Candidata-te a um dos est\u00e1gios de ver\u00e3o que temos para oferecer!<\/p>\n\n\n\n
Este ano o CTM oferece\u00a09 temas de est\u00e1gio<\/strong>\u00a0distribu\u00eddos pelas v\u00e1rias \u00e1reas do centro. Aqui, podes consultar um resumo dos est\u00e1gios: 1. <\/mark>Elabora\u00e7\u00e3o de um Digital Twin da rede Wi-Fi do CTM usando o ns-3<\/a> [WiN]<\/mark><\/kbd><\/p>\n\n\n\n Este trabalho foca-se na representa\u00e7\u00e3o digital da rede Wi-Fi do CTM atrav\u00e9s da cria\u00e7\u00e3o de um Digital Twin baseado em ns-3 que reproduza fielmente as condi\u00e7\u00f5es da rede real. Este Digital Twin permitir\u00e1 avaliar o impacto de a\u00e7\u00f5es de redu\u00e7\u00e3o de consumo energ\u00e9tico (Ex: desligar determinados Access Points conforme o n\u00famero efetivo de utilizadores) antes mesmo de estas serem implementadas na realidade. 2. <\/mark>Reinforcement Learning <\/em>aplicado \u00e0 decis\u00e3o autom\u00e1tica de rates<\/em> Wi-Fi com valida\u00e7\u00e3o de dados experimentais<\/a> [WiN]<\/mark><\/kbd><\/p>\n\n\n\n Este trabalho foca-se na cria\u00e7\u00e3o e valida\u00e7\u00e3o de um algoritmo de Deep Reinforcement Learning<\/em> (DRL) que tenta aprender quais as configura\u00e7\u00f5es que maximizam o desempenho de uma liga\u00e7\u00e3o Wi-Fi para cada condi\u00e7\u00e3o experimental (Ex: qual o rate<\/em> a usar, conforme o Signal-to-Noise Ratio<\/em> (SNR) observado). 3. <\/mark>Simula\u00e7\u00e3o e experimenta\u00e7\u00e3o de um protocolo de comunica\u00e7\u00e3o para redes sem fios subaqu\u00e1ticas utilizando modems <\/em>ac\u00fasticos<\/a> [WiN]<\/mark><\/kbd><\/mark><\/kbd><\/p>\n\n\n\n Este trabalho foca-se na simula\u00e7\u00e3o e experimenta\u00e7\u00e3o de comunica\u00e7\u00f5es ac\u00fasticas sub-aqu\u00e1ticas. O objetivo \u00e9 a valida\u00e7\u00e3o do protocolo Underwater Data Muling Protocol<\/em> (UDMP) em ambiente laboratorial (tanques de \u00e1gua doce do INESC TEC), comparando com resultados obtidos atrav\u00e9s do simulador UnetStack. 4. <\/mark>Caracteriza\u00e7\u00e3o experimental r\u00e1dio-frequ\u00eancia das propriedades diel\u00e9tricas de materiais<\/a> [OET]<\/mark><\/kbd><\/p>\n\n\n\n Este trabalho tem como objetivo caracterizar um conjunto de amostras de materiais por impress\u00e3o 3D e obter as propriedades diel\u00e9tricas dos materiais, e inclui a implementa\u00e7\u00e3o de uma montagem experimental que permita a caracteriza\u00e7\u00e3o RF de materiais. 5. <\/mark>Comunica\u00e7\u00f5es \u00d3ticas MIMO<\/a> [OET]<\/mark><\/kbd><\/p>\n\n\n\n Neste projeto pretende-se desenvolver um modelo num\u00e9rico de simula\u00e7\u00e3o de um canal subaqu\u00e1tico 2×2. Este trabalho ter\u00e1 por base um trabalho anterior onde foi desenvolvido um modelo do canal por simula\u00e7\u00e3o de Monte Carlo da equa\u00e7\u00e3o de taxa de transfer\u00eancia de fot\u00f5es, para a determina\u00e7\u00e3o da resposta impulsional do canal. 6. <\/mark>Dete\u00e7\u00e3o de objetos por eventos<\/a> [MCT]<\/mark><\/kbd><\/p>\n\n\n\n Pretende-se estudar a dete\u00e7\u00e3o de eventos em v\u00eddeos e testar estrat\u00e9gias que permitam a sua aplica\u00e7\u00e3o na dete\u00e7\u00e3o de objetos. 7. <\/mark>3D Reconstruction of Humans<\/a> [MCT]<\/mark><\/kbd><\/p>\n\n\n\n Compara\u00e7\u00e3o de modelos param\u00e9tricos de humanos com o objetivo de realizar a sua representa\u00e7\u00e3o em 3D. 8. <\/mark>Classifica\u00e7\u00e3o de atividade humana em v\u00eddeos<\/a> [VCMI]<\/mark><\/kbd><\/p>\n\n\n\n O objetivo deste est\u00e1gio \u00e9 o desenvolvimento de algoritmos de deep learning com o objetivo de classificar atividade humana em v\u00eddeos. Este \u00e9 um t\u00f3pico particularmente relavante devido \u00e0s suas aplica\u00e7\u00f5es no mundo real, como sistemas de vigil\u00e2ncia, condu\u00e7\u00e3o aut\u00f3noma, entretenimento, recupera\u00e7\u00e3o de v\u00eddeo. 