PPGCC IFCE

Programa de Pós-Graduação · IFCE Fortaleza

Mestrado em Ciência da Computação

Mestrado acadêmico do IFCE, na área de concentração Sistemas de Computação, com quatro linhas de pesquisa. Formando pesquisadores desde 2014.

Processo seletivo
Conheça os docentes

O programa em números

Dados do Sucupira e dos currículos Lattes.

2014

ano de criação do programa

20

docentes

89

dissertações defendidas

4

linhas de pesquisa

Linhas de pesquisa

Área de concentração: Sistemas de Computação. O programa tem quatro linhas de pesquisa.

Inteligência Artificial (IA)

Sistemas computacionais inteligentes e aprendizagem de máquina: redes neurais, computação evolucionária, lógica fuzzy e modelos probabilísticos.

Processamento Digital de Imagens e Sinais (PDI)

Reconhecimento de padrões, análise multiescala e morfologia matemática, com foco em imagens médicas, visão computacional e sistemas embarcados.

Computação Aplicada (CA)

Computação na educação (EaD, objetos de aprendizagem), em sistemas de saúde e no uso de ontologias para representar conhecimento.

Redes de Computadores e Sistemas Distribuídos (RCSD)

Redes veiculares, Internet das Coisas, redes em malha e intra-chip, sistemas ciberfísicos e embarcados e redes definidas por software.

Produção em destaque

Alguns artigos recentes. Clique em “Ver autoria e link” para detalhes.

Pattern Recognition Letters · 2025

New advances in body composition assessment with ShapedNet

Estimativa da composição corporal a partir de uma única imagem, usando regressão profunda.

Ver autoria e link

Autoria: Navar M. Nascimento; Pedro Pedrosa Rebouças Filho; e outros.
Acessar o artigo (DOI)

Machine Learning · 2025

Minimal learning machine for multi-label learning

Adapta o mapeamento de distâncias do minimal learning machine ao aprendizado multirrótulo, alcançando desempenho no estado da arte em problemas pequenos e médios.

Ver autoria e link

Autoria: Joonas Hämäläinen; Antoine Hubermont; Amauri Souza; e outros.
Acessar o artigo (DOI)

Expert Systems with Applications · 2025

Generalizing logic-based explanations for machine learning classifiers via optimization

Generalização de explicações lógicas para classificadores de aprendizado de máquina por meio de otimização.

Ver autoria e link

Autoria: Francisco Mateus Rocha Filho; Ajalmar Rêgo da Rocha Neto; Thiago Alves Rocha.
Acessar o artigo (DOI)

Últimas notícias

Informes gerais do programa.

Ver todas as notícias →
Translate »