???global.info.a_carregar???
Vitor holds a Research position at the University of Porto. His CV includes: - Book lead author on deep learning for time series (published in May 2024) - Published 34 research papers: 15 journal papers (10 Q1) and 18 conference papers (3 CORE Rank A, 13 Rank B, 1 Rank A*) - Highly-cited research with +1250 citations, h-index of 15 and i10-index of 19 - Best paper award in ECML/PKDD’17 (CORE Rank A) - Co-authored 2 patent applications (1 accepted in the US patent office) - Supervision of 15 students (13 MSc, 2 PhD). Lead supervisor for 5 MSc students; Co-supervisor for 2 PhD students (ongoing) and 8 MSc students (2 ongoing) - Developed 4 software packages and technical blog (+330k views, +100k reads) - Principal Investigator in 2 project proposals and participated in 5 funded projects - Principal Investigator in 1 advanced computing project - Developed an international collaboration network across 6 countries. - International research and industry experience in Canada and Germany - PhD granted with honors
Ler resumo completo ↓
Identificação

Identificação pessoal

Nome completo
Vitor Manuel Araújo Cerqueira

Nomes de citação

  • Cerqueira, Vitor

Identificadores de autor

Ciência ID
9A1E-20A5-65EA
ORCID iD
0000-0002-9694-8423
Scopus Author Id
56785852000

Domínios de atuação

  • Ciências Exatas - Ciências da Computação e da Informação - Ciências da Computação

Idiomas

Idioma Conversação Leitura Escrita Compreensão Peer-review
Português Utilizador proficiente (C1) Utilizador proficiente (C1) Utilizador proficiente (C1) Utilizador proficiente (C1)
Inglês Utilizador proficiente (C1) Utilizador proficiente (C1) Utilizador proficiente (C1) Utilizador proficiente (C1) Utilizador proficiente (C1)
Formação
Grau Classificação
2016/08/01 - 2019/12/20
Concluído
 Doctoral Program in Informatics Engineering (Doutoramento)
Especialização em Machine Learning
Universidade do Porto Faculdade de Engenharia, Portugal
2012/08/03 - 2014/11/03
Concluído
 Data Analytics (Mestrado)
Especialização em Network Science
Universidade do Porto Faculdade de Economia, Portugal
2008/09/01 - 2012/01/01
Concluído
 Matemática (Licenciatura)
Especialização em Matemática Aplicada
Universidade do Porto Faculdade de Ciências, Portugal
Percurso profissional

Ciência

Categoria Profissional
Instituição de acolhimento 		Empregador
2023/12/01 - Atual Investigador (Investigação) Universidade do Porto Faculdade de Engenharia, Portugal
2021/02/01 - 2023/11/01 Pós-doutorado (Investigação) Dalhousie University, Canadá
2020/02/01 - 2021/02/01 Pós-doutorado (Investigação) Instituto de Engenharia de Sistemas e Computadores Tecnologia e Ciência, Portugal
2016/01/01 - 2019/12/31 Investigador (Investigação) Instituto de Engenharia de Sistemas e Computadores Tecnologia e Ciência, Portugal
2015/06/01 - 2015/12/01 Assistente de Investigação (carreira) (Investigação) NEC Laboratories Europe, Alemanha

Docência no Ensino Superior

Categoria Profissional
Instituição de acolhimento 		Empregador
2018/01/01 - Atual Monitor (Docente Universitário) Universidade do Porto Porto Business School, Portugal
Universidade do Porto Porto Business School, Portugal
2019/02/01 - 2019/07/31 Professor Auxiliar Convidado (Docente Universitário) Universidade do Porto Faculdade de Engenharia, Portugal
Projetos

Bolsa

Designação Financiadores
2025/02/15 - 2025/07/01 Benchmarking Deep Learning Approaches for Time Series Forecasting: Empirical Study and Meta-data Collection
2024.12160.CPCA.A0
Investigador responsável
Fundação para a Ciência e a Tecnologia
2020/01/01 - 2020/12/01 MetaFlow
MetaFlow
Bolseiro de Pós-Doutoramento
2019/01/01 - 2019/12/31 Time series forecasting
SFRH/BD/135705/2018
Universidade do Porto Faculdade de Engenharia, Portugal
 Fundação para a Ciência e a Tecnologia
Concluído
2016/01/01 - 2017/12/01 MarineEye
MarineEye
Bolseiro de Doutoramento

