Notas

Notas de estudo em formato de artigo sobre temas de interesse em controle, aprendizado de máquina e métodos computacionais. Diferente do material de aula (em slides), aqui o objetivo é aprofundar cada assunto: fundamentação matemática, exemplos e implementação computacional, principalmente em Python.

Temas de Interesse

  • Regressão simbólica;
  • Aprendizado por reforço;
  • Dynamic Programming;
  • Koopman e Dinâmica;
  • DMD - Dinamic Mode Decomposition;
  • Redes Neurais Recorrentes (RNN, LSTM, GRU);
  • Redes Neurais Informadas pela Física (PINN);
  • Controle preditivo;
  • Sistemas dinâmicos;
  • Manifold Learning; [1]
  • Redes GAN;

Congressos, Revistas e Editais

Congressos

CBA - Congresso Brasileiro de Automática: Evento que aborda temas relacionados à automação, controle e sistemas dinâmicos.

SBAI - Simpósio Brasileiro de Automação Inteligente: Evento focado em automação inteligente, incluindo tópicos como robótica, sistemas inteligentes e aprendizado de máquina.

CBEP - Congresso Brasileiro de Eletrônica de Potência: Congresso que reúne pesquisadores e profissionais da área de eletrônica de potência.

SBIA - Sociedade Brasileira de Inteligência Artificial: Congresso anual que reúne pesquisadores e profissionais da área de inteligência artificial no Brasil.

Revistas

IEEE - Latin America Transactions: Revista que publica artigos científicos na área de engenharia elétrica, eletrônica e computação, com foco na América Latina.

Learning & Nonlinear models: Revista da Sociedade Brasileira de Inteligência Artificial (SBIA) que publica artigos científicos na área de inteligência artificial, aprendizado de máquina e modelos não lineares.

Journal of Control, Automation and Electrical Systems: Revista que abrange pesquisas em controle, automação e sistemas elétricos.

Editais

  • PIAPA: Participação em eventos - PROPESP/UFPA;
  • PIBIC/PIVIC - CNPq: Bolsa de Iniciação Científica - CNPq/UFPA;

Repositórios de Interesse

GAN-MNIST: Utiliza redes GAN para gerar imagens de dígitos manuscritos.

Controle II: Repositório com códigos e materiais relacionados à disciplina de Controle II - Prof. Rafael Bayma.

SINDy-RL: Combina SINDy com aprendizado por reforço para controle de sistemas dinâmicos.

RL-Projects: Repositório com diversos projetos de aprendizado por reforço implementados em Python.

Marcelino UNB: Repositório com materiais e códigos relacionados a projetos do Prof. Marcelino Andrade da Universidade de Brasília.

Transformer MPC: Implementação de controle preditivo baseado em transformadores para sistemas dinâmicos.

Clear RL: Repositório com implementações simples e eficientes de algoritmos de aprendizado por reforço em PyTorch.

Carbon Clips: Ferramenta para criar clipes de carbono em Python, útil para visualização de dados e simulações.

DSO: Framework para otimização simbólica profunda, combinando aprendizado de máquina com métodos simbólicos.

PySR: Biblioteca para descoberta de equações simbólicas usando algoritmos genéticos e aprendizado de máquina.

SD-VAE

MPC-Pendulum-Python: Implementação de controle preditivo para o problema do pêndulo invertido em Python.

Reinforcement-Learning-in-Process-Control: Aplicações de aprendizado por reforço em controle de processos industriais.

Series Temporais: Repositório com materiais e códigos para análise e modelagem de séries temporais.

SinDyAutoEncoders: Combina SINDy com autoencoders para modelagem de sistemas dinâmicos complexos.

MeNum: Biblioteca para métodos numéricos em Python, focada em aplicações de engenharia e ciência de dados.

Kronic

PINN2ODe: Tutorial sobre o uso de Redes Neurais Informadas pela Física (PINNs) para resolver equações diferenciais ordinárias (ODEs).

SindyMPC: Combina SINDy com controle preditivo para sistemas dinâmicos.