Marcos Tulio Amaris González

Pós-doutorado

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• AMARIS, MARCOS ; CAMARGO, RAPHAEL ; CORDEIRO, DANIEL ; GOLDMAN, ALFREDO ; TRYSTRAM, DENIS . Evaluating Execution Time Predictions on GPU Kernels Using an Analytical Model and Machine Learning Techniques. JOURNAL OF PARALLEL AND DISTRIBUTED COMPUTING , v. 1, p. 1-15, 2022.

• Geng, Tongsheng ; AMARIS, MARCOS ; Zuckerman, Stéphane ; GOLDMAN, ALFREDO ; Gao, Guang R. ; Gaudiot, Jean-Luc . A Profile-Based AI-Assisted Dynamic Scheduling Approach for Heterogeneous Architectures. INTERNATIONAL JOURNAL OF PARALLEL PROGRAMMING , v. 1, p. 1-37, 2021.

• ALMEIDA, ANDERSON FRANCISCO DE SOUSA ; VERAS, ADONNEY ALLAN DE OLIVEIRA ; MERLIN, BRUNO ; SANTOS, ADAM ; AMARIS, MARCOS . Predição temporal de parâmetros da qualidade da água usando redes neurais profundas / Temporal prediction of water quality parameters using deep neural networks. Brazilian Journal of Development , v. 7, p. 107662-107678, 2021.

• AMARIS, MARCOS ; Lucarelli, Giorgio ; Mommessin, Clément ; TRYSTRAM, DENIS . Generic algorithms for scheduling applications on heterogeneous platforms. CONCURRENCY AND COMPUTATION-PRACTICE & EXPERIENCE , v. 00, p. e4647-4670, 2018.

• BRUEL, PEDRO ; AMARÍS, MARCOS ; GOLDMAN, ALFREDO . Autotuning CUDA compiler parameters for heterogeneous applications using the OpenTuner framework. CONCURRENCY AND COMPUTATION-PRACTICE & EXPERIENCE , v. 1, p. e3973, 2017.

• GONZÁLEZ, MARCOS AMARIS ; MARTINEZ ABAUNZA, VÍCTOR EDUARDO ; GUILLÉN RONDÓN, PABLO EMILIO . Medidas de similaridad de información basadas en compresión de datos. Comunicaciones en Estadística , v. 5, p. 169, 2013.

• Geng, Tongsheng ; AMARIS, M. ; Zuckerman, Stéphane ; A Goldman ; Gaudiot, Jean-Luc ; Gao, Guang R. . PDAWL: Profile-Based Iterative Dynamic Adaptive WorkLoad Balance on Heterogeneous Architectures. In: Klusáček, D., Cirne, W., Desai, N.. (Org.). Job Scheduling Strategies for Parallel Processing. JSSPP 2020.. 1ed.: , 2020, v. , p. 145-162.

• AMARIS, MARCOS ; Lucarelli, Giorgio ; Mommessin, Clément ; TRYSTRAM, DENIS . Generic Algorithms for Scheduling Applications on Hybrid Multi-core Machines. Lecture Notes in Computer Science. 1ed.: Springer International Publishing, 2017, v. , p. 220-231.

• QUEIROZ, FELLIPE ; DAMASCENO, ERICK ; SIQUEIRA, LUAN ; AMARIS, MARCOS ; RODRIGUES, THIAGO . Predição de Consumo Energético de Aplicações OpenMP em Máquinas Multi-core com Aprendizado de Máquina. In: Anais Estendidos do Simpósio em Sistemas Computacionais de Alto Desempenho, 2024, Brasil. Anais Estendidos do XXV Simpósio em Sistemas Computacionais de Alto Desempenho (SSCAD Estendido 2024), 2024. p. 129.

• QUEIROZ, FELLIPE ; SIQUEIRA, LUAN ; DAMASCENO, ERICK ; RODRIGUES, THIAGO ; AMARIS, MARCOS . Performance and Energy Prediction of OpenMP and CUDA Applications using Machine Learning and Pre-execution Features. In: Simpósio em Sistemas Computacionais de Alto Desempenho, 2024, Brasil. Anais do XXV Simpósio em Sistemas Computacionais de Alto Desempenho (SSCAD 2024), 2024. p. 228.

• DAMASCENO, ERICK ; QUEIROZ, FELLIPE ; SIQUEIRA, LUAN ; RODRIGUES, THIAGO ; AMARIS, MARCOS . Comparative Analysis of Compiler Efficiency: Energy Consumption Metrics in High-Performance Computing Domains. In: Simpósio em Sistemas Computacionais de Alto Desempenho, 2024, Brasil. Anais do XXV Simpósio em Sistemas Computacionais de Alto Desempenho (SSCAD 2024), 2024. p. 252.