Projeto

Designação Financiadores
2021/06/01 - 2023/11/01 BigFish
BigFish
Investigador Pós-doutorado
2019/01/01 - 2019/12/31 INESC TEC - INESC Technology and Science
UID/EEA/50014/2019
Instituto de Engenharia de Sistemas e Computadores, Portugal

Instituto de Engenharia de Sistemas e Computadores Tecnologia e Ciência, Portugal
Fundação para a Ciência e a Tecnologia
Concluído

Outro

Designação Financiadores
2017/01/01 - 2018/12/31 CORAL
NORTE-01-0145-FEDER-000036
Bolseiro de Doutoramento
Concluído
Produções

Publicações

Artigo em conferência
  1. Roque, Luis; Cerqueira, Vitor; Carlos Soares; Luis Torgo. "Cherry-Picking in Time Series Forecasting: How to Select Datasets to Make Your Model Shine". Trabalho apresentado em Association for the Advancement of Artificial Intelligence 2025, 2025.
    Aceite para publicação
  2. Cerqueira, Vitor; Roque, Luis; Soares, Carlos. "Forecasting with Deep Learning: Beyond Average of Average of Average Performance". Trabalho apresentado em 27th International Conference on Discovery Science, Pisa, Italy, October 13–17, 2024. Springer International Publishing (CORE Rank B), Pisa, 2024.
    No prelo
  3. Silva, Inês Oliveira e; Soares, Carlos; Cerqueira, Vitor; Rodrigues, Arlete; Bastardo, Pedro. "Meta-TadGAN: Time Series Anomaly Detection Using TadGAN with Meta-features". Trabalho apresentado em EPIA Conference on Artificial Intelligence (CORE Rank B), Viana do Castelo, 2024.
    10.1007/978-3-031-73503-5_28
  4. Leites, José; Cerqueira, Vitor; Soares, Carlos. "Lag Selection for Univariate Time Series Forecasting Using Deep Learning: An Empirical Study". Trabalho apresentado em EPIA Conference on Artificial Intelligence (CORE Rank B), Viana do Castelo, 2024.
    10.1007/978-3-031-73503-5_26
  5. Cerqueira, Vitor; Moniz, Nuno; Inácio, Ricardo; Soares, Carlos. "Time Series Data Augmentation as an Imbalanced Learning Problem". Trabalho apresentado em EPIA Conference on Artificial Intelligence (CORE Rank B), Viana do Castelo, 2024.
    10.1007/978-3-031-73500-4_28
  6. Ribeiro, B; Cerqueira, V; Santos, R; Gamboa, H. "Layered Learning for Acute Hypotensive Episode Prediction in the ICU: An Alternative Approach". Trabalho apresentado em International Conference on e-Health and Bioengineering (EHB). IEEE, 2021.
    10.1109/ehb52898.2021.9657577
  7. Barros, Filipa; Cerqueira, Vitor; Soares, carlos. "Empirical Study on the Impact of Different Sets of Parameters of Gradient Boosting Algorithms for Time-Series Forecasting with LightGBM". Trabalho apresentado em PRICAI 2021: Trends in Artificial Intelligence: 18th Pacific Rim International Conference on Artificial Intelligence (CORE Rank B), Hanoi, 2021.
    10.1007/978-3-030-89188-6_34
  8. Cerqueira, Vitor; Gomes, Heitor; Bifet, Albert. "Unsupervised Concept Drift Detection Using a Student-Teacher Approach". Trabalho apresentado em 23rd International Conference on Discovery Science, DS 2020, Thessaloniki, Greece, October 19–21 (CORE Rank B), Thessaloniki, 2020.
    10.1007/978-3-030-61527-7_13
  9. Cerqueira, V; Torgo, L; Soares, C. "Layered Learning for Early Anomaly Detection: Predicting Critical Health Episodes". Trabalho apresentado em 22nd International Conference on Discovery Science, DS 2019, Split, Croatia, October 28–30 (CORE Rank B), Split, 2019.
    10.1007/978-3-030-33778-0_33
  10. Moniz, N; Ribeiro, RP; Cerqueira, V; Chawla, N. "SMOTEBoost for Regression: Improving the Prediction of Extreme Values". Trabalho apresentado em 5th international conference on data science and advanced analytics, DSAA, IEEE (CORE Rank B), 2018.
    10.1109/dsaa.2018.00025
