???global.info.a_carregar???
Luís Miguel da Rocha de Matos is an esteemed scholar and practitioner in Information Systems and Technologies, with a comprehensive academic trajectory that began in high school with a focus on Information Management. He holds an Integrated Master’s degree and a Ph.D. from the University of Minho, where he specialized in Machine Learning, Artificial Intelligence. His doctoral research concentrated on the development of an intelligent decision support system tailored to the dynamic mobile market, a significant contribution that laid the groundwork for his academic and research career. Luís Miguel Matos has also been involved in several high-impact scientific projects, including Factory of the Future, TexBoost, STVgoDigital, EasyRide, and PROMOS, and has received recognition for his work, such as the Best Paper Award at the ICCSA 2021 Conference. Luís Miguel Matos has also made substantial contributions as a peer reviewer for top-tier journals like Pattern Recognition and IEEE Access, and as a member of scientific committees and session chairs for conferences such as ARTIIS and ISTIIS. His academic engagement extends to his role as an examiner in Masters Dissertations and his active participation in educational outreach and public engagements, including keynote speeches and media appearances. Luís Miguel Matos is also the creator of the Python module Cane - Categorical Attribute traNsformation Environment, which has gained widespread use with more than 100,000 downloads since 2020. His current research interests encompass Business Analytics, Decision Support Systems, Data Mining, Data Science, Neural Networks, Anomaly Detection, and eXplainable AI (XAI).
Ler resumo completo ↓
Identificação

Identificação pessoal

Nome completo
LUÍS MIGUEL DA ROCHA DE MATOS
Data de nascimento
1992/06/09
Género
Masculino

Nomes de citação

  • Matos, Luís
  • Luís Miguel Matos

Identificadores de autor

Ciência ID
4B15-8E29-1D57
ORCID iD
0000-0001-5827-9129
Google Scholar ID
o3_qOXkAAAAJ
Researcher Id
N-8043-2015
Scopus Author Id
57211265776

Endereços de correio eletrónico

  • luis.matos@dsi.uminho.pt (Profissional)
  • luis.matos@ulusofona.pt (Profissional)

Websites

Domínios de atuação

  • Ciências Exatas - Ciências da Computação e da Informação

Idiomas

Idioma Conversação Leitura Escrita Compreensão Peer-review
Português (Idioma materno)
Inglês Utilizador proficiente (C2) Utilizador proficiente (C2) Utilizador proficiente (C1) Utilizador proficiente (C2) Utilizador proficiente (C2)
Formação
Grau Classificação
2016/12/01 - 2021/12/07
Concluído
 Tecnologia e Sistemas de Informação (Doutoramento)
Especialização em Sem especialidade
Universidade do Minho, Portugal
"An intelligent decision support system for mobile performance marketing" (TESE/DISSERTAÇÃO)
 Approved unanimously (highest grade) External ref
2010/10/01 - 2015/11/02
Concluído
 Mestrado Integrado em Engenharia e Gestão de Sistemas de Informação (Mestrado integrado)
Especialização em Ciências da Computação
Universidade do Minho - Campus de Azurém, Portugal
"Forecasting Human Entrances at a Commercial Store using facial recognition data" (TESE/DISSERTAÇÃO)
Percurso profissional

Ciência

Categoria Profissional
Instituição de acolhimento 		Empregador
2016/12/01 - 2024/08/31 Investigador (Investigação) Universidade do Minho Centro ALGORITMI, Portugal
Universidade do Minho - Campus de Azurém, Portugal

Docência no Ensino Superior

Categoria Profissional
Instituição de acolhimento 		Empregador
2024/09/01 - Atual Professor Auxiliar (Docente Universitário) Universidade Lusófona Associação para a Investigação e Desenvolvimento em Cognição e Computação Centrado nas Pessoas, Portugal
Universidade Lusófona do Porto Faculdade de Ciências Naturais Engenharias e Tecnologias, Portugal
2022/04/01 - Atual Professor Auxiliar Convidado (Docente Universitário) Universidade do Minho - Campus de Azurém, Portugal
Universidade do Minho - Departamento de Sistemas de Informação, Portugal
2019/10/01 - 2022/03/31 Assistente Convidado (Docente Universitário) Universidade do Minho, Portugal
Universidade do Minho - Campus de Azurém, Portugal
Projetos

