Membros
Professores
Ailin Ruiz de Zarate Fabregas
Possui graduação em Matemática pela Universidade da Habana (1999), mestrado em Matemática Computacional e Modelagem pelo Instituto de Matemática Pura e Aplicada (2003), doutorado em Ciências pelo Instituto de Matemática Pura e Aplicada (2007) e pós-doutorado em Engenharia Ambiental (2019). Tem experiência na área de Matemática Aplicada com ênfase no estudo de fenômenos de Dinâmica dos Fluidos como modelagem de ondas internas em meios heterogêneos, escoamento de águas em meios porosos e modelagem espectral da turbulência.
Elías Alfredo Gudiño Rojas
Sou professor adjunto da Universidade Federal do Paraná desde 2017. Tenho experiência na área de Matemática Aplicada, com ênfase em Análise Numérica. Meu principal interesse de pesquisa está voltado para a modelagem matemática de fenômenos de transporte em Biomedicina e a análise numérica dos métodos computacionais que podem ser usados para resolver numericamente as EDPs associadas a tais modelos.
Thiago de Oliveira Quinelato
Sou pesquisador em Análise Numérica e Matemática Aplicada. Minha trajetória envolve o desenvolvimento e a análise de métodos numéricos, em especial baseados no Método dos Elementos Finitos, e no Método dos Volumes Finitos, com aplicações em escoamento de fluidos, elasticidade e meios porosos. Tenho experiência com poroelasticidade, estimativas de erro a posteriori e, mais recentemente, com o uso de redes neurais e PINNs para problemas de transporte de solutos. Atualmente, sou docente/pesquisador na UFPR, orientando projetos de iniciação científica, mestrado e doutorado e colaborando em pesquisas multidisciplinares.
Doutorandos
João Vitor Parada Poletto
Sou mestre e doutorando em Matemática pela Universidade Federal do Paraná (UFPR), além de licenciado em Física pela mesma instituição. Minha área de pesquisa envolve a geração de ondas aquáticas a partir de deslocamentos do relevo submarino, resolvendo computacionalmente as equações de Euler por meio de um método pseudoespectral.
Recebi o Prêmio Clóvis Caesar Gonzaga de melhor dissertação em 2024, concedido pela Sociedade Brasileira de Matemática Aplicada e Computacional (SBMAC), pelo estudo dos efeitos de não linearidade na geração e propagação de ondas induzidas por deslocamentos verticais da topografia submarina. Esse trabalho resultou na publicação de um artigo na Society for Industrial and Applied Mathematics (SIAM).
Atualmente, busco expandir os resultados obtidos no mestrado, investigando os efeitos de não linearidade em ondas geradas por deslocamentos horizontais. Além disso, tenho interesse em estudar a geração de ondas bidimensionais baseada numa equação de Boussinesq.
Ojo Ayodele
Ojo Ayodele is an applied mathematician with bias in Numerical Analysis of wide-range problems involving physical, chemical, biological, and engineering systems.
He is a holder of a BSc. degree in Mathematics/Computer Science from Federal University of Agriculture (Makurdi, Nigeria), a MSc. degree in Mathematics from Nasarawa State University (Keffi, Nigeria) and he is currently a Ph.D Mathematics researcher under the supervision of Prof. Thiago Quinelato. He was one of the recipients of 2024 GCUB international mobility scholarship. Prior to the commencement of his doctoral studies, he has worked as an assistant lecturer in Mathematics for a period of one year (2018 – 2019) at Kogi State University (Anyigba, Nigeria) before joining Lifegate College of Education Ilorin (Kwara State, Nigeria) from 2019 to 2024 as a full-time Mathematics teacher. He has authored and co-authored two research papers while in Nigeria, and has presented two conference papers. He has also attended a number of academic workshops and virtual research seminars. He is a member of the Nigerian Mathematical Society (NMS). His previous research includes: Finite Element Methods for the Numerical solutions of automotive systems, Finite difference approximations of advection-diffusion equations modeled from the mass balance in a chemical reactor, and his current Ph.D research is centred on the Numerical modeling/analysis of crack-growth in structural engineering materials with dynamic effects. He is happily married with three kids.
