Secundária
Inteligência Artificial para Sistemas de Controle
Aplicação de técnicas de IA e Machine Learning para otimização e controle adaptativo de sistemas dinâmicos complexos.
Linha
Descrição
Esta linha de pesquisa emergente explora a interseção entre Inteligência Artificial e Teoria de Controle, investigando como algoritmos de aprendizado de máquina podem aprimorar o desempenho de sistemas de controle em ambientes dinâmicos e incertos. Nosso foco está em desenvolver controladores adaptativos baseados em redes neurais, algoritmos de aprendizado por reforço para controle ótimo, e técnicas de aprendizado profundo para identificação de sistemas não-lineares. Buscamos criar soluções que combinem a robustez da teoria de controle clássica com a flexibilidade e capacidade de adaptação da IA moderna.
Aplicações
Aplicações documentadas
As aplicações práticas desta linha incluem: • Controle adaptativo de robôs autônomos em ambientes não estruturados • Otimização de processos industriais usando aprendizado por reforço • Sistemas de controle preditivo baseados em redes neurais para veículos autônomos • Diagnóstico e manutenção preditiva de equipamentos usando deep learning • Controle de sistemas de energia renovável com previsão baseada em IA
Temas
Palavras-chave
Inteligência ArtificialMachine LearningAprendizado por ReforçoRedes NeuraisDeep LearningControle AdaptativoSistemas AutônomosOtimização Inteligente
Converse com o grupo
Para confirmar composição, projetos vigentes, temas de orientação, contatos e imagens, consulte a coordenação do e-Controls/PPGEE.
Ir para o PPGEE/UFAM