Estudantes do do DEEC participam na 4.ª edição do Prémio de Mérito Celfocus em Aprendizagem Automática
No dia 21 de abril, os estudantes Diego Castañeda, Henrique Simões e João Guilherme, do Mestrado em Engenharia Electrotécnica e de Computadores, Leonor Gonçalves, do Mestrado em Engenharia Física Tecnológica, e Tomás Miguel, inscrito simultaneamente nos dois cursos, apresentaram em formato de pitch, os projetos finalistas do Prémio de Mérito Celfocus, desenvolvidos no âmbito da Unidade Curricular de Aprendizagem Automática. O júri foi constituído pelo professor Nuno Horta, presidente do Departamento de Engenharia Electrotécnica e de Computadores (DEEC), pelo professor Alexandre Bernardino, professor responsável pela unidade curricular do Técnico, e por Bruno Ribeiro, data scientist na Celfocus.
«Quero dar os parabéns aos cinco alunos que estão aqui por mérito próprio», afirmou Nuno Horta, felicitando os estudantes por atingirem esta etapa. Alexandre Bernardino realçou também o desempenho académico dos finalistas e o rigor do processo de avaliação.
A seleção é puramente focada nas notas, refletindo a vossa performance. Fico muito satisfeito por ter estudantes como vocês.
Alexandre Bernardino, responsável pela unidade curricular de aprendizagem automática
O professor destacou ainda o apoio dado pela Celfocus à unidade curricular. Bruno Ribeiro complementou a intervenção, sublinhando a importância deste contacto entre a academia e a indústria.
De seguida, decorreram as apresentações dos projetos elaborados pelos finalistas. Todos tiveram como objetivo contribuir para a identificação de limitações de mobilidade e para o acompanhamento do processo de recuperação de pacientes em contexto de fisioterapia.
Ao longo da tarde, foram apresentadas reflexões sobre os inputs dados aos sistemas, incluindo dados como a sequência de movimentos dos pacientes em exercícios simples, como escovar os dentes, escovar o cabelo e fletir a anca, a análise de simetrias e padrões e o cálculo do esforço realizada durante o exercício. Os projetos visam não só contribuir para uma deteção mais rápida de lesões como também criar um histórico da evolução dos pacientes que tenham sofrido, por exemplo, acidentes vasculares cerebrais.
A aprendizagem automática não consiste apenas em escolher o modelo mais difícil, inclui também estruturar o problema de forma que ele possa, de facto, ser aprendido.
Diego Castañeda, finalista do Prémio de Mérito Celfocus em Aprendizagem Automática
O prémio de mérito em Aprendizagem Automática distingue anualmente o estudante com nota mais elevada na referida unidade curricular. Este ano, o vencedor irá receber 2500€. Irá também ser atribuída uma doação para a melhoria da qualidade de ensino, no valor de 1670€. O vencedor da edição 2025/2026 será conhecido na cerimónia de entrega dos Prémios de Mérito, no dia 2 de julho.