???global.info.a_carregar???
Miguel Guimarães completed his Bachelor's and Master's Degrees in Computer Science in 2022 at the School of Management and Technology, of the Polytechnic of Porto. His master's work was developed in the field of Machine Learning (ML). Specifically, he addresses the issue of explainability in ML and explores meta-learning as a way to address some of the current challenges of ML, namely with streaming data. Currently, he is an Invited Assistant Professor at the same institution. He has a strong passion for research, having participated as a Research Fellow in 3 projects. Miguel is the author of several publications in the fields of machine learning and hybrid systems. Published 5 articles in journals, 6 book chapters, 3 conference papers and received 2 best paper awards. Also, he won a research grant at INESC TEC to work on the development and application of artificial intelligence techniques in the industrial environment, thus gaining knowledge in a work context, reconciling academic theory with practical experience. Recently, he has been investigating the application and drawbacks of Generative AI (GAI) models in the industry. Specifically, he focuses in having a human-centric vision and organization context, incorporating socio-technical factors into the GAI lifecycle, in order to adapt the model's output to the specific context. He hopes this will encourage a wider adoption of GAI like Large Language Models (LLMs) in industrial environments.
Ler resumo completo ↓
Identificação

Identificação pessoal

Nome completo
Miguel Ângelo Machado Guimarães

Nomes de citação

  • GUIMARÃES, MIGUEL
  • Miguel Guimarães
  • Guimarães, Miguel
  • Miguel, Guimarães
  • M. Guimarães
  • G. Miguel
  • Miguel G.

Identificadores de autor

Ciência ID
D31F-856F-7DB1
ORCID iD
0000-0003-0573-9122
AuthenticusID
R-00K-P1B
Google Scholar ID
H843DVEAAAAJ
Researcher Id
HSF-0139-2023
Scopus Author Id
57219162006

Endereços de correio eletrónico

  • mam@estg.ipp.pt (Profissional)
  • miguel.a.guimaraes@inesctec.pt (Profissional)

Telefones

Telemóvel
  • 960145997 (Pessoal)

Moradas

  • Rua das Macieiras nº1426, 4600-595, Fregim, Amarante, Portugal (Pessoal)

Websites

Domínios de atuação

  • Ciências da Engenharia e Tecnologias - Engenharia Eletrotécnica, Eletrónica e Informática

Idiomas

Idioma Conversação Leitura Escrita Compreensão Peer-review
Português (Idioma materno)
Inglês Utilizador independente (B1) Utilizador independente (B2) Utilizador independente (B2) Utilizador independente (B2) Utilizador independente (B2)
Formação
Grau Classificação
2020/10/01 - 2022/12/07
Concluído
 Engenharia Informática (Mestrado)
Instituto Politecnico do Porto Escola Superior de Tecnologia e Gestão, Portugal
"A bundle of services to develop better Machine Learning applications" (TESE/DISSERTAÇÃO)
 18
2017/10/01 - 2020/07/31
Concluído
 Engenharia Informática (Licenciatura)
Instituto Politecnico do Porto Escola Superior de Tecnologia e Gestão, Portugal
 15
Percurso profissional

Docência no Ensino Superior

Categoria Profissional
Instituição de acolhimento 		Empregador
2022/10/01 - Atual Assistente convidado (Docente Ensino Superior Politécnico) Instituto Politecnico do Porto Escola Superior de Tecnologia e Gestão, Portugal
Projetos

Projeto

Designação Financiadores
2022/09/01 - 2023/02/28 Continuously Evolving Distributed Ensembles
EXPL/CCI-COM/0706/2021
Bolseiro de Investigação
Instituto Politécnico do Porto Centro de Inovação e Investigação em Ciências Empresariais e Sistemas de Informação, Portugal

Instituto Politecnico do Porto Escola Superior de Tecnologia e Gestão, Portugal
Fundação para a Ciência e a Tecnologia
Em curso
2019/07/07 - 2022/05/20 Intelligent Digital Audit Knowledge Base Engine
C30/2017/39900
Bolseiro de Investigação
Instituto Politécnico do Porto Centro de Inovação e Investigação em Ciências Empresariais e Sistemas de Informação, Portugal
 Agência Nacional de Inovação SA
Concluído
Produções