Bolsa

Designação Financiadores
2020/01/01 - 2021/12/31 Easy Ride: Experience is everything
POCI-01-0247-FEDER-039334
Bolseiro de Investigação
Universidade do Minho - Campus de Azurém, Portugal

BOSCH CAR MULTIMEDIA, SA, Portugal
European Regional Development Fund

BOSCH CAR MULTIMEDIA, SA
Concluído
2020/01/01 - 2021/12/23 Factory of the Future: Smart Manufacturing
POCI-01-0247-FEDER-039479
Bolseiro de Investigação
Universidade do Minho Centro ALGORITMI, Portugal

BOSCH CAR MULTIMEDIA, SA, Portugal
European Regional Development Fund
Concluído
2016/12/02 - 2019/11/30 PROMOS - Previsão e otimização de campanhas publicitárias para dispositivos móveis em modelos de subscrição.
NORTE-01-0247-FEDER-017497
Bolseiro de Investigação
Universidade do Minho Centro ALGORITMI, Portugal
 European Regional Development Fund
Concluído

Projeto

Designação Financiadores
2023/01 - Atual Advanced Decision Making in productive systems through Intelligent Networks (ADM.IN)
POCI-01-0247-FEDER-055087
Investigador Pós-doutorado
Universidade do Minho Centro ALGORITMI, Portugal
 European Union

Autoridade de Gestão do Programa Operacional Competitividade e Internacionalização
2022/01/02 - Atual Connected Manufacturing - Digital Transformation
UMINHO/BID/2022/10
SIFN-01-9999-FN-179826
Bolseiro de Pós-Doutoramento
Universidade do Minho Centro ALGORITMI, Portugal
 Agência para o Investimento e Comércio Externo de Portugal EPE

BOSCH
Em curso
2022/01 - 2023/12 STVgoDigital - Digitalization of the T&C sector
POCI-01-0247-FEDER-046086
Investigador Pós-doutorado
Universidade do Minho Centro ALGORITMI, Portugal
 Autoridade de Gestão do Programa Operacional Competitividade e Internacionalização
Concluído
2022/01 - 2022/12 PPC4.0 - Production Planning Control 4.0
POCI-01-0247-FEDER-069803
Investigador Pós-doutorado
Universidade do Minho Centro ALGORITMI, Portugal
 Autoridade de Gestão do Programa Operacional Competitividade e Internacionalização
2022/01 - 2022/12 aDyTrans - Dynamic Transportations Platform
NORTE-01-0247-FEDER-045174
Investigador Pós-doutorado
Universidade do Minho Centro ALGORITMI, Portugal
 Autoridade de Gestão do Programa Operacional Competitividade e Internacionalização
2022/01 - 2022/12 PRODUTECH4S&C
POCI-01-0247-FEDER-046102
Investigador Pós-doutorado
Universidade do Minho Centro ALGORITMI, Portugal
 Autoridade de Gestão do Programa Operacional Competitividade e Internacionalização
2022/01 - 2022/12 GreenShoes 4.0 - Calçado, Marroquinaria e Tecnologias Avançadas de Materiais, Equipamentos e Software
POCI-01-0247-FEDER-046082
Investigador Pós-doutorado
Universidade do Minho Centro ALGORITMI, Portugal
 Autoridade de Gestão do Programa Operacional Competitividade e Internacionalização
2019/01/01 - 2019/12/31 Centro de Investigação ALGORITMI
UID/CEC/00319/2019
Universidade do Minho, Portugal

Universidade do Minho Centro ALGORITMI, Portugal
Fundação para a Ciência e a Tecnologia
Concluído
Produções

