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

Endereços de correio eletrónico

• luis.matos@dsi.uminho.pt (Profissional)

Websites

• linkedin.com/in/lmmatos (Profissional)
• https://lmm.dsi.uminho.pt/ (Profissional)

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 (C2)

	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)

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

Bolsa

	Designação	Financiadores
2019/12/13 - 2021/12/23	Factory of the Future: Smart Manufacturing POCI-01-0247-FEDER-039479 Bolseiro de Investigação Universidade do Minho Centro ALGORITMI, Portugal	BOSCH CAR MULTIMEDIA, SA European Regional Development Fund Concluído
2016/12/02 - 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	OLAMOBILE PORTUGAL, SOCIEDADE UNIPESSOAL, LDA European Regional Development Fund Concluído

Projeto

	Designação	Financiadores
2022/01/02 - Atual	Connected Manufacturing - Digital Transformation UMINHO/BID/2022/10 Bolseiro de Pós-Doutoramento Universidade do Minho Centro ALGORITMI, Portugal	Agência para o Investimento e Comércio Externo de Portugal EPE BOSCH Em curso

Publicações

Artigo em conferência	Cristiana Fernandes; Luís Miguel Matos; Duarte Folgado; Maria Lua Nunes; Joao Rui Pereira; Andre Pilastri; Paulo Cortez. "A Deep Learning Approach to Prevent Problematic Movements of Industrial Workers Based on Inertial Sensors". 2022. 10.1109/ijcnn55064.2022.9892409 Macedo, Luísa; Luís Miguel Matos; Cortez, Paulo; Domingues, André; Moreira, Guilherme; Pilastri, André. "A Machine Learning Approach for Spare Parts Lifetime Estimation". 2022. 10.5220/0010903800003116 Ribeiro, Diogo; Matos, Luís Miguel; Moreira, Guilherme; Pilastri, André; Cortez, Paulo. "A Comparison of Anomaly Detection Methods for Industrial Screw Tightening". 2021. 10.1007/978-3-030-86960-1_34 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. 10.1016/j.procs.2021.08.031 Matos, Luis Miguel; Cortez, Paulo; Mendes, Rui; Moreau, Antoine. "Using Deep Learning for Mobile Marketing User Conversion Prediction". 2019. 10.1109/IJCNN.2019.8851888 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	Matos, Luís Miguel; Cortez, Paulo; Mendes, Rui; Moreau, Antoine. "A Deep Learning-Based Decision Support System for Mobile Performance Marketing". International Journal of Information Technology & Decision Making (2022): 1-25. http://dx.doi.org/10.1142/s021962202250047x. 10.1142/s021962202250047x Luís Miguel Matos; João Azevedo; Arthur Matta; André Pilastri; Paulo Cortez; Rui Mendes. "Categorical Attribute traNsformation Environment (CANE): A python module for categorical to numeric data preprocessing". Software Impacts (2022): https://doi.org/10.1016/j.simpa.2022.100359. 10.1016/j.simpa.2022.100359 Coelho, Gabriel; Luís Miguel Matos; Pereira, Pedro José; Ferreira, André; Pilastri, André; Cortez, Paulo. "Deep autoencoders for acoustic anomaly detection: experiments with working machine and in-vehicle audio". Neural Computing and Applications (2022): http://dx.doi.org/10.1007/s00521-022-07375-2. 10.1007/s00521-022-07375-2 Ribeiro, Diogo; Matos, Luís Miguel; Moreira, Guilherme; Pilastri, André; Cortez, Paulo. "Isolation Forests and Deep Autoencoders for Industrial Screw Tightening Anomaly Detection". Computers 11 4 (2022): 54. http://dx.doi.org/10.3390/computers11040054. 10.3390/computers11040054 Azevedo, João; Ribeiro, Rui; Luís Miguel Matos; Sousa, Rui; Silva, João Paulo; Pilastri, André; Cortez, Paulo. "Predicting Yarn Breaks in Textile Fabrics: A Machine Learning Approach". Procedia Computer Science 207 (2022): 2301-2310. http://dx.doi.org/10.1016/j.procs.2022.09.289. Publicado • 10.1016/j.procs.2022.09.289
Capítulo de livro	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 Santos, Luís; Luís Miguel Matos; Ferreira, Luís; Alves, Pedro; Viana, Mário; Pilastri, André; Cortez, Paulo. "A Sequence to Sequence Long Short-Term Memory Network for Footwear Sales Forecasting". In Intelligent Data Engineering and Automated Learning – IDEAL 2022, 465-473. Springer International Publishing, 2022. 10.1007/978-3-031-21753-1_45 Carvalho, Hugo Silva; Pilastri, André; Matta, Arthur; Luís Miguel Matos; Novais, Rui; Cortez, Paulo. "An Intelligent Decision Support System for Road Freight Transport". In Intelligent Data Engineering and Automated Learning – IDEAL 2022, 146-156. Springer International Publishing, 2022. 10.1007/978-3-031-21753-1_15 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 Luís Miguel Matos; 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. 10.1007/978-3-030-91608-4_1 Luís Miguel Matos; Cortez, Paulo; Mendes, Rui Castro; Moreau, Antoine. "Using Deep Learning for Ordinal Classification of Mobile Marketing User Conversion". In Intelligent Data Engineering and Automated Learning – IDEAL 2019, 60-67. Springer International Publishing, 2019. 10.1007/978-3-030-33607-3_7
Livro	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 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	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

Deep Dense and Convolutional Autoencoders for Unsupervised Anomaly Detection in Machine Condition Sounds. 2020. Ribeiro, Alexandrine; Matos, Luís; Pereira, Pedro José; Nunes, Eduardo C.; Cortez, Paulo; Pilastri, André.

Prémio

2021	ICCSA 2021 Conference - Best Paper Award Università degli Studi di Cagliari, Itália