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, detecção de danos em estruturas, análise modal, machine learning, análise estatística 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 a Pesquisa do Estado de Minas Gerais). Recebeu menção honrosa no Prêmio CAPES de Tese 2017. Participou da Comissão de Avaliação das Engenharias I da CAPES durante a Quadrienal 2017-2021. Membro do Comitê de Assessoramento do CNPq (Engenharia Civil). Membro do corpo editorial da revista Frontiers: Build Engineering e Structural Sensing. 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:

• Ciência de Dados Aplicada à Engenharia Civil
• Monitoramento de Integridade Estrutural

Projetos Relevantes:

• 2024 – Atual: Edital Universal FAPEMIG (APQ-00032-24) – Monitoramento de integridade estrutural de pontes ferroviárias a partir de medições de vibração a bordo utilizando técnicas de aprendizado profundo
  • Financiador: Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG).
• 2024 – Atual: Edital Universal CNPq (402533/2023-2) – Estratégias para o Monitoramento de Integridade Estrutural baseadas em técnicas de Aprendizado Profundo
  • Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Publicações Relevantes:

• KAUSS, KARIN ; ALVES, VICTOR ; BARBOSA, FLÁVIO ; CURY, ALEXANDRE . Semi-supervised structural damage assessment via autoregressive models and evolutionary optimization. STRUCTURES, v. 59, p. 105762, 2024.
• SPÍNOLA NETO, MARCOS ; FINOTTI, RAFAELLE ; BARBOSA, FLÁVIO ; CURY, ALEXANDRE . Structural Damage Identification Using Autoencoders: A Comparative Study. Buildings, v. 14, p. 2014, 2024.
• JORGE, T. ; MAGALHÃES, J. ; SILVA, R. ; GUEDES, A. ; RIBEIRO, D. ; VALE, C. ; MEIXEDO, A. ; MOSLEH, A. ; MONTENEGRO, P. ; CURY, A. . Early identification of out-of-roundness damage wheels in railway freight vehicles using a wayside system and a stacked sparse autoencoder. VEHICLE SYSTEM DYNAMICS, v. 34, p. 1-26, 2024.
• RESENDE, LUCAS ; FINOTTI, RAFAELLE ; BARBOSA, FLÁVIO ; GARRIDO, HERNÁN ; CURY, ALEXANDRE ; DOMIZIO, MARTÍN . Damage identification using convolutional neural networks from instantaneous displacement measurements via image processing. Structural Health Monitoring, v. 23, p. 1627-1640, 2024.

Orientações em Andamento:

Mestrado:

• Vinícius Antônio Meneguitte Alves. Predição de temperatura em trilhos utilizando deep learning e séries temporais. Início: 2024. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal de Juiz de Fora. (Orientador).
• Victor Higino Meneguitte Alves. Técnicas de quantum machine learning aplicadas ao monitoramento de integridade de estruturas. Início: 2024. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal de Juiz de Fora. (Orientador).
• Renato da Silva Melo. Identificação de rodas danificadas por irregularidade em veículos ferroviários usando modelos de autoencoder. Início: 2023. Dissertação (Mestrado profissional em Engenharia Civil) – Universidade Federal de Juiz de Fora. (Orientador).

Doutorado:

• Daniel de Almeida Cardoso Soares. Detecção de danos em infraestrutura ferroviária. Início: 2024. Tese (Doutorado em Programa de Pós-Graduação em Engenharia Civil) – Universidade Federal de Juiz de Fora. (Orientador).
• Luis Tadeu Dias Junior. Detecção de danos em estruturas usando deep learning . Início: 2024. Tese (Doutorado em Programa de Pós-Graduação 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