Joel Luis Carbonera

É bacharel em Ciência da Computação pela Universidade de Caxias do Sul (2007). Possui mestrado (2012) e doutorado (2016) em Ciência da Computação pela Universidade Federal do Rio Grande do Sul . Já atuou como cientista em laboratório industrial da IBM. Atualmente, é professor adjunto na Universidade federal do Rio Grande do Sul e Bolsista de Produtividade em Pesquisa CNPq C. Tem experiência na área de Inteligência Artificial com ênfase em Aprendizado de máquina. Também tem experiência no desenvolvimento de ontologias e sistemas baseados em conhecimento para o domínio da Geologia de Petróleo e Indústria 4.0, e no desenvolvimento de padrões baseados em ontologias para a área de Robótica e Automação. Tem como principal interesse de pesquisa atual a investigação de abordagens cognitivamente inspiradas para raciocínio e combinação de modelos de conhecimento explícito com grandes modelos de linguagem para representação de conhecimento e raciocínio, além de contribuir também nas áreas de processamento de linguagem natural e visão computacional. Foi membro do Robotics and Automation Working Group (ORA WG) da IEEE, que desenvolveu o primeiro padrão baseado em ontologias para representação de conhecimento no domínio da robótica e automação. Também foi membro do grupo de trabalho IEEE 7007 - Ontological Standard for Ethically Driven Robotics and Automation Systems, que desenvolveu um padrão para representação de conhecimento sobre noções éticas para robótica e automação. Ambos os padrões foram premiados com o Emerging technology award pela IEEE Standards Association. Também atuou como no grupo de trabalho IEEE 1872.2 - Standard for Autonomous Robotics (AuR) Ontology e no do grupo de trabalho IEEE 1872.1 - Robot Task Representation. Também foi coordenador da área de padronização do chapter do Sul do Brasil da IEEE Robotics and Automation Society. Atualmente também é líder do grupo de pesquisa ''Sistemas de Computação para EP de Petróleo''. Tem experiência na condução de projetos de pesquisa e desenvolvimento com a indústria.

Informações coletadas do Lattes em 22/05/2026

Acadêmico

Formação acadêmica

Doutorado em Computação

2012 - 2016

Universidade Federal do Rio Grande do Sul
Título: Um arcabouço cognitivamente inspirado para representação de conhecimento e raciocínio
, Ano de obtenção: 2016. Mara Abel. Bolsista do(a): Programa Petrobras de formação de recursos humanos, PRH, Brasil.

Mestrado em Computação

2009 - 2012

Universidade Federal do Rio Grande do Sul
Título: Raciocínio sobre conhecimento visual: um estudo em Estratigrafia Sedimentar
, Ano de Obtenção: 2012.Mara Abel.Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil. Palavras-chave: Engenharia do conhecimento; Engenharia de ontologias; Conhecimento visual; Modelos de conhecimento; Modelagem cognitiva; Ontologias. Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência artificial / Especialidade: Engenharia do Conhecimento. Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação. Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência artificial.

Graduação em Bacharelado em Ciência da Computação

2001 - 2007

Universidade de Caxias do Sul
Título: Uma Abordagem Emergente para Composição Musical Estocástica
Orientador: João Luis Tavares da Silva

Formação complementar

2013 - 2013

The industrial application of ontology. (Carga horária: 4h). , Universidade Federal de Minas Gerais, UFMG, Brasil.

2013 - 2013

KB_Bio_101. (Carga horária: 4h). , Universidade Federal de Minas Gerais, UFMG, Brasil.

2012 - 2012

Introduction do description logics. (Carga horária: 3h). , Universidade Federal de Pernambuco, UFPE, Brasil.

2012 - 2012

Ontology Matching and the Alignment API. (Carga horária: 3h). , Universidade Federal de Pernambuco, UFPE, Brasil.

2012 - 2012

Ontological foundations for conceptual modeling. (Carga horária: 3h). , Universidade Federal de Pernambuco, UFPE, Brasil.

2010 - 2010

Extensão universitária em CONCEPTUAL MODELS AND ONTOLOGIES. (Carga horária: 8h). , Universidade Federal do Rio Grande do Sul, UFRGS, Brasil.

2010 - 2010

Linked Data. (Carga horária: 4h). , Universidade Federal de Santa Catarina, UFSC, Brasil.

2010 - 2010

Classificação e taxonomias. (Carga horária: 4h). , Universidade Federal de Santa Catarina, UFSC, Brasil.

Idiomas

Inglês

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Espanhol

Compreende Bem, Fala Pouco, Lê Bem, Escreve Pouco.

Italiano

Compreende Razoavelmente, Fala Pouco, Lê Pouco, Escreve Pouco.

Francês

Compreende Razoavelmente, Fala Pouco, Lê Razoavelmente, Escreve Pouco.

Áreas de atuação

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência artificial.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Aprendizado de máquina.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Visão Computacional.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Processamento de linguagem natural.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Representação de conhecimento e raciocínio.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Ontologias.

Organização de eventos

OLIVEIRA, J. M. P. ; FARINELLI, F. ; CARBONERA, JOEL ; SOUZA, A. D. ; Rodrigues, F. H. ; CARDOSO, E. C. S. ; NOBRE, R. L. S. ; SILVA, H. R. S. ; PETRY, R. H. . Ontobras 2025. 2025. (Congresso).

RECAMONDE-MENDOZA, M. ; BALREIRA, D. G. ; CARBONERA, JOEL ; RAMOS, G. O. ; MACHADO, K. S. ; GARCIA, L. F. ; KUPSSINSKU, L. . ERAMIA-RS 2025: I Escola Regional de Aprendizado de Máquina e Inteligência Artificial da Região Sul. 2025. (Outro).

FIORINI, S. R. ; GUIZZARDI, R. ; BERARDI, R. ; SCHMIDT, D. ; CARBONERA, JOEL LUIS . V Doctoral and Masters Consortium on Ontologies (WTDO 2021). 2021. (Congresso).

ABEL, M. ; CARBONERA, JOEL LUIS ; ALMEIDA, J. P. A. ; BAX, M. ; BAIAO, F. ; BERARDI, R. . Ontobras 2019. 2019. (Congresso).

ABEL, M. ; CARBONERA, JOEL LUIS ; FIORINI, Sandro Rama ; GUIZZARDI, G. ; OLIVEIRA, J. M. P. . Ontobras 2018. 2018. (Congresso).

ABEL, M. ; CAREGNATO, S. E. ; GUIZZARDI, G. ; VIERIA, R. ; FIORINI, S. R. ; SILVEIRA JR., C. A. ; FERREIRA, G. I. S. ; SCIORTINO, L. ; TASSINARI, L. ; BONOTTO, M. E. K. K. ; ROCHA, R. P. ; LAN, R. H. V. D. ; CARBONERA, Joel Luis . IV Seminário de Pesquisa em Ontologias no Brasil. 2011. (Congresso).

Participação em eventos

A Academia vai ao Laboratório: IA - Riscos e Oportunidades.A Academia vai ao Laboratório: IA - Riscos e Oportunidades. 2025. (Outra).

ICEIS. Graph Convolutional Networks for Image Classification: Comparing Approaches for Building Graphs from Images. 2024. (Congresso).

XIX Escola Regional de Banco de Dados (ERBD).O papel da Inteligência Artificial Gerativa na análise de dados. 2024. (Outra).

International Conference on Artificial Intelligence and Soft Computing. 2023. (Congresso).

9º Simpósio de Quantificação em Geociências.INTELIGÊNCIA ARTIFICIAL EM GEOCIÊNCIAS: TENDÊNCIAS E DESAFIOS. 2022. (Simpósio).

International Joint Conferences on Artificial Intelligence. 2022. (Congresso).

I seminário internacional de Ética e Inteligência Artificial.Um olhar sobre a Ética e a Inteligência Artificial. 2022. (Seminário).

A Inteligência Artificial e o poder judiciário.Explicabilidade em Inteligência Artificial. 2021. (Outra).

International Conference on Artificial Intelligence and Soft Computing. A Density-Based Prototype Selection Approach. 2020. (Congresso).

International Conference on Tools with Artificial Intelligence. An attraction-based approach for instance selection. 2020. (Congresso).

Ontobras. 2020. (Seminário).

Seminário de Inteligência Artificial Aplicada à Indústria do Petróleo.GEORESERVOIR: RESERVOIR GEOMETRY DESCRIPTION AND DETECTION OF ANALOGOUS. 2020. (Seminário).

Ontobras. 2019. (Seminário).

Big Data Analytics and Knowledge Discovery. An Efficient Prototype Selection Algorithm Based on Spatial Abstraction. 2018. (Congresso).

International Conference on Artificial Intelligence and Soft Computing. An Efficient Prototype Selection Algorithm Based on Dense Spatial Partitions. 2018. (Congresso).

International Conference on Tools with Artificial Intelligence. Efficient instance selection based on spatial abstraction. 2018. (Congresso).

Big Data Analytics and Knowledge Discovery - DaWaK 2017. An efficient approach for instance selection. 2017. (Congresso).

International Conference on Tools with Artificial Intelligence - ICTAI 2017. Efficient prototype selection supported by subspace partitions. 2017. (Congresso).

17th International Conference on Enterprise Information Systems (ICEIS). A Cognition-inspired Knowledge Representation Approach for Knowledge-based Interpretation Systems. 2015. (Congresso).

International Joint Conference on Artificial Intelligence (IJCAI). A Cognitively Inspired Approach for Knowledge Representation and Reasoning in Knowledge-Based Systems. 2015. (Congresso).

Ninth International Workshop on Modular Ontologies (WoMO). A novel approach for extracting well-founded ontology views. 2015. (Congresso).

IEEE International Conference on Tools with Artificial Intelligence (ICTAI). An entropy-based subspace clustering algorithm for categorical data. 2014. (Congresso).

Second Interdisciplinary Summer School on Ontological Analysis. 2014. (Oficina).