• CORDEIRO, DANIEL ; FRANCESQUINI, EMILIO ; AMARÍS, MARCOS ; CASTRO, MÁRCIO ; BALDASSIN, ALEXANDRO ; LIMA, JOÃO V. F. . Green Cloud Computing: Challenges and Opportunities. In: Anais Estendidos do Simpósio Brasileiro de Sistemas de Informação, 2023, Brasil. Anais Estendidos do XIX Simpósio Brasileiro de Sistemas de Informação (SBSI 2023), 2023. p. 129.

• PINHEIRO, PEDRO ; SIQUEIRA, LUAN ; AMARIS, MARCOS . A Four-Step Cascade Methodology to Classify MCN Codes Using NLP Techniques. In: Encontro Nacional de Inteligência Artificial e Computacional, 2022, Brasil. Anais do XIX Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2022), 2022. p. 389.

• AMARIS, MARCOS ; MORAIS, MAYURI A. ; DE CAMARGO, RAPHAEL Y. . Efficient Prediction of Region-wide Traffic States in Public Bus Networks using LSTMs. In: 2021 IEEE International Intelligent Transportation Systems Conference (ITSC), 2021, Indianapolis. 2021 IEEE International Intelligent Transportation Systems Conference (ITSC), 2021. p. 2215.

• PINHEIRO, PEDRO ; AMARIS, MARCOS . Classificação dos Códigos de NCM Usando Processamento de Linguagem Natural. In: Escola Regional de Alto Desempenho Norte 2, 2021, Brasil. Anais da I Escola Regional de Alto Desempenho Norte 2 (ERAD-ERAMIA-NO2 2021), 2021. p. 9.

• SIQUEIRA, LUAN ; AMARIS, MARCOS . Predição de Desempenho de Aplicações CUDA utilizando Aprendizado de Máquina e Características de Pré-Execução. In: Escola Regional de Alto Desempenho Norte 2, 2021, Brasil. Anais da I Escola Regional de Alto Desempenho Norte 2 (ERAD-ERAMIA-NO2 2021), 2021. p. 21.

• ALMEIDA, ANDERSON ; AMARIS, MARCOS ; MERLIN, BRUNO . Predição temporal e espaço-temporal dos parâmetros da qualidade da água. In: Escola Regional de Alto Desempenho Norte 2, 2021, Brasil. Anais da I Escola Regional de Alto Desempenho Norte 2 (ERAD-ERAMIA-NO2 2021), 2021. p. 29.

• GURJÃO, EONAY ; DIAS, KLENILMAR ; AMARIS, MARCOS . Tolerância a falhas em multi-controladores SDN: eficiência de controladores RYU usando Mininet. In: Escola Regional de Alto Desempenho Norte 2, 2021, Brasil. Anais da I Escola Regional de Alto Desempenho Norte 2 (ERAD-ERAMIA-NO2 2021), 2021. p. 41.

• ALMEIDA, ANDERSON ; AMARIS, MARCOS ; MERLIN, BRUNO ; VERAS, ALLAN . Modelagem e Predição temporal de Parâmetros de Qualidade de Água usando Redes Neurais Profundas. In: Workshop de Computação Aplicada à Gestão do Meio Ambiente e Recursos Naturais, 2020, Brasil. Anais do Workshop de Computação Aplicada à Gestão do Meio Ambiente e Recursos Naturais (WCAMA 2020), 2020. p. 121.

• GONCALVES, ROGERIO ; AMARIS, MARCOS ; OKADA, THIAGO ; BRUEL, PEDRO ; GOLDMAN, ALFREDO . OpenMP is Not as Easy as It Appears. In: 2016 49th Hawaii International Conference on System Sciences (HICSS), 2016, Koloa. 2016 49th Hawaii International Conference on System Sciences (HICSS), 2016. p. 5742.

• AMARIS, MARCOS ; DE CAMARGO, RAPHAEL Y. ; DYAB, MOHAMED ; GOLDMAN, ALFREDO ; TRYSTRAM, DENIS . A comparison of GPU execution time prediction using machine learning and analytical modeling. In: 2016 IEEE 15th International Symposium on Network Computing and Applications (NCA), 2016, Cambridge. 2016 IEEE 15th International Symposium on Network Computing and Applications (NCA), 2016. p. 326.

• AMARIS, MARCOS ; CORDEIRO, DANIEL ; GOLDMAN, ALFREDO ; CAMARGO, RAPHAEL Y. DE . A Simple BSP-based Model to Predict Execution Time in GPU Applications. In: 2015 IEEE 22nd International Conference on High Performance Computing (HiPC), 2015, Bengaluru. 2015 IEEE 22nd International Conference on High Performance Computing (HiPC). p. 285.

