Calendário de Eventos
|
HPC+AI: as contribuições de Torsten Hoefler para a Computação de Alto Desempenho e a revolução da IA
Prof. Adriano Côrtes (PESC/COPPE/UFRJ), com moderação do Prof. Alvaro Coutinho (NACAD/COPPE/UFRJ)
![]() |
HPC+AI: as contribuições de Torsten Hoefler para a Computação de Alto Desempenho e a revolução da IA
Prof. Adriano Côrtes (PESC/COPPE/UFRJ), com moderação do Prof. Alvaro Coutinho (NACAD/COPPE/UFRJ)
|
Short Bio (Adriano):
Pesquisador com formação interdisciplinar, integrando Ciência da Computação, Matemática Aplicada e Engenharia. Doutor em Mecânica Computacional com especialização em Computação de Alto Desempenho pelo Programa de Engenharia Civil da COPPE/UFRJ, desenvolvendo pesquisa no Núcleo Avançado de Computação de Alto Desempenho (NACAD), e com experiência de Pós-doutorado na King Abdullah University of Science and Technology (KAUST). Esta trajetória acadêmica diversificada começou com a graduação em Ciência da Computação pela Universidade Federal do Rio de Janeiro (2004), seguida por mestrado em Matemática Aplicada pela mesma instituição (2006), criando uma base sólida que o permite navegar entre diferentes campos do conhecimento e abordar problemas complexos com múltiplas perspectivas. Atualmente é Professor Adjunto na Universidade Federal do Rio de Janeiro (UFRJ), onde desenvolve atividades de ensino e pesquisa na interseção entre Engenharia e Ciência Computacional, Inteligência Artificial e Computação de Alto Desempenho. Seu foco de pesquisa está direcionado para o Aprendizado de Máquina Informado pela Física (Physics-informed Machine Learning), onde busca incorporar princípios e leis físicas em modelos de inteligência artificial. Participa de projetos de pesquisa com modelos generativos baseados em difusão e modelos substitutivos utilizando Graph Neural Networks (GNNs). Também tem interesse na aplicação de métodos de IA em dados biológicos, incluindo projetos relacionados ao câncer utilizando dados de sequenciamento de RNA de célula única (scRNA-seq), explorando como estas técnicas computacionais avançadas podem contribuir para avanços na compreensão e tratamento de problemas complexos em diversas áreas.