AAPG 2013 Annual Convention and Exhibition. A Computer Application for Automatic Interpretation of Depositional Process from Visual Descriptions of Sedimentary Facies. 2013. (Congresso).

Congresso Brasileiro de P&D em Petróleo e Gás - PDPETRO. 2013. (Congresso).

IEEE International Conference on Tools with Artificial Intelligence (ICTAI). Visual Interpretation of Events in Petroleum Geology. 2013. (Congresso).

Ontobras 2013.Uma Ontologia para Padronização do Domínio de Robótica e Automação. 2013. (Seminário).

Reunião anual de avaliação de PRHs.uma aplicação computacional para interpretação automática de processos deposicionais a partir da descrição visual de fácies sedimentares. 2013. (Outra).

ONTOBRAS/MOST - 2012.Abordagem para aquisição de conhecimento visual e refinamento de ontologias para domínios visuais. 2012. (Seminário).

wesaac - VI Workshop-Escola de Sistemas de Agentes. A Markovian Multiagent Musical Composer. 2012. (Congresso).

Joint IV Seminar on Ontology Research in Brazil and VI International Workshop on Metamodels, Ontologies and Semantic Technologies.Reasoning over visual knowledge. 2011. (Seminário).

Seminário de Pesquisa em Ontologia no Brasil.Uma arquitetura para raciocínio sobre conhecimento visual. 2010. (Seminário).

28th International Conference on Conceptual Modeling (ER2009). 2009. (Congresso).

X Escola de informática. 2002. (Seminário).

Participação em bancas

Aluno: MATHEUS ALAN BERGMANN

DREWS JUNIOR, P. L. J.; WALTER, M.;CARBONERA, JOEL LUÍS. Use of anchors to improve gravity-alignment of panoramas. 2025. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: MARCO ANTÔNIO ATHAYDE DE AGUIAR VIEIRA

MOREIRA, V. P.; BENCKE, L. R.;CARBONERA, JOEL LUÍS. Improving Approximate Nearest Neighbor Search in HNSW Graphs. 2025. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Caroline Santos dos Reis

MAFFEI, R. Q.; JORGE, V. A. M.;CARBONERA, JOEL LUÍS. Norm-Oriented Robotic Navigation System Applying the IEEE 7007-2021 Standard. 2025. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Manuel Speranza Torres Veras

CARBONERA, JOEL; OLIVEIRA, A. Q.; GASTAL, E.. Probabilistic Representation and Localization Loss Function for Object Detection in 360-Degree Images. 2025. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: JESUS DANIEL YEPEZ ROJA

CARBONERA, JOEL. LLMusic: Modelagem de tópicos em letras de músicas combinando LLM, Engenharia de Prompt e BERTopic - Estudo de Caso no Funk Brasileiro. 2025. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Christian Schmitz

KASTER, D. S.; BORGES, E. N.;CARBONERA, Joel Luis. Meta-Learning for Classifier Ensemble Optimization. 2024. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Daniele Nazaré Tavares

ROSSET, V.; RAMOS, A. C. B.;CARBONERA, JOEL LUÍS. ABORDAGEM PARA ANÁLISE DE DADOS DA INFRAESTRUTURA DE TELECOMUNICAÇÃO MÓVEL DO BRASIL BASEADA EM GRAFO DE CONHECIMENTO. 2024. Dissertação (Mestrado em Engenharia Eletrônica e Computação) - Instituto Tecnológico de Aeronáutica.

Aluno: Ricardo dos Casaes Belo

ROMEU, R. K.; NETTO, J. C.;CARBONERA, JOEL LUÍS. Fundamental Requirements of Digital Twins for Production System in Oil and Gas Industry. 2024. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: GABRIEL MONACO RIBEIRO DA SILVA

CARBONERA, JOEL LUÍS. MUDROCKZOOM: ANÁLISE COMPARATIVA ENTRE DATASETS REAIS E DEGRADADOS PARA SUPER-RESOLUÇÃO PETROGRÁFICA. 2024. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Lucas Valadares Vieira

ALMEIDA, J. P. A.; PERRIN, M.;CARBONERA, JOEL LUÍS. A reference ontology of portions of matter. 2024. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Roberto Monteiro Dias Orientador

CARBONERA, JOEL LUIS; CLASSE, T. M.. ONTOLOGIA PARA O GERENCIAMENTO DE SEGURANÇA DA INFORMAÇÃO EM SISTEMAS-DE-SISTEMAS. 2022. Dissertação (Mestrado em Informática) - Universidade Federal do Estado do Rio de Janeiro.

Aluno: Marcelo Cardoso Bortolozzo

CARBONERA, JOEL LUIS; TAVARES, A. R.; JOHAN, M.. Improving Rare Chord Recognition Through Self-Learning Techniques and Weak Label Generation. 2022. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Carlos Abel Córdova Sáenz

PAES, A.; MOREIRA, V. P.;CARBONERA, JOEL LUIS. Understanding stance classification of BERT models: an attention-based mechanism. 2022. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Karina Liseth Ponce Guevara

CARBONERA, JOEL LUIS; BASSANI, H. F.; RIOS, R. A.. Mapas Auto-organizáveis para Agrupamento em Subespaços e seu Refinamento. 2021. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco.

Aluno: TAYLOR DE OLIVEIRA ANTES

LENO, F.; RAMOS, G. O.;CARBONERA, JOEL LUIS. Organização Hierárquica com Agregação de Estados em Aprendizado Multiagente: uma Aplicação em Controle Semafórico. 2021. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Rhuan Paulo Lopes Barros

GALANTE, R. M.; VIERIA, R.;CARBONERA, Joel Luis. Análise de decisões judiciais utilizando Aprendizado de Máquina com Supervisão Fraca. 2021. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Pablo Felipe Leonhart

BURIOL, L. S.; VERLI, H.;CARBONERA, JOEL LUIS. Um algoritmo multimemético auto-adaptativo para o problema de atracamento molecular. 2019. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Felipe Soares

CARBONERA, JOEL LUIS; CASELI, H. M.; WIVES, L. K.. Machine Translation for the biomedical domain - corpora acquisition and translation experiments. 2019. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Mariana Rocha Bernardi

REBELLO, J. P.; TORRES, J. C. B.;CARBONERA, JOEL LUIS. O uso indiscriminado da inteligência artificial: uma discussão ética. 2019. Dissertação (Mestrado em Filosofia) - Universidade de Caxias do Sul.

Aluno: FERNANDA CAROLINE SILVEIRA RODRIGUES

CARBONERA, JOEL LUIS; JUNG, C. R.; AMORY, A. M.. Detecção de fechamento de loop utilizando sequências em uma estratégia hierárquica de três níveis. 2019. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: MARCOS AUGUSTO GRZEÇA

CARBONERA, JOEL LUIS; SILVA, T. L. C.; MOREIRA, V. P.. Drunk2Symbol e Drunk2Vec: Métodos para a identificação de textos bêbados explorando enriquecimento contextual. 2019. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Vinicius Medeiros Graciolli

JUNG, C. R.; KUCHLE, J.;CARBONERA, Joel Luis. A novel classification method applied to well log data calibrated by ontology-based core descriptions. 2018. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: RAFAEL HENRIQUE MARTELLO

CARBONERA, JOEL. APRIMORANDO AUTOENCODERS PARA INFERÊNCIAS NA INDÚSTRIA QUÍMIC. 2026. Tese (Doutorado em Engenharia Química) - Universidade Federal do Rio Grande do Sul.

Aluno: Pedro Henrique da Costa Avelar

ARAUJO, R. M.; MOREIRA, A. F.;CARBONERA, JOEL LUÍS. Graph Representation Learning for Images. 2025. Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Cauã Roca Antunes

BARTON, A.; ALMEIDA, J. P.;CARBONERA, JOEL LUÍS. A vector-based approach to representing dispositions. 2025. Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Luis Felipe de Araujo Zeni

CARBONERA, JOEL. Enhancing Weakly Supervised Object Detection via Long-Term Self-Supervised Instance Minin. 2025. Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: [Nome removido após solicitação do usuário]

CARVALHO, A. M. P.; COSTA, A. H. R.;CARBONERA, JOEL LUÍS. Producing Synthetic Instances for Textual Classification and Natural Language Inference. 2024. Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Renata das Chagas Neuland

AMORY, A. M.; FREITAS, E. P.; REISER, R. H. S.;CARBONERA, JOEL LUIS. Análise Intervalar e Restrições Temporais Aplicadas ao Problema de Reconhecimento de Regiões. 2021. Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Laura Costa Sarkis

OLIVEIRA, D. C. M.; MURTA, .. L. G. P.; SILVA, V. T.;CARBONERA, JOEL LUIS. UMA ABORDAGEM PARA DETECÇÃO DE CONFLITOS INDIRETOS ENTRE POLÍTICAS DE CONTROLE DE ACESSO. 2017. Tese (Doutorado em Computação) - Universidade Federal Fluminense.

Aluno: MAIRON DE ARAÚJO BELCHIOR

SIQUEIRA, S.; OLIVEIRA, D. C. M.; MONTENEGRO, A.;CARBONERA, Joel Luis. DETECÇÃO DE POTENCIAIS CONFLITOS NORMATIVOS QUE DEPENDEM DA ORDEM DE EXECUÇÃO DOS EVENTOS NOS SISTEMAS MULTI-AGENTES. 2017. Tese (Doutorado em Computação) - Universidade Federal Fluminense.

