Leopoldo Oliveira e Silva (041E-69AF-1945)

Curriculum Vitae

Leopoldo Oliveira e Silva

Leopoldo is a researcher at CCG in the software engineering group, and has extensive experience in software architectures and development. As a systems engineer, he has a strong background in application design, development, and deployment across various technologies, languages, and databases. Leopoldo also works with IoT, cloud computing, and system architectures, leveraging his expertise to design and implement innovative solutions

Identificação

Identificação pessoal

Nome completo: Leopoldo Oliveira e Silva

Nomes de citação

Silva, Leopoldo
Leopoldo O. Silva

Identificadores de autor

Ciência ID: 041E-69AF-1945
ORCID iD: 0000-0002-5947-9533

Endereços de correio eletrónico

leopoldo.silva@ccg.pt (Profissional)

Domínios de atuação

Ciências da Engenharia e Tecnologias - Engenharia Eletrotécnica, Eletrónica e Informática

Formação

	Grau	Classificação
2005 Concluído	Engenharia de Sistemas e Informática (Pré-Bolonha) (Licenciatura) Especialização em Redes de computadores Universidade do Minho, Portugal

Projetos

Projeto

	Designação	Financiadores
2024/07 - Atual	neXt Sense - Safety Connected and Automated Vehicles SIFN-01-9999-FN-179491 Investigador Centro de Computação Gráfica, Portugal	Agência Nacional de Inovação SA Em curso
2024/05 - Atual	HfPT - Health from Portugal 01/C05-i11/2024.PC644937233-00000047 Investigador Centro de Computação Gráfica, Portugal	Agência para a Competitividade e Inovação IP Em curso
2023/01 - Atual	TEXP@CT - Pacto de Inovação para a Digitalização do Têxtil e Vestuário 01/C05-i11/2024.PC644915249-00000025 Investigador Centro de Computação Gráfica, Portugal	Em curso
2022/07 - Atual	be@t - Bioeconomia na Indústria Têxtil 02/C12-i01.01/2022.P1 Investigador Centro de Computação Gráfica, Portugal	Em curso
2022/01 - 2023/06	PRODUTECH4S&C .: PRODUTECH SUSTENTÁVEL & CIRCULAR - Soluções inovadoras, sustentáveis e circulares com impacto na fileira das tecnologias de produção POCI-01-0247-FEDER-046102 Bolseiro de Investigação	Concluído
2021/01/01 - 2021/12	OPTI-EDGE: 5G DIGITAL SERVICES OPTIMIZATION AT THE EDGE POCI-01-0247-FEDER-045220 Bolseiro de Investigação Centro de Computação Gráfica, Portugal	Concluído
2020/09/01 - 2021/06/01	PRODUTECH-SIF: Soluções para a Indústria de Futuro POCI-01-0247-FEDER-024541 Bolseiro de Investigação Centro de Computação Gráfica, Portugal	Agência Nacional de Inovação SA Concluído

Produções

Publicações

Artigo em conferência

Machado, Michael; Oliveira, Eduardo; Silva, Leopoldo; Silva, João; Sousa, João. "Development of a Digital Twin for Additive Manufacturing". Trabalho apresentado em IMECE2021, 2021.
10.1115/imece2021-68002
Santos, Nuno; Monteiro, Paula; Morais, Francisco; Pereira, Jaime; Dias, Daniel; Pimenta, Daniel; Carvalho, Márcia; et al. "Towards Implementing a Collaborative Manufacturing Cloud Platform: Experimenting Testbeds Aiming Asset Efficiency". Trabalho apresentado em IMECE2020, 2020.
10.1115/imece2020-24044

Artigo em revista

Luís Ferreira; Leopoldo Silva; Francisco Morais; Carlos Manuel Martins; Pedro Miguel Pires; Helena Rodrigues; Paulo Cortez; André Pilastri. "International revenue share fraud prediction on the 5G edge using federated learning". Computing (2023): http://dx.doi.org/10.1007/s00607-023-01174-w.
10.1007/s00607-023-01174-w
Ferreira, Lu´is; Silva, Leopoldo; Pinho, Diana; Morais, Francisco; Martins, Carlos Manuel; Pires, Pedro Miguel; Fidalgo, Pedro; et al. "A federated machine learning approach to detect international revenue share fraud on the 5G edge". Proceedings of the ACM Symposium on Applied Computing (2022): 1432-1439.
10.1145/3477314.3507322

Outros

Outra produção

A federated machine learning approach to detect international revenue share fraud on the 5G edge. The fifth-generation (5G) of broadband cellular networks is giving rise to new paradigms of distributed computing, such as Edge Computing and Multi-access Edge Computing (MEC). The possibility of hosting Machine Learning (ML) applications close to the end-users presents advantages, such as better privacy (e.g., sensitive data is not shared to other systems), the reduction of communication latency,. 2022. Ferreira, Luís; Silva, Leopoldo; Pinho, Diana; Morais, Francisco; Martins, Carlos Manuel; Pires, Pedro Miguel; Fidalgo, Pedro; et al. https://hdl.handle.net/1822/79635.
10.1145/3477314.3507322