  11. Cerqueira, V; Pinto, F; Torgo, L; Soares, C; Moniz, N. "Constructive Aggregation and Its Application to Forecasting with Dynamic Ensembles". Trabalho apresentado em Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD 2018 (CORE Rank A), Dublin, 2018.
    10.1007/978-3-030-10925-7_38
  12. Cerqueira, V.; Torgo, L.; Soares, C.. "Arbitrated ensemble for solar radiation forecasting". Trabalho apresentado em 14th International Work-Conference on Artificial Neural Networks, IWANN (CORE Rank B), Cadiz, 2017.
    10.1007/978-3-319-59153-7_62
  13. Cerqueira, V; Torgo, L; Oliveira, M; Pfahringer, B. "Dynamic and Heterogeneous Ensembles for Time Series Forecasting". Trabalho apresentado em International conference on data science and advanced analytics IEEE-DSAA (CORE Rank B), 2017.
    10.1109/dsaa.2017.26
  14. Cerqueira, V; Torgo, L; Pinto, F; Soares, C. "Arbitrated Ensemble for Time Series Forecasting". Trabalho apresentado em Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD (CORE Rank A, BEST PAPER), Skopje, 2017.
    10.1007/978-3-319-71246-8_29
  15. Cerqueira, V; Torgo, L; Smailovic, J; Mozetic, I. "A Comparative Study of Performance Estimation Methods for Time Series Forecasting". Trabalho apresentado em International conference on data science and advanced analytics, DSAA IEEE (CORE Rank B), 2017.
    10.1109/dsaa.2017.7
  16. Cerqueira, V.; Pinto, F.; Sá, C.; Soares, C.. "Combining boosted trees with metafeature engineering for predictive maintenance". Trabalho apresentado em Advances in Intelligent Data Analysis: 15th International Symposium, IDA (CORE Rank B), Stockholm, 2016.
    10.1007/978-3-319-46349-0_35
  17. Moreira-Matias, L.; Cerqueira, V.. "CJAMmer - Traffic jam cause prediction using boosted trees". Trabalho apresentado em 19th International Conference on Intelligent Transportation Systems, IEEE-ITSC (CORE Rank B), 2016.
    10.1109/ITSC.2016.7795637
  18. Khiari, J.; Moreira-Matias, L.; Cerqueira, V.; Cats, O.. "Automated setting of bus schedule coverage using unsupervised machine learning". Trabalho apresentado em Advances in Knowledge Discovery and Data Mining: 20th Pacific-Asia Conference, PAKDD (CORE Rank A), Auckland, 2015.
    10.1007/978-3-319-31753-3_44
  19. Cerqueira, V.; Oliveira, M.; Gama, J.. "A framework for analysing dynamic communities in large-scale social networks". Trabalho apresentado em International Conference on Enterprise Information Systems (CORE Rank C), Barcelona, 2015.
    10.5220/0005345602350242
Artigo em revista
  1. Cerqueira, Vitor; Torgo, Luis; Bontempi, Gianluca. "Instance-based meta-learning for conditionally dependent univariate multi-step forecasting". International Journal of Forecasting 40 4 (2024): 1507-1520. http://dx.doi.org/10.1016/j.ijforecast.2023.12.010.
    10.1016/j.ijforecast.2023.12.010
  2. Cerqueira, Vitor; Pimentel, João; Korus, Jennie; Bravo, Francisco; Amorim, Joana; Oliveira, Mariana; Swanson, Andrew; et al. "Forecasting ocean hypoxia in salmonid fish farms". Frontiers in Aquaculture 3 (2024): http://dx.doi.org/10.3389/faquc.2024.1365123.
    10.3389/faquc.2024.1365123
  3. Ziffer, Giacomo; Bernardo, Alessio; Della Valle, Emanuele; Cerqueira, Vitor; Bifet, Albert. "Towards time-evolving analytics: Online learning for time-dependent evolving data streams". Data Science 6 1-2 (2023): 1-16. http://dx.doi.org/10.3233/ds-220057.
    10.3233/ds-220057
  4. Cerqueira, Vitor; Torgo, Luis; Soares, Carlos. "Model Selection for Time Series Forecasting An Empirical Analysis of Multiple Estimators". Neural Processing Letters 55 7 (2023): 10073-10091. http://dx.doi.org/10.1007/s11063-023-11239-8.
    10.1007/s11063-023-11239-8
  5. Cerqueira, V; Torgo, L; Soares, C. "Early anomaly detection in time series: a hierarchical approach for predicting critical health episodes". MACHINE LEARNING (2023):