Aluno: Breno William Santos Rezende de Carvalho

ARAUJO, R. M.;CARBONERA, JOEL; RAMOS, G. O.. Towards a Local Interpretation of Attention Based Neural Models. 2026. Exame de qualificação (Doutorando em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: RAFAEL HENRIQUE MARTELLO

SOUZA JUNIOR, M. B.; RANZAN, L.;CARBONERA, JOEL LUÍS. APRIMORANDO AUTOENCODERS PARA INFERÊNCIAS NA INDÚSTRIA QUÍMICA. 2025. Exame de qualificação (Doutorando em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Marcio Nicolau

CARBONERA, JOEL; MENDOZA, M. R.; RAMOS, G. O.. Neurosymbolic ViT-LoMoE: A Path to Interpretable Image Learning. 2025. Exame de qualificação (Doutorando em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Pedro Henrique da Costa Avelar

ARAUJO, R. M.; MOREIRA, A.;CARBONERA, JOEL LUÍS. Graph representation learing for images. 2024. Exame de qualificação (Doutorando em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Cauã Roca Antunes

ALMEIDA, J. P.; BARTON, A.;CARBONERA, JOEL LUÍS. A vector-based approach to representing dispositions. 2024. Exame de qualificação (Doutorando em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: [Nome removido após solicitação do usuário]

CARBONERA, JOEL LUÍS; COSTA, A. H. R.; CARVALHO, A. M. P.. Producing Synthetic Instances for Textual Classification and Natural Language Inference. 2023. Exame de qualificação (Doutorando em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Renata das Chagas Neuland

CARBONERA, JOEL LUIS; REISER, R. H. S.; BOTELHO, S. S. C.. Uma Abordagem Inspirada em Análise Intervalar Para o Problema de Reconhecimento de Regiões. 2019. Exame de qualificação (Doutorando em Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: RAPHAEL MALINSKI VIEIRA

CARBONERA, JOEL; GALANTE, R. M.; GRANVILLE, L. Z.. Solução para integração do JEMS3 à SOL: exportando artigos científicos de eventos para a biblioteca digital da SBC. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: EDUARDO ANDRÉ LEITE

CARBONERA, JOEL; MENDOZA, M. R.; TAVARES, A. R.. Desempenho e Expressividade da função de ativação PReLU em Modelos Neurais. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Guilherme Schneider Markus

CARBONERA, JOEL LUÍS; HACKMANN, C. L.. REDES NEURAIS INFORMADAS PELA FÍSICA: SOLUÇÃO DE EQUAÇÕES DIFERENCIAIS ORDINÁRIAS UTILIZANDO REDES NEURAIS PROFUNDAS. 2025. Trabalho de Conclusão de Curso (Graduação em Estatística) - Universidade Federal do Rio Grande do Sul.

Aluno: Ricco Vasconcellos Constante Soares

CARBONERA, JOEL LUÍS; TAVARES, A. R.; PEREIRA, A. G.. Coevolutionary Genetic Algorithm and Graph Neural Networks for a Risk-like Board Game: Policy Predictions for Population Initialization. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: GABRIEL MACHADO FIGUEIREDO

RIBAS, R.; TAVARES, A. R.;CARBONERA, JOEL LUÍS. Ferreiros e Alquimistas: o desenvolvimento de um jogo educativo lúdico e divertido para ensinar alunos do ensino médio sobre a história da química. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Nikolas Tesche

CARBONERA, JOEL; MENDOZA, M. R.; GALANTE, R. M.. Desenvolvimento de modelo de aprendizado de máquina para classificar o motivo de compra de produtos a partir de notas fiscais eletrônicas. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: João Pedro Kuhn Braun

BALREIRA, D.; MENDOZA, M. R.;CARBONERA, JOEL LUÍS. Análise de modelos de linguagem para extração de entidades nomeadas em documentos médicos em português. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Vinicius Meirelles Pereira

BALREIRA, D.;CARBONERA, JOEL LUÍS; NUNES, R. O.. Ouvindo além das palavras: análise comparativa de modelos de IA para detecção de emoções em fala. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: GUILHERME TORRES MARQUES VIDAL

GRISCI, B. I.; TAVARES, A. R.;CARBONERA, JOEL LUÍS. Desempenho do Nvidia Modulus, uma ferramenta para aprendizado de máquina, para solução de equações diferenciais parciais comparado com solver numéricos tradicionais.. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: VITÓRIA COLONETTI BENEDET

CARBONERA, JOEL LUÍS; BALREIRA, D.; WALTER, M.. Associando Imagens e Legendas em Português Brasileiro: Avaliação do modelo CLIP no Conjunto de Dados FM30k. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: ÁLVARO GUGLIELMIN BECKER

CARBONERA, JOEL; TAVARES, A. R.; SILVEIRA, T. L. T.. Boardwalk: a Framework for Creating Board Games with LLMs. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: LUIS GUILHERME FERNANDES MELO

GRISCI, B.; BALREIRA, D.;CARBONERA, JOEL. Trust-Aware Temporal Knowledge Graphs for Grounding LLMs in Dynamic Domains. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Gert Willem Folz

PIMENTA, M. S.;CARBONERA, JOEL LUÍS; MALOSSI, R.. Analysis of Text-Conditioned Music Synthesis Models Generators. 2024. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Matheus Hiroyuki Suwa Moura

OLIVEIRA, M. M.;CARBONERA, JOEL LUÍS; SILVEIRA, T. L. T.. Evaluating the Use of Diffusion Models to Generate Photorealistic Synthetic Images of Buccal Mucosa Cells. 2024. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Daives Kawon Chu

BALREIRA, D. G.; SILVEIRA, T. L. T.;CARBONERA, JOEL LUÍS. Uma abordagem para detecção de serpentes de interesse em saúde pública no Brasil por meio de imagens. 2024. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: JULIA PELAYO RODRIGUES

CARBONERA, JOEL LUÍS; TAVARES, A. R.; OLIVEIRA NETO, M. M.. Graph Neural Networks for image classification: comparing approaches for building graphs. 2024. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Fernando Correa Gomes

THOM, L. H.; PIMENTA, M. S.;CARBONERA, JOEL LUÍS. Generating process descriptions from BPMN models: towards an approach with Large Language Models. 2024. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Lucas Marques Dorneles

SILVEIRA, T. L. T.; OLIVEIRA NETO, M. M.;CARBONERA, JOEL LUÍS. An approach based on class activation maps for investigating the effects of data augmentation on neural networks for image classification. 2024. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: JOÃO PEDRO SILVEIRA E SILVA

CARBONERA, JOEL LUÍS; BALREIRA, DENNIS G.; GRISCI, B. I.. Feature Selection Layer: A Feature Selection Approach for Multi-Class Classification on Neural Networks. 2024. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Matheus Dussin Bampi

GEYER, C. F. R.; BARONE, D. A. C.;CARBONERA, JOEL L.. Ontology-Driven Monitoring System for Ambient Assisted Living. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: FELIPE FÜHR DOS REIS

TAVARES, A. R.; MENDOZA, M. R.;CARBONERA, JOEL L.. Measuring Drift Impact: A Customizable Synthetic Data Generator. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: LEONARDO HÖLTZ DE OLIVEIRA

CARBONERA, JOEL L.; COMBA, J. L. D.; JUNG, C. R.. Nubilum: A Captum?s Extension Library for Semantic Segmentation Models Focused on Point Cloud Data. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Rafael Oleques Nunes

FREITAS, C. M. D. S.; MOREIRA, V. P.;CARBONERA, JOEL L.. A classification approach for estimating themes of bills in the Brazilian Chamber of Deputies. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Augusto Dalcin Peiter

JUNG, C. R.; LENZ, G.;CARBONERA, JOEL L.. Segmentação Semântica de Células em Imagens de Microscopia. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: MARCO ANTÔNIO ATHAYDE DE AGUIAR VIEIRA

FREITAS, C. M. D. S.; RIBAS, R.;CARBONERA, JOEL L.. LoBoGames: Uma plataforma virtual acessível de jogos de tabuleiro. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Gabriel Moreira Beretta

GALANTE, R. M.; MENDOZA, M. R.;CARBONERA, JOEL L.. Comparação de estratégias computacionais para integração de dados ômicos na classificação de subtipos de tumores. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Gabriel Couto Domingues

TAVARES, A. R.; MOREIRA, V.;CARBONERA, JOEL LUÍS; LOPES, A. G.. Evaluating data imbalance approaches for classifying semantic relations using machine learning and word embeddings. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Erick da Silva Puls

CARBONERA, JOEL LUÍS; TAVARES, A. R.; SILVEIRA, T. L. T.. An evaluation of pre-trained models for feature extraction in image classification. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Tiago Silveira Ceccon

CARBONERA, JOEL LUÍS; TAVARES, A. R.; MOREIRA, V.; GARCIA, L. F.. Applying BERT language model to poem classification : a study on data imbalance issues. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Carlos Morvan Filho de Paula Santiago

CARBONERA, JOEL LUÍS; BECKER, K.; MENDOZA, M. R.; GARCIA, L. F.. Rating prediction of product reviews : an approach based on the BERT language model. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Carlos Daniel Andrade

CARBONERA, JOEL; MENDOZA, M. R.; TAVARES, A. R.. Estudo sobre a complexidade de dados ômicos: uma análise para a predição de sobrevida em diferentes tipos de câncer. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Lucas da Silva Flores

CARBONERA, JOEL; THOM, L. H.; PIMENTA, M.. Ferramentas de Gestão de Projetos de Desenvolvimento de Software: Um Mapeamento Sistemático da Literatura. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Fernando Ferreira Remde

CARBONERA, JOEL; NOBRE, J. C.; WICKBOLDT, J. A.. Analyzing Federated Learning Performance in Distributed Edge Scenarios. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Lúcio Pereira Franco

CARBONERA, JOEL; THOM, L. H.; TAVARES, A. R.. Neural Networks for Solar Panels Efficiency Prediction. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Juliane Alves

CARBONERA, JOEL LUIS; DORN, M.; POLONI, J. F.. Eye and Skin Color Prediction for Brazilian Population using Single Nucleotide Polymorphisms. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Bruno Santana

CORDEIRO, W. L. C.;CARBONERA, JOEL LUIS; WIVES, L. K.. Análise de aplicabilidade de recomendações baseadas em grafos para conteúdos multimídia do Globoplay. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Leonardo Bombardelli

CARBONERA, JOEL LUIS; TAVARES, A. R.; RIBAS, R. P.. Generating Variations of the Board Game Risk through Evolutionary Game Design. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Enrico Ossanai