Publicações

Artigo em conferência
  1. Cristiana Fernandes; Luís Miguel Matos; Duarte Folgado; Maria Lua Nunes; Joao Rui Pereira; Andre Pilastri; Paulo Cortez. "A Deep Learning Approach to Prevent Problematic Movements of Industrial Workers Based on Inertial Sensors". 2022.
    10.1109/ijcnn55064.2022.9892409
  2. Macedo, Luísa; Luís Miguel Matos; Cortez, Paulo; Domingues, André; Moreira, Guilherme; Pilastri, André. "A Machine Learning Approach for Spare Parts Lifetime Estimation". 2022.
    10.5220/0010903800003116
  3. Ribeiro, Diogo; Matos, Luís Miguel; Moreira, Guilherme; Pilastri, André; Cortez, Paulo. "A Comparison of Anomaly Detection Methods for Industrial Screw Tightening". 2021.
    10.1007/978-3-030-86960-1_34
  4. Pereira, Pedro José; Coelho, Gabriel José Dias; Ribeiro, Alexandrine; Matos, Luís Miguel Rocha; Nunes, Eduardo Carvalho; Ferreira, André; Pilastri, André Luiz; Cortez, Paulo. "Using deep autoencoders for in-vehicle audio anomaly detection". 2021.
    10.1016/j.procs.2021.08.031
  5. Matos, Luis Miguel; Cortez, Paulo; Mendes, Rui; Moreau, Antoine. "Using Deep Learning for Mobile Marketing User Conversion Prediction". 2019.
    10.1109/IJCNN.2019.8851888
  6. Luís Miguel Matos; Matos, Luis Miguel; Cortez, Paulo; Mendes, Rui; Moreau, Antoine. "A Comparison of Data-Driven Approaches for Mobile Marketing User Conversion Prediction". Trabalho apresentado em 2018 International Conference on Intelligent Systems (IS), 2018.
    Publicado • 10.1109/IS.2018.8710472
Artigo em revista
  1. Paula Dias; Arthur Matta; André Pilastri; Luís Miguel Matos; Paulo Cortez. "RTSIMU: Real-Time Simulation tool for IMU sensors". Software Impacts (2023): https://doi.org/10.1016/j.simpa.2023.100522.
    10.1016/j.simpa.2023.100522
  2. Matos, Luís Miguel; Cortez, Paulo; Mendes, Rui; Moreau, Antoine. "A Deep Learning-Based Decision Support System for Mobile Performance Marketing". International Journal of Information Technology & Decision Making (2022): 1-25. http://dx.doi.org/10.1142/s021962202250047x.
    10.1142/s021962202250047x
  3. Luís Miguel Matos; João Azevedo; Arthur Matta; André Pilastri; Paulo Cortez; Rui Mendes. "Categorical Attribute traNsformation Environment (CANE): A python module for categorical to numeric data preprocessing". Software Impacts (2022): https://doi.org/10.1016/j.simpa.2022.100359.
    10.1016/j.simpa.2022.100359
  4. Coelho, Gabriel; Luís Miguel Matos; Pereira, Pedro José; Ferreira, André; Pilastri, André; Cortez, Paulo. "Deep autoencoders for acoustic anomaly detection: experiments with working machine and in-vehicle audio". Neural Computing and Applications (2022): http://dx.doi.org/10.1007/s00521-022-07375-2.
    10.1007/s00521-022-07375-2
  5. Ribeiro, Diogo; Matos, Luís Miguel; Moreira, Guilherme; Pilastri, André; Cortez, Paulo. "Isolation Forests and Deep Autoencoders for Industrial Screw Tightening Anomaly Detection". Computers 11 4 (2022): 54. http://dx.doi.org/10.3390/computers11040054.
    10.3390/computers11040054
