???global.info.a_carregar???
Hi, my name is Luís Miguel Matos and I started my journey in the area of ¿¿information systems during my High School education by completing the Management Informatics course. Then I entered the university of minho and took the Integrated Masters course in Technologies and Information Systems. During this period I specialized in several areas of programming with special emphasis on Machine Learning and Artificial Intelligence. I took the opportunity to specialize in some tools like Salesforce Apex and Outsystems. Finally, I got a PhD in Information Systems and Technologies where I started my research career and my academic career. My PhD focused on the development of an intelligent decision support system for the mobile market, where I attributed campaigns to users taking into account the dynamics of the volatile market that this project was part of. I currently lecture, mainly, the course in engineering and management of information systems and respective masters courses. Furthermore, I work as a researcher having contributed to several Scientific projects (e.g., Factory of the Future, TexBoost, STVgoDigital, EasyRide). Currently my research interests are: -Business Analytics -Decision Support Systems -Data Mining -Data Science -Neural Networks -Anomaly Detection Currently I lecture the following courses: -Computer Programming Fundamentals -Integration Systems and Implementation -Algorithmic and Programming -Web Programming -Data Structures (Ansi C) -Information Technologies in Organizations (Lecture Master Degree in Information Systems) -Artificial Intelligence Techniques
Identificação

Identificação pessoal

Nome completo
LUÍS MIGUEL DA ROCHA DE MATOS

Nomes de citação

  • Matos, Luís
  • Luís Miguel Matos

Identificadores de autor

Ciência ID
4B15-8E29-1D57
ORCID iD
0000-0001-5827-9129
Google Scholar ID
o3_qOXkAAAAJ
Researcher Id
N-8043-2015
Scopus Author Id
57211265776

Domínios de atuação

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

Idiomas

Idioma Conversação Leitura Escrita Compreensão Peer-review
Português (Idioma materno)
Inglês Utilizador proficiente (C2) Utilizador proficiente (C2) Utilizador proficiente (C1) Utilizador proficiente (C2) Utilizador proficiente (C1)
Formação
Grau Classificação
2016/12/01 - 2021/12/07
Concluído
Tecnologia e Sistemas de Informação (Doutoramento)
Especialização em Sem especialidade
Universidade do Minho, Portugal
"An intelligent decision support system for mobile performance marketing" (TESE/DISSERTAÇÃO)
Approved unanimously (highest grade) External ref
2010/10/01 - 2015/11/02
Concluído
Mestrado Integrado em Engenharia e Gestão de Sistemas de Informação (Mestrado integrado)
Especialização em Ciências da Computação
Universidade do Minho - Campus de Azurém, Portugal
"Forecasting Human Entrances at a Commercial Store using facial recognition data" (TESE/DISSERTAÇÃO)
Percurso profissional

Ciência

Categoria Profissional
Instituição de acolhimento
Empregador
2016/12/01 - Atual Investigador (Investigação) Universidade do Minho Centro ALGORITMI, Portugal
Universidade do Minho - Campus de Azurém, Portugal

Docência no Ensino Superior

Categoria Profissional
Instituição de acolhimento
Empregador
2022/04/01 - Atual Professor Auxiliar Convidado (Docente Universitário) Universidade do Minho - Campus de Azurém, Portugal
Universidade do Minho - Departamento de Sistemas de Informação, Portugal
2019/10/01 - 2022/03/31 Assistente Convidado (Docente Universitário) Universidade do Minho, Portugal
Universidade do Minho - Campus de Azurém, Portugal
Projetos

Bolsa

Designação Financiadores
2019 - 2021/12/23 Factory of the Future: Smart Manufacturing
POCI-01-0247-FEDER-039479
Bolseiro de Investigação
Universidade do Minho Centro ALGORITMI, Portugal
2016 - 2019/11/30 PROMOS - Previsão e otimização de campanhas publicitárias para dispositivos móveis em modelos de subscrição.
NORTE-01-0247-FEDER-017497
Bolseiro de Investigação
Universidade do Minho Centro ALGORITMI, Portugal
Produções