TAVARES, A. R.;CARBONERA, JOEL LUIS; NEDEL, L.. Geração Procedural de Mapas em Jogos de Estratégia em Tempo Real. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Vicente Nejar de Almeida

BAZZAN, A.; TAVARES, A.;CARBONERA, JOEL LUIS. Knowledge Transfer in Multi-Objective Multi-Agent Reinforcement Learning via Generalized Policy Improvement. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Felipe Colombelli

MENDOZA, M. R.; TAVARES, A. R.;CARBONERA, JOEL LUIS. Assessing the Applicability of Graph Neural Networks for Cancer Staging Using Sample Similarity Networks. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Artur de Almeida Vianna

GALANTE, R. M.; MOREIRA, V. P.;CARBONERA, JOEL LUIS. Question answering pipeline in Portuguese: an approach using modern techniques. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: NICOLAS MAURO DE MOREIRA BOHNENBERGER

CARBONERA, JOEL LUIS; THOM, L. H.; DORN, M.. Healthcare Process Discovery from Spread Out Natural Language Documentation: a SARS-CoV-2 and COVID-19 case study. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Bernardo Trevizan

CARBONERA, JOEL LUIS; MENDOZA, M. R.; MATTE, U.. Homogeneous ensemble feature selection for breast cancer biomarker identification from microarray data. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Nicolas Eymael da Silva

CARBONERA, JOEL LUIS; BARONE, D.; WIVES, L. K.. Extraction of entities and relations in Portuguese from the Second HAREM Golden Collection. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Béuren Felipe Bechlin

OLIVEIRA NETO, M. M.;CARBONERA, JOEL LUISABEL, M.. Slope-Driven Simulation and Visualization of Turbidite Channel Systems. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: FLORA FRANZON BRANCHI

PEREIRA, A. G.;CARBONERA, JOEL LUIS; TAVARES, A. R.. Meta Busca de Monte Carlo em Árvores usando Caça Níquel Multialavanca Combinatorial Com Contexto. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: JÚLIA EIDELWEIN

CARBONERA, JOEL; BAZZAN, A.. Active Selection of Continuous Training Tasks to Learn Generalizable Policies. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: EMILY DO AMARAL CALVET PEREIRA

CARBONERA, JOEL; PIMENTA, M.. Business Process Model for the Interoperability Improvement in the Agriculture Domain with the Use of Digital Twins. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: MARIO ÁVILA

NOBRE, J. C.;CARBONERA, JOEL. Mineração de Processos no Gerenciamento de Incidentes: Uma Revisão Simplificada da Literatura. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Rubens Ideron dos Santos

CARBONERA, JOEL LUIS; PIMENTA, M.. Automatic User Feedback Classification: A Systematic Literature Review and a Strategy for Software Quality Based Categories. 2020. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Jordano Sardi Schütz

BARONE, D. A. C.; RIBAS, R.;CARBONERA, JOEL. Uma Aplicação de Inteligência Artificial Minimax para Jogos de Tabuleiro Abstratos e de Estratégia. 2020. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Matheus Cezimbra Barbieri

DORN, M.; BECKER, K.;CARBONERA, Joel Luis. Analysis and comparison of feature selection methods towards performance and stability. 2020. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Andre Kenji Kagawa Nunes

TAVARES, A.; MENDOZA, M. R.;CARBONERA, JOEL LUIS. Análise do impacto de feature selection e detecção de concept drift na classificação de fluxos de dados em evolução. 2019. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: JONAS DA SILVEIRA BOHRER

CARBONERA, JOEL LUIS; PEREIRA, A. G.. Neuroevolution of Neural Network Architectures Using CoDeepNEAT and Keras. 2019. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

Aluno: Cauã Roca Antunes

MACHADO, R.; RADEMAKER, A.;CARBONERA, JOEL LUIS. A proposal for ontology formalization based on category theory. 2018. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.

CARBONERA, JOEL; OLIVEIRA, A. Q.; EMMENDORFER, L. R.. CONCURSO PÚBLICO PARA DOCENTES ? EDITAL UFSM N. 288/2025. 2025. Universidade Federal de Santa Maria.

CARBONERA, JOEL; MAILLARD, N. B.; AZAMBUJA, J. R. F.. PROCESSO SELETIVO Nº 01 DE 14 DE JANEIRO DE 2026. 2025.

CARBONERA, JOEL LUIS; DORN, M.; COELHO, R.. Salão UFRGS 2018: SIC - XXX SALÃO DE INICIAÇÃO CIENTÍFICA DA UFRGS. 2018. Universidade Federal do Rio Grande do Sul.

Orientou

Eduardo Eberhardt Pereira

Investigando estratégias para obtenção de contexto suficiente para RAG; Início: 2026; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);

Tobias de Abreu Kuse

Redes informadas por física no processo PSA; Início: 2025; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);

Carlos Morvan Filho de Paula e Santiago

Redes neurais de grafos para o problema PSA; Início: 2025; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);

Artur Dandolini Pescador

O impacto de estratégias para gerar exemplos negativos em modelos baseados em energia; Início: 2025; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);

Eduardo Fantini

A definir; Início: 2025; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);

JULIA PELAYO RODRIGUES

Graph neural networks for segmentation; Início: 2024; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, Cenpes; (Orientador);

Natália Gubiani Rampon

Novas abordagnes para machine unlearning em classificação de imagens; Início: 2024; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);

Rafael Oleques Nunes

Técnicas para melhoria de datasets em processamento de linguagem natural; Início: 2025; Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; (Orientador);

Marcelo Pizzutti

Mitigação de alucinação em LLMs; Início: 2025; Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);

Gustavo Ribeiro Kremer

Explorando Ontology embeddings para aprendizado de máquina; Início: 2025; Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul; (Coorientador);

CARLOS EDUARDO ANTÔNIO FERREIRA

Invesrigando desambiguiação de entidades em question answering com LLMs; Início: 2025; Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);

Matheus Vinícius Todescato

Zero-shot out of distribution detection in image classification; Início: 2024; Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);

RAISSA BITENCOURT BOROWSKI

Utilizando Visual-language models para análise de tendências de moda; Início: 2026; Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);

THIAGO TRAUTWEIN SANTOS

Um dataset para estudos climáticos em Porto Alegre; Início: 2025; Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);

João Vitor Angelo Pereira

Investigando representações internas em modelos de redes neurais pré-treinados para tarefas visuais; Início: 2025; Iniciação científica (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);

Alef Zimmermann Pasqualotto

Investigando aplicações de aprendizado supervisionado para controle de plantas de produção; Início: 2025; Iniciação científica (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);

Frederico Zuchetti Matiello

CARLOS EDUARDO ANTÔNIO FERREIRA

Investigating an in-context learning approach for SPARQL query generation; 2025; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, Financiadora de Estudos e Projetos; Orientador: Joel Luis Carbonera;

Marina Martins Amorim

An approach based on language models and natural language definitions for relationship classification; 2024; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, ; Orientador: Joel Luis Carbonera;

Matheus Vinícius Todescato

An image classification approach based on graph convolutional networks and patch-based multiscale feature graphs; 2023; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, PETROBRAS; Orientador: Joel Luis Carbonera;

Marcos Vinicius Ludwig Pivetta

Previsão de produção de Petróleo em séries temporais; 2021; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, Financiadora de Estudos e Projetos; Orientador: Joel Luis Carbonera;

Lucas Pugens Fernandes

Método para descoberta automática de petrofácies em descrições petrouráficas; 2017; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, ; Coorientador: Joel Luis Carbonera;

Dennis Giovani Balreira

2024; Universidade Federal do Rio Grande do Sul, Cenpes; Joel Luis Carbonera;

Luan Fonseca Garcia

2024; Universidade Federal do Rio Grande do Sul, Cenpes; Joel Luis Carbonera;

Dennis Giovani Balreira

2023; Universidade Federal do Rio Grande do Sul, Cenpes; Joel Luis Carbonera;

Luan Fonseca Garcia

2023; Universidade Federal do Rio Grande do Sul, Cenpes; Joel Luis Carbonera;

Dennis Giovani Balreira

2022; Universidade Federal do Rio Grande do Sul, Cenpes; Joel Luis Carbonera;

Luan Fonseca Garcia

2022; Universidade Federal do Rio Grande do Sul, Cenpes; Joel Luis Carbonera;

Luan Fonseca Garcia

2021; Universidade Federal do Rio Grande do Sul, Cenpes; Joel Luis Carbonera;

Luan Fonseca Garcia

2021; Universidade Federal do Rio Grande do Sul, Cenpes; Joel Luis Carbonera;

Dennis Giovani Balreira

2021; Universidade Federal do Rio Grande do Sul, Cenpes; Joel Luis Carbonera;

Rafael Barcellos Fanti

Detecção de Anomalias Semânticas em dados Textuais: Uma Análise Comparativa entre Isolation Forest e One-Class SVM; 2026; Monografia; (Aperfeiçoamento/Especialização em Engenharia de Software para Aplicações de Ciência de Dados) - Universidade Federal do Rio Grande do Sul; Orientador: Joel Luis Carbonera;

Luiz Antonio Marques Garcia

Investigando o impacto da mitigação de viés na equidade de grupos e no desempenho preditivo de modelos de aprendizado supervisionado; 2026; Monografia; (Aperfeiçoamento/Especialização em Engenharia de Software para Aplicações de Ciência de Dados) - Universidade Federal do Rio Grande do Sul; Orientador: Joel Luis Carbonera;

Lucas Marques Dorneles

An approach based on class activation maps for investigating the effects of data augmentation on neural networks for image classification; 2024; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Joel Luis Carbonera;

JULIA PELAYO RODRIGUES

Graph Neural Networks for image classification: comparing approaches for building graphs; 2024; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL; Orientador: Joel Luis Carbonera;

Eduardo Henrique Ferreira do Nascimento

A systematic literature review on ontologies for Geology; 2024; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Joel Luis Carbonera;