Mestrandos
Fernanda de Oliveira de Jesus
Sou bacharela e mestranda em Matemática pela Universidade Federal do Paraná (UFPR). Tenho interesse na área de Matemática Aplicada, com ênfase em Análise Numérica e Modelagem Matemática, voltada ao estudo e à simulação de fenômenos físicos e biológicos, bem como ao desenvolvimento e aplicação de métodos numéricos para a solução de equações diferenciais que descrevem esses processos.
Graduandos
Lucas Bisoni
Sou discente do curso de Licenciatura em Matemática na Universidade Federal do Paraná (UFPR) e professor de Matemática e disciplinas correlatas na rede estadual de ensino. Tenho interesse nas áreas de Análise Numérica e Equações Diferenciais, com ênfase em métodos numéricos para aproximação de soluções de problemas relacionados a dinâmica de fluidos computacional. Atualmente, participo de um projeto de pesquisa sob orientação do prof. Dr. Thiago Quinelato, que aborda a modelagem do escoamento de fluidos em meios porosos a partir de Métodos de Volumes Finitos para sistemas hiperbólicos de leis de conservação e Redes Neurais Informadas pela Física (PINNs).
Lucas Xavier
Graduando em Matemática pela Universidade Federal do Paraná (UFPR). Desenvolveu pesquisa nas áreas de análise numérica e aprendizado de máquina, com interesse na aproximabilidade de redes neurais e na solução de equações diferenciais parciais não lineares. Investigou a capacidade de aproximação universal de redes neurais multicamadas sob a perspectiva da análise numérica. Integrou algoritmos evolucionários multiobjetivos a Physics-Informed Neural Networks (PINNs).
Mateus Rebellato Ussui
Graduando em Matemática Industrial pela Universidade Federal do Paraná (UFPR). Desenvolve pesquisa na área de representações numéricas não-convencionais, com foco no sistema Posit e suas aplicações em métodos numéricos e aprendizado de máquina. Implementou uma biblioteca em Julia para operações aritméticas em Posit, investigando sua eficiência e precisão em comparação ao padrão IEEE-754. Também estuda o uso do formato Posit em Physics-Informed Neural Networks (PINNs), buscando aplicar formatos não usuais em contextos de machine learning.
Nicole Becker Schneider
Graduanda em Matemática Industrial na Universidade Federal do Paraná (UFPR), com interesse na área de Análise Numérica.
Desenvolve um projeto de iniciação científica que investiga a geração de ondas aquáticas associadas a deslocamentos do relevo submarino. A pesquisa concentra-se na investigação numérica de um modelo matemático que descreve esse fenômeno, com ênfase na exploração numérica do modelo investigado e na implementação computacional de métodos numéricos voltados à aproximação das soluções das equações diferenciais envolvidas.
Pesquisadores visitantes
Eduardo Castro
Olá! Sou doutorando pelo Instituto Nacional de Matemática Pura e Aplicada (IMPA) em período visitante aqui no LabFluid. Me interesso por problemas relacionados à propagação de ondas em meios heterogêneos, o que na prática se traduz no desenvolvimento de métodos numéricos adequados para soluções de equações diferenciais parciais hiperbólicas com coeficientes que variam no espaço. Em termos de aplicação, esses problemas surgem em vários contextos, por exemplo, quando tentamos compreender o comportamento de tsunamis em regiões costeiras com topografia variável ou ondas sísmicas através da crosta terrestre estratificada em diferentes tipos de materiais. Mais especificamente, no momento procuro entender melhor os mecanismos de transmissão e reflexão de ondas lineares em canais/tubulações que bifurcam por meio de estudos computacionais.
Alumni
Maria Luiza Sampaio Logrado
Bacharela em Matemática Industrial, com interesse em Matemática Aplicada, especialmente nas áreas de Otimização e Ciência de Dados. Durante a graduação, desenvolvi o projeto de Reconhecimento Facial utilizando Dynamic Time Warping e splines cúbicas, com o objetivo de analisar a semelhança entre curvas faciais modeladas por meio de representações geométricas suaves.
O estudo propõe o uso de splines para representar feições faciais e aplicar o Dynamic Time Warping na comparação entre indivíduos, demonstrando que a combinação de métodos geométricos e algoritmos clássicos pode aprimorar a eficiência e a interpretabilidade em sistemas de reconhecimento facial.