Skip to content
View JeanArthurCostaDias's full-sized avatar
🧠
Focusing
🧠
Focusing

Block or report JeanArthurCostaDias

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Content in all repositories owned by your account will be closed.
Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. This note will only be visible to you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse

Olá, meu nome é Jean Arthur Costa Dias

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).

Lattes ORCID

🔬 Linhas de pesquisa

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).

📄 Publicações selecionadas

  • 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.

🏆 Destaques

  • 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

🧭 Áreas de interesse

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

🛠️ Ferramentas

Tecnologias e ferramentas

Linguagens e ferramentas: Python, R, MATLAB, SQL, PyTorch, TensorFlow, OpenCV, Linux, Git e LaTeX.

Idiomas: português (nativo), inglês e espanhol.

Pinned Loading

  1. Hybrid-Structure-Forecasting Hybrid-Structure-Forecasting Public

    Jupyter Notebook 1

  2. MOD17-OPTIMIZATION-AND-PREDICTION MOD17-OPTIMIZATION-AND-PREDICTION Public

    Código utilizado no artigo que será enviado para a remote sensing

    Jupyter Notebook 1 1

  3. Fine-Tuning-MOD17-BPLUT-with-Genetic-Algorithm Fine-Tuning-MOD17-BPLUT-with-Genetic-Algorithm Public

    Jupyter Notebook 3

  4. LPO-LIIS/CloudDetectionSentinel-2 LPO-LIIS/CloudDetectionSentinel-2 Public

    Python