Publicações

Artigo em conferência
  1. "A Machine Learning Approach for Spare Parts Lifetime Estimation". 2022.
    10.5220/0010903800003116
  2. Matos, Luís. "A Comparison of Anomaly Detection Methods for Industrial Screw Tightening". 2021.
    10.1007/978-3-030-86960-1_34
  3. Pereira, Pedro José; Coelho, Gabriel José Dias; Ribeiro, Alexandrine; Matos, Luís Miguel Rocha; Nunes, Eduardo Carvalho; Ferreira, André; Pilastri, André Luiz; Cortez, Paulo. "Using deep autoencoders for in-vehicle audio anomaly detection". 2021.
  4. Matos, L.M.; Cortez, P.; Mendes, R.; Moreau, A.; Matos, Luis Miguel; Cortez, Paulo; Mendes, Rui; Moreau, Antoine. "Using Deep Learning for Mobile Marketing User Conversion Prediction". 2019.
    10.1109/IJCNN.2019.8851888
  5. Luís Miguel Matos; Matos, Luis Miguel; Cortez, Paulo; Mendes, Rui; Moreau, Antoine. "A Comparison of Data-Driven Approaches for Mobile Marketing User Conversion Prediction". Trabalho apresentado em 2018 International Conference on Intelligent Systems (IS), 2018.
    Publicado • 10.1109/IS.2018.8710472
Artigo em revista
  1. "Isolation Forests and Deep Autoencoders for Industrial Screw Tightening Anomaly Detection". Computers (2022): https://www.mdpi.com/2073-431X/11/4/54.
    10.3390/computers11040054
  2. "Deep autoencoders for acoustic anomaly detection: experiments with working machine and in-vehicle audio". Neural Computing and Applications (2022): https://doi.org/10.1007/s00521-022-07375-2.
    10.1007/s00521-022-07375-2
Capítulo de livro
  1. Gonçalo Fontes; Luís Miguel Matos; Arthur Matta; André Pilastri; Paulo Cortez. "An Empirical Study on Anomaly Detection Algorithms for Extremely Imbalanced Datasets". 2022.
    10.1007/978-3-031-08333-4_7
  2. Gabriel Coelho; Pedro Pereira; Luis Matos; Alexandrine Ribeiro; Eduardo C. Nunes; André Ferreira; Paulo Cortez; André Pilastri. "Deep Dense and Convolutional Autoencoders for Machine Acoustic Anomaly Detection". 337-348. Springer International Publishing, 2021.
    10.1007/978-3-030-79150-6_27
  3. Matos, Luís Miguel; Domingues, André; Moreira, Guilherme; Cortez, Paulo; Pilastri, André. "A Comparison of Machine Learning Approaches for Predicting In-Car Display Production Quality". In Intelligent Data Engineering and Automated Learning – IDEAL 2021, 3-11. Springer International Publishing, 2021.
    Publicado • 10.1007/978-3-030-91608-4_1
  4. Matos, Luís. "Using Deep Learning for Ordinal Classification of Mobile Marketing User Conversion". 2019.
    10.1007/978-3-030-33607-3_7
Livro
  1. Silva, S.; Cortez, P.; Mendes, R.; Pereira, P.J.; Matos, L.M.; Garcia, L.. A Categorical Clustering of Publishers for Mobile Performance Marketing. 2019.
    10.1007/978-3-319-94120-2_14
  2. Cortez, P.; Matos, L.M.; Pereira, P.J.; Santos, N.; Duque, D.. Forecasting store foot traffic using facial recognition, time series and support vector machines. 2017.
    10.1007/978-3-319-47364-2_26
Tese / Dissertação
  1. Matos, Luís. "Forecasting Human Entrances at a Commercial Store using facial recognition data". 2015. http://repositorium.sdum.uminho.pt/handle/1822/40308.

Outros

Outra produção
  1. Deep Dense and Convolutional Autoencoders for Unsupervised Anomaly Detection in Machine Condition Sounds. 2020. Matos, Luís.
Distinções

Prémio

2021 Best Paper Award
Università degli Studi di Cagliari, Itália