9. <\/mark>Explainable Artificial Intelligence – Injecting Domain Knowledge for Interpretable Face Recognition Deep Learning Models<\/a> [VCMI]<\/mark><\/kbd><\/p>\n\n\n\n Este trabalho foca-se no desenvolvimento de um modelo de deep learning usando informa\u00e7\u00e3o sem\u00e2ntica para reconhecimento facial. Objectivo \u00e9 usar modelos explic\u00e1veis para perceber poss\u00edveis \u201cbias\u201d dos modelos desenvolvidos. Candidata-te a um dos est\u00e1gios de ver\u00e3o que temos para oferecer! Este ano o CTM oferece\u00a09 temas de est\u00e1gio\u00a0distribu\u00eddos pelas v\u00e1rias \u00e1reas do centro. Neste link podes consultar\u00a0as descri\u00e7\u00f5es completas dos temas, os planos de trabalhos e os orientadores de cada tema. Escolhe at\u00e9 4 temas que mais despertem o teu interesse e preenche o […]<\/p>\n","protected":false},"author":7,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"gt_page_layout":"","gt_hide_page_title":false,"gt_remove_bottom_margin":false,"footnotes":""},"class_list":["post-42","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/csi.inesctec.pt\/2022\/wp-json\/wp\/v2\/pages\/42","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/csi.inesctec.pt\/2022\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/csi.inesctec.pt\/2022\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/csi.inesctec.pt\/2022\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/csi.inesctec.pt\/2022\/wp-json\/wp\/v2\/comments?post=42"}],"version-history":[{"count":54,"href":"https:\/\/csi.inesctec.pt\/2022\/wp-json\/wp\/v2\/pages\/42\/revisions"}],"predecessor-version":[{"id":530,"href":"https:\/\/csi.inesctec.pt\/2022\/wp-json\/wp\/v2\/pages\/42\/revisions\/530"}],"wp:attachment":[{"href":"https:\/\/csi.inesctec.pt\/2022\/wp-json\/wp\/v2\/media?parent=42"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Neste link<\/a> podes consultar\u00a0as descri\u00e7\u00f5es completas dos temas, os planos de trabalhos e os orientadores de cada tema.
Escolhe at\u00e9 4 temas que mais despertem o teu interesse e preenche o formul\u00e1rio de candidatura indicando a tua ordem de prefer\u00eancia.<\/p>\n\n\n\n
<\/p>\n\n\n\n
Orientadores:
Helder Fontes (helder.m.fontes@inesctec.pt<\/a>)
Jo\u00e3o Pedro Loureiro (joao.p.loureiro@inesctec.pt<\/a>)<\/p>\n\n\n\n
\n\n\n\n
Orientadores:
R\u00faben Queir\u00f3s (ruben.m.queiros@inesctec.pt<\/a>)
Helder Fontes (helder.m.fontes@inesctec.pt<\/a>)<\/p>\n\n\n\n
\n\n\n\n
Orientadores:
Jo\u00e3o P. Loureiro (joao.p.loureiro@inesctec.pt<\/a>)
Filipe B. Teixeira (filipe.b.teixeira@inesctec.pt<\/a>)
Rui Campos (rui.l.campos@inesctec.pt<\/a>)<\/p>\n\n\n\n
\n\n\n\n
Orientadores:
Lu\u00eds Pessoa (luis.m.pessoa@inesctec.pt<\/a>)<\/p>\n\n\n\n
\n\n\n\n
Orientadores:
Henrique Salgado (hsalgado@fe.up.pt<\/a>)<\/p>\n\n\n\n
\n\n\n\n
Orientadores:
Pedro Carvalho (pedro.carvalho@inesctec.pt<\/a>) <\/p>\n\n\n\n
\n\n\n\n
Orientadores:
Am\u00e9rico Jos\u00e9 Rodrigues Pereira (americo.j.pereira@inestec.pt<\/a>)<\/p>\n\n\n\n
\n\n\n\n
Orientadores:
Leonardo Gomes Capozzi (leonardo.g.capozzi@inesctec.pt<\/a>)
Tiago Gon\u00e7alves (tiago.f.goncalves@inestec.pt<\/a>)<\/p>\n\n\n\n
\n\n\n\n
Orientadores:
Ana F. Sequeira (ana.f.sequeira@inesctec.pt<\/a>)
Pedro Neto (pedro.d.carneiro@inesctec.pt<\/a>)
Jaime S. Cardoso (jaime.cardoso@inesctec.pt<\/a>)<\/p>\n","protected":false},"excerpt":{"rendered":"