Publicações

Artigo em conferência
  1. Guimaraes, Miguel; Carneiro, Davide. "A Meta-Learning Approach to Error Prediction". Trabalho apresentado em 16th Iberian Conference on Information Systems and Technologies (CISTI), Chaves, Portugal, 2021.
    Publicado • 10.23919/cisti52073.2021.9476516
  2. Carneiro, Davide; GUIMARÃES, MIGUEL; Veloso, Patrícia; Batista, Joana; Sousa, Miguel. "A Conversational Interface for interacting with Machine Learning models". 2021.
    Publicado
  3. Carneiro, D; Veloso, P; Guimarães, M; Baptista, J; Sousa, M. "A Conversational Interface for interacting with Machine Learning models". 2021.
  4. GUIMARÃES, MIGUEL; Bessa, Rui; Ribeiro, José. "Super Mario Bros e a sua Inteligência Artificial". Trabalho apresentado em Simpósio de Engenharia Informática, Porto, 2019.
    Publicado
Artigo em revista
  1. Miguel Guimarães; Davide Carneiro; Guilherme Palumbo; Filipe Oliveira; Óscar Oliveira; Victor Alves; Paulo Novais. "Predicting Model Training Time to Optimize Distributed Machine Learning Applications". Electronics (2023): https://doi.org/10.3390/electronics12040871.
    Publicado • 10.3390/electronics12040871
  2. Palumbo, Guilherme; Carneiro, Davide; Guimares, Miguel; Alves, Victor; Novais, Paulo. "Algorithm Recommendation and Performance Prediction Using Meta-Learning". International Journal of Neural Systems 33 03 (2023): http://dx.doi.org/10.1142/s0129065723500119.
    Publicado • 10.1142/s0129065723500119
  3. Borges, Ana; Carvalho, Mariana; Maia, Miguel; Guimarães, Miguel; Carneiro, Davide. "Predicting and explaining absenteeism risk in hospital patients before and during COVID-19". Socio-Economic Planning Sciences (2023): 101549. http://dx.doi.org/10.1016/j.seps.2023.101549.
    Publicado • 10.1016/j.seps.2023.101549
  4. Davide Carneiro; Miguel Guimarães; Mariana Carvalho; Paulo Novais. "Using meta-learning to predict performance metrics in machine learning problems". Expert Systems (2023): https://doi.org/10.1111/exsy.12900.
    Publicado • 10.1111/exsy.12900
  5. Davide Carneiro; Miguel Guimarães; Fábio Silva; Paulo Novais. "A predictive and user-centric approach to Machine Learning in data streaming scenarios". Neurocomputing (2021): https://doi.org/10.1016/j.neucom.2021.07.100.
    Publicado • 10.1016/j.neucom.2021.07.100
Capítulo de livro
  1. Guilherme Palumbo; Miguel Guimarães; Davide Carneiro; Paulo Novais; Victor Alves. "Real-Time Algorithm Recommendation Using Meta-Learning". 2023.
    Publicado • 10.1007/978-3-031-22356-3_24
  2. Miguel Guimarães; Filipe Oliveira; Davide Carneiro; Paulo Novais. "The Impact of Data Selection Strategies on Distributed Model Performance". 2023.
    10.1007/978-3-031-43461-7_16
  3. Carneiro, Davide; Sousa, Miguel; Palumbo, Guilherme; Guimarães, Miguel; Carvalho, Mariana; Novais, Paulo. "Continuously Learning from User Feedback". In Lecture Notes in Networks and Systems, 579-588. Springer International Publishing, 2022.
    Publicado • 10.1007/978-3-031-04826-5_57
  4. Rosa, Luís; Guimarães, Miguel; Carneiro, Davide; Silva, Fábio; Analide, César. "Explainable Decision Tree on Smart Human Mobility". In Workshops at 18th International Conference on Intelligent Environments (IE2022). IOS Press, 2022.
    Publicado • 10.3233/aise220059
  5. Carneiro, Davide; Guimarães, Miguel; Sousa, Miguel. "Optimizing Instance Selection Strategies in Interactive Machine Learning: An Application to Fraud Detection". In Advances in Intelligent Systems and Computing, 124-133. Springer International Publishing, 2021.
    Publicado • 10.1007/978-3-030-73050-5_13
  6. Carneiro, Davide; Guimarães, Miguel; Carvalho, Mariana; Novais, Paulo. "Optimizing Model Training in Interactive Learning Scenarios". In Trends and Applications in Information Systems and Technologies, 156-165. Springer International Publishing, 2021.
    Publicado • 10.1007/978-3-030-72657-7_15
  7. Carneiro, Davide; Silva, Fábio; GUIMARÃES, MIGUEL; Sousa, Daniel; Novais, Paulo. "Explainable Intelligent Environments". In Ambient Intelligence – Software and Applications, 34-43. Springer International Publishing, 2020.
    Publicado • 10.1007/978-3-030-58356-9_4
Pré-impressão
  1. Oliveira, F; Carneiro, D; Guimaraes, M; Oliveira, O; Novais, P. "Block size, parallelism and predictive performance: finding the sweet spot in distributed learning". 2023. https://www.authenticus.pt/P-00Y-K0Q.
    10.1080/17445760.2023.2225854
Tese / Dissertação
  1. "A bundle of services to develop better Machine Learning applications". Mestrado, Instituto Politecnico do Porto Escola Superior de Tecnologia e Gestão, 2022. http://hdl.handle.net/10400.22/22510.
Atividades

Arbitragem científica em conferência

Nome da conferência Local da conferência
2023/05/08 - 2023/05/08 13th International Conference on Methodologies and Intelligent Systems for Technology Enhanced Learning Mis4tel
Distinções

Prémio

2022 Best Paper in ESTG Masters
Instituto Politecnico do Porto Escola Superior de Tecnologia e Gestão, Portugal

Instituto Politécnico do Porto Centro de Inovação e Investigação em Ciências Empresariais e Sistemas de Informação, Portugal
2022 Eletronics Journal MDPI Best Paper
Università degli Studi dell'Aquila, Itália