PPCIC scriptLattes

Diego Barreto Haddad

Possui doutorado em engenharia elétrica pela COPPE/UFRJ (2013), mestrado em Engenharia Elétrica (2008) pela mesma instituição e graduação em Engenharia Elétrica Com Ênfase Em Telecomunicações pela Universidade do Estado do Rio de Janeiro (2005). É professor do do Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, atuando principalmente nos seguintes temas: desconvolução cega de fontes, análise de componentes principais, processamento não supervisionado de sinais, redes neurais, métodos ensemble de aprendizado de máquina supervisionado, reconhecimento de padrões, análise de componentes independentes, filtragem adaptativa e processamento multitaxas. É professor do curso de bacharelado em Engenharia de Computação (CEFET-RJ campus Petrópolis), no Programa de Mestrado em Engenharia Elétrica (PPEEL-CEFET/RJ), no Programa de Mestrado em Computação (PPCIC-CEFET/RJ) e no Programa de Doutorado em Instrumentação e Óptica Aplicada (PPGIO, num consórcio entre o CEFET/RJ e a UFF). Obteve financiamento (como nos editais APQ1 da FAPERJ e Universal do CNPq) em diversos órgãos de fomento, sendo em 2021 contemplado no Edital Jovem Cientista, da FAPERJ. Foi coordenador do Programa de Mestrado em Engenharia Elétrica (PPEEL), no biênio 2018-2020. Foi (ou é) membro do Comitê de Programa Técnico do Congresso de Engenharia de Àudio da AES-Brasil (2011, 2014 e 2015), da SBrT (por diversos anos), da Offshore Technology Conference (2011) e do Encontro Regional de Matemática Aplicada e Computacional da Regional 6. Atualmente, é membro da SBrT e do IEEE. (Texto informado pelo autor)

http://lattes.cnpq.br/8728806963872778 (11/04/2023)

Rótulo/Grupo:

Bolsa CNPq: Nível 2

Período de análise:

Endereço: Centro Federal de Educação Tecnológica Celso Suckow da Fonseca. Rua do Imperador - de 659 ao fim - lado ímpar Centro 25620003 - Petrópolis, RJ - Brasil Telefone: (24) 2292-9700 Ramal: 60 URL da Homepage: http://www.cefet-rj.br

Grande área: [sem-grandeArea]

Área: [sem-area]

