Abdel Lisser
Professor Titular de Ciência da Computação no Laboratório de Sinais e Sistemas, CentraleSupelec, Université de Paris Saclay. Anteriormente, atuou como chefe de um grupo de pesquisa no Centro de P&D da France Télécom. Sua pesquisa abrange diversas áreas, incluindo otimização estocástica, jogos estocásticos, otimização com restrição de probabilidade, otimização robusta em termos de distribuição, otimização cônica, processos de decisão de Markov, redes neurais dinâmicas, aprendizado de máquina, veículos autônomos, gerenciamento de energia, otimização de portfólio e design de redes.
Página: https://l2s.centralesupelec.fr/u/lisser-abdel/

Title: Distributionally robust chance-constrained Markov decision processes

Abstract: Markov decision process (MDP) is a decision making framework where a decision maker is interested in maximizing the expected discounted value of a stream of rewards received at future stages at various states which are visited according to a controlled Markov chain. Many algorithms including linear programming methods are available in the literature to compute an optimal policy when the rewards and transition probabilities are deterministic. In this talk, we consider an MDP problem where either the reward vector or the transition probability vector is a random vector. We formulate the MDP problem with distributionally robust chance-constrained optimization framework.  As an application, we study a machine replacement problem and perform numerical experiments on randomly generated instances.

 

Ana Paula Barbosa-Póvoa
Professora Catedrática em Operações e Logística, no Departamento de Engenharia e Gestão do Instituto Superior Técnico (IST), Universidade de Lisboa, e doutorada pelo Imperial College of Science Technology and Medicine. É Presidente do Departamento de Engenharia e Gestão e coordena o grupo de investigação em Gestão de Operações, Logística e Gestão da Cadeia de Abastecimento (OpLog) do Centro de Estudos de Gestão do IST. Desenvolve investigação na área da Gestão de Operações e Gestão de Cadeias de Abastecimento, explorando a otimização destes sistemas. A sustentabilidade, resiliência, e a gestão da incerteza e risco na conceção, no planeamento e operação destes sistemas estão entre os principais domínios da sua investigação. A sua investigação tem dado origem a vários prémios nacionais e internacionais, tendo recebido por duas vezes o prêmio Universidade Técnica de Lisboa / Santander por excelência na investigação. É vice-presidente da EURO, European Association of Operational Research Society; membro fundador e co-coordena o Euro Working Group in Sustainable Supply Chains da European Association of Operational Research; é também membro fundador do EURO WISDOM (Forum que tem como objetivo proporcionar uma plataforma para apoiar, capacitar e incentivar a participação de todos os gêneros na Investigação Operacional no âmbito da EURO.
Página: https://fenix.tecnico.ulisboa.pt/homepage/ist13662

Título: Advancing Sustainability: From Closed Loop to Renewable Energy Supply Chains

Resumo: In today's rapidly evolving landscape, sustainability has gained immense recognition. Supply chains, as pivotal systems within this context, are under increasing pressure to adopt sustainable practices. This includes designing and planning closed-loop supply chains, which focus on material reuse, and developing innovative renewable energy supply chains, such as hydrogen supply chains. However, the complexity of these systems presents significant challenges in balancing environmental and social objectives with the traditional goal of profitability. To address these challenges, the development of decision-support tools for supply chain decision-makers is essential. This presentation highlights the main components of such tools, adopting a systemic approach and emphasizing the use of optimization-based models to effectively capture sustainability objectives within supply chains. By exploring these aspects, we aim to foster a deeper understanding of sustainability and stimulate innovative operational research approaches to achieving sustainable supply chains.

 

Carlile Lavor
Professor Titular no Instituto de Matemática, Estatística e Computação Científica (IMECC) da UNICAMP, desde 2015. Graduou-se em Matemática pela UNICAMP em 1996, concluiu seu doutorado em Computação pela COPPE/UFRJ em 2001 e realizou pós-doutorado em Computação Quântica no LNCC, em 2003. Entre 2012 e 2013, foi Chefe do Departamento de Matemática Aplicada do IMECC e, entre 2015 e 2016, atuou como Diretor Associado do IMECC. É internacionalmente reconhecido por sua pesquisa em Geometria de Proteínas e Geometria de Distâncias, áreas nas quais tem contribuído significativamente tanto teoricamente quanto em aplicações práticas. É co-autor de 3 livros publicados pela Springer e atuou como editor convidado para edições especiais de renomadas revistas científicas. Foi palestrante convidado em prestigiosas instituições ao redor do mundo, incluindo Columbia University, Duke University, École Polytechnique, IBM TJ Watson Research Center, Institut Pasteur, MIT e Princeton University. Seu artigo na primeira edição de 2014 do periódico SIAM Review foi destaque de capa e premiado pela ACM Computing Reviews em 2015. No biênio 2018-2019, foi presidente da Sociedade Brasileira de Matemática Aplicada e Computacional (SBMAC) e, em 2021, foi agraciado com o Prêmio Elon Lages Lima. Em 2023, foi eleito para os Conselhos da Sociedade Brasileira de Matemática (SBM) e da SBMAC.
Lattes: http://lattes.cnpq.br/2019624495480547

