Este projeto tem por objetivo a utilização de machine learning para predição de sinais, estimação de parâmetros e reconhecimentos de padrões. Especificamente tem-se a determinação de parâmetros alfa, eta, kapa, mi de modelos de propagação radio móvel obtidos através de algoritmos evolucionários, utilização de redes LSTM na estimação de letras/ palavras em um sistema para realidade assistiva, utilização de redes LSTM na predição de preços de ações, etc.

Artigos publicados:

Vargas, R.N., Veiga, A.C.P. Empirical Mode Decomposition, Viterbi and Wavelets Applied to Electrocardiogram Noise Removal. Circuits Syst Signal Process 40, 691–718 (2021). https://doi.org/10.1007/s00034-020-01489-5.

Santos, G.C.; Barboza, F.; Veiga, A.C.P.; Silva, M.F. Forecasting Brazilian Ethanol Spot Prices Using LSTM. Energies 2021, 14, 7987. https://doi.org/10.3390/en14237987.