Projetos de Pesquisa Acadêmica

Modelagem Epidemiológica

  • Modelagem, observação e controle em epidemiologia e ecologia
    María Soledad Aronna e Pierre-Alexandre Bliman

    Esse projeto estuda alguns aspectos das relações entre espécies vivas, e das interações entre eles e o meio ambiente, especialmente em ligação com a disseminação de epidemias. Uma particularidade dos fenômenos estudados é que se situam na interface entre o «mundo natural» e o «mundo humano», inclusive em conseqüência da aplicação de políticas públicas. Entre outras questões examinaremos a influência da mobilidade humana intra e interurbana na disseminação de uma doença; os efeitos da antropização de regiões remotas no surgimento de zoonoses; a previsão da evolução de uma epidemia a partir dos números de incidência e a questão dos casos assintomáticos; a redução do custo de métodos de controle de vetores biológicos; o desenvolvimento de resistência induzido pelo uso de insecticidas (em relação com a questão precedente); a influência sobre a dinâmica de uma doença das campanhas de informação. Serão utilizados crucialmente métodos matemáticos da Teoria do controle.

    Colaboradores: Max Souza (UFF), Abderrahman Iggidr (Inria, Metz, France), Alain Rapaport (INRA, Montpellier, France), Yves Dumont (CIRAD, Montpellier, France), Rosane Ushirobira e Denis Efimov (Inria, Lille, France), Christian Schaerer (UNA, Assunção, Paraguai), Olga Vassilieva (Universidad del Valle, Cali, Colômbia).

    Financiadores: CAPES, o instituto francês Inria e a agência francesa COFECUB.

  • Desenvolvimento de Modelos preditivos para Incidência de Influenza no Brasil
    Flávio Codeço Coelho

    Após o impacto sócio econômico causado pela pandemia de influenza no Brasil e no mundo faz-se necessário o monitoramento contínuo de casos e óbitos por influenza. Desde a pandemia a equipe técnica da vigilância da influenza no nível nacional faz um monitoramento semanal de dados de casos e óbitos, com análises de diversas fontes de dados para influenza, tanto para vigilância de casos graves, como casos leves de influenza e outros vírus respiratórios. Mas é sabida a necessidade de aprimoramentos das análises de dados, de maneira que seja possível observar o início da sazonalidade da influenza e o impacto da doença nas diferentes regiões do país, com suas diferentes condições climáticas e geográficas do Brasil. As análises epidemiológicas indicativas de início da sazonalidade da influenza dariam o tempo hábil de organização da rede da vigilância e assistencial (capacitações médicas, orientações terapêuticas, fluxos do serviço e outras medidas necessárias). O controle e preparação para o enfrentamento de epidemias de infuenza dependem de um monitoramento eficaz de sinais que pressagiem o aumento de casos e potenciais epidemias. Identificados estes sinais, a existência de metodologias estatísticas robustas capazes de produzir alertas epidemiológicos torna-se um fator decisivo para a uma ação eficaz e oportuna.

    Colaboradores: Claudia Torres Codeço (FIOCRUZ); Marcelo Ferreira Gomes (FIOCRUZ).

    Financiamento: Ministério da Saúde

Otimização Estocástica

  • Otimização estocástica: modelos, algoritmos e aplicações
    Vincent Gérard Yannick Guigues

    Este projeto de pesquisa tem como objetivo propor e estudar modelos e algoritmos para problemas de otimização estocásticos multiestágios convexos e aplicar os resultados para melhorar o controle de sistemas complexos cujo comportamento depende de vários de parrâmetros e variáveis aleatórias. Pensamos mais especificamente em duas aplicações: a logística para os serviços de saúde do Estado do Rio de Janeiro e a gestão de produção de eletricidade no Brasil.

    Colaboradores:  CBMERJ, Miguel Lejeune (GWU), Lino Marujo (UFRJ).

    Financiadores: FAPERJ (bolsa Jovem Cientista do Nosso Estado)

  • Otimização convexa e inferência estatística
    Vincent Gérard Yannick Guigues

    Neste projeto estudamos problemas de inferência estatística para SAAs de problemas de otimização estocásticos e testes de hipóteses usando técnicas de otimização.

    Colaboradores: Anatoli Iouditski (UGA), Arkadi Nemirovski (Georgia Tech), Renato Monteiro (Georgia Tech). 

    Financiadores: Programa Ciencia Sem Fronteiras (PVE) do CNPq.

Controle Ótimo

Análise Numérica e Simulação Computacional

  • Efficient numerical discretisations of stiff stochastic and random differential equations
    Hugo A. de la Cruz Cancino

    The main scientific focus of the project is deriving and analyzing new and computationally robust numerical integrators for the numerical solution of Itô stochastic differential equations (SDEs) and random differential equations (RDEs). In particular, we will be concerned with the construction of stable numerical integrators and effective computational algorithms for stiff RDEs and stiff colored noise SDEs.

    Colaboradores: David Cohen (Umea University), Rikard Anton (Umea University), Eddie Wadbro (Umea University), Pablo de Maio

    Financiadores: Swedish Foundation for International Cooperation in Research

Análise Estocástica

  • Tópicos em Equações Diferenciais Parciais Estocásticas
    Hugo A. de la Cruz Cancino

    No projeto estamos interessados em estudar soluções de equações diferenciais parciais estocásticas. Em particular, soluções da equação KPZ (Kardar-Parisi-Zhang) e da equação de Burgers estocástica via a teoria das distribuções e álgebras de funções generalizadas. Também estamos interessados em estudar a equação estocástica de transporte/continuidade, via a teoria de renormalização devida a Di Perna-Lions, e equações hiperbólicas de primeira ordem, i.e. leis de conservação estocásticas. Uma parte importante do projeto é estudar métodos eficientes para a integração numérica e simulação computacional destas equações.

    Coladoradores: Christian Olivera (Unicamp), Pedro Catugno (Unicamp), Wladimir Neves (UFRJ) e Jean-François Colombeau (USP)

    Financiadores: CNPq  (Projeto Universal)

Aprendizagem Estatística de Máquinas e Aplicações

  • Archives Without Borders
    Flávio Codeço Coelho, Renato Rocha Souza

    Led by Professors Matthew Connelly, Renato Rocha Souza, and Michael Moss, Archives Without Borders aims to improve the efficiency of government data declassification and to ensure public access to declassified data. With the support of a Faculty Grant in 2015 and a supplemental Lenfest Grant in 2016 from the Columbia Global Policy Initiative, the project has developed the world’s largest publically available database of declassified documents.

    The massive growth in government electronic records is overwhelming officials charged with reviewing them for declassification. Without new technologies to identify and protect sensitive information, and accelerate the release of everything else, it will erode core principles of democratic accountability. Archives Without Borders brings together a multidisciplinary team from Brazil, the UK, and the US uniquely suited to address this challenge and advance practical solutions.

    Colaboradores: CPDOC/FGV, Columbia University, Northumbria University, The National Archives/UK, University of Glasgow 

    Financiamento: MacArthur Foundation