Dr. Romão recebe Prêmio de Tese de Doutorado

Licio Romão recebeu o Prêmio de Tese de Doutorado IET Control & Automation 2021

O pesquisador de pós-doutorado Dr. Licio Romão, que completou seu DPhil trabalhando no Grupo de Controle do Departamento de Ciências da Engenharia, recebeu o Prêmio de Tese de Doutorado em Controle e Automação 2021 da Instituição de Engenharia e Tecnologia (IET) por sua pesquisa de DPhil nos fundamentos teóricos da algoritmos de otimização.

“É realmente uma honra receber este prestigioso prêmio. Espero que inspire crianças e estudantes latino-americanos e outros sub-representados a perseguir seus sonhos de se tornarem cientistas.”

O prêmio é concedido anualmente para reconhecer a excelência em pesquisa em um aluno que trabalha na área de Controle e Automação. Este ano, o IET teve mais inscrições do que nunca. Ao ganhar o prémio, o Dr. Romão afirma: “Sendo alguém que desde jovem sempre teve curiosidade em resolver problemas matemáticos complexos, vejo esta conquista como o culminar de muito trabalho e dedicação. Sinto-me extremamente grato e orgulhoso por fazer parte de um grupo excepcional de pesquisadores que ganharam o prêmio de tese de doutorado em controle e automação do IET. “

A pesquisa DPhil de Romao foi supervisionada pelo Prof Antonis Papachristodoulou e Prof Kostas Margellos e “focou-se em uma classe de algoritmos, chamados algoritmos de otimização, que são comumente usados ​​para aumentar a eficiência de modelos matemáticos. Esses algoritmos estão no centro da fase de aprendizado de várias técnicas de aprendizado de máquina que recentemente levaram a resultados inovadores em vários campos, incluindo classificação e previsão de imagens”, explica Romão.

As aplicações atuais desses algoritmos têm algumas falhas importantes, conforme Romão expande, “Algoritmos de otimização nessas aplicações de aprendizado de máquina rodam sob uma grande quantidade de dados; no entanto, seu desempenho se deteriora e sua implementação pode não ser possível em situações em que o conjunto de dados excede a capacidade de armazenamento ou está disponível de maneira descentralizada”

“Muitas vezes também ocorre que simplificações dos modelos matemáticos levam a uma discrepância considerável em relação ao fenômeno em estudo, ou mesmo que um modelo pode não estar disponível”.

“[Nós] avançamos nosso entendimento sobre estratégias eficazes para lidar com a incerteza que podem ser usadas pelos operadores do sistema de energia para diminuir os custos de manutenção, mantendo todo o sistema seguro, mesmo sob uma alta porcentagem de energia renovável no sistema”

“Como formulamos e interpretamos a solução de um procedimento de otimização que se baseia nesses modelos matemáticos incertos?” Romão pergunta: “Uma abordagem comumente usada é empregar técnicas orientadas por dados, que aproveitam as informações disponíveis para tomar decisões informadas”

Esta figura ilustra a aplicação de um dos principais resultados da tese do Dr. Romão em um problema de otimização incerta bidimensional. A estratégia de remoção consiste em uma cascata de problemas de otimização. Neste exemplo pictórico, na primeira etapa as restrições verdes são removidas, depois as azuis. O Dr. Romão e seus supervisores comprovaram um resultado teórico que fornece garantias de segurança sobre a probabilidade de violação de restrições associadas à solução na interseção das restrições pretas.

O trabalho de Romão procura maneiras de abordar os dois desafios de trabalhar com grandes volumes de dados e modelos simplificados de cenários do mundo real: “Primeiro, propomos um novo esquema de otimização que permite computação paralela e comunicação descentralizada para resolver um problema de otimização. Esses recursos são adequados para problemas de grande escala, pois permitem compartilhar cargas computacionais e de armazenamento e respeitar a privacidade das unidades de processamento individuais por meio de uma rede de comunicação local”

Existem aplicações importantes para a pesquisa de Romão: “Em segundo lugar, lidamos com a abordagem orientada por dados para otimização incerta, que é um aspecto central em vários problemas de aprendizado de máquina e engenharia. Por exemplo, a inclusão de energias renováveis ​​(eólica, solar, etc) em nossa rede de sistemas de energia está aumentando rapidamente para mitigar o impacto das mudanças climáticas”.

“Apesar de sua necessidade inquestionável, o aumento da potência variável e imprevisível injetada na rede torna todo o sistema mais propenso a apagões. Um dos resultados da minha tese avança nosso entendimento sobre uma estratégia eficaz para lidar com a incerteza dentro de um contexto de otimização e pode ser usada pelos operadores do sistema elétrico para diminuir o custo de manutenção, mantendo todo o sistema seguro, mesmo sob uma alta porcentagem de energia renovável no sistema”.

“[Meus] supervisores não apenas me deram liberdade para explorar e encontrar meu próprio caminho de pesquisa, mas também me apoiaram nos momentos mais desafiadores”

Romão conclui: “[Ganhar o prêmio] é uma oportunidade única para mim, especialmente porque tive que superar muitas barreiras estruturais (por exemplo, falta de financiamento e recursos) que vão além do mérito acadêmico. Vindo de uma pequena cidade do nordeste do Brasil chamada Itambe, no estado de Pernambuco, e receber tal reconhecimento é uma honra que carrega uma grande responsabilidade, com a qual espero inspirar crianças com origens semelhantes às minhas. ”

“Gostaria de dizer que tive a sorte de ter dois grandes orientadores, que não apenas me deram liberdade para explorar e encontrar meu próprio caminho de pesquisa, mas também me apoiaram nos momentos mais desafiadores. A orientação deles foi essencial, então obrigado Prof. Kostas Margellos e Prof. Antonis Papachristodoulou.”

O professor Margellos acrescenta: “Era óbvio desde os primeiros estágios de seu DPhil que Licio tinha uma inclinação natural para a pesquisa matemática; suas bases sólidas, juntamente com seu entusiasmo pela pesquisa, refletiram-se nas descobertas de sua tese. Este prêmio foi muito merecido!”

Engineering Science, Oxford

Sair da versão mobile