• P. Bruel ; AMARIS, M. ; A Goldman . Autotuning GPU Compiler Parameters Using OpenTuner. In: WSCAD'15 XVI Simpósio em Sistemas Computacionais de Alto Desempenho, 2015, Florianópolis. WSCAD'15 XVI Simpósio em Sistemas Computacionais de Alto Desempenho, 2015.

• T. Okada ; AMARIS, M. ; A Goldman . Scheduling Moldable BSP Tasks on Clouds. In: WSCAD'15 XVI Simpósio em Sistemas Computacionais de Alto Desempenho, 2015, Florianópolis. WSCAD'15 XVI Simpósio em Sistemas Computacionais de Alto Desempenho, 2015.

• AMARÍS, MARCOS ; MARTINEZ ABAUNZA, VÍCTOR EDUARDO ; RONDON, P. . Máquinas de Aprendizaje No-Supervisionada para la Classificación de Señales Electrocardiográficas. In: International Symposium on Medical Information Processing and Analysis, 2012, San Cristobal. International Symposium on Medical Information Processing and Analysis, 2012.

• QUEIROZ, FELLIPE ; DAMASCENO, ERICK ; AMARIS, MARCOS . Predição de Consumo de Energia de Aplicações OpenMP Multithreads. In: Escola Regional de Alto Desempenho Norte 2 e Escola Regional de Aprendizado de Máquina e Inteligência Artificial Norte 2, 2023, Brasil. Anais da III Escola Regional de Alto Desempenho Norte 2 e III Escola Regional de Aprendizado de Máquina e Inteligência Artificial Norte 2 (ERAD-ERAMIA-NO2 2023), 2023. p. 21.

• GUIMARÃES, JOSIANY B. ; AMARIS, MARCOS . Proposta Sustentável Para Data Center: Revisão Sistemática de Literatura. In: Escola Regional de Alto Desempenho Norte 2 e Escola Regional de Aprendizado de Máquina e Inteligência Artificial Norte 2, 2023, Brasil. Anais da III Escola Regional de Alto Desempenho Norte 2 e III Escola Regional de Aprendizado de Máquina e Inteligência Artificial Norte 2 (ERAD-ERAMIA-NO2 2023), 2023. p. 33.

• AMARIS, M. ; MARTINEZ ABAUNZA, VÍCTOR EDUARDO . Procesamiento Wavelet de señales electrocardiográficas sobre R. In: III Jornadas de Usuarios de R, 2011, Madrid. III Jornadas de Usuarios de R, 2012.

• A Goldman ; CAMARGO, RAPHAEL Y. DE ; AMARÍS, MARCOS . Performance Prediction Modeling of GPU Applications. 2017. (Apresentação de Trabalho/Conferência ou palestra).

• A Goldman ; AMARIS, M. ; CAMARGO, RAPHAEL Y. DE ; TRYSTRAM, D. ; DYAB, M. . A Comparison of GPU Execution Time Prediction using Machine Learning and Analytical Modeling. 2016. (Apresentação de Trabalho/Conferência ou palestra).

• AMARIS, M. ; R. Camargo ; D. Cordeiro ; A Goldman . A Simple BSP-based Model to Predict Execution Time in GPU Applications. 2015. (Apresentação de Trabalho/Conferência ou palestra).

• AMARIS, M. ; Martinez V. ; RONDON, P. . Máquinas de Aprendizaje No-Supervisionada para la Classificación de Señales Electrocardiográficas. 2012. (Apresentação de Trabalho/Simpósio).

Outras produções

Projetos de pesquisa

• 2023 - Atual

  Estimação de Consumo Energético de Aplicações Executadas em Máquinas Heterogêneas, Descrição: This work package addresses the challenge of predicting energy consumption in parallel and heterogeneous computing systems. With the growing demand for high-performance computing, the energy consumption of such systems has become a critical concern. The project proposes a novel approach that combines analytical modeling and machine learning techniques to accurately predict energy consumption in parallel and heterogeneous applications.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) / Mestrado profissional: (1) . , Integrantes: Marcos Tulio Amaris González - Coordenador / Felipe Rafael dos Santos Barbosa - Integrante / Josiany B. Guimarães - Integrante / PEDRO DA SILVA CAVALCANTE - Integrante.

• 2021 - 2023

  Análise de Desempenho de Aplicações de Big Data Executadas em Plataformas Heterogêneas, Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (1) . , Integrantes: Marcos Tulio Amaris González - Coordenador.

