Equipe AINET

Equipe

Docentes, estudantes atuais, colaboradores e os egressos que ajudaram a construir o AINET ao longo dos anos.

Corpo Docente

Pesquisador Principal / Coordenador

Prof. Murillo G. Carneiro
Murillo Guimarães Carneiro
Professor Associado · FACOM/UFU
Email Lattes ORCID

O Prof. Murillo Guimarães Carneiro é Professor Associado da Faculdade de Computação, Universidade Federal de Uberlândia (UFU). É Doutor em Ciência da Computação pela USP (2016), Mestre pela UFU (2012), e realizou estágio de Pós-Doutorado na USP (2021–2025). Foi Pesquisador Visitante na University of Surrey, Reino Unido (2015–2016).

IEEE Senior Member desde 2020 e duas vezes agraciado com o Google Latin America Research Award (2020 & 2022), coordena o AINET e é membro dos Programas de Pós-Graduação PPGCO/UFU e PPGAIG/UFU.

Sua pesquisa concentra-se em Aprendizado de Máquina, Aprendizado Profundo, Aprendizado Baseado em Grafos, Ciência de Dados, Ciência de Redes e Computação Bio-Inspirada, com fortes linhas aplicadas em Saúde (COVID-19, TEA, câncer, coma) e Finanças.

Redes Complexas Aprendizado Profundo Aprendizado de Máquina IA para Saúde IA para Finanças Computação Bio-Inspirada
Parcerias

Principais Colaboradores

Pesquisadores externos com coautoria ativa e colaborações em projetos.

LZ
Liang Zhao
Professor · ICMC/USP
RS
Robinson Sabino-Silva
Professor · ICBIM/UFU
MP
João Batista Destro Filho
Professor · FEELT/UFU
YJ
Yaochu Jin
IEEE Fellow · Bielefeld Univ.
Orientação Ativa

Alunos em Orientação

Estudantes de mestrado e doutorado atualmente sob orientação do Prof. Murillo no AINET. O ano indica o início da orientação.

2026
João Lucas Pontes Freitas
Mestrado · LLM4Finance: LLMs escaláveis e confiáveis para o domínio de finanças · PPGCO/UFU
2026
Evelyn Natalie Aguiar de Almeida
Doutorado · LLM4Finance: LLMs escaláveis e confiáveis para o domínio de finanças · PPGCO/UFU
2025
Vinícius Pereira Duarte
Mestrado · Busca Eficiente de Peptídeos em Ancoragem Proteica Guiada por Modelos Transformers e Aprendizado Ativo · PPGCO/UFU
2025
Vanessa Machado Silva
Mestrado · LLM4Finance: LLMs escaláveis e confiáveis para o domínio de finanças · PPGCO/UFU
2025
Gabriela Santos Damazo
Mestrado · LLM4Finance: LLMs escaláveis e confiáveis para o domínio de finanças · PPGCO/UFU
2025
Amaury Walbert de Carvalho
Doutorado · Evolutionary Surrogate-Assisted Peptide Discovery · PPGCO/UFU
2025
Paulo Diêgo da Silva Souza
Doutorado · Automatic and Advanced Analysis of Biomedical FTIR Spectra via AutoML · PPGCO/UFU
2025
Janayna Moura Fernandes
Doutorado · Generative AI Techniques to Learn FTIR Data Patterns · PPGCO/UFU
2025
Thiago Cunha Montenegro
Doutorado · Interpretability in Network-Based Learning of Sequential Data · PPGCO/UFU
2024
Gabriel Fernandes Bueno
Mestrado · Arquiteturas baseadas em redes profundas para modelagem do crescimento e produção florestal · PPGCO/UFU
2024
Lucas Andrade Mendonça
Mestrado · Evolutionary Neural Architecture Search for Salivary ATR-FTIR Spectroscopy Applications · PPGCO/UFU
2024
Lucas Gabriel Teodoro Araújo
Mestrado · Classificação de alto nível usando redes complexas para detecção do Transtorno do Espectro Autista · PPGCO/UFU
2024
Danilo Augusto Nunes
Mestrado · Agrupamento em fluxo de dados usando detecção de comunidades · PPGCO/UFU
2023
Mateus de Freitas Rosa
Mestrado · Aprendizado de padrões EEG para prognóstico de pacientes em coma · PPGCO/UFU
2023
Bárbara Cristina Gama
Mestrado · Caracterização de medidas de redes complexas para classificação de alto nível · PPGCO/UFU · Financiamento: CAPES
2023
Odelmo Oliveira do Nascimento Junior
Mestrado · Aprendizado de padrões EEG para prognóstico precoce de pacientes em coma · PPGCO/UFU
2022
Tiago Souza Silva
Doutorado · Aprendizado de padrões EEG para prognóstico de pacientes em coma · PPGCO/UFU
AINET Alumni

Mestres e Doutores Formados

Estudantes que concluíram o mestrado ou doutorado no AINET.