Tiago Silveira Ceccon

Applying BERT language model to poem classification: a study on data imbalance issues; 2023; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Joel Luis Carbonera;

Erick da Silva Puls

An evaluation of pre-trained models for feature extraction in image classification; 2023; Trabalho de Conclusão de Curso; (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Joel Luis Carbonera;

Carlos Morvan Filho de Paula e Santiago

Rating Prediction of Product Reviews: Anapproach based on language models; 2023; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Joel Luis Carbonera;

Gabriel Couto Domingues

Evaluating data imbalance approaches for classifying semantic relations using machine learning and word embeddings; 2023; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Joel Luis Carbonera;

Felipe Machado Schwanck

Framework for testing Federated Learning algorithms using an edge-like environment; 2023; Trabalho de Conclusão de Curso; (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Joel Luis Carbonera;

Luan Fonseca Garcia

Uma abordagem automática para extrair correlações geológicas a partir de descrições de poços baseadas em ontologias; 2013; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Joel Luis Carbonera;

Marcos Cavinato

Estudo de padrões de troca de informações digitais para exploração e produção de petróleo; 2012; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Joel Luis Carbonera;

Lucas Hoss

Elaboração de modelos de linguagem para identificação de definições em textos; 2025; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Joel Luis Carbonera;

Ângelo Fernandes

Revelando similaridades arquiteturas entre modelos utilizando RSA; 2025; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Joel Luis Carbonera;

Artur Henrique Simon

Identificação de Petrofácies utilizando técnicas de agrupamento automático; 2024; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL; Orientador: Joel Luis Carbonera;

Lucas Hoss

Elaboração de modelos de linguagem para identificação de definições em textos; 2024; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Joel Luis Carbonera;

Philippe Silva Pasquier

Desenvolvimento de front-end para um sistema de descrição de reservatórios; 2022; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, CARGILL AGRICOLA; Orientador: Joel Luis Carbonera;

JULIA PELAYO RODRIGUES

Comparação de abordagens baseadas em graph neural networks para classificação de imagens; 2022; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Joel Luis Carbonera;

HENRIQUE BORGES MANZKE

Desenvolvimento de sistema de descrição de corpos de rocha; 2022; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Cenpes; Orientador: Joel Luis Carbonera;

Arthur Oliveira de Rosso

Desenvolvimento de front-end para um sistema de descrição de reservatórios; 2021; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Cenpes; Orientador: Joel Luis Carbonera;

Rafael Oleques Nunes

Desenvolvimento de back-end para um sistema de descrição de reservatórios; 2021; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Cenpes; Orientador: Joel Luis Carbonera;

Gabriel Couto Domingues

Abordagem automática para identificação de relações a partir de word embeddings; 2020; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Joel Luis Carbonera;

