Alexandre Abrahão Cury

Bolsista de Produtividade em Pesquisa do CNPq – Nível 1D

e-mail: alexandre.cury@ufjf.br

telefone: +55 (32) 2102-3424

Graduado em Engenharia Civil pela Universidade Federal de Juiz de Fora (2006), mestre em Modelagem Computacional pela Universidade Federal de Juiz de Fora (2008) e doutor em Engenharia Civil pela Universidade Paris-Est (École Nationale des Ponts et Chaussées) em 2010. Atua, principalmente, nos seguintes temas: monitoramento de integridade estrutural, análise de vibrações, detecção de danos, identificação modal, análise estatística avançada e confiabilidade estrutural. É professor associado no Departamento de Mecânica Aplicada e Computacional. Foi coordenador da APCN e do Programa de Pós-Graduação em Engenharia Civil da Universidade Federal de Juiz de Fora (2016-2019). Entre 2014 e 2016, foi membro da CA-TEC (Câmara de Assessoramento de Arquitetura e Engenharias) da FAPEMIG (Fundação de Amparo à Pesquisa do Estado de Minas Gerais). Membro do corpo editorial da revista Frontiers: Build Engineering e Structural Sensing. Recebeu menção honrosa no Prêmio CAPES de Tese 2017. Participou da Comissão de Avaliação das Engenharias I da CAPES durante a Quadrienal 2017-2021. É Pesquisador de Produtividade do CNPq, nível 1D.

Departamento de origem: Departamento de Mecânica Aplicada e Computacional

Área de concentração: Estruturas e Materiais

Linha de Pesquisa: Mecânica das Estruturas

Disciplinas Ministradas:

• Confiabilidade Estrutural
• Teoria da Elasticidade
• Tópicos Especiais em Mecânica das Estruturas (Ciência de Dados Aplicada à Engenharia Civil)

Projetos Relevantes:

• 2023 – Atual. Identificação de danos estruturais utilizando técnicas de aprendizado híbrido
  • Financiador: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq).
• 2023 – Atual. Desenvolvimento de uma metodologia inovadora para o Monitoramento da Integridade Estrutural baseada em Inteligência Artificial e Internet das Coisas
  • Financiador: Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG).
• 2022 – Atual. Desenvolvimento de CT&I para o Setor de Transporte (407256/2022-9) – Desenvolvimento de estratégias de SHM para ferrovias
  • Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Publicações Relevantes:

• ALVES, VICTOR ; CURY, ALEXANDRE . An automated vibration-based structural damage localization strategy using filter-type feature selection. MECHANICAL SYSTEMS AND SIGNAL PROCESSING, v. 190, p. 110145, 2023. http://dx.doi.org/10.1016/j.ymssp.2023.110145 
• BORATTO, TALES H.A. ; CURY, ALEXANDRE A. ; GOLIATT, LEONARDO . Machine learning-based classification of bronze alloy cymbals from microphone captured data enhanced with feature selection approaches. EXPERT SYSTEMS WITH APPLICATIONS, v. 215, p. 119378, 2023.  http://dx.doi.org/10.1016/j.eswa.2022.119378
• FINOTTI, RAFAELLE PIAZZAROLI ; BARBOSA, FLÁVIO DE SOUZA ; CURY, ALEXANDRE ABRAHÃO ; PIMENTEL, ROBERTO LEAL . Novelty Detection Using Sparse Auto-Encoders to Characterize Structural Vibration Responses. ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING, v. 1, p. 1, 2022. http://dx.doi.org/10.1007/s13369-022-06732-6
• FINOTTI, R. ; GENTILE, C. ; BARBOSA, F. S. ; CURY, A.A. . Structural novelty detection based on sparse autoencoders and control charts. STRUCTURAL ENGINEERING AND MECHANICS, v. 81, p. 647-664, 2022.
• PENIDO, RÚBEN EL-KATIB ; DA PAIXÃO, RAFAEL CHRISTIAN FONSECA ; COSTA, LAÍS CRISTINA BARBOSA ; PEIXOTO, RICARDO ANDRÉ FIOROTTI ; CURY, ALEXANDRE ABRAHÃO ; MENDES, JÚLIA CASTRO . Predicting the compressive strength of steelmaking slag concrete with machine learning – Considerations on developing a mix design tool. CONSTRUCTION AND BUILDING MATERIALS, v. 341, p. 127896, 2022. http://dx.doi.org/10.1016/j.conbuildmat.2022.127896

Orientações em Andamento:

Mestrado:

• Matheus Júnior Silveira Dalcin. Aplicação de Autoencoders Convolucionais para Identificação de Danos em Estruturas. Início: 2023. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal de Juiz de Fora. (Coorientador).
• Ricardo Vidal Teixeira. Redes Neurais Aplicadas a SHM. Início: 2023. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal de Juiz de Fora. (Coorientador).
• Luiz Tadeu Dias Junior. Aplicação de Autoencoders Variacionais para Identificação de Danos em Estruturas. Início: 2022. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal de Juiz de Fora. (Orientador)

Orientações Concluídas:

Mestrado:

• Clayton Felicio da Silva. Uma análise comparativa do desempenho dos métodos Kernel Smoother e Monte Carlo aplicados a problemas de confiabilidade estrutural. 2022. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal de Juiz de Fora. Coorientador.
• Daniel de Almeida Cardoso Soares. ReTiA-SHM – Um sistema para monitoramento automático de integridade estrutural em tempo real. 2022. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal de Juiz de Fora. Orientador
• Tales Humberto de Aquino Boratto. Aprendizado de Máquina para a Classificação Automática de Pratos de Bateria conforme a Proporção de Estanho Presente em suas Ligas de Bronze. 2022. Dissertação (Mestrado em Modelagem Computacional) – Universidade Federal de Juiz de Fora . Coorientador

Doutorado:

• Rafaelle Piazzaroli Finotti. Inteligência Artificial Aplicada ao Monitoramento de Estruturas: Detecção de Alterações Mecânico-Estruturais Baseada no Uso de Redes Neurais Autocodificadoras Esparsas para a Caracterização de Respostas Dinâmicas. 2022. Tese(Doutorado em Modelagem Computacional) – Universidade Federal de Juiz de Fora. Coorientador.
• Rharã de Almeida Cardoso. Técnicas para detecção automática de danos no monitoramento da integridade estrutural. 2018. Tese (Doutorado em Engenharia Civil) – Universidade Federal de Ouro Preto. Orientador.
• Vinícius Nicchio Alves. Técnicas de anormalidade aplicadas à identificação de danos estruturais. 2016. Tese  (Doutorado em Engenharia Civil) – Universidade Federal de Ouro Preto. Orientador