Título: Um Algoritmo Branch-and-Bound para o "Molecular Ordered Covering Problem"

Resumo: Usando distâncias interatômicas adquiridas através de espectroscopia de Ressonância Magnética Nuclear (RMN), o "Discretizable Molecular Distance Geometry Problem" (DMDGP) desempenha um papel fundamental no cálculo de estruturas 3D de proteínas, com o objetivo principal de validar uma sequência de restrições de distâncias relacionadas aos dados de RMN . Considerando a complexidade crescente de moléculas maiores e mais flexíveis, apresentamos uma nova estratégia de solução do DMDGP através do "Molecular Ordered Covering Problem" (MOCP), que otimiza a ordenação de restrições de distâncias para melhorar a eficiência computacional na resolução do DMDGP. Criamos um algoritmo Branch-and-Bound (BB) para o MOCP, testado em estruturas proteicas sintéticas e reais do Protein Data Bank (PDB). Nossa análise demonstra a eficácia de uma heurística gulosa proposta na literatura, destacando a utilidade do algoritmo BB como mecanismo de validação. Essa pesquisa contribui para os esforços contínuos na análise de estrutura 3D de proteínas, com possíveis implicações em áreas como enovelamento de proteínas, "design" de novos medicamentos e modelagem molecular.

 

Daniel Oliveira Cajueiro
Professor Associado do Departamento de Economia da Universidade de Brasília (UnB), Pesquisador PQ CNPq, nível 1C. Fundador do Instituto Nacional de Ciência e Tecnologia (Sistemas Complexos), ex-membro do Comitê de Assessoramento do CNPQ-COSAE. Áreas de atuação: Teoria Econômica, Machine Learning, Controle e Otimização, Finanças, Sistemas Bancários e Sistemas Complexos, Séries Temporais.
Lattes: http://lattes.cnpq.br/6879546236123358

Título: Inteligência Artificial e Big Data na Tomada de Decisão: Da Indústria às Ciências Sociais Aplicadas

Resumo: A Inteligência Artificial (IA) e grandes bases de dados transformaram significativamente os processos de tomada de decisão de indivíduos e empresas. O papel da IA na tomada de decisão pode ser entendido por meio de de seis componentes principais:

1. Entendimento do Problema: Identificação do problema ou objetivo a ser alcançado.

2. Estratégias para Coleta de Dados e Consideração da Privacidade: Desenvolvimento de métodos eficazes para coletar dados relevantes, garantindo que a informação adquirida seja adequada para modelagem e análise, e assegurando a privacidade e a segurança dos dados coletados.

3. Extração e Preparação de Dados: Transformação de grandes volumes de dados brutos em conjuntos de dados estruturados e prontos para uso em modelos de IA, identificando e organizando informações relevantes.

4. Previsão: Antecipação de eventos ou resultados futuros com base em padrões identificados em dados pré existentes.

5. Julgamento: Determinação do valor de uma ação específica em um contexto particular, incluindo a avaliação da interpretabilidade e da explicabilidade dos resultados, bem como a existência de vieses no modelo.

6. Tomada da Decisão: Utilização das previsões e julgamentos para fazer escolhas informadas, implementando ações baseadas nos insights fornecidos pela IA.

Nesta palestra, será apresentado de forma integrada como a IA e grandes bases de dados podem ser utilizadas para a tomada de decisão. Será discutido como essas tecnologias podem elucidar, avaliar e aprimorar a tomada de decisão de empresas e indivíduos. Além disso, será apresentado aplicações práticas e reais desenvolvidas, incluindo a indústria e as ciências sociais aplicadas.

