???global.info.a_carregar???
Identificação

Identificação pessoal

Nome completo
Pedro Pereira

Nomes de citação

  • Pereira, Pedro José

Identificadores de autor

Ciência ID
861C-FF53-609B
ORCID iD
0000-0002-6169-8778
Google Scholar ID
TUDKBfEAAAAJ
Researcher Id
AAD-4500-2020
Scopus Author Id
56151481600

Moradas

  • Rua Cónego Luciano Afonso dos Santos, nº103, 4ºtrás, 103, 4700-371, Braga, Braga, Portugal (Pessoal)

Websites

  • https://pjp.dsi.uminho.pt/ (Profissional)

Idiomas

Idioma Conversação Leitura Escrita Compreensão Peer-review
Português (Idioma materno)
Inglês Utilizador proficiente (C1) Utilizador proficiente (C1) Utilizador proficiente (C1) Utilizador proficiente (C1) Utilizador proficiente (C1)
Formação
Grau Classificação
2017 - 2021
Concluído
Tecnologia e Sistemas de Informação (Doutoramento)
Universidade do Minho Escola de Engenharia, Portugal
"Modern optimization of predictive models: an application to mobile performance marketing" (TESE/DISSERTAÇÃO)
Aprovado por unanimidade com a distinção "Muito Bom"
2011 - 2016
Concluído
Engenharia e Gestão de Sistemas de Informação (Mestrado integrado)
Universidade do Minho Escola de Engenharia, Portugal
Percurso profissional

Ciência

Categoria Profissional
Instituição de acolhimento
Empregador
2016/12 - 2021/12 Investigador (Investigação) Universidade do Minho Centro ALGORITMI, Portugal

Docência no Ensino Superior

Categoria Profissional
Instituição de acolhimento
Empregador
2018/04 - Atual Assistente Convidado (Docente Universitário) Universidade do Minho Escola de Engenharia, Portugal
Projetos

Bolsa

Designação Financiadores
2019 - 2021/12 Factory of the Future: Smart Manufacturing
POCI-01-0247-FEDER-039479
Bolseiro de Investigação
2016 - 2019/11 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 revista
  1. Pereira, P.J.; Cortez, P.; Mendes, R.. "Multi-objective Grammatical Evolution of Decision Trees for Mobile Marketing user conversion prediction". Expert Systems with Applications 168 (2021): http://www.scopus.com/inward/record.url?eid=2-s2.0-85097041616&partnerID=MN8TOARS.
    10.1016/j.eswa.2020.114287
  2. Pereira, Pedro José. "Using Deep Autoencoders for In-vehicle Audio Anomaly Detection". Procedia Computer Science 192 (2021): 298-307. http://dx.doi.org/10.1016/j.procs.2021.08.031.
    10.1016/j.procs.2021.08.031
  3. Cortez, P.; Pereira, P.J.; Mendes, R.. "Multi-step time series prediction intervals using neuroevolution". Neural Computing and Applications 32 13 (2020): 8939-8953. http://www.scopus.com/inward/record.url?eid=2-s2.0-85083387575&partnerID=MN8TOARS.
    10.1007/s00521-019-04387-3
Capítulo de livro
  1. Pereira, Pedro José. "An Intelligent Decision Support System for Production Planning in Garments Industry". 378-386. Springer International Publishing, 2021.
    10.1007/978-3-030-91608-4_37
  2. Pereira, Pedro José. "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. Pereira, Pedro José. "A Comparison of Machine Learning Methods for Extremely Unbalanced Industrial Quality Data". 561-572. Springer International Publishing, 2021.
    10.1007/978-3-030-86230-5_44
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. Pereira, P.J.; Pinto, P.; Mendes, R.; Cortez, P.; Moreau, A.. Using Neuroevolution for Predicting Mobile Marketing Conversion. 2019.
    10.1007/978-3-030-30244-3_31
  3. Pereira, P.J.; Cortez, P.; Mendes, R.. Multi-objective learning of neural network time series prediction intervals. 2017.
    10.1007/978-3-319-65340-2_46
  4. 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