Ver o conteúdo principal

Docentes

Biografia

Karina Brotto Rebuli é doutorada em Ciências Veterinárias para a Saúde Animal e Segurança Alimentar pela Universidade de Turim (Itália), com forte enfoque no desenvolvimento e aplicação de Inteligência Artificial a problemas complexos nos sistemas agroalimentares. Leciona nas áreas de Ciência de Dados, Machine Learning, Computação Evolutiva e Programação, com particular destaque para aplicações práticas e interdisciplinares. A sua principal área de investigação centra-se no Machine Learning, na Inteligência Artificial Evolutiva e em modelos interpretáveis aplicados à Pecuária de Precisão, nomeadamente em sistemas automáticos de ordenha, produtividade de vacas leiteiras, bem-estar animal e apoio à decisão baseado em dados. Desenvolve ainda investigação em Programação Genética, otimização multiobjetivo, intervalos de previsão e interpretabilidade de modelos. É autora e coautora de mais de 15 publicações científicas em revistas internacionais com revisão por pares e em atas de conferências de referência, incluindo Computers and Electronics in Agriculture, Animals, SN Computer Science e GECCO. Participou em diversos projetos de investigação nacionais e internacionais nas áreas da inteligência artificial, ciência de dados aplicada e sistemas complexos, promovendo colaborações académicas entre Itália e Portugal. O seu percurso académico e profissional integra uma sólida formação em ciências computacionais e quantitativas com investigação aplicada e colaboração interdisciplinar, contribuindo para o desenvolvimento de soluções de Inteligência Artificial fiáveis, interpretáveis e orientadas para contextos reais.

Publicações Cientificas

Rebuli, K. B., Ozella, L., Masía, F., Vrieze, E., Vanneschi, L., & Giacobini, M. (2026)

Automating the classification of dairy cow productivity groups using interpretable machine learning. Smart Agricultural Technology, 15, Article 102501. https://doi.org/10.1016/j.atech.2026.102501

Pereira, F., Rebuli, K. B., Giacobini, M., & Vanneschi, L. (2026)

Exploring Elitism Strategies in Nested Tournament Selection for Multi-Objective Genetic Programming. 485-488. Poster session presented at Genetic and Evolutionary Computation Conference, 2026, San José, Costa Rica. https://doi.org/10.1145/3795101.3805386