O Prof. Ms. Michel Pires da Silva e o aluno de Ciência da Computação, Tiago Alves de Oliveira (8º período), participaram do Mecom Del Bicentenário “IX Congresso Argentino de Computação, Mecânica e Congresso Sul Americano de Mecânica Computacional II” e “XXXI CILMANCE-latino-americana Congresso Ibérico de Computação Métodos em Engenharia”. O evento foi realizado, conjuntamente, pela Associação Argentina de Mecânica Computacional e pela Associação Brasileira de Mecânica Computacional, entre os dias 15 e 18 de novembro, em Buenos Aires/Argentina.

Durante o Congresso, o Prof. Ms. Michel e o aluno Tiago apresentaram um artigo intitulado “INTELLIGENT TECHNIQUES FOR DETECTING MELANOMA: an approach using artificial neural networks on GPGPU”, em Português “TÉCNICAS INTELIGENTES PARA A DETECÇÃO DE MELANOMA: uma abordagem usando redes neurais artificiais em GPGPU". O trabalho foi desenvolvido com a participação do acadêmico Luís Fernando de Oliveira (6º período) e é resultado de um trabalho de iniciação científica. O trabalho será publicado nos anais do Mecom Del Bicentenário.

O objetivo do congresso, qualificado pela CAPES (Coordenação de Aperfeiçoamento de Pessoal de Nível Superior) como Qualis B, é promover o intercâmbio de conhecimentos entre engenheiros, matemáticos, físicos, pesquisadores e outros profissionais, bem como estudantes, que desenvolvem métodos numéricos ou usam-os como parte de sua prática profissional.

A apresentação resumida do trabalho explica que “Sistemas Distribuídos e computação paralela vêm sendo utilizados para os mais diferentes propósitos. O que está relacionado à capacidade de prover alta performance sobre uma arquitetura flexível. Nesse contexto, áreas como engenharia, computação e medicina estão utilizando esse recurso para obter resultados em tempo computacional hábil. Na medicina, existem pesquisas que aplicam a computação paralela para o processamento do genoma, exames complexos e outras. Nesse artigo, apresenta-se um novo conceito para a avaliação de exames e detecção do câncer melanoma. A solução utiliza redes neurais artificiais MLP sobre uma arquitetura baseada em GPGPU (General-Purpose computation on Graphics Processing Units). Resultados demonstram que a utilização da CUDA sobre tal arquitetura pode prover ganhos significativos na redução do tempo de treinamento da MLP, bem como para a obtenção de resultados adequados na identificação do câncer melanoma”.