  6. Azevedo, João; Ribeiro, Rui; Luís Miguel Matos; Sousa, Rui; Silva, João Paulo; Pilastri, André; Cortez, Paulo. "Predicting Yarn Breaks in Textile Fabrics: A Machine Learning Approach". Procedia Computer Science 207 (2022): 2301-2310. http://dx.doi.org/10.1016/j.procs.2022.09.289.
    Publicado • 10.1016/j.procs.2022.09.289
Capítulo de livro
  1. Cláudia Afonso; Arthur Matta; Luís Miguel Matos; Miguel Bastos Gomes; Antonina Santos; André Pilastri; Paulo Cortez. "Machine Learning for Predicting Production Disruptions in the Wood-Based Panels Industry: A Demonstration Case". 2023.
    10.1007/978-3-031-34107-6_27
  2. Gonçalo Fontes; Luís Miguel Matos; Arthur Matta; André Pilastri; Paulo Cortez. "An Empirical Study on Anomaly Detection Algorithms for Extremely Imbalanced Datasets". 2022.
    10.1007/978-3-031-08333-4_7
  3. Santos, Luís; Luís Miguel Matos; Ferreira, Luís; Alves, Pedro; Viana, Mário; Pilastri, André; Cortez, Paulo. "A Sequence to Sequence Long Short-Term Memory Network for Footwear Sales Forecasting". In Intelligent Data Engineering and Automated Learning – IDEAL 2022, 465-473. Springer International Publishing, 2022.
    10.1007/978-3-031-21753-1_45
  4. Carvalho, Hugo Silva; Pilastri, André; Matta, Arthur; Luís Miguel Matos; Novais, Rui; Cortez, Paulo. "An Intelligent Decision Support System for Road Freight Transport". In Intelligent Data Engineering and Automated Learning – IDEAL 2022, 146-156. Springer International Publishing, 2022.
    10.1007/978-3-031-21753-1_15
  5. Gabriel Coelho; Pedro Pereira; Luis Matos; Alexandrine Ribeiro; Eduardo C. Nunes; André Ferreira; Paulo Cortez; André Pilastri. "Deep Dense and Convolutional Autoencoders for Machine Acoustic Anomaly Detection". 337-348. Springer International Publishing, 2021.
    10.1007/978-3-030-79150-6_27
  6. Luís Miguel Matos; Domingues, André; Moreira, Guilherme; Cortez, Paulo; Pilastri, André. "A Comparison of Machine Learning Approaches for Predicting In-Car Display Production Quality". In Intelligent Data Engineering and Automated Learning – IDEAL 2021, 3-11. Springer International Publishing, 2021.
    10.1007/978-3-030-91608-4_1
  7. Luís Miguel Matos; Cortez, Paulo; Mendes, Rui Castro; Moreau, Antoine. "Using Deep Learning for Ordinal Classification of Mobile Marketing User Conversion". In Intelligent Data Engineering and Automated Learning – IDEAL 2019, 60-67. Springer International Publishing, 2019.
    10.1007/978-3-030-33607-3_7
Livro
  1. Silva, S.; Cortez, P.; Mendes, R.; Pereira, P.J.; Matos, L.M.; Garcia, L.. A Categorical Clustering of Publishers for Mobile Performance Marketing. 2019.
    10.1007/978-3-319-94120-2_14
  2. Cortez, P.; Matos, L.M.; Pereira, P.J.; Santos, N.; Duque, D.. Forecasting store foot traffic using facial recognition, time series and support vector machines. 2017.
    10.1007/978-3-319-47364-2_26
Tese / Dissertação
  1. Matos, Luís. "Forecasting Human Entrances at a Commercial Store using facial recognition data". 2015. http://repositorium.sdum.uminho.pt/handle/1822/40308.

