Candidata-te a um dos estágios de verão que temos para oferecer!
Este ano o CTM oferece 9 temas de estágio distribuídos pelas várias áreas do centro.
Neste link podes consultar as descrições completas dos temas, os planos de trabalhos e os orientadores de cada tema.
Escolhe até 4 temas que mais despertem o teu interesse e preenche o formulário de candidatura indicando a tua ordem de preferência.
Aqui, podes consultar um resumo dos estágios:
1. Elaboração de um Digital Twin da rede Wi-Fi do CTM usando o ns-3 [WiN]
Este trabalho foca-se na representação digital da rede Wi-Fi do CTM através da criação de um Digital Twin baseado em ns-3 que reproduza fielmente as condições da rede real. Este Digital Twin permitirá avaliar o impacto de ações de redução de consumo energético (Ex: desligar determinados Access Points conforme o número efetivo de utilizadores) antes mesmo de estas serem implementadas na realidade.
Orientadores:
Helder Fontes (helder.m.fontes@inesctec.pt)
João Pedro Loureiro (joao.p.loureiro@inesctec.pt)
Este trabalho foca-se na criação e validação de um algoritmo de Deep Reinforcement Learning (DRL) que tenta aprender quais as configurações que maximizam o desempenho de uma ligação Wi-Fi para cada condição experimental (Ex: qual o rate a usar, conforme o Signal-to-Noise Ratio (SNR) observado).
Orientadores:
Rúben Queirós (ruben.m.queiros@inesctec.pt)
Helder Fontes (helder.m.fontes@inesctec.pt)
Este trabalho foca-se na simulação e experimentação de comunicações acústicas sub-aquáticas. O objetivo é a validação do protocolo Underwater Data Muling Protocol (UDMP) em ambiente laboratorial (tanques de água doce do INESC TEC), comparando com resultados obtidos através do simulador UnetStack.
Orientadores:
João P. Loureiro (joao.p.loureiro@inesctec.pt)
Filipe B. Teixeira (filipe.b.teixeira@inesctec.pt)
Rui Campos (rui.l.campos@inesctec.pt)
4. Caracterização experimental rádio-frequência das propriedades dielétricas de materiais [OET]
Este trabalho tem como objetivo caracterizar um conjunto de amostras de materiais por impressão 3D e obter as propriedades dielétricas dos materiais, e inclui a implementação de uma montagem experimental que permita a caracterização RF de materiais.
Orientadores:
Luís Pessoa (luis.m.pessoa@inesctec.pt)
5. Comunicações Óticas MIMO [OET]
Neste projeto pretende-se desenvolver um modelo numérico de simulação de um canal subaquático 2×2. Este trabalho terá por base um trabalho anterior onde foi desenvolvido um modelo do canal por simulação de Monte Carlo da equação de taxa de transferência de fotões, para a determinação da resposta impulsional do canal.
Orientadores:
Henrique Salgado (hsalgado@fe.up.pt)
6. Deteção de objetos por eventos [MCT]
Pretende-se estudar a deteção de eventos em vídeos e testar estratégias que permitam a sua aplicação na deteção de objetos.
Orientadores:
Pedro Carvalho (pedro.carvalho@inesctec.pt)
7. 3D Reconstruction of Humans [MCT]
Comparação de modelos paramétricos de humanos com o objetivo de realizar a sua representação em 3D.
Orientadores:
Américo José Rodrigues Pereira (americo.j.pereira@inestec.pt)
8. Classificação de atividade humana em vídeos [VCMI]
O objetivo deste estágio é o desenvolvimento de algoritmos de deep learning com o objetivo de classificar atividade humana em vídeos. Este é um tópico particularmente relavante devido às suas aplicações no mundo real, como sistemas de vigilância, condução autónoma, entretenimento, recuperação de vídeo.
Orientadores:
Leonardo Gomes Capozzi (leonardo.g.capozzi@inesctec.pt)
Tiago Gonçalves (tiago.f.goncalves@inestec.pt)
Este trabalho foca-se no desenvolvimento de um modelo de deep learning usando informação semântica para reconhecimento facial. Objectivo é usar modelos explicáveis para perceber possíveis “bias” dos modelos desenvolvidos.
Orientadores:
Ana F. Sequeira (ana.f.sequeira@inesctec.pt)
Pedro Neto (pedro.d.carneiro@inesctec.pt)
Jaime S. Cardoso (jaime.cardoso@inesctec.pt)