Graduando em Engenharia da Computação pela Universidade Federal do Pará (UFPA) e bolsista de iniciação científica. Faço pesquisa em Ciência de Dados, Inteligência Artificial, Estatística e Inteligência Computacional, no Laboratório de Pesquisa Operacional (LPO), no Laboratório de Sistemas Inteligentes Interativos (LIIS).
Meu interesse está no desenvolvimento e na análise de métodos computacionais (modelagem estatística, otimização e aprendizado de máquina) aplicados a problemas de engenharia e ciência. Hoje trabalho com alocação de recursos em redes 5G/6G cell-free com RSMA. Antes, publiquei sobre previsão de fluxo de carbono na Amazônia com modelos híbridos de séries temporais e deep learning (IEEE Access, 2025).
Atual: otimização inteligente em redes 5G/6G. Seleção de recursos e alocação de potência em sistemas Cell-Free Massive MIMO com RSMA, combinando técnicas de otimização e aprendizado de máquina (PIBIC-UFPA, 2026).
Séries temporais e modelagem de fenômenos ambientais. Decomposição, previsão e comparação de modelos estatísticos e de deep learning (ARIMA/SARIMA, LSTM, modelos híbridos) para fluxo de carbono e temperatura do ar na Amazônia (PIBIC/CNPq,2023–2025; PIBITI/CNPq,2025–2026).
Sensoriamento remoto e visão computacional. Segmentação de nuvens e detecção de desmatamento em imagens Sentinel-2, e fusão de dados orbitais, de superfície e de reanálise (ERA5-Land) para estimar variáveis meteorológicas (PIBIC/CNPq,2023–2025).
- J. A. C. Dias et al. Enhanced Carbon Flux Forecasting via STL Decomposition and Hybrid ARIMA-ES-LSTM Model in Amazon Forest. IEEE Access, v. 13, p. 84713-84726, 2025.
- J. A. C. Dias et al. Abordagem Multivariada para Imputação de Temperatura Média na Região Amazônica baseada em Estações Meteorológicas e Dados de Reanálise ERA5-Land. WCAMA/CSBC, 2026.
- J. A. C. Dias et al. Cloud Segmentation in Multispectral Images from the Sentinel-2 Satellite: A Comparative Study of Deep Learning Approaches. WCAMA/CSBC, 2025.
- J. A. C. Dias et al. CarbonFluxAI: Previsão de Balanço de Carbono na Floresta Nacional do Tapajós Utilizando Inteligência Artificial. XXI Simpósio Brasileiro de Sensoriamento Remoto, 2025.
Lista completa no Lattes.
- Menção Honrosa e 2º melhor artigo no XVII WCAMA (CSBC 2026)
- 3º melhor artigo no XVI WCAMA (SBC, 2025)
- 2º melhor trabalho da área multidisciplinar no V COBICET (2024)
- 3º lugar na XIII Conferência Nacional em Comunicações, Redes e Segurança da Informação (Iecom, 2023)
- Prêmio Estágio PIBIC Verão, Ciências Exatas, da Terra e Engenharias, UFPA (2025)
- Patente depositada no INPI (BR1020260055670): Malha Meteorológica com Arquitetura Modular, Processamento de Borda e Comunicação LoRaWAN (2026)
- Registro de software no INPI (BR512024000700-8): FluxNEE Monitoring (2023)
- Intercâmbio AUGMESCALA na Facultad de Ingeniería da Universidad de la República (UDELAR), Uruguai, em 2025, com aprovação em Modelos Estadísticos para Clasificación y Regresión e Visión por Computadora
Estatística e Probabilidade · Séries Temporais e Processamento de Sinais · Aprendizado de Máquina · Otimização e Inteligência Computacional · Comunicações Sem Fio (5G/6G, Cell-Free, RSMA) · Visão Computacional e Sensoriamento Remoto
Linguagens e ferramentas: Python, R, MATLAB, SQL, PyTorch, TensorFlow, OpenCV, Linux, Git e LaTeX.
Idiomas: português (nativo), inglês e espanhol.

