CRISTIANO HORA DE OLIVEIRA FONTES
Brasil
Possui graduação em Engenharia Química pela Universidade Federal da Bahia (1990), mestrado em Engenharia Química pela Universidade Federal da Bahia (1996) e doutorado em Engenharia Química pela Universidade Estadual de Campinas (2001). Foi engenheiro de processos da empresa Companhia Petroquímica de Camaçari (Pólo Petroquímico de Camaçari, 1990 a 1994), foi professor da Universdiade Estadual de Feira de Santana (UEFS-BA, 1998 a 2002) e atualmente é professor Titular da Universidade Federal da Bahia (UFBA). Foi coordenador geral do Programa de Pós-Graduação em Engenharia Industrial da Escola Politécnica durante o período de 2008 a 2012 e vice-coordenador durante o período de 2012 a 2014. Desenvolve, orienta e publica trabalhos nas áreas de identificação, controle, otimização, técnicas de inteligência artificial e reconhecimento de padrões aplicados a sistemas de produção. Mais recentemente tem orientado desenvolvido trabalhos envolvendo classificação de dados estáticos e dinâmicos (séries temporais) usando redes neurais rasas e profundas (deep learning). É bolsista de produtividade CNPq (nível 2) na área de Engenharia de Produção, mais especificamente na subárea Planejamento, Projeto e Controle de Sistemas de Produção. É consultor ad hoc CNPq. Ministra aulas de Fundamentos de Transferência de Calor para cursos de graduação (engenharia química e mecânica) e na pós-graduação ministra aulas sobre métodos de classificação com ênfase em redes neurais artificiais (redes recorrentes, autoencoders e redes LSTM), agrupamento de dados e classificadores fuzzy. Realizou em 2015 Pós-Doutoramento na Universidade de Waterloo (Ontario, Canadá) na temática de reconhecimento de padrões em séries temporais uni e multivariadas como ferramenta de apoio à tomada de decisão. O trabalho foi desenvolvido em parceria com o Professor Hector Budman e foram abordados temas como aplicação de reconhecimento de padrões na detecção e diagnóstico de falhas em processos de produção, sub e sobre amostragem em problemas de agrupamento envolvendo séries temporais e aplicação de reconhecimento de padrões em projeto e análise de processos. Atualmente desenvolve trabalhos e orienta alunos com foco em técnicas de classificação (dados estáticos e dinâmicos) envolvendo redes neurais rasas (feedforward e recorrente) e profundas (LSTM, autoencoders, convolucionais).
Brasil
Possui graduação em Engenharia Química pela Universidade Federal da Bahia (1990), mestrado em Engenharia Química pela Universidade Federal da Bahia (1996) e doutorado em Engenharia Química pela Universidade Estadual de Campinas (2001). Foi engenheiro de processos da empresa Companhia Petroquímica de Camaçari (Pólo Petroquímico de Camaçari, 1990 a 1994), foi professor da Universdiade Estadual de Feira de Santana (UEFS-BA, 1998 a 2002) e atualmente é professor Titular da Universidade Federal da Bahia (UFBA). Foi coordenador geral do Programa de Pós-Graduação em Engenharia Industrial da Escola Politécnica durante o período de 2008 a 2012 e vice-coordenador durante o período de 2012 a 2014. Desenvolve, orienta e publica trabalhos nas áreas de identificação, controle, otimização, técnicas de inteligência artificial e reconhecimento de padrões aplicados a sistemas de produção. Mais recentemente tem orientado desenvolvido trabalhos envolvendo classificação de dados estáticos e dinâmicos (séries temporais) usando redes neurais rasas e profundas (deep learning). É bolsista de produtividade CNPq (nível 2) na área de Engenharia de Produção, mais especificamente na subárea Planejamento, Projeto e Controle de Sistemas de Produção. É consultor ad hoc CNPq. Ministra aulas de Fundamentos de Transferência de Calor para cursos de graduação (engenharia química e mecânica) e na pós-graduação ministra aulas sobre métodos de classificação com ênfase em redes neurais artificiais (redes recorrentes, autoencoders e redes LSTM), agrupamento de dados e classificadores fuzzy. Realizou em 2015 Pós-Doutoramento na Universidade de Waterloo (Ontario, Canadá) na temática de reconhecimento de padrões em séries temporais uni e multivariadas como ferramenta de apoio à tomada de decisão. O trabalho foi desenvolvido em parceria com o Professor Hector Budman e foram abordados temas como aplicação de reconhecimento de padrões na detecção e diagnóstico de falhas em processos de produção, sub e sobre amostragem em problemas de agrupamento envolvendo séries temporais e aplicação de reconhecimento de padrões em projeto e análise de processos. Atualmente desenvolve trabalhos e orienta alunos com foco em técnicas de classificação (dados estáticos e dinâmicos) envolvendo redes neurais rasas (feedforward e recorrente) e profundas (LSTM, autoencoders, convolucionais).