    10.1007/s10994-022-06300-x
  6. Cerqueira, Vitor; Torgo, Luis; Branco, Paula; Bellinger, Colin. "Automated imbalanced classification via layered learning". Machine Learning 112 6 (2022): 2083-2104. http://dx.doi.org/10.1007/s10994-022-06282-w.
    10.1007/s10994-022-06282-w
  7. Cerqueira, Vitor; Gomes, Heitor Murilo; Bifet, Albert; Torgo, Luis. "STUDD: a student–teacher method for unsupervised concept drift detection". Machine Learning 112 11 (2022): 4351-4378. http://dx.doi.org/10.1007/s10994-022-06188-7.
    10.1007/s10994-022-06188-7
  8. Cerqueira, V; Torgo, L; Soares, C. "A case study comparing machine learning with statistical methods for time series forecasting: size matters". JOURNAL OF INTELLIGENT INFORMATION SYSTEMS (2022):
    10.1007/s10844-022-00713-9
  9. Pereira, Luis Nobre; Cerqueira, Vitor. "Forecasting hotel demand for revenue management using machine learning regression methods". Current Issues in Tourism 25 17 (2021): 2733-2750. http://dx.doi.org/10.1080/13683500.2021.1999397.
    10.1080/13683500.2021.1999397
  10. Moniz, N; Cerqueira, V. "Automated imbalanced classification via meta-learning". EXPERT SYSTEMS WITH APPLICATIONS (2021):
    10.1016/j.eswa.2021.115011
  11. Cerqueira, V; Moniz, N; Soares, C. "VEST: automatic feature engineering for forecasting". MACHINE LEARNING (2021):
    10.1007/s10994-021-05959-y
  12. Cerqueira, V; Torgo, L; Mozetic, I. "Evaluating time series forecasting models: an empirical study on performance estimation methods". MACHINE LEARNING (2020):
    10.1007/s10994-020-05910-7
  13. Cerqueira, V; Torgo, L; Pinto, F; Soares, C. "Arbitrage of forecasting experts". MACHINE LEARNING (2019):
    10.1007/s10994-018-05774-y
  14. Cerqueira, V; Moreira Matias, L; Khiari, J; van Lint, H. "On Evaluating Floating Car Data Quality for Knowledge Discovery". IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS (2018):
    10.1109/tits.2018.2867834
  15. Mozetic, I; Torgo, L; Cerqueira, V; Smailovic, J. "How to evaluate sentiment classifiers for Twitter time-ordered data?". PLOS ONE (2018):
    10.1371/journal.pone.0194317
Livro
  1. Cerqueira, Vitor; Roque, Luis. Deep Learning for Time Series Cookbook: Use PyTorch and Python recipes for forecasting, classification, and anomaly detection. Packt. 2024.
Poster em conferência
  1. INACIO, RICARDO; Cerqueira, Vitor; Barandas, Marília; Soares, Carlos. "Meta-learning and Data Augmentation for Stress Testing Forecasting Models". Trabalho apresentado em Discovery Science 2024, 2024.
Pré-impressão
  1. Cerqueira, Vitor; Torgo, L. "Exceedance Probability Forecasting via Regression for Significant Wave Height Forecasting". 2024.
  2. Cerqueira, Vitor; Santos, Moisés; Baghoussi, Yassine; Soares, Carlos. "On-the-fly Data Augmentation for Forecasting with Deep Learning". 2024. https://arxiv.org/pdf/2404.16918.
  3. Cerqueira, Vitor; Torgo, Luis. "Multi-output Ensembles for Multi-step Forecasting". 2023.
  4. Costa, P; Cerqueira, V; Vinagre, J. "AutoFITS: Automatic Feature Engineering for Irregular Time Series". 2021.
  5. Cerqueira, V; Torgo, L; Soares, C; Bifet, A. "Model Compression for Dynamic Forecast Combination". 2020.
  6. Pinto, F.; Cerqueira, V.; Soares, C.; Mendes-Moreira, J.. "Autobagging: Learning to rank bagging workows with metalearning". 2017.
Resumo em conferência
  1. Bravo, Francisco; Amorim, Joana; Amirkandeh, Melika Besharati; Bodorik, Peter; Cerqueira, Vitor; Gomes, Nuno R.C.; Korus, Jennie; et al. "Advancing Precision Aquaculture Through Big Data Analytics and Machine Learning in Canadian Fish Farming". Trabalho apresentado em OCEANS, Halifax, 2024.
    10.1109/oceans55160.2024.10754571

