, P.D.S.; Oliveira, G.B.S.; Cintra, C.E.B.; Mineo, T.W.P.; Mineo, J.R.; Martins, M.M.; Cunha, Thulio; Sabino-Silva, R.; Carneiro, Murilo Guimarães
IEEE International Joint Conference on Neural Networks (IJCNN 2026) Maastricht · 2026 IEEE
2
Improving Surrogate-Assisted Genetic Algorithm Peptide Discovery with ESM-2 Embeddings
Duarte, V.P.; Andrade, Bruno S.; Sabino-Silva, R.; Carneiro, Murilo Guimarães
IEEE Congress on Evolutionary Computation (CEC 2026) Maastricht · 2026 IEEE
3
Transformer-Based Learning of Spectral Representations for Infrared Spectroscopy Data Generation
Fernandes, Janayna; Sabino-Silva, R.; Carneiro, Murilo Guimarães
IEEE International Joint Conference on Neural Networks (IJCNN 2026) Maastricht · 2026 IEEE
4
A Bioinspired Multimodal CNN-LSTM Network for EEG Analysis of Patients in Coma
Baldo-Junior, Sérgio; Carneiro, Murilo G.; Barbosa, João L.M.; Zhao, Liang; Destro-Filho, João Batista; Campos, Marcos; Tinós, Renato
Sensors v.25, p.681 · 2025 WoS Q1
5
Attention to EEG Signals: A Transformer-Based Model for Prognosis of Patients in Coma
Barbosa, J.L.M.; Baldo-Junior, Sérgio; Tinós, Renato; Ji, Donghong; Zhao, Liang; Destro-Filho, João Batista; Carneiro, Murilo G.
IEEE International Joint Conference on Neural Networks (IJCNN 2025) Rome · 2025 IEEE
6
High-Level Classification Based on Meta-Graph of Visibility Graphs for Autism Detection
Lima Filho, Ricardo B.; Sabino-Silva, Robinson; Carneiro, Murilo G.
IEEE International Joint Conference on Neural Networks (IJCNN 2025) Rome · 2025 IEEE
Todas as publicações
Notícias e Prêmios

Destaques

2026
Prêmio

CNPq/FAPEMIG Productivity in Technological Development

Prof. Murillo G. Carneiro agraciado com o título de Pesquisador de Produtividade em Desenvolvimento Tecnológico.

2024
Melhor Dissertação

Best MSc Dissertation in AI — CTDIAC

Dissertação de Mestrado de Janayna M. Fernandes premiada em 2º lugar no Concurso de Teses e Dissertações em Inteligência Artificial e Computacional.

2022
Financiamento de Pesquisa

Google Latin America Research Award — 2ª vez

Projeto sobre diagnóstico molecular de COVID-19 via espectroscopia salivar premiado pela segunda vez consecutiva pela Google Inc.

2022
Financiamento de GPU

NVIDIA GPU Research Grant

AINET recebe financiamento de GPU da NVIDIA no âmbito do programa Accelerated Data Science GPU Grant.

2020
Financiamento de Pesquisa

Google Latin America Research Award — 1ª vez

Primeiro Google Latin America Research Award para pesquisa sobre diagnóstico salivar de COVID-19 com aprendizado de máquina.

2020
Distinção

IEEE Senior Member

Prof. Murillo G. Carneiro elevado a IEEE Senior Member do Institute of Electrical and Electronics Engineers.

Financiamento e Parceiros

Apoiado por agências e instituições de referência

CNPq
CAPES
FAPEMIG
FAPESP
Ministério da Saúde
Ministério da Agricultura
Google
NVIDIA
Neospace AI
ImunoScan
BioGenetics Diagnósticos
Grupo Luta Pela Vida
Center for Artificial Intelligence
INCT TeraNano

Colaborações internacionais com TU/e Eindhoven · Radboud University · University of Surrey · USP São Paulo