Professor, Pesquisador e Extensionista no NumbERS Lab – IFG Câmpus Inhumas · Doutor em Ciência da Computação pelo PPGCC/UFG (2025)
Trabalho com alocação dinâmica de recursos em redes IoT não-3GPP envolvendo VANTs: uso de drones como gateways LoRaWAN móveis, com foco em Qualidade de Serviço. Na prática, isso junta LoRaWAN, redes 5G/6G, aprendizado por reforço profundo e simulação em ns-3.
| Repositório | O que é |
|---|---|
A2C-LoVQI |
Aprendizado por reforço profundo para posicionar VANTs como gateways LoRaWAN (artigo SBrT 2024) |
sliced-ns3-lorawan-module |
Módulo LoRaWAN do ns-3 estendido com suporte a network slicing |
lorawan-gym |
Cenários de simulação integrando ns-3, OpenAI Gym, LoRaWAN e NR-5G |
non3GPP_IoT_simulations |
Simulações e datasets do artigo Dynamic resources allocation in non-3GPP IoT networks involving UAVs |
lorawan-class-c |
Implementação de dispositivos finais Classe C no módulo LoRaWAN do ns-3 |
density-dev-distrib |
Distribuição de dispositivos IoT orientada por densidade |
2025
- 🌟 Power allocation and communication resource scheduling for federated learning in wireless IoT networks — Annals of Telecommunications · DOI
2024
- 🌟 Integrating Multi-Access Edge Computing (MEC) into Open 5G Core — Telecom (MDPI) · DOI
- Soluções baseadas em aprendizado por reforço profundo para implantar VANTs como gateways LoRaWAN com foco na Qualidade de Serviço IoT — SBrT 2024 · DOI · código
- Deep Q-Network para a Alocação dos Recursos de Comunicação do Aprendizado Federado em Redes IoT sem Fio — SBrT 2024 · DOI
- QoS-aware Optimal Deployment of LoRa Gateways in UAV-enabled LoRaWANs — SBRC 2024 · DOI
- Aprendizado Federado em Redes IoT sem Fio: Novo Algoritmo para a Seleção de Dispositivos e Alocação dos Recursos de Comunicação — SBRC 2024 · DOI
2023
- 🌟 Dynamic Resources Allocation in non-3GPP IoT Networks Involving UAVs — IEEE VTC2023-Spring · DOI · código
- 🌟 A Detailed Relevance Analysis of Enabling Technologies for 6G Architectures — IEEE Access · DOI
- Fatiamento de rede utilizando MEC para integrar V2X por meio do acesso Non-3GPP à rede 6G (5G/B5G) — W6G 2023 · DOI
- Aprendizado Federado e Deep Q-Network habilitando VANTs como Infraestrutura em Redes 6G — W6G 2023 · DOI
2021 e anteriores
- Implementação de uma rede IoT LoRaWAN para integração com o núcleo 5G — ERI-GO 2021 · DOI
- Orquestração Inteligente de Network Slicing: Revisão da Literatura e Prospecção para Redes 6G — W6G 2021 · DOI
- Capítulo no Livro de Minicursos do SBrT 2020 — Editora IFPB
📚 Lista completa no Google Scholar e no Lattes.
Boa parte deste perfil é material de apoio para as disciplinas do IFG — sinta-se à vontade para usar.
- C / C++ —
c_yt_course·aula-C-20250220 - Java e POO —
MeAu_PET·java-crud·java-web-servlet·aula_Springboot_Flyway - Redes —
aula_instalando_ns3·sockets-computer-networking - Ferramentas —
git-basico·update-ubuntu
🇬🇧 In English
I'm a professor, researcher and outreach practitioner at the Federal Institute of Goiás (IFG), Inhumas campus. I hold a Ph.D. in Computer Science from the Federal University of Goiás (UFG), earned in 2025.
My research addresses dynamic resource allocation in non-3GPP IoT networks involving UAVs — using drones as mobile LoRaWAN gateways with a focus on Quality of Service. It brings together LoRaWAN, 5G/6G networks, deep reinforcement learning and ns-3 simulation. Projects such as lorawan-gym and sliced-ns3-lorawan-module aim to improve IoT networks and QoS in complex simulation scenarios.
Alongside the research work, this profile hosts teaching material — class content, programming tips and scripts — used in my courses at IFG.