
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:

Aprendizagem Computacional

Processamento de Linguagem natural

Extração de conhecimento a partir de fluxos contínuos de dados

Sistemas de apoio à decisão
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
Membros da Equipa
Membros da Equipa

Abílio Pereira Pacheco
Investigador

Adelaide Cerveira
Investigador Sénior

Ahmed Adel Fares

Alberto Pinto
Investigador Coordenador

Alexandra Nunes
Investigador Auxiliar

Alexandre Almeida Costa
Investigador

Alexandre Amaral Oliveira

Alexandre Carvalho
Investigador Sénior

Alexandre Henrique Neto

Alípio Jorge
Coordenador de Centro

Álvaro Figueira
Responsável de Área

Ana Cabral Cardoso

Ana Cláudia Teixeira

Ana Costa Silva
Investigador Auxiliar

