Titulo Estágio
Modelos de Avaliação e Análise de Riscos de Obesidade
Áreas de especialidade
Sistemas Inteligentes
Local do Estágio
CNC-UC – Centro de Neurociências e Biologia Celular da Universidade de Coimbra; DEI-FCTUC – Departamento de Engenharia Informática da Faculdade de Ciências e Tecnologia da Universidade de Coimbra
Enquadramento
O projeto “PAS GRAS: redução de riscos metabólicos, determinantes ambientais e comportamentais da obesidade em crianças, adolescentes e jovens adultos”, do CNC-UC/CIBB, é financiado pelo Horizonte Europa (ID 101080329), e envolve 8 países. Uma das componentes do projeto incide no desenvolvimento de métodos para análise e avaliação de riscos de obesidade através dos conjuntos de dados recolhidos pelos vários grupos envolvidos. A equipa é interdisciplinar com atuação nas áreas das ciências da vida, saúde, desporto, educação e comunicação.
Objetivo
O objetivo principal desta dissertação é o desenvolvimento de algoritmos e métodos para avaliar e analisar o risco de obesidade e suas complicações a partir de dados biológicos, como medições antropométricas, dados bioquímicos e respostas a questionários. A dissertação deve ser focada na pesquisa e desenvolvimento de modelos preditivos e de classificação. Isto inclui a aplicação de métodos como: modelos de análise preditiva usando regressão, modelos de classificação para identificação de riscos, e reconhecimento de padrões complexos. Espera-se que os métodos desenvolvidos sejam desenvolvidos a partir dos datasets disponíveis, e que sejam criados modelos que suportem a identificação e análise de padrões para obter conhecimento sobre as causas subjacentes da obesidade e possíveis complicações futuras.
Plano de Trabalhos - Semestre 1
1 – Revisão da bibliografia e Estado da Arte;
2 – Análise do dataset e definição de requisitos;
3 – Design da arquitetura do sistema;
4 – Elaboração do relatório intermédio da dissertação.
Plano de Trabalhos - Semestre 2
5 – Desenvolvimento inicial do protótipo;
6 – Implementação de técnicas propostas e experimentação;
7 – Validação e refinação de modelos;
8 – Análise de resultados;
9 – Escrita da Dissertação
Condições
O estágio será realizado nas instalações do CNC-UC, nas instalações do grupo CMS do CISUC (DEI-FCTUC), e em locais onde decorrerão as atividades do projeto PAS GRAS.
Observações
O aluno deve ter experiência de programação orientada a objectos (ex: Python, …) e conhecimento de algoritmos/modelos de Machine Learning.
Orientador
Paulo Jorge Oliveira, António Malta Lopes da Cruz, Nuno Lourenço
pauloliv@ci.uc.pt 📩