Montra TeK: 8 smartphones que se destacam na fotografia com câmaras “apetrechadas” e capacidades avançadas
Agosto 3, 2023Comissão Europeia seleciona 159 projetos do programa Erasmus+ para modernizar a educação
Agosto 3, 2023A Faculdade de Ciências e Tecnologia da Universidade NOVA de Lisboa | NOVA FCT acaba de anunciar a ML4Space, uma Escola de Verão de uma semana dedicada à aplicação de machine learning na indústria espacial.
O objetivo da ML4Space é reunir speakers e investigadores de referência da área espacial, que vão apresentar inovações de engenharia e ciência da computação e abordar grandes temas como o reconhecimento de padrões e análise de dados, a problemática do lixo especial ou a apresentação de ferramentas de deep learning e machine learning.
Entre os professores internacionais convidados, está o matemático J. Nathan Kutz, da Universidade de Washington (EUA), reconhecido pela investigação em análise de dados e ciência computacional; o engenheiro aeroespacial e mecânico Massimiliano Vasile, da Universidade de Strathclyde (Escócia), pioneiro de técnic as de otimização para sistemas complexos de engenharia aeroespacial; ou o professor de robótica e engenheiro aeroespecial Zachary Manchester, da Universidade Carnegie Mellon (EUA).
O programa pretende esclarecer os princípios fundamentais de aprendizagem automática no espaço e inclui um painel de discussão com especialistas na área como Manuel Heitor, ex-ministro de Ciência, Tecnologia e Ensino Superior e professor de Engenharia Mecânica e com a presença da GMV e da Neuraspace, o projeto português que está a liderar o desenvolvimento de Inteligência Artificial e aprendizagem automática para a gestão de tráfego espacial, um contributo fundamental para evitar colisões de satélites e detritos espaciais.
A ML4Space é realizada no âmbito do Projeto Artificial Intelligence Fights Space Debris, cofinanciado pelo Plano de Recuperação e Resiliência e pelos Fundos Europeus NextGenerationEU.
A Escola de Verão decorre entre os dias 1 e 8 de setembro e tem inscrições abertas para investigadores, alunos de Mestrado ou Doutoramento e para profissionais da indústria espacial que pretendam desenvolver a prática de machine learning. Idealmente os interessados deverão inscrever-se até 15 de agosto. Mais informações neste link.
