Offside
Lado B

Bruno Guedes é artista urbano.

Corporate

Um olhar sobre nós na voz dos nossos parceiros - Testemunho da LTPlabs, pela voz de Teresa Bianchi de Aguiar.

Fora de Série

"Nos últimos três anos tenho aprendido e colaborado com investigadores de classe mundial, que me ajudam a melhorar as minhas capacidades científicas. É isso que me motiva no dia a dia." Vítor Cerqueira (LIAAD)

Pensar Sério

"Há uns anos quando sonhámos com a construção de um laboratório de investigação na área da realidade virtual multissensorial muitos pensaram que éramos apenas sonhadores." Miguel Melo (CSIG)

Galeria do Insólito

Quando no SCOM vimos chegar uma consulta com o título “Adaptação de sensores para incorporação em sistemas de deteção de flatulência canina”, pensamos que só podia ser uma brincadeira.

Ecografia

BIP tira Raio X a colaboradores do INESC TEC...

Novos Doutorados

Venha conhecer os novos doutorados do INESC TEC...

Novos Colaboradores

Nos meses de julho e agosto entraram 26 novos colaboradores no INESC TEC.

Cadê Você?

O INESC TEC lança todos os meses no mercado pessoas altamente qualificadas...

Jobs 4 the Boys & Girls

Referência a anúncios publicados pelo INESC TEC, oferecendo bolsas, contratos de trabalho e outras oportunidades do mesmo género...

Biptoon

Mais cenas de como bamos indo porreiros...

Subscrever o BIP
 
 

Prémio para artigo do INESC TEC sobre Machine Learning

O artigo intitulado “Arbitrated Ensemble for Time Series Forecasting”, da autoria de Vítor Cerqueira e Luís Torgo (LIAAD - Laboratório de Inteligência Artificial e Apoio à Decisão) e de Fábio Pinto e Carlos Soares (CESE - Centro de Engenharia de Sistemas Empresariais), investigadores do INESC TEC, venceu o prémio de Best Student Machine Learning paper award, patrocinado pela publicação “Machine Learning”.

O trabalho foi selecionado entre os melhores artigos apresentados no âmbito da conferência europeia “Machine Learning & Principles and Pratice of Knowledge Discovery in Databases 2017” (ECML-PKDD 2017), que decorre de 18 a 22 de setembro em Escópia, na Macedónia.

O artigo versa sobre previsão de séries temporais. O objetivo do trabalho é a previsão de valores futuros próximos de dados que são capturados ao longo do tempo. Os autores apresentam um método que se auto-ajusta às diferentes dinâmicas e regimes que caracterizam uma série temporal. Para incentivar a reprodutibilidade e uso do método, este está disponível na ferramenta estatística R num pacote chamado tsensembler.

 

Os investigadores mencionados nesta notícia têm vínculo ao INESC TEC, à UP-FEUP e à UP-FCUP.