Citações: Google Acadêmico

Produção bibliográfica

Artigos completos publicados em periódicos (7)
1. ANDRADE, FABIO A. A. ; HOVENBURG, ANTHONY ; DE LIMA, LUCIANO NETTO DE ; RODIN, CHRISTOPHER DAHLIN ; JOHANSEN, TOR ARNE ; STORVOLD, RUNE ; CORREIA, CARLOS A. M. ; HADDAD, Diego Barreto. Autonomous Unmanned Aerial Vehicles in Search and Rescue Missions Using Real-Time Cooperative Model Predictive Control. SENSORS. v. 19, p. 4067-4080, issn: 1424-8220, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: A1
2. LARA, PEDRO ; IGREJA, FILIPE ; TARRATACA, LUIS D. T. J. ; HADDAD, Diego Barreto ; Petraglia, Mariane R.. Exact Expectation Evaluation and Design of Variable Step-Size Adaptive Algorithms. IEEE SIGNAL PROCESSING LETTERS. v. 26, p. 74-78, issn: 1070-9908, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: A1
3. LARA, PEDRO ; HADDAD, DIEGO ; TARRATACA, LUIS ; TEODORO, THIAGO ; IGREJA, FILIPE. Exact Expectation Analysis of the LMS Adaptive Identification of Nonlinear Systems. ELECTRONICS LETTERS. v. 56, p. 45-48, issn: 0013-5194, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: B1
4. DE ASSIS, LAURA S. ; DE P. JUNIOR, JURAIR R. ; TARRATACA, LUIS ; FONTOURA, ALAN R. ; Haddad, Diego B.. Efficient Volterra systems identification using hierarchical genetic algorithms. APPLIED SOFT COMPUTING. v. 85, p. 105745-105753, issn: 1568-4946, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: A1 (APPLIED SOFT COMPUTING (PRINT))
5. PETRAGLIA, MARIANE ; RESENDE, LEONARDO ; HADDAD, DIEGO ; FERREIRA, GUILHERME ; CAMPELO, PEDRO. Sparsity-Aware Reuse of Coefficients NLMS. ELECTRONICS LETTERS (ONLINE). v. 55, p. 561-563, issn: 1350-911X, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: Não identificado (ELECTRONICS LETTERS (ONLINE))
6. LARA, PEDRO ; TARRATACA, LUÍS D.T.J. ; Haddad, Diego B.. Exact Expectation Analysis of the Deficient-Length LMS Algorithm. SIGNAL PROCESSING. v. 162, p. 54-64, issn: 0165-1684, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: A1
7. LARA, PEDRO ; Haddad, Diego B. ; TARRATACA, LUÍS. Advances on the analysis of the LMS algorithm with a colored measurement noise. SIGNAL, IMAGE AND VIDEO PROCESSING. v. 14, p. 529-536, issn: 1863-1711, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: B1
Livros publicados/organizados ou edições (1)
1. HADDAD, D. B.; GURJAO, E. C. (Org.) ; LOVISOLO, Lisandro (Org.). Livro de minicursos SBRT 2019. 1 ed. João Pessoa: IFPB, 2019. v. 1, p. 168.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Capítulos de livros publicados (0)
Textos em jornais de notícias/revistas (0)
Trabalhos completos publicados em anais de congressos (5)
1. RESENDE, L. C. ; SIQUEIRA, N. N. ; HADDAD, D. B. ; Petraglia, Mariane R.. The ℓ0-Norm Constraint Coefficient Reusing Least Mean Square Algorithm. Em: XXXVII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais (SBrT 2019), v. 1, p. 1-5, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: B5 (Simpósio Brasileiro de Telecomunicações e Processamento de Sinais)
2. FONTOURA, A. ; HADDAD, D. B. ; BEZERRA, E.. A Deep Reinforcement Learning Approach to Asset-Liability Management. Em: BRACIS 2019, v. 1, p. 1-5, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: Não identificado (BRACIS 2019)
3. ZANCHETT, DIEGO H. B. ; JUNIOR, JURAIR R. P. ; MONTEIRO, ANDRÉ F. ; Haddad, Diego B. ; ASSIS, LAURA S.. Collaborative information system to find efficient routes using public transport. Em: the 25th Brazillian Symposium, p. 473, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: Não identificado (the 25th Brazillian Symposium)
4. SANTOS, G. A. S. ; TARRATACA, L. D. T. J. ; HADDAD, D. B. ; BORDIGNON, A. ; BRANDAO, D. N. ; BELLOZE, K. T.. Data Warehouse Educacional: Uma visão sobre a Evasão no Ensino Superior. Em: Brazilian Symposium on Databases, v. 1, p. 1-5, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: Não identificado (Brazilian Symposium on Databases)
5. GARCIA SAMPAIO, RAFAELA APARECIDA ; LOPES E SILVA, FABRICIO ; DE SOUZA DE CARVALHO, CRISTIANO ; BARRETO HADDAD, DIEGO ; MATTOS ARAUJO, GABRIEL ; M. G. FRANCA, FELIPE. A Novel Sequential Activation Method for the Locomotion of Quadrupedal Soft Robots. Em: 2019 Latin American Robotics Symposium (LARS), v. 1, p. 393-398, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: B2 (LARS)
Resumos expandidos publicados em anais de congressos (0)
Resumos publicados em anais de congressos (0)
Artigos aceitos para publicação (0)
Apresentações de trabalho (0)
Demais tipos de produção bibliográfica (0)

Produção técnica

Programas de computador com registro de patente (0)
Programas de computador sem registro de patente (0)
Produtos tecnológicos (0)
Processos ou técnicas (0)
Trabalhos técnicos (0)
Demais tipos de produção técnica (0)

Produção artística

Total de produção artística (0)

