O LADESC é um laboratório de pesquisa vinculado ao Programa de Pós-Graduação em Ciência da Computação (PPGCC) do Centro de Ciências e Tecnologias (CCT) da Universidade Estadual do Ceará (UECE). Fundado em 17 de setembro de 2010, nosso laboratório se dedica a desenvolver conhecimento especializado e experiência através de dissertações e teses em áreas de ponta.

Estamos localizados no prédio do PPGCC, no campus da UECE em Fortaleza, Ceará.

Sob a coordenação do Prof. Dr. José Everardo Bessa Maia, o LADESC faz parte do grupo de pesquisa Machine Intelligence and Pattern Analysis Research Group (MIG).

Nossas principais linhas de pesquisa (com alguma redundância) incluem:

• 🧠 Inteligência de Máquina / Machine Intelligence
• 📊 Análise de Padrões / Pattern Analysis
• 🧩 Interpretabilidade e Explicação / Interpretability and explanation
• 🔗 Análise de Causalidade / Causality analysis
• 🤖 Aprendizado por Reforço e Seguro / Reinforcement Learning and Safe RL
• 🧐 Aprendizado Fracamente Supervisionado / Weakly supervised learning
• 🗣️ Entendimento de Linguagem Natural / Natural language understanding
• 👁️ Entendimento Visual / Visual understanding
• 🏗️ Aprendizado de Estrutura / Structure Learning
• 🔄 Modelo e Adaptação de Domínio / Domain model and domain adaptation
• 📈 Modelos de Sinal e Séries Temporais / Signal and time series models
• 🤔 Raciocínio com Incerteza / Reasoning with uncertainty
• 📚 Representação de Conhecimento / Knowledge representation
• 🛠️ Engenharia de Deep Learning / Deep learning engineering

Temos um histórico de projetos em diversas áreas:

• Processamento de Vídeos de Vigilância Multicâmera.
• Reconhecimento contínuo de gestos, sinais e ações em tempo real.

• Curadoria automática de fórum de cursos online.
• Projeto de Sistemas Conversacionais.

• Monitoramento online de movimento organizado de grupo em dados de trajetórias.
• Monitoramento ambiental espaço-temporal.

• Monitoramento preditivo do funcionamento de máquinas, equipamentos e processos (cybersecurity, anomalias, falhas, etc.).
• Análise da qualidade de processos e produtos.

• Análise da consistência de dados em bases de dados educacionais.
• Inferência de fatores causais do desempenho educacional.

Contamos com:

• 6 Posições de trabalho
• Computadores
• Software Livre
• Bases de Dados
• Espaço de memória e processamento em nuvem

• Prof. Dr. José Everardo Bessa Maia (Lattes)

• Antonio Leandro Martins Candido (Doutorando, Domain Adaptation, NLP)
• Luan Fernandes De Franca (Mestrando, Continuous Sign Language Analysis, CV)
• Nator Junior Carvalho da Costa (Doutorando, Continuous Gesture Analysis, CV)
• Silas Santiago Lopes Pereira (Doutorando, Multiple Instance Learning, CV)
• Thayanne França da Silva (Doutoranda, Network Inference, TS)

• Afonso Henriques Fontes Neto Segundo (Mestrado)
• Andre Luis Ferreira Sá (Mestrado)
• Antônio Alex de Souza (Mestrado)
• Antônio José Fernandes Andrade (Mestrado)
• Fabiano Tavares da Silva (Mestrado)
• Felipe José Aguiar Maia (Mestrado)
• Haniel Gomes Cavalcante (Mestrado)
• Jéferson do Nascimento Soares (Mestrado)
• João Marcos Carvalho Lima (Mestrado)
• Levi Porto Figueiredo (Mestrado)
• Ranier Alexsander Arruda Moura (Mestrado)
• Renan Henry Leite Calixto (Mestrado)

• PEREIRA, Silas SL; MAIA, José Everardo Bessa. MC-MIL: video surveillance anomaly detection with multi-instance learning and multiple overlapped cameras. Neural Computing and Applications, v. 36, n. 18, p. 10527-10543, 2024.
• PEREIRA, Silas SL; MAIA, José Everardo Bessa; PROENÇA, Hugo. Video Anomaly Detection in Overlapping Data: The More Cameras, the Better?. 2024 IEEE International Joint Conference on Biometrics (IJCB), 2024. (Aceito).
• DA SILVA, Thayanne França; MAIA, José Everardo Bessa. Detecting Evidence of Organization in Groups of Living Beings Based on Trajectories. In: International Conference on Hybrid Intelligent Systems, 2023.
• CANDIDO, Antonio Leandro Martins; MAIA, José Everardo Bessa. Domain adaptation with DIET-RASA and XLNet in urgent post detection. In: International Conference on Hybrid Intelligent Systems, 2023.
• PEREIRA, Silas Santiago L.; MAIA, José Everardo Bessa. Weakly Supervised Video Anomaly Detection Combining Deep Features with Shallow Neural Networks. Journal of the Brazilian Computer Society, v. 28, n. 1, p. 69-79, 2022.
• CANDIDO, Antonio Leandro Martins; MAIA, José Everardo Bessa. Detecting Urgent Instructor Intervention Need in Learning Forums with a Domain Adaptation. In: International Conference on Intelligent Systems Design and Applications. Cham: Springer Nature Switzerland, 2022. p. 502-512.
• DA SILVA, Thayanne França; MAIA, José Everardo Bessa. Comparing SVM and Random Forest in Patterned Gesture Phase Recognition in Visual Sequences. In: International Conference on Intelligent Systems Design and Applications. Cham: Springer Nature Switzerland, 2022. p. 455-464.
• MOURA, Ranier AA et al. Data Cleansing of Multiple Environmental Monitoring Time Series Using Spatio-Temporal Correlation. In: Anais do XVIII Encontro Nacional de Inteligência Artificial e Computacional. SBC, 2021. p. 197-208.

Venha desenvolver conosco a sua Tese ou Dissertação!

• E-mail: [email protected]
• Homepage: LADESC
• Endereço: Av. Dr. Silas Munguba, 1700 - Itaperi, Fortaleza - CE, 60714-903. Prédio do PPGCC.