Produções bibliográficas

SCHENA, RAFAEL ; NETTO, JOÃO CESAR ; CARBONERA, JOEL LUÍS ; SILVA, HAROLDO R. S. ; ABEL, MARA . Digital Twins monitoring: A Methodology for Generating and Validating Synthetic Failure Data for PHM. IEEE Access , v. 1, p. 1-1, 2026.
AMORIM, M. M. ; LOPES, A. G. ; RODRIGUES, F. H. ; CARBONERA, JOEL LUÍS . Using natural language definitions and language models for relationship classification. KNOWLEDGE-BASED SYSTEMS , v. 327, p. 114154, 2025.
LEIPNITZ, MARCOS TOMAZZOLI ; PETRY, RAFAEL HUMANN ; RODRIGUES, FABRÍCIO HENRIQUE ; DE SOUZA SILVA, HAROLDO ROJAS ; CORREIA, JAQUELINE BITENCOURT ; BECKER, KARIN ; WICKBOLDT, JULIANO ARAÚJO ; CARBONERA, JOEL LUÍS ; NETTO, JOÃO CESAR ; ABEL, MARA . Architecting Digital Twins: From Concept to Reality. PROCEDIA COMPUTER SCIENCE , v. 256, p. 530-537, 2025.
NUNES, R. O. ; SPRITZER, A. S. ; FREITAS, C. M. D. S. ; BALREIRA, D. ; CARBONERA, JOEL . Natural Language Processing in Geology: A Review of Portuguese Language Resources and Techniques. Procesamiento del Lenguaje Natural , v. 74, p. 55, 2025.
TODESCATO, MATHEUS V. ; GARCIA, LUAN F. ; BALREIRA, DENNIS G. ; CARBONERA, JOEL L. . Multiscale patch-based feature graphs for image classification. EXPERT SYSTEMS WITH APPLICATIONS , v. 235, p. 121116, 2024.
SCHWANCK, FELIPE MACHADO ; LEIPNITZ, MARCOS TOMAZZOLI ; CARBONERA, JOEL LUÍS ; WICKBOLDT, JULIANO ARAUJO . A Framework for testing Federated Learning algorithms using an edge-like environment. Future Generation Computer Systems , v. 167, p. 107626, 2024.
LOPES JUNIOR, A. G. ; CARBONERA, Joel Luis ; RODRIGUES, FABRICIO ; GARCIA, LUAN ; ABEL, MARA . How to classify domain entities into top-level ontology concepts using large language models. APPLIED ONTOLOGY (ONLINE) , v. Pre, p. 1-29, 2024.
HOUGHTALING, MICHAEL A. ; FIORINI, Sandro Rama ; FABIANO, NICOLA ; GONÇALVES, PAULO J. S. ; ULGEN, OZLEM ; HAIDEGGER, TAMÁS ; CARBONERA, JOEL LUÍS ; OLSZEWSKA, JOANNA ISABELLE ; PAGE, BRIAN ; MURAHWI, ZVIKOMBORERO ; PRESTES, EDSON . Standardizing an Ontology for Ethically Aligned Robotic and Autonomous Systems. IEEE Transactions on Systems Man Cybernetics-Systems , v. 13, p. 1-14, 2023.
LOPES JUNIOR, A. G. ; CARBONERA, Joel Luis ; SCHMIDT, DANIELA ; GARCIA, LUAN ; RODRIGUES, FABRICIO ; ABEL, MARA . Using terms and informal definitions to classify domain entities into top-level ontology concepts: An approach based on language models. KNOWLEDGE-BASED SYSTEMS , v. 265, p. 110385, 2023.
CICCONETO, FERNANDO ; VIEIRA, LUCAS VALADARES ; ABEL, MARA ; ALVARENGA, RENATA DOS SANTOS ; CARBONERA, JOEL LUIS ; GARCIA, LUAN FONSECA . GeoReservoir: An ontology for deep-marine depositional system geometry description. COMPUTERS & GEOSCIENCES , v. 159, p. 105005, 2022.
LOPES, ALCIDES GONÇALVES ; CARBONERA, JOEL LUIS ; SCHIMIDT, DANIELA ; ABEL, MARA . Predicting the top-level ontological concepts of domain entities using word embeddings, informal definitions, and deep learning. EXPERT SYSTEMS WITH APPLICATIONS , v. 203, p. 117291, 2022.
FREITAS, E. P. ; OLSZEWSKA, J. I. ; CARBONERA, JOEL LUIS ; FIORINI, S. R. ; KHAMIS, A. ; RAGAVAN, S. V. ; BARRETO, M. E. ; PRESTES, E. ; HABIB, M. K. ; REDFIELD, S. ; CHIBANI, A. ; GONCALVES, P. ; BERMEJO-ALONSO, J. ; SANZ, R. ; TOSELLO, E. ; OLIVARES-ALARCOS, A. ; KONZEN, A. A. ; QUINTAS, J. ; LI, H. . Ontological concepts for information sharing in cloud robotics. Journal of Ambient Intelligence and Humanized Computing , p. 1-12, 2020.
OLSZEWSKA, JOANNA ISABELLE ; HOUGHTALING, MICHAEL ; GONCALVES, PAULO J. S. ; FABIANO, NICOLA ; HAIDEGGER, TAMAS ; CARBONERA, JOEL LUIS ; PATTERSON, WILLIAM REMINGTON ; RAGAVAN, S. VEERA ; FIORINI, SANDRO R. ; PRESTES, EDSON . Robotic Standard Development Life Cycle in Action. JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS (DORDRECHT. ONLINE) , v. 98, p. 119-131, 2020.
RAGAVAN, V. ; KHAMIS, A. ; FIORINI, Sandro Rama ; CARBONERA, JOEL LUIS ; HABIB, M. ; GONCALVES, P. ; LI, H. ; OLSZEWSKA, J. I. . Ontologies for Industry 4.0. KNOWLEDGE ENGINEERING REVIEW , v. 34, p. e17, 2019.
CARBONERA, JOEL LUIS ; ISABELLE, JOANNA . Local-Set Based-on Instance Selection Approach for Autonomous Object Modelling. International Journal of Advanced Computer Science and Applications , v. 10, p. 1-6, 2019.
CARBONERA, JOEL LUIS ; GONCALVES, B. ; SOUZA, C. S. . O problema da explicação em Inteligência Artificial: considerações a partir da semiótica. TECCOGS: REVISTA DIGITAL DE TECNOLOGIAS COGNITIVAS , v. 1, p. 59-75, 2018.
BAYAT, B. ; BERMEJO-ALONSO, J. ; CARBONERA, Joel Luis ; FACCHINETTI, T. ; FIORINI, Sandro Rama ; GONCALVES, P. ; JORGE, V. A. M. ; HABIB, M. ; KHAMIS, A. ; MELO, K. ; NGUYEN, B. ; OLSZEWSKA, J. I. ; PAULL, L. ; PRESTES, E. ; RAGAVAN, V. ; SAEEDI, S. ; SANZ, R. ; SETO, M. ; SPENCER, B. ; TRENTINI, M. ; et.al . Requirements for Building an Ontology for Autonomous Robots. Industrial Robot , v. 43, p. 469-480, 2016.
ABEL, MARA ; CARBONERA, JOEL LUIS ; PERRIN, MICHEL ; GARCIA, L. F. . More on ontologies and databases: modeling wholes and substances. FOUNDATIONS - JOURNAL OF THE PROFESSIONAL PETROLEUM DATA MANAGEMENT ASSOCIATION (PRINT) , v. 3, p. 27-30, 2016.
ABEL, M. ; GARCIA, L. F. ; PERRIN, MICHEL ; CARBONERA, JOEL LUIS . Ontologies and data models. Foundations - Journal of the professional petroleum data management association , v. 3, p. 18-19, 2016.
CARBONERA, JOEL LUIS ; ABEL, M. ; SCHERER, C. M. S. . Visual interpretation of events in petroleum exploration: An approach supported by well-founded ontologies. Expert Systems with Applications , v. 42, p. 2749-2763, 2015.
ABEL, MARA ; PERRIN, MICHEL ; CARBONERA, JOEL LUIS . Ontological analysis for information integration in geomodeling. Earth Science Informatics (Print) , v. 8, p. 21-36, 2015.
FIORINI, Sandro Rama ; ABEL, MARA ; CARBONERA, Joel Luis . Representation of part-whole similarity in geology. Earth Science Informatics (Print) , v. 8, p. 77-94, 2015.
JORGE, V. A. M. ; Rey, Vitor F. ; MAFFEI, RENAN ; FIORINI, SANDRO RAMA ; CARBONERA, Joel Luis ; BRANCHI, FLORA ; MEIRELES, JOÃO P. ; FRANCO, GUILHERME S. ; FARINA, FLÁVIA ; DA SILVA, TATIANA S. ; KOLBERG, MARIANA ; ABEL, MARA ; PRESTES, EDSON . Exploring the IEEE ontology for robotics and automation for heterogeneous agent interaction. Robotics and Computer-Integrated Manufacturing , v. 33, p. 12-20, 2014.
FIORINI, SANDRO RAMA ; CARBONERA, Joel Luis ; GONÇALVES, PAULO ; JORGE, V. A. M. ; REY, VÍTOR FORTES ; HAIDEGGER, TAMÁS ; ABEL, MARA ; REDFIELD, SIGNE A. ; BALAKIRSKY, STEPHEN ; RAGAVAN, VEERA ; LI, HOWARD ; SCHLENOFF, CRAIG ; PRESTES, EDSON . Extensions to the core ontology for robotics and automation. Robotics and Computer-Integrated Manufacturing , v. 33, p. 3-11, 2014.
PRESTES, EDSON ; CARBONERA, JOEL LUIS ; FIORINI, SANDRO RAMA ; JORGE, VITOR A.M. ; ABEL, MARA ; MADHAVAN, RAJ ; LOCORO, ANGELA ; GONCALVES, PAULO ; BARRETO, MARCOS E. ; HABIB, MAKI ; CHIBANI, ABDELGHANI ; GÉRARD, SÉBASTIEN ; AMIRAT, YACINE ; SCHLENOFF, CRAIG . Towards a core ontology for robotics and automation. Robotics and Autonomous Systems (Print) , v. 61, p. 1193-1204, 2013.
WEITZEL, L. ; PALAZZO, J. M. de Oliveira ; CARBONERA, Joel Luis ; TORRES, P. A. . Expansão de consulta semântica aplicadas a Sistemas de Recuperação de Informação de contexto Geográfico. Cadernos de Informática (UFRGS) , v. 5, p. 7-22, 2010.
BARONE, D. A. C ; MENDONCA, A. N. F. ; BOESING, I. J. ; WALTER, M. ; LUCE, M. S. ; ROCHA, C. A. O. ; MOZZINI, C. ; PREVEDELLO, C. F. ; RAMOS, E. A. ; SILVA JUNIOR, G. J. ; MARMITT, H. F. ; WINTER, J. M. ; CARBONERA, JOEL LUIS ; OLIVEIRA, L. O. V. B. ; MALHEIROS, M. G. ; SCHUNKE, M. A. ; MAFFEI, R. Q. ; AZAMBUJA, R. X. ; SILVA, S. M. ; SOUZA, V. C. ; et.al . Alan Turing: Legados para a Computação e para a Humanidade. 1. ed. Porto Alegre: Cidade Indústria Gráfica LTDA, 2012. v. 1. 161p .
BAZZAN, A. L. C. ; TAVARES, A. R. ; PEREIRA, A. G. ; JUNG, C. R. ; SCHARCANSKI, J. ; CARBONERA, JOEL LUÍS ; LAMB, L. C. ; MENDOZA, M. R. ; SILVEIRA, T. L. T. ; MOREIRA, V. . ?A Nova Eletricidade?: Aplicações, Riscos e Tendências da IA Moderna. In: Alberto Egon Schaeffer-Filho, Luigi Carro, Weverton Cordeiro. (Org.). Escola de Computação PPGC UFRGS 50 Anos: Transformando Desafios em Oportunidades para o Futuro. 1ed.: SBC, 2023, v. 1, p. 167-208.
FIORINI, Sandro Rama ; CHIBANI, A. ; HAIDEGGER, T. ; CARBONERA, JOEL LUIS ; SCHLENOFF, C. ; MALEC, J. ; PRESTES, E. ; GONCALVES, P. ; RAGAVAN, V. ; LI, H. ; NAKAWALA, H. ; BALAKIRSKY, S. ; BOUZNAD, S. ; AYARI, N. ; AMIRAT, Y. . Standard Ontologies and HRI. In: Paolo Barattini; Federico Vincentini; Gurvinder Singh Virk; Tamas Haidegger. (Org.). Human-Robot Interaction: Safety, Standardization, and Benchmarking. 1ed.Nova Iorque: Taylor and Francis group, 2018, v. 1, p. 12-300.
ABEL, MARA ; DE ROS, L. F. ; CARBONERA, JOEL LUIS ; FIORINI, S. R. ; LORENZATTI, A. . Interoperabilidade Semântica na Cadeia de Exploração de Petróleo. In: Ana Carolina Salgado; Claudia Lage Rebello da Motta; Flávia Maria Santoro. (Org.). Grandes desafios da Computação no Brasil: Relatos do 3º seminário. 1ed.: SBC, 2015, v. , p. 113-127.
NUNES, R. O. ; BALREIRA, D. ; CARBONERA, JOEL . From Bones to Rocks: A Systematic Evaluation of Specialized Definition Generation for Portuguese. In: International Conference on Language Resources and Evaluation, 2026, Palma. Proceedings of the Proceedings of the 17th Language Resources and Evaluation Conference, 2026.
NUNES, R. O. ; TAMIOSSO, G. L. ; ANDRADE, P. L. C. ; AGUIAR, M. S. ; GOUVEIA, R. P. ; MOREIRA, H. ; TAVARES, B. ; GOUVEIA, L. P. ; PAULA, F. S. F. ; SPRITZER, A. ; ALBUQUERQUE, H. O. ; SILVA, N. F. F. ; PEREIRA, E. P. R. S. ; BALREIRA, D. G. ; CARBONERA, JOEL . The PROPOR Ecosystem: Structure, Roles, and Evolution of Portuguese-Language NLP. In: International Conference on Computational Processing of the Portuguese Language, 2026, Salvador. Proceedings of the 17th International Conference on Computational Processing of Portuguese, 2026.