 

David Sotelo Pinheiro da Silva
Atua há 20 anos na Petrobras com pesquisa aplicada nas áreas de Algoritmos e Otimização e desenvolvimento de software científico. É doutor em Informática pela PUC-Rio, onde foi agraciado com o Google Academic Award. Foi professor nos Departamento de Informática da PUC-Rio e de Ciência de Computação da UERJ.
Lattes: http://lattes.cnpq.br/3686198031103649

Título: PESOP: história e contribuições da Pesquisa Operacional na Petrobras

Resumo: Nesta palestra revisitaremos a história do grupo de Pesquisa Operacional da Petrobras (PESOP) em seus quase 60 anos de existência. Contaremos um pouco sobre as pessoas que fizeram parte dessa história, suas contribuições, e sobre projetos de impacto na área para a Petrobras. Falaremos ainda sobre a interseção atual entre as disciplinas Pesquisa Operacional (PO) e Ciência de Dados, assim como sobre perspectivas futuras de desafios em PO para a companhia.

 

Esteban Walter Gonzalez Clua
Esteban Clua is Full professor at Universidade Federal Fluminense and coordinator of UFF Medialab, CNPq researcher 1D, FAPERJ Scientist of the State of Rio. He is undergraduate in Computer Science by Universidade de São Paulo and has master and doctor degree by PUC-Rio.  His main research and development area are Digital Games, Virtual Reality, GPUs, Simulation and Applied AI for these fields He is one of the founders of SBGames (Brazilian Symposium of Games and Digital Entertainment) and was the president of Game Committee of the Brazilian Computer Society from 2010 through 2014. Today he is the general coordinator of the Technical Committee of Entertainment at the International Federation of Information Processing (IFIP) and honorable member of the board council of ABRAGAMES (Brazilian Association for Game Development). In 2015 he was nominated as NVidia CUDA Fellow. In 2023 he received the life achievement prize from the Brazilian Computer Society for the area of Digital Entertainment and Games in Brazil. In 2007 he received the prize from ABRAGAMES as the main contributor from the academia for the development of the game industry at Brazil.  Esteban is member of the program committee of most digital entertainment conferences.  Esteban belongs to the council of innovation of the Culture Secretary of the State of Rio, is member of the permanent commission of Rio Criativo and was Member of the permament board of innovation and technology at the Legislative board of Rio. In the last 5 years Esteban has participated in the incubation and creation of different companies related to Digital Entertainment now established on the state of Rio.
Lattes: http://lattes.cnpq.br/4791589931798048

Título: Games and Mixed Reality: a World of Optimizations.

Resumo: Digital games and Mixed Reality applications must run as fast as possible, dealing with many rendering, physics, computer vision and AI calculations in a tiny fraction of time, where even powerful CPUs and GPUs may not attend all the demands. In this talk I will present the most recent challenges in the field and present how AI is helping to optimize and enable astonishing applications, never though before.

 

George Soares
Mestrado pela Pontifícia Universidade Católica do Rio de Janeiro em 1988, doutorado pela Universidade Federal do Rio de Janeiro em 1998, MBA Executivo pela Coppead em 2003, Formado pela Fundação Getúlio Vargas em Conselheiro de Administração 2022. Trabalhou no Centro de Pesquisas de Energia Elétrica (Cepel) de 1989 a 2002 e de 2018 a 2020. Trabalhou na Centrais Elétricas Brasileiras (Eletrobras) de 2002 a 2016 e no Ministério de Minas e Energia (MME) de 2016 a 2018. Foi Diretor  e Sócio da Jordão Energia de 03/2020a 01/2021. Fundou a Growing Energy. Hoje é Gerente do Programa Nacional de Conservação de Energia PROCEL na Empresa Brasileira de Participações em Energia Nuclear - ENBPar, sendo um dos responsáveis pela migração deste Programa Governamental da Eletrobras para ENBPar. Relator do Grupo Técnico do Geração Térmica e Eficiência Energética no Seminário Nacional de Produção e Transmissão de Energia Elétrica. Membro do GT de descarbonização industrial do MDIC. Professor autônomo da Universidade de Fortaleza – UNIFOR. Desenvolveu linhas de pesquisas relacionadas à Eletrônica de Potência, notadamente compensador estático, e à Eficiência Energética, notadamente em motores elétricos e acionamentos eletrônicos. Estas linhas se materializaram em vários projetos com resultados industriais e acadêmicos, como a patente do BDMOTOR e a participação em diversas bancas de mestrado, doutorado e trabalhos de fim de curso. Realizou diagnósticos, implementações de ações, ensaio e normas. Atuou em vários cargos na Eletrobras, implantando programas nacionais como PROCEL Indústria, Edifica, Prédios Públicos, Sanear, Gestão Energética Municipal e Reluz. Participou da elaboração de normativos sobre eficiência energética na administração pública. Foi responsável também pelas áreas corporativa e de novos negócios em eficiência Energética da Eletrobras. Foi Coordenador de Eficiência Energética do MME e membro do Grupo Interinstitucional de Eficiência Energética no Setor de Saneamento (GIESS). Foi assessor do Diretor Geral do Centro de Pesquisas de Energia Elétrica (Cepel) onde gerenciou o projeto de Casa Cepel inteligente. Coordenou o Comitê Técnico responsável pelo estabelecimento de rendimentos mínimos em motores, os GTs de Motores recondicionados e de Edificações do Comitê de Indicadores e Níveis de Eficiência Energética (CGIEE). Também foi membro do Comitê Executivo da Rede Latino-Americana e do Caribe de Eficiência Energética (RED-LAC-EE). Tem publicado diversos artigos e proferido palestras divulgando a Eficiência Energética e a ISO 50.001.

