Professor Adjunto III · UFRJ
Adriano M. A. Côrtes
Professor e Pesquisador Interdisciplinar, no espaço entre a Ciência Computacional e Engenharia e a IA/ML. Venho da Mecânica Computacional e da Computação de Alto Desempenho, e com o tempo o aprendizado de máquina ficou inseparável do trabalho. Quase tudo o que faço hoje vive nessa fronteira: modelos substitutivos fisicamente fundamentados, construídos com Aprendizado de Máquina Científico e com modelos generativos profundos (sobretudo baseados em fluxo), aplicados a domínios como sequestro de CO₂, escoamentos complexos e biologia de sistemas. Oriento pesquisa de pós-graduação e colaboro com parceiros da indústria, o que mantém o trabalho ligado a problemas que realmente precisam ser resolvidos.
Professor no Departamento de Matemática Aplicada (Instituto de Matemática) e no PESC/COPPE (Programa de Engenharia de Sistemas e Computação) da Universidade Federal do Rio de Janeiro (UFRJ).
Áreas de Pesquisa
Aprendizado de Máquina Científico (SciML)
Modelos substitutivos baseados em arquiteturas modernas de redes neurais — PINNs, operadores neurais, GNNs, entre outras — e abordagens híbridas de SciML que incorporam leis físicas e princípios de conservação.
Computação de Alto Desempenho
Resolvedores escaláveis de elementos finitos, algoritmos paralelos e arcabouços de análise isogeométrica. Co-desenvolvedor do PetIGA e do EdgeCFD.
Biologia de Sistemas e IA para a Saúde
Métodos computacionais aplicados a dados de sequenciamento de RNA de célula única (scRNA-seq) para pesquisa em câncer, incluindo a dinâmica do glioblastoma multiforme e a modelagem da paisagem epigenética. Recentemente, aplicação de LLM+RAG em assistência a diretrizes de câncer de mama no OncoGuIA.
Notícias
2025
Novo artigo — “Data-Driven Diffusion-Based Super-Resolution for Improvement of Reduced-Order Model Predictions in Fluid Dynamics” aceito no FUSION 2025, Rio de Janeiro.
2025
Novo artigo em Finite Elements in Analysis and Design — “Advances in data-driven reduced order models using two-stage dimension reduction for coupled viscous flow and transport.”
2024
Co-organizador de workshop — “Artificial Intelligence and High-Performance Computing for Advanced Simulations” no ICCS 2024.
2024
Dois artigos publicados sobre a modelagem do glioblastoma multiforme com dados de scRNA-seq, em Int. J. Molecular Sciences e Scientific Reports.
Vínculos Institucionais
Universidade Federal do Rio de Janeiro
Instituto de Matemática Departamento de Matemática Aplicada
PESC/COPPE Engenharia de Sistemas e Computação