

Inteligência Artificial
Sobre o Domínio
Neste domínio, reunimos várias competências que nos permitem desenvolver soluções inteligentes e adaptativas, capazes de extrair conhecimento a partir de grandes volumes de dados e apoiar decisões em contextos complexos e em tempo real. Algumas dessas competências incluem:




Desafios de Investigação
Os nossos desafios de investigação em Inteligência Artificial passam pela criação de recursos reutilizáveis e modelos avançados para tarefas complexas, garantindo eficiência na sua aprendizagem e implementação. Procuramos desenvolver IA de forma transparente e compreensível, onde os humanos possam inspecionar, aprender e contribuir. Além disso, exploramos novas formas de aprimorar a perceção da IA em ambientes dinâmicos, ruidosos e multimodais, tornando-a mais adaptável e robusta para enfrentar desafios do mundo real.
Principais Conquistas
A nossa investigação em IA tem produzido avanços de referência a nível mundial, desde a extração automática de conhecimento até à transparência e explicabilidade dos modelos de IA. Com impacto na academia, indústria e sociedade, os nossos desenvolvimentos são amplamente reconhecidos e aplicados em diversas áreas. Algumas das nossas principais conquistas:
Extração multilingue de palavras-chave
Criámos o YAKE!, um sistema inovador para extração automática de palavras-chave, utilizado por empresas e instituições como a Biblioteca Nacional da Finlândia e a Volkswagen. É referenciado como estado da arte e conta com mais de 1000 citações científicas, sendo usado em mais de 800 projetos.
Inteligência Artificial transparente
Desenvolvemos métodos inovadores para explicação visual de modelos de IA, garantindo privacidade, inteligibilidade e evidência relevante. O nosso trabalho inclui técnicas pioneiras para anonimização de imagens médicas, sendo amplamente reconhecido, com uma das revisões mais citadas da área (+1400 citações).
Classificação de dados ordinais
Somos um grupo de referência mundial na aprendizagem com dados ordinais e rankings, tendo sido os primeiros a definir objetivamente o conceito de classificação ordinal e a propor novos métodos nesta área. O nosso trabalho soma mais de 1000 citações e continua a influenciar a investigação global.
Publicações Selecionadas
Unimodal Distributions for Ordinal Regression
Cardoso, JS;Cruz, R;Albuquerque, T;
2023
CoRR
Anonymizing medical case-based explanations through disentanglement
Montenegro, H;Cardoso, JS;
2024
MEDICAL IMAGE ANALYSIS
Infraestruturas de suporte ao I&D
Notícias e Eventos
Loading Loading Loading Loading Loading Loading Loading Loading Loading
Loading Loading Loading Loading Loading Loading Loading Loading Loading
Loading Loading Loading Loading Loading Loading Loading Loading Loading
Contacte-nos
Entre em contacto connosco. Responderemos assim que nos for possível.