Título: Pesquisa operacional, eficiência energética e transição energética.

Resumo: A palestra aborda como a pesquisa operacional pode colaborar com empresas e governos na seleção dos múltiplos caminhos da transição energética com a utilização da eficiência energética como ferramenta para obtenção desta transição. Neste intuito, a palestra apresenta sucintamente o conceito de transição energética e seus diversos princípios componentes, mostra o que o Brasil faz em termos de eficiência energética e o que o Planejamento Energético 2050 nos impõe como desafio. A palestra finaliza com sugestões de como a pesquisa operacional pode ser uma ferramenta poderosa neste processo.

 

Lucídio dos Anjos Formiga Cabral
Professor Titular do Departamento de Computação Científica do Centro de Informática da Universidade Federal da Paraíba (UFPB). Áreas de atuação: Gestão, Planejamento, OAB (ensino a distância), Engenharia Legal (projeto CAPES/PROCAD/Polícia Federal).
Lattes: http://lattes.cnpq.br/6699185881827288

Título: Pesquisa e Inovação Tecnológica para a Sustentabilidade: Uma Visão Sistêmica e o Caso da UFPB

Resumo: O objetivo aqui é discutirmos um pouco como a inovação tecnológica e a sustentabilidade se entrelaçam para enfrentar os grandes desafios globais de desenvolvimento sustentável, em particular, a nossa experiência na UFPB. Há uma percepção crescente por parte da sociedade, que entende que a sustentabilidade se tornou um imperativo, exigindo que o avanço tecnológico ocorra em sintonia com a preservação dos recursos naturais e a promoção da equidade social.
Revisaremos o impacto das tecnologias emergentes — como inteligência artificial, internet das coisas, energias renováveis e biotecnologias — em diferentes setores, incluindo agricultura, saúde, energia e gestão urbana. Esses exemplos mostram como as inovações tecnológicas estão sendo aplicadas para transformar setores críticos, promovendo maior eficiência, resiliência e circularidade. Sabemos que a nossa área de Pesquisa Operacional fornece uma série de ferramentas analíticas que ajudam a otimizar processos complexos, alocar recursos de forma eficiente e apoiar a tomada de decisões estratégicas. 
Em termos de uma visão sistêmica, a abordagem da PO é especialmente valiosa, pois permite que diversos fatores sejam considerados simultaneamente permitindo uma análise completa e profunda dos impactos de qualquer solução.  Há muito a nossa área contribui na formulação de políticas públicas e estratégias empresariais mais eficazes e sustentáveis. A abordagem sistêmica, aliada às ferramentas de Pesquisa Operacional, pode ajudar a construir sistemas sustentáveis que sejam otimizados para minimizar desperdícios e maximizar o impacto positivo em várias frentes.
No contexto da UFPB, em especial, do Centro de Informática, desenvolvemos vários projetos em parcerias com entes públicos e privados. Alguns envolvem o uso de algoritmos de otimização, como por exemplo em aplicações de roteamento de veículos, outros envolvem soluções voltadas para Ciência de Dados e Inteligência Artificial. A UFPB, assim como outras instituições de ensino e pesquisa, tem desempenhado um papel regional importante, tanto na capacitação de futuros pesquisadores, como na formação de profissionais que são rapidamente absorvidos pelo mercado de trabalho, muitos por empresas parceiras.
Em suma, iremos debater sobre os aspectos que envolvem essa combinação de inovação tecnológica e ferramentas da Pesquisa Operacional que pode nos conduzir a um futuro mais sustentável e próspero.