2026
Ricardo Barbosa Lima Filho
Mestrado · Classificação de alto nível baseada em meta-grafos de grafos de visibilidade para detecção do Autismo · PPGCO/UFU · Financiamento: CNPq
2026
Dário da Silva Melo
Mestrado · Guiafertil: software de análise exploratória e predição do limiar de produtividade na cultura de soja com técnicas de inteligência artificial · PPGAIG/UFU
2026
Lucas de Oliveira Diniz
Mestrado · Aprendizado de decisões estratégicas em Pôquer com Modelos de Linguagem de Grande Escala · PPGCO/UFU · Financiamento: CAPES
2025
Anísio Pereira dos Santos Junior
Mestrado · Aprendizado de redes neurais profundas para diagnóstico molecular rápido e não invasivo de COVID-19 via saliva · PPGCO/UFU · Financiamento: Google Inc.
📄 Dissertação
2025
Anagê Calixto Mundim Filho
Mestrado · Redes Complexas para Classificação de Alto Nível de Assinaturas Moleculares Vibracionais · PPGCO/UFU · Financiamento: FAPEMIG
📄 Dissertação
2025
Arthur Faustino de Araújo Teixeira
Mestrado · Aprimoramento da classificação de maturidade da soja usando imagens RGB de alto rendimento por VANT e redes neurais convolucionais · PPGAIG/UFU
📄 Dissertação
2025
João Ludovico Maximiano Barbosa
Doutorado · Plataforma Computacional para Análise de EEG Aplicada a Indivíduos em Coma e Estimulação Musical de Indivíduos Normais · Coorientação · Engenharia Biomédica/UFU
📄 Tese
2023
Rafael Martins de Carvalho Araújo
Mestrado · Aprendizado de Máquina para Modelagem de Crescimento e Produção em Plantios de Eucalyptus spp. · PPGAIG/UFU
📄 Dissertação
2023
Janayna Moura Fernandes
Mestrado · Otimização de Redes Baseada em Algoritmos Genéticos para Classificação de Alto Nível com Redes Complexas · PPGCO/UFU · Melhor Dissertação em IA, II CBSAI 2024 · Prêmio Google
📄 Dissertação
2022
Elias Abreu Domingos Silva
Mestrado · Algoritmo Genético Assistido por Modelo Substituto para Avaliar e Descobrir Peptídeos Contra o SARS-CoV-2 · PPGCO/UFU · Financiamento: CNPq
📄 Dissertação
2021
Vinicius Henrique Resende
Mestrado · Classificação de Alto Nível Baseada em Redes Complexas para Aprendizado Multirrótulo · PPGCO/UFU · Financiamento: CAPES
📄 Dissertação
2021
Lucas Zago Bissaro
Mestrado · Aprendizado de Padrões de EEG para Prognóstico Precoce de Pacientes em Coma Utilizando Echo State Networks e CNNs · PPGCO/UFU · Financiamento: CNPq
📄 Dissertação
Iniciação Científica & TCC

Alunos de Graduação Orientados

Estudantes de graduação (Iniciação Científica ou Trabalho de Conclusão de Curso) cujos projetos resultaram em publicações científicas na área de IA.

2024
Gustavo Borges Silva Oliveira
Redes neurais convolucionais baseadas em filtros espaciais para prognóstico de pacientes em coma via sinais EEG · TCC · SI/UFU
📄 Artigo
2023
Paulo Diego da Silva Souza
Aprendizado de máquina para o diagnóstico da hipersensibilidade dentinária utilizando espectroscopia no infravermelho por transformada de Fourier · TCC · SI/UFU
📄 Artigo
2023
Lucas Gabriel Teodoro Araújo
Classificação de alto nível usando redes complexas para detecção do Transtorno do Espectro Autista · TCC · SI/UFU
📄 Artigo
2023
Danilo Augusto Nunes
Agrupamento em fluxo de dados usando detecção de comunidades · TCC · CC/UFU
📄 Artigo
2023
Guilherme Massahiro Suzuki
Avaliação de medidas de rede complexas para classificação de dados via caracterização de importância · TCC · SI/UFU
📄 Artigo
2021
Otávio Soares Ribeiro
Seleção de atributos para modelagem preditiva de estratégias em jogos de Pôquer · TCC · SI/UFU
📄 Artigo
2021
Anagê Calixto Mundim Filho
Redes neurais convolucionais para classificação e avaliação da maturação de frutos de café · TCC · SI/UFU
📄 Artigo
2020
Bárbara Cristina Gama
Avaliação comparativa entre medidas de redes complexas para a classificação de dados · TCC · SI/UFU
📄 Artigo
2019
Bruna Luiza Dutra
Mineração de dados para identificação de fatores de reprovação no ensino superior · TCC · SI/UFU
📄 Artigo
2018
Vinicius Henrique Resende
Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo · TCC · SI/UFU
📄 Artigo
2018
Gabriel Alves de Lisboa
Aprendizado de máquina para detecção de estratégias em jogos de Poker · IC · SI/UFU
📄 Artigo
2018
Lusmar Mendes Freitas
Uma análise comparativa entre técnicas de detecção de comunidades com aplicação para o problema de agrupamento de objetos invariantes · TCC · SI/UFU
📄 Artigo
Vagas Limitadas

Tem interesse em fazer parte do AINET?

O AINET recebe estudantes de mestrado e doutorado com formação em Ciência da Computação, Engenharia Elétrica, Engenharia da Computação ou áreas afins. Buscamos profissionais dedicados e verdadeiramente engajados em produzir pesquisa da mais alta qualidade, com interesse genuíno em aprendizado de máquina, aprendizado em grafos, deep learning ou aplicações biomédicas ou financeiras.

Entre em contato