Propriedade Intelectual

Patente
  1. Moreira-Matias, L.; Cerqueira, Vitor. 2018. "Real-time filtering of digital data sources for traffic control centers".
Atividades

Apresentação oral de trabalho

Título da apresentação Nome do evento
Anfitrião (Local do evento)
2022 Machine Learning for Time Series Forecasting Keynote speaker
Sennder, Germany (Alemanha)
2020 Towards Unsupervised Concept Drift Detection Machine Learning Seminars at Waikato University
Waikato University (Nova Zelândia)
2017/08/01 Arbitrage of Forecasting Experts Invited talk
Farfetch (Portugal)
2017/07/01 Arbitrage of Forecasting Experts Invited talk
Feedzai (Portugal)

Orientação

Título / Tema
Papel desempenhado 		Curso (Tipo)
Instituição / Organização
2024/09/01 - Atual Bridging the gap between forecasting accuracy and utility: case study with forex trading
Orientador
Universidade do Porto Faculdade de Engenharia, Portugal
2024/09 - Atual Enhancing Time Series Forecasting with a Deep Learning-Based Mixture of Experts Framework
Orientador
Universidade do Porto Faculdade de Engenharia, Portugal
2024/09 - Atual Predicting the Weights of Neural Networks using Meta-learning
Orientador
Universidade do Porto Faculdade de Engenharia, Portugal
2024/09 - Atual Stress testing forecasting models using resampling methods
Orientador
Universidade do Porto Faculdade de Engenharia, Portugal
2024/09 - Atual Feature engineering for predictive maintenance
Orientador
Universidade do Porto Faculdade de Engenharia, Portugal
2023/09 - Atual Stress-Testing of Multimodal Models in Medical Image-Based Report Generation
Coorientador
Universidade do Porto Faculdade de Engenharia, Portugal
2023 - Atual GASReN: Generative Adversarial Stress Resistant Networks for Time Series Forecasting – an Application to Finance
Coorientador
Universidade do Porto Faculdade de Engenharia, Portugal
2023/01/01 - 2023/08/01 XTadGAN: Generative Adversarial Networks to Detect Extremely Rare Anomalies
Coorientador
Universidade do Porto Faculdade de Engenharia, Portugal
2022/09/01 - 2023 LEVERAGING CLUSTERING ANALYSIS FOR GLOBAL FORECASTING MODELS: A CASE STUDY WITH BUOY SIGNIFICANT WAVE HEIGHT
Coorientador
Dalhousie University, Canadá
2022/02/01 - 2022/12/01 Prediction of dividend yields
Coorientador
 Engenharia de Redes e Sistemas Informáticos (Mestrado)
Universidade do Porto Faculdade de Ciências, Portugal
2021/06/01 - 2022/02/01 Machine Learning for the Early Detection of Acute Episodes in Intensive Care Units
Coorientador
 MASTER IN BIOMEDICAL ENGINEERING (Mestrado)
Universidade Nova de Lisboa, Portugal
2021/01/01 - 2021/12/01 AutoFITS: Automated feature engineering for irregular time-series
Coorientador
 Engenharia de Redes e Sistemas Informáticos (Mestrado)
Universidade do Porto Faculdade de Ciências, Portugal
2018/08/24 - 2019/07/12 Ordinal Regression for Stress Levels Classification in Real-World Scenarios
Coorientador
Universidade do Porto Faculdade de Engenharia, Portugal

Organização de evento

Nome do evento
Tipo de evento (Tipo de participação) 		Instituição / Organização
2021/10/01 - 2021/10/05 Member of local organizing committee of Discovery Science 2021 (2021/10/01 - 2021/10/05)
Conferência (Membro da Comissão Organizadora)
2019/06/28 - 2019/06/29 Symposium Committee Member (2019/06/28 - 2019/06/29)
Congresso (Membro da Comissão Organizadora)

Membro de comissão

Descrição da atividade
Tipo de participação 		Instituição / Organização
2023/06 - Atual Thesis Monitoring Committee member Doctoral thesis: Optimizing locality and globality in large scale operational forecasting through Deep Reinforcement Learning
Membro
 Universidade Nova de Lisboa, Portugal
2022/06/01 - 2023 Guest Editor at Special Issue of Machine Learning journal
Membro
Distinções

Prémio

2019 Ph.D. Cum Laude
Universidade do Porto Faculdade de Engenharia, Portugal
2017 Best Student Machine Learning Paper Award
ECML PKDD , Macedónia
2017 Best Paper Award
Doctoral Symposium in Informatics Engineering, Portugal

Outra distinção

2017 "Fora de Série" - investigador do mês (outubro)
Instituto de Engenharia de Sistemas e Computadores Tecnologia e Ciência, Portugal