Orientações em andamento

Supervisão de pós-doutorado (0)
Tese de doutorado (3)
1. Carlos Alberto Moraes Correia. Técnicas de Controle para Enxames de Drones (provisório). Tese (Doutorado em Instrumentação e Óptica Aplicada) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Início: 2019.
  Orientador: Diego Barreto Haddad.
2. José Victor Gonçalez de Souza. Análises e Avanços do Algoritmo FX-LMS. Tese (Doutorado em Instrumentação e Óptica Aplicada) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Início: 2019.
  Orientador: Diego Barreto Haddad.
3. Filipe Igreja. Análise Exata de Algoritmos de Filtragem Adaptativa. Tese (Doutorado em Instrumentação e Óptica Aplicada) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, . Início: 2019.
  Orientador: Diego Barreto Haddad.
Dissertação de mestrado (2)
1. Thiago Rangel Pesse Gonzaga. Modelo Estocástico do Algoritmo Block-LMS por Discretização Angular. Dissertação (Mestrado em Ciência da Computação) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, . Início: 2019.
  Orientador: Diego Barreto Haddad.
2. Davi Bortolotti Batista. Lineamento Automático em Estruturas Geológicas. Dissertação (Mestrado em Ciência da Computação) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, . Início: 2019.
  Orientador: Diego Barreto Haddad.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (0)
Iniciação científica (0)
Orientações de outra natureza (0)

Supervisões e orientações concluídas

Supervisão de pós-doutorado (0)
Tese de doutorado (0)
Dissertação de mestrado (1)
1. Felipe Ximenes Viana. AERIAL IMAGE INSTANCE SEGMENTATION THROUGH SYNTHETIC DATA USING DEEP LEARNING. Dissertação (Mestrado em Engenharia Elétrica) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2019.
  Orientador: Diego Barreto Haddad.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (0)
Iniciação científica (1)

Caio Emiliano Rodrigues. Emprego de Visão Computacional para Rastreamento de Dutos Subaquáticos. (Graduando em Engenharia de Computação) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2019.
Orientador: Diego Barreto Haddad.
Orientações de outra natureza (0)

Projetos de pesquisa

Total de projetos de pesquisa (2)

2019-Atual. Analise Estocastica Avancada de Algoritmos de Filtragem Adaptativa
Descrição: Devido ao seu baixo custo computacional e capacidade de se adaptar a mudanças nos sistemas subjacentes, algoritmos de filtragem adaptativa são importantes em aplicações cruciais e frequentes nos dias de hoje, tais como controle adaptativo, cancelamento de eco acústico, equalização de canais e predição de séries temporais. Parte do poder destes algoritmos deriva do fato de que eles prescindem de informações a priori detalhadas sobre os sinais envolvidos. Embora muito valorizadas na literatura, técnicas de análise destes algoritmos normalmente falham em prover garantias acuradas de desempenho e estabilidade, principalmente devido à adoção de hipóteses simplificadoras irrealistas. Entre estas, cumpre ressaltar a hipótese da independência, a qual preconiza independência estatística entre as amostras do sinal de entrada e os coeficientes adaptativos. Embora tal hipótese implique predições teóricas razoáveis para valores de fatores de aprendizagem reduzidos, elas não são capazes de modelar com precisão o desempenho do algoritmo quanto tais fatores assumem valores de maior magnitude. Como a região de instabilidade destes algoritmos ocorre nesta condição, estes modelos não são capazes de fornecer limitantes superiores teóricos acurados para o fator de aprendizagem, bem como tendem a não prover garantias de desempenho razoáveis. Para atenuar estas limitações, foi proposta na literatura a chamada análise de esperança exata, a qual não se vale da hipótese da independência. Esta técnica apresenta predições mais aderentes aos resultados empíricos, sendo capaz de prover diretrizes mais realistas para o projetista. Neste projeto, diversas extensões da técnica de análise de esperança exata são propostas, tais como a aplicação em novos algoritmos (os quais ainda não foram objeto desta análise), análise de identificação de plantas não lineares, aplicação em estatísticas de mais alta ordem relacionadas ao estimador e adoção de fatores de aprendizado variantes no tempo.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Diego Barreto Haddad - Coordenador. Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Auxílio financeiro.
Membro: Diego Barreto Haddad.
2019-Atual. Novos Metodos em Otimizacao e Visao Computacional
Descrição: Desafios tecnológicos importantes, tais como robótica, geração distribuída de energia elétrica, inspeção de usinas fotovoltaicas, controle adaptativo, reconhecimento de padrões, detecção de anomalias frequentemente, cancelamento de eco em redes telefônicas, predição de séries temporais, são resolvidos mediante o uso de sistemas robóticos em conjunto com tecnicas de otimização. O mesmo se aplica às técnicas de visão computacional, as quais almejam extrair informações de alto nível a partir de sinais de imagem ou de vídeo. Este projeto de pesquisa multidisciplinar tem como foco o avanço de técnicas de otimização, robótica e de visão computacional situadas no estado da arte. Os avanços nas técnicas de visão computacional e nos recursos de /textit{hardware} permitiram um uso mais significativo de imagens e Veículos Aéreos não Tripuláveis (VANTs) em ambientes industriais para aplicações de inspeção e manutenção. Além disso, inspeções periódicas são de grande importância na prevenção de falhas. Falhas em equipamentos elétricos podem criar pontos de estresse térmico devido a um aumento de resistência, que podem ser detectados através de técnicas de visão computacional. Considerando componentes de linhas de transmissão ou sistemas fotovoltaicos de grande porte, as falhas podem provocar efeito cascata no sistema elétrico. Devido a isso, uma das proposições deste trabalho consiste em desenvolver um sistema semiautônomo de inspeção utilizando VANTs e visão computacional. Uma grande motivação para esta pesquisa é o fato da pouca disponibilidade de tecnologias no mercado capazes de serem aplicadas de maneira simples, com pouca intervenção, baixo custo e alta confiabilidade. Outro tema no qual este projeto pretende efetuar contribuições é no processamento adaptativo de sinais. Afinal, algoritmos de filtragem adaptativa são mecanismos de otimização que se ajustam às variações estatísticas dos sinais envolvidos, os quais exigem um judicioso ajuste de seus parâmetros.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Diego Barreto Haddad - Coordenador.
Membro: Diego Barreto Haddad.