Outros

Outra produção
  1. Deep Dense and Convolutional Autoencoders for Unsupervised Anomaly Detection in Machine Condition Sounds. 2020. Ribeiro, Alexandrine; Matos, Luís; Pereira, Pedro José; Nunes, Eduardo C.; Cortez, Paulo; Pilastri, André.
    10.48550/arxiv.2006.10417
Atividades

Apresentação oral de trabalho

Título da apresentação Nome do evento
Anfitrião (Local do evento)
2022 An Empirical Study on Anomaly Detection Algorithms for Extremely Imbalanced Datasets International Conference on Artificial Intelligence Applications and Innovations
(Creta, Grécia)

Orientação

Título / Tema
Papel desempenhado 		Curso (Tipo)
Instituição / Organização
2022 - 2023/12/06 Comparação de Abordagens de Machine Learning para Deteção e Antecipação de Movimentos de Risco em Trabalhadores de Costura
Orientador
 Mestrado em Engenharia e Gestão de Sistemas de Informação (Mestrado)
Universidade do Minho, Portugal

Participação em evento

Descrição da atividade
Tipo de evento 		Nome do evento
Instituição / Organização
2023 - 2023 Apresentação como especialista de ferramentas de AutoML para o projeto CodeAI
Oficina (workshop)
Universidade do Minho, Portugal
2022 - 2022 Presença na Conferência International Conference on Artificial Intelligence Applications and Innovations (AIAI 2022)
Conferência
 International Conference on Artificial Intelligence Applications and Innovations

Júri de grau académico

Tema
Tipo de participação 		Nome do candidato (Tipo de grau)
Instituição / Organização
2024/07/23 Uma Abordagem Data Drift para Atualizar Modelos de Machine Learning para Previsão Energética
Arguente principal
 Helder Pinto Teixeira (Mestrado)
Universidade do Minho, Portugal
2023/10/27 Um Sistema Inteligente de Apoio à Decisão para Sistemas Energéticos
Arguente principal
 Daniela Filipa Silva Soares (Mestrado)
Universidade do Minho, Portugal
2022/12/19 Aplicação de Técninas de Machine Learning para a Previsão de Processos Industriais
Arguente principal
 Afonso José Torres da Silva e Sousa (Mestrado)
Universidade do Minho, Portugal

Arbitragem científica em conferência

Nome da conferência Local da conferência
2024/10/21 - 2024/10/23 Advanced Research in Technologies, Information, Innovation and Sustainability (ARTIIS 2024) Santigo de Chile, Chile
2024/09/26 - 2024/09/27 European Alliance for Innovation International Conference on the Internet of Everything Guimarães
2023/10/18 - 2023/10/20 International Symposium on Technological Innovations for Industry and Society (ISTIIS) Madrid
2023/10/08 - 2023/10/10 International Conference on Advanced Research in Technologies, Information, Innovation and Sustainability (ARTIIS 2023) Madrid
2023/06/26 - 2023/06/28 SLATE 2023 - Symposium on Languages, Applications and Technologies ESMAD, POLITÉCNICO DO PORTO PORTUGAL
2022/09/12 - 2022/09/15 International Conference on Advanced Research in Technologies, Information, Innovation and Sustainability (ARTIIS 2022) Santiago de Compostela

Arbitragem científica em revista

Nome da revista (ISSN) Editora
2024 - Atual Neural Computing and Applications (1433-3058) Springer
2024 - Atual Smart cities (2624-6511) MDPI
2023 - Atual Sensors (1424-8220) MDPI
2023 - Atual Pattern Recognition (1873-5142) ELSEVIER
2023 - Atual IEEE Access (2169-3536) IEEE
2023 - Atual Applied Sciences (2076-3417) MDPI
2023 - Atual SN Applied Sciences (2523-3971) Springer
2022 - Atual Mathematics (2227-7390) MDPI
2022 - Atual Journal of manufacturing processes (2212-4616) ELSEVIER
2022 - Atual Expert Systems (1468-0394) Wiley
2022 - 2022 The Imaging Science Journal (1743-131X) Taylor & Francis

Membro de comissão

Descrição da atividade
Tipo de participação 		Instituição / Organização
2022 - Atual Representante dos Docentes Convidados Equiparados a Professor Auxiliar no Departamento de Sistemas de Informação da Universidade do Minho
Outro
 Universidade do Minho, Portugal
Distinções

Prémio

2021 ICCSA 2021 Conference - Best Paper Award
Università degli Studi di Cagliari, Itália