FERREIRA, CARLOS EDUARDO A. ; CARBONERA, JOEL L. . Investigando uma abordagem baseada em aprendizado em contexto para geração de consultas SPARQL. In: Escola Regional de Aprendizado de Máquina e Inteligência Artificial da Região Sul, 2025, Brasil. Anais da I Escola Regional de Aprendizado de Máquina e Inteligência Artificial da Região Sul (ERAMIA-RS 2025), 2025. p. 1.
TODESCATO, MATHEUS V. ; CARBONERA, JOEL L. . Seleção de amostras baseada em transfer learning e autoaprendizagem para tarefas zero-shot. In: Escola Regional de Aprendizado de Máquina e Inteligência Artificial da Região Sul, 2025, Brasil. Anais da I Escola Regional de Aprendizado de Máquina e Inteligência Artificial da Região Sul (ERAMIA-RS 2025). p. 152.
LIMA, G. A. ; CARBONERA, JOEL L. ; NETTO, J. C. ; ABEL, M. . Ontology-Guided Hybrid Loss for Fault Classification in Oil & Gas. In: IEEE International Conference on Tools with Artificial Intelligence, 2025, Atenas-Grécia. Proceedings of 2025 IEEE 37th International Conference on Tools with Artificial Intelligence (ICTAI), 2025. p. 1267-1271.
FERREIRA, C. E. A. ; ELL, B. ; GIESE, M. ; CARBONERA, JOEL L. . Investigating Dynamic Example Selection for ICL-Based Text-to-SPARQL Generation. In: IEEE International Conference on Tools with Artificial Intelligence, 2025, Atenas-Grécia. Proceedings 2025 IEEE 37th International Conference on Tools with Artificial Intelligence (ICTAI), 2025. p. 1412-1419.
FERREIRA, C. ; ENGELMANN, D. ; BORDINI, R. ; CARBONERA, JOEL LUÍS ; PANISSON, A. . A Knowledge Base of Argumentation Schemes for Multi-Agent Systems. In: International Conference on Enterprise Information Systems, 2024, Angers. Proceedings of the 26th International Conference on Enterprise Information Systems. Setúbal: SCITEPRESS, 2024. v. 1. p. 587-594.
PULS, E. S. ; TODESCATO, M. V. ; CARBONERA, Joel Luis . An Evaluation of Pre-Trained Models for Feature Extraction in Image Classification. In: International Conference on Enterprise Information Systems, 2024, Angers. Proceedings of the 26th International Conference on Enterprise Information Systems. Setúbal: SCITEPRESS, 2024. v. 1. p. 465-476.
RODRIGUES, J. P. ; CARBONERA, JOEL . Graph Convolutional Networks for Image Classification: Comparing Approaches for Building Graphs from Images. In: International Conference on Enterprise Information Systems, 2024, Angers. Proceedings of the 26th International Conference on Enterprise Information Systems. Setúbal: SCITEPRESS, 2024. v. 1. p. 437-446.
LOPES JUNIOR, A. G. ; CARBONERA, JOEL LUIS ; SANTOS, N. ; RODRIGUES, F. H. ; GARCIA, L. F. ; ABEL, M. . Cross-Domain Classification of Domain Entities into Top-Level Ontology Concepts Using BERT: A Study Case on the BFO Domain Ontologies. In: International Conference on Enterprise Information Systems, 2024, Angers. Proceedings of the 26th International Conference on Enterprise Information Systems. Setúbal: SCITEPRESS, 2024. v. 2. p. 141-148.
LOPES, A. G. ; CARBONERA, JOEL LUÍS ; RODRIGUES, F. H. ; GARCIA, L. F. ; ABEL, M. . Unveiling influential factors in classifying domain entities into top-level ontology concepts: an analysis using GO and ChEBI ontologies. In: Seminar on Ontology Research in Brazil, 2024, Vitória. Proceedings of the XVII Seminar on Ontology Research in Brazil (ONTOBRAS 2024) and VIII Doctoral and Masters Consortium on Ontologies (WTDO 2024), 2024. v. 1. p. 1-1.
CARBONERA, JOEL LUÍS . Accelerating prototype selection with spatial abstraction. In: IEEE International Conference on Tools with Artificial Intelligence, 2024, Washington DC. Proceedings of the 2024 IEEE 36th International Conference on Tools with Artificial Intelligence (ICTAI), 2024. p. 193-198.
TODESCATO, M. V. ; CARBONERA, JOEL LUÍS . Investigating performance patterns of pre-trained models for feature extraction in image classification. In: IEEE International Conference on Tools with Artificial Intelligence, 2024, Wasington DC. Proceedings of the 2024 IEEE 36th International Conference on Tools with Artificial Intelligence (ICTAI), 2024. p. 1024-1031.
NUNES, R. O. ; SPRITZER, A. S. ; BALREIRA, D. ; FREITAS, C. M. D. S. ; CARBONERA, JOEL LUÍS . An Evaluation of Large Language Models for Geological Named Entity Recognition. In: IEEE International Conference on Tools with Artificial Intelligence, 2024, Wasington DC. Proceedings of the 2024 IEEE 36th International Conference on Tools with Artificial Intelligence (ICTAI), 2024. p. 494-501.
RODRIGUES, F. H. ; CARBONERA, JOEL LUÍS ; ABEL, M. . Ontological modeling of events based on the notion of systems. In: Workshop on Foundational Ontology, 2024, Enschede. Proceedings of the Joint Ontology Workshops (JOWO), 2024. v. 3882. p. 1-4.
LOPES, A. G. ; CARBONERA, JOEL LUÍS ; RODRIGUES, F. H. ; GARCIA, L. F. ; ABEL, M. . How to classify domain entities into top-level ontology concepts using large language models: A study across multiple labels, resources, and languages. In: Large Language Models and Ontologies: Workshop on the Convergence of Large Language Models and Ontologies, 2024, Enschede. Proceedings of the Joint Ontology Workshops (JOWO), 2024. p. 1-2.
LEIPNITZ, M. T. ; PETRY, R. H. ; Rodrigues, F. H. ; SILVA, H. R. S. ; CORREIA, J. B. ; BECKER, K. ; WICKBOLDT, J. A. ; CARBONERA, Joel Luis ; NETTO, J. C. ; ABEL, M. . Architecting Digital Twins: From Concept to Reality. In: CENTERIS - International Conference on ENTERprise Information Systems, 2024, Porto, Portugal. Procedia Computer Science, 2024. v. 256. p. 530-537.
TODESCATO, M. ; BALREIRA, D. ; GARCIA, LUAN FONSECA ; CARBONERA, JOEL . Multiscale Context Features for Geological Image Classification. In: International Conference on Enterprise Information Systems, 2023, Praga, República Tcheca. Proccedings of the 25th International Conference on Enterprise Information Systems (ICEIS). Setúbal: SCITEPRESS, 2023. v. 1. p. 407-418.
LOPES JUNIOR, A. G. ; ABEL, M. ; CARBONERA, Joel Luis . Disjointness axioms between top-level ontology concepts as a heuristic for word similarity evaluation. In: IEEE International Conference on Tools with Artificial Intelligence, 2023, Atlanta. Proceedings of the 35th IEEE International Conference on Tools with Artificial Intelligence (ICTAI), 2023. p. 538-545.
PIVETTA, M. V. L. ; SIMON, A. H. ; COSTA, M. M. ; CARBONERA, Joel Luis . A Systematic Evaluation of Machine Learning Approaches for Petroleum Production Forecasting. In: IEEE International Conference on Tools with Artificial Intelligence, 2023, Atlanta. Proceedings of the 35th IEEE International Conference on Tools with Artificial Intelligence (ICTAI), 2023. p. 106-113.
RODRIGUES, F. H. ; CARBONERA, Joel Luis ; ABEL, M. . Auxiliary Events - Towards an ontological account of events that affect other events. In: Seminar on Ontology Research in Brazil, 2023, Brasília. Proceedings of the XVI Seminar on Ontology Research in Brazil and IV Doctoral and Masters Consortium on Ontologies (ONTOBRAS 2020), 2023. p. 1.
RODRIGUES, F. H. ; LOPES, A. G. ; SANTOS, N. O. ; GARCIA, L. F. ; ABEL, M. ; CARBONERA, JOEL L. . On the use of ChatGPT for classifying domain terms according to upper ontologies. In: ER, 2023, Lisboa. Advances in Conceptual Modeling. ER 2023., 2023. p. 249-258.
RODRIGUES, F. H. ; CARBONERA, JOEL ; VIEIRA, L. ; GARCIA, L. F. ; ABEL, M. . What Delimits an Event: Systems as Invariant Elements along Events. In: Seminar on Ontology Research in Brazil, 2021, Porto Alegre. Proceedings of the IV Seminar on Ontology Research in Brazil and IV Doctoral and Masters Consortium on Ontologies (ONTOBRAS 2020), 2021.
CARBONERA, JOEL . A Global Density-based Approach for Instance Selection. In: International Conference on Enterprise Information Systems, 2021, Online Streaming. Proceedings of the 23rd International Conference on Enterprise Information Systems, 2021. p. 402.
CARBONERA, JOEL . LDBNN: A Local Density-based Nearest Neighbor Classifier. In: International Conference on Enterprise Information Systems, 2021, Online Streaming. Proceedings of the 23rd International Conference on Enterprise Information Systems, 2021. p. 395.
CARBONERA, JOEL LUIS ; ABEL, M. . An attraction-based approach for instance selection. In: IEEE International Conference on Tools with Artificial Intelligence, 2020. Proceedings of the IEEE 32nd International Conference on Tools with Artificial Intelligence, 2020. p. 1053-1058.
CICCONETO, F. ; VIEIRA, L. V. ; ABEL, M. ; ALVARENGA, R. S. ; CARBONERA, JOEL LUIS . A Spatial Relation Ontology for Deep-Water Depositional System Description in Geology. In: Seminar on Ontology Research in Brazil, 2020, Vitória. Proceedings of the XIII Seminar on Ontology Research in Brazil and IV Doctoral and Masters Consortium on Ontologies (ONTOBRAS 2020), 2020. v. 2728. p. 35-47.
CARBONERA, JOEL LUIS ; ABEL, M. . A Density-Based Prototype Selection Approach. In: International Conference on Artificial Intelligence and Soft Computing, 2020, Zakopane. 19th International Conference, ICAISC 2020, Zakopane, Poland, October 12-14, 2020, Proceedings, Part II, 2020. v. 12416. p. 117-129.
RODRIGUES, F. H. ; CARBONERA, JOEL LUIS ; ABEL, M. . Upper-Level Types of Occurrent Based on the Principle of Ontological Conservation. In: ER, 2020, Viena. 39th International Conference, ER 2020, Vienna, Austria, November 3?6, 2020, Proceedings, 2020. v. 12400. p. 353-363.