Prêmios e títulos

Total de prêmios e títulos (1)

Best paper: "A novel sequential activation method for the locomotion of quadrupedal soft robots", LARS/SBR.. 2019.
Membro: Diego Barreto Haddad.

Participação em eventos

Total de participação em eventos (0)

Organização de eventos

Total de organização de eventos (0)

Lista de colaborações

Colaborações endôgenas (4)

Diego Barreto Haddad ⇔ Laura Silva de Assis (2.0)
DE ASSIS, LAURA S. ; DE P. JUNIOR, JURAIR R. ; TARRATACA, LUIS ; FONTOURA, ALAN R. ; Haddad, Diego B.. Efficient Volterra systems identification using hierarchical genetic algorithms. APPLIED SOFT COMPUTING. v. 85, p. 105745-105753, issn: 1568-4946, 2019.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Qualis: A1 (APPLIED SOFT COMPUTING (PRINT))
ZANCHETT, DIEGO H. B. ; JUNIOR, JURAIR R. P. ; MONTEIRO, ANDRÉ F. ; Haddad, Diego B. ; ASSIS, LAURA S.. Collaborative Information System to Find Efficient Routes Using Public Transport. Em: Brazilian Symposium on Multimedia and the Web, p. 473-476, 2019.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Qualis: B1

Diego Barreto Haddad ⇔ Diego Nunes Brandão (1.0)
SANTOS, G. A. S. ; TARRATACA, L. D. T. J. ; HADDAD, D. B. ; BORDIGNON, A. ; BRANDAO, D. N. ; BELLOZE, K. T.. Data Warehouse Educacional: Uma visão sobre a Evasão no Ensino Superior. Em: Simpósio Brasileiro de Banco de Dados, v. 1, p. 1-5, 2019.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Qualis: B1

Diego Barreto Haddad ⇔ Eduardo Bezerra da Silva (1.0)
FONTOURA, A. ; HADDAD, D. B. ; BEZERRA, E.. A Deep Reinforcement Learning Approach to Asset-Liability Management. Em: Brazilian Conference on Intelligent Systems (BRACIS), v. 1, p. 1-5, 2019.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Qualis: B1 (Brazilian Conference on Intelligent System)

Diego Barreto Haddad ⇔ Kele Teixeira Belloze (1.0)
SANTOS, G. A. S. ; TARRATACA, L. D. T. J. ; HADDAD, D. B. ; BORDIGNON, A. ; BRANDAO, D. N. ; BELLOZE, K. T.. Data Warehouse Educacional: Uma visão sobre a Evasão no Ensino Superior. Em: Simpósio Brasileiro de Banco de Dados, v. 1, p. 1-5, 2019.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Qualis: B1

(*) Relatório criado com produções desde 2019 até 2019
Data de processamento: 30/09/2024 17:54:38

Relatório gerado por scriptLattes V8.11. Os resultados estão sujeitos a falhas devido a inconsistências no preenchimento dos CVs Lattes. E-mail de contato: lattes@eic.cefet-rj.br