• 2018 - 2020

  Modelagem de Viagens em Sistemas de ônibus usando Métodos Estocásticos, Descrição: A mobilidade urbana é um aspecto crucial das cidades inteligentes e os sistemas de transporte de ônibus desempenham um papel essencial nesta mobilidade. Os sistemas de ônibus são afetados por vários fatores, como tráfego dinamicamente variável, demanda de passageiros, condições climáticas e eventos culturais e esportivos. Pode-se modelar a rede de rotas de ônibus como um grafo, com vértices representando paradas de ônibus ou outros pontos significativos, e links conectando esses vértices. Desse modo, modelos mesoscópicos definem propriedades de links, como velocidade de fluxo e estado atual, e permitem simular viagens de ônibus individuais sobre o gráfico. Neste projeto, desenvolveremos um modelo estocástico de comportamento de ônibus individual durante as viagens. O modelo irá capturar os possíveis estados de links, representando os diferentes níveis de congestionamento. Cada estado dos links terá uma distribuição de probabilidade específica dos tempos de viagem, permitindo a amostragem desse tempo em viagem de ônibus individuais. Assim, usaremos dados históricos para gerar os estados de link e distribuições de tempo de viagem. Além disso, as matrizes de probabilidades de transição de estados derivadas desses dados históricos permitirão a simulação da evolução do estado usando cadeias de Markov. Implementaremos também o modelo no interSimulator, que é um simulador de tráfego de larga escala, extensível e de código aberto, desenvolvido em Erlang, capaz de simular milhões de entidades. Para tanto utilizaremos as simulações para validar o modelo, comparando o comportamento estatístico do sistema de ônibus com dados empíricos da SPTrans. Finalmente, usaremos a simulação para avaliar outros modelos desenvolvidos em nosso grupo de pesquisa, incluindo previsões de tempo de viagem de ônibus, bem como a sua modelagem de agrupamento.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) . , Integrantes: Marcos Tulio Amaris González - Coordenador / Raphael Camargo - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2015 - 2018

  LEAPaD: Laboratóorio de Estudos Avaçados em Sistemas Paralelos e Distribuídos, Projeto certificado pelo(a) coordenador(a) Alfredo Goldman vel Lejbman em 21/08/2018., Descrição: O processamento paralelo e distribuído é uma realidade nos sistemas computacionais há muitos anos. No entanto, observa-se no histórico mais recente, o crescimento dos horizontes de sua aplicação em função de uma nova realidade de mercado, a qual oferece preços muito competitivos para os mais diversos tipos de plataformas de hardware, implicando no aumento das ofertas de soluções e, consequentemente, de demandas de aplicações da sociedade em geral. Logo, se no passado não muito distante, problemas e questões relacionadas ao processamento paralelo e distribuído surgiam em função do desenvolvimento de aplicações caracterizadas por necessitarem de uma grande quantidade de recursos computacionais, hoje surge uma nova classe de problemas em função da pluralidade de dimensões que as novas plataformas de processamento oferecem. Esta pluralidade reflete a incorporação nas plataformas de execução de diferentes tecnologias de hardware com suporte ao processamento intensivo e paralelo, incluindo não apenas os multiprocessadores e aglomerados de computadores, mas tambémFPGAs, GPUs, grades e nuvens computacionais. Dentre os efeitos observados, buscam-se novos modelos computacionais para solucionar as diferentes questões operacionais que se apresentam nesta nova realidade. Neste contexto, o presente projeto se insere apresentando a criação do LEAPaD, um laboratório, virtualmente distribuído entre as instituições parceiras, vocacionado em explorar questões ligadas ao gerenciamento das ações que envolvem o processamento paralelo e distribuído. O LEAPaD, acrônimo para Laboratório de Estudos Avançados em Sistemas Paralelos e Distribuídos, se institui de forma a consolidar linhas de atuação ligadas aos programas associados a este projeto, buscando explorar soluções para construções de aplicações e sistemas de gerenciamento e exploração de processamento de alto desempenho em arquiteturas paralelas e distribuídas, tais como FPGAs, ambientes multiprocessados e com GPUs, aglomerados de computadores e de grades e nuvens computacionais.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Marcos Tulio Amaris González - Integrante / Raphael Camargo - Integrante / Alfredo Goldman vel Lejbman - Coordenador.

• 2015 - 2016

  Generic algorithms for scheduling applications on heterogeneous platforms, Projeto certificado pelo(a) coordenador(a) Alfredo Goldman vel Lejbman em 21/08/2018., Descrição: Neste projeto temos como objetivo a verificação e análise experimental de diversos problemas de computação distribuída com novos algoritmos de gerenciamento de recursos. Serão estudados os seguintes tópicos de maneira mais aprofundada: Algoritmos adaptativos, Escalonamento de tarefas BSP maleáveis e Ambientes de data-flow tolerantes a falhas.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Marcos Tulio Amaris González - Integrante / Raphael Camargo - Integrante / Alfredo Goldman vel Lejbman - Coordenador.

Prêmios