Hugo Fernando Maia Milan

Professor do Programa de Pós-Graduação em Engenharia Elétrica da Universidade Federal de Rondônia (UNIR, 2021-atual). Pós-Doutor em Inteligência Artificial pela UNESP (2023). Doutor em Engenharia Elétrica com ênfase em Engenharia Biomédica e Biológica pela Cornell University (2019). Mestre em Engenharia Elétrica com ênfase em Engenharia Biomédica e Biológica pela Cornell University (2017). Mestre em Engenharia Elétrica com ênfase em Engenharia Biomédica pela FEEC/UNICAMP (2015). Graduado em Engenharia Elétrica pela Universidade Federal de Rondônia (UNIR, 2012). Dentre os prêmios recebidos, destacam-se o Superior Paper Award da American Society of Agricultural and Biological Engineers (ASABE, 2020), finalista da competição Three Minute Thesis da The Graduate School of Cornell University (2018), segundo lugar no prêmio Prof. Dr. Flávio Bacarri Júnior da Sociedade Brasileira de Biometeorologia (2017), apresentação selecionada para o Spark Talks da Cornell University Library (2017), o prêmio Cândido Pinto de Melo da Sociedade Brasileira de Engenharia Biomédica (2014) e finalista do prêmio Roberto Alcantara Gomes da Sociedade Brasileira de Biofísica (2013). Dentre suas realizações profissionais, incluem, coordenação de obras de engenharia, desenvolvimento de projetos e laudos de engenharia elétrica, aprovação de projetos de pesquisa/desenvolvimento tecnológico, publicação de trabalhos científicos, pareceres para artigos científicos submetidos para publicação, participação e apresentação de trabalhos em congressos/simpósios/seminários, depósito de propriedades intelectuais, publicação de base de dados e autor de software científicos. Possui ampla experiência didática, atuando na Cornell University, UNICAMP, UNESP, UNIR e FAEMA. Tem interesse em realizar pesquisa nas áreas de modelamento numérico de campos eletromagnéticos e da propagação térmica em tecidos biológicos, juntamente com experimentos para sustentar as análises fornecidas pelos modelos matemáticos. Dentre os modelos matemáticos, destacam-se os modelos de Machine Learning e Computer Vision. (Fonte: Currículo Lattes)