LOPES, A. ; ALVARENGA, R. ; CARBONERA, JOEL LUIS ; ABEL, M. . An Efficient Approach for Semantic Relatedness Evaluation based on Semantic Neighborhood. In: IEEE International Conference on Tools with Artificial Intelligence, 2019, Portland/EUA. Proceedings of the 31 International conference on tools with artificial intelligence, 2019. p. 316-323.
CARBONERA, JOEL LUIS ; ABEL, M. . A subspace hierarchical clustering algorithm for categorical data. In: IEEE International Conference on Tools with Artificial Intelligence, 2019, Portland. Proceedings of the 31 International conference on tools with artificial intelligence, 2019. p. 509-516.
GARCIA, L. F. ; CARBONERA, JOEL LUIS ; RODRIGUES, F. H. ; ANTUNES, C. R. ; ABEL, M. . What Rocks Are Made of: Towards an Ontological Pattern for Material Constitution in the Geological Domain. In: ER, 2019, Salvador. 38th International Conference, ER 2019, Salvador, Brazil, November 4?7, 2019, Proceedings, 2019. v. 11788. p. 275-286.
OLSZEWSKA, J. I. ; HOUGHTALING, M. ; GONCALVES, P. ; HAIDEGGER, T. ; FABIANO, N. ; CARBONERA, JOEL LUIS ; FIORINI, Sandro Rama ; PRESTES, E. . Robotic Ontological Standard Development Life Cycle. In: WELCARO, 2018, Brisbane. Proceedings of WELCARO Workshop, 2018.
CARBONERA, JOEL LUIS ; ABEL, M. . An Efficient Prototype Selection Algorithm Based on Dense Spatial Partitions. In: International Conference on Artificial Intelligence and Soft Computing, 2018, Zakopane. 17th International Conference, ICAISC 2018, Zakopane, Poland, June 3-7, 2018, Proceedings, Part II, 2018. v. 10842. p. 288-300.
CARBONERA, JOEL LUIS ; ABEL, M. . An efficient prototype selection algorithm based on spatial abstraction. In: DaWaK - International Conference on Big Data Analytics and Knowledge Discovery, 2018, Regensburg. Proceedings of the 20th International Conference on ig Data Analytics and Knowledge Discovery, 2018. p. 177-192.
BALAKIRSKY, S. ; SCHLENOFF, C. ; FIORINI, S. R. ; REDFIELD, S. ; BARRETO, M. ; NAKAWALA, H. ; SOLDATOVA, L. ; BERMEJO‐ ; MAIKORE, F. ; GONCALVES, P. ; MOMI, E. ; KUMAR, V. R. S. ; HAIDEGGER, T. ; CARBONERA, JOEL LUIS . Towards a robot task ontology standard. In: MSEC, 2017, Los Angeles. Proceedings of the Manufacturing Science and Engineering Conference (MSEC), 2017.
OLSZEWSKA, J. I. ; BARRETO, M. ; BERMEJO-ALONSO, J. ; CARBONERA, JOEL LUIS ; CHIBANI, A. ; FIORINI, Sandro Rama ; GONCALVES, P. ; HABIB, M. ; KHAMIS, A. ; OLIVARES, A. ; FREITAS, E. P. ; PRESTES, E. ; RAGAVAN, V. ; REDFIELD, S. ; SANZ, R. ; SPENCER, B. ; LI, H. . Ontology for Autonomous Robotics. In: RO-MAN, 2017, Lisbon, Portugal. Proceedings of the 26th IEEE International Symposium on Robot and Human Interactive Communication (RO-MAN 2017), 2017.
ABEL, M. ; CARBONERA, JOEL LUIS ; GARCIA, L. F. ; ANTUNES, C. R. . ?WHAT IS A WELL?? IN AN ONTOLOGY‐BASED STANDARD. In: PNEC, 2017, HOUSTON, TEXAS, USA. Proceedings of PNEC 2017, 2017.
CARBONERA, Joel Luis ; ABEL, M. . Efficient prototype selection supported by subspace partitions. In: ICTAI - IEEE International Conference on Tools with Artificial Intelligence, 2017, Boston. Proceedings of the 29th IEEE International conference on tools with artificial intelligence, 2017. p. 921-928.
CARBONERA, JOEL LUIS . An Efficient Approach for Instance Selection. In: DaWaK - International Conference on Big Data Analytics and Knowledge Discovery, 2017, Lyon. Proceedings of 19th Big Data Analytics and Knowledge Discovery, 2017. v. 10440. p. 228-243.
CARBONERA, Joel Luis ; ABEL, MARA . A novel density-based approach for instance selection. In: ICTAI - IEEE International Conference on Tools with Artificial Intelligence, 2016, San Jose. Proceedings of the IEEE International Conference on Tools with Artificial Intelligence (ICTAI), 2016.
CARBONERA, Joel Luis ; ABEL, M. . CBK-Modes: A Correlation-based Algorithm for Categorical Data Clustering. In: ICEIS - International Conference on Enterprise Information Systems, 2015, Barcelona. Proceedings of the 17th International Conference on Enterprise Information Systems (ICEIS), 2015.
CARBONERA, Joel Luis ; ABEL, M. . A Cognition-inspired Knowledge Representation Approach for Knowledge-based Interpretation Systems. In: ICEIS - International Conference on Enterprise Information Systems, 2015, Barcelona. Proceedings of the 17th International Conference on Enterprise Information Systems (ICEIS), 2015.
APARICIO, J. M. L. ; CARBONERA, Joel Luis ; PIMENTA, M. ; ABEL, M. . RockQuery: An Ontology-based Data Querying Tool. In: ICEIS - International Conference on Enterprise Information Systems, 2015, Barcelona. Proceedings of the 17th International Conference on Enterprise Information Systems (ICEIS), 2015.
APARICIO, J. M. L. ; CARBONERA, Joel Luis ; ABEL, M. . A novel approach for extracting well-founded ontology views. In: WoMO - International Workshop on Modular Ontologies, 2015, Buenos Aires. Proceedings of Workshop on Modular Ontologies 2015, 2015.
ABEL, MARA ; CARBONERA, Joel Luis ; FIORINI, Sandro Rama ; GARCIA, L. F. ; DE ROS, L. F. . The Multiple Applications of a Mature Domain Ontology. In: ONTOBRAS - Brazilian Seminar on Ontologies, 2015, São Paulo. Proceedings of the 7th Brazilian Ontology Research Seminar (Ontobras), 2015. p. 137-148.
CARBONERA, Joel Luis ; ABEL, MARA . A density-based approach for instance selection. In: ICTAI - IEEE International Conference on Tools with Artificial Intelligence, 2015, Vietri sul Mare. Proceedings of the 27th IEEE International Conference on Tools with Artificial Intelligence (ICTAI), 2015.
WERLANG, R. ; ABEL, M. ; PERRIN, M. ; CARBONERA, Joel Luis ; FIORINI, S. R. . Ontological Foundations for petroleum application modelling. In: 18th International Conference on Petroleum Data, Integration and Data Management, 2014, Houston. Proceedings of 18th International Conference on Petroleum Data, Integration and Data Management, 2014.
APARICIO, J. M. L. ; CARBONERA, JOEL LUIS ; ABEL, M. ; PIMENTA, M. . Ontology View extraction: an approach based on ontological meta-properties. In: ICTAI - IEEE International Conference on Tools with Artificial Intelligence, 2014, Limassol. Proceedings of ICTAI 2014, 2014.
CARBONERA, JOEL LUIS ; ABEL, MARA . An entropy-based subspace clustering algorithm for categorical data. In: ICTAI - IEEE International Conference on Tools with Artificial Intelligence, 2014, Limassol. Proceedings of ICTAI 2014, 2014.
GARCIA, L. F. ; CARBONERA, JOEL LUIS ; ABEL, MARA . An Ontology-Based Automatic Approach for Lithologic Correlation. In: ICTAI - IEEE International Conference on Tools with Artificial Intelligence, 2014, Limassol. Proceedings of ICTAI 2014, 2014.
CARBONERA, JOEL LUIS ; ABEL, MARA . Categorical data clustering: A correlation-based approach for unsupervised attribute weighting. In: ICTAI - IEEE International Conference on Tools with Artificial Intelligence, 2014, Limassol. Proceedings of ICTAI 2014, 2014.
PRESTES, EDSON ; FIORINI, S. R. ; CARBONERA, Joel Luis . Core Ontology for Robotics and Automation. In: Workshop on Standardized Knowledge Representation and Ontologies for Robotics and Automation, 2014, Chicago, Illinois, USA. Proceedings of the 1th Workshop on Standardized Knowledge Representation and Ontologies for Robotics and Automation, 2014. p. 7-9.
CARBONERA, Joel Luis ; FIORINI, S. R. ; PRESTES, EDSON ; JORGE, VITOR A.M. ; ABEL, MARA ; MADHAVAN, RAJ ; LOCORO, ANGELA ; GONCALVES, PAULO ; HAIDEGGER, T. ; BARRETO, MARCOS E. ; SCHLENOFF, CRAIG . Defining Position in a Core Ontology for Robotics. In: IROS - IEEE/RSJ International Conference on Intelligent Robots and Systems, 2013, Tóquio. Proceedings of 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems, 2013.
CARBONERA, Joel Luis ; ABEL, MARA ; SCHERER, C. M. S. ; BERNARDES, A. . Visual Interpretation of Events in Petroleum Geology. In: ICTAI - IEEE International Conference on Tools with Artificial Intelligence, 2013, Washington DC. Proceedings of IEEE International Conference on Tools with Artificial Intelligence (ICTAI) - 2013, 2013.
CARBONERA, Joel Luis ; SILVA, João Luis Tavares da . A Markovian Multiagent Musical Composer. In: wesaac, 2012, Florianópolis. Anais do VI Workshop-Escola de Sistemas de Agentes, 2012.
CARBONERA, Joel Luis ; ABEL, M. ; SCHERER, C. M. S. ; BERNARDES, A. . Reasoning over visual knowledge. In: ONTOBRAS, 2011, Gramado. Proceedings of Joint IV Seminar on Ontology Research in Brazil and VI International Workshop on Metamodels, Ontologies and Semantic Technologies, 2011. v. 776. p. 49-60.
CARBONERA, Joel Luis ; ABEL, M. ; SCHERER, C. M. S. ; LORENZATTI, A. ; FIORINI, S. R. ; BERNARDES, A. . Uma arquitetura para raciocínio sobre conhecimento visual. In: ONTOBRAS, 2010, Florianópolis. 3o. Congr. Brasileiro de Ontologias - OntoBras.
PRADO LIMA, M. F. W. ; SILVA, João Luis Tavares da ; CARBONERA, Joel Luis . A Semantic Annotation Tool for Educational Video Retrieval. In: WCCE, 2009, Bento Gonçalves. th IFIP World Conference on Computers in Education 2009 (WCCE 2009), 2009.
Ribeiro, Helena Graziottin ; NOTARI, Daniel Luis ; CARBONERA, Joel Luis . A cooperation model to support distributed global schemes. In: CLEI, 2009, Pelotas. Abstracts Book of the Latin American Informatics Conference, 2009.
CARBONERA, JOEL LUÍS ; ABEL, M. ; OLIVEIRA, T. A. ; EMPINOTTI, T. A. ; GARCIA, L. F. ; LOPES, A. G. . GeoReservoir Project - An ontology-driven standard for parametric similarity measurements of deep-marine sedimentary deposits. In: International Conference on Formal Ontology in Information Systems, 2024, Enschede. Proceedings of the Joint Ontology Workshops (JOWO), 2024. p. 1-2.
LOPES, ALCIDES GONÇALVES ; ABEL, M. ; CARBONERA, JOEL LUIS . Learning domain ontologies based on top-level ontology concepts using language models and informal definitions. In: Seminar on Ontology Research in Brazil, 2022, Virtual. Proceedings of the XV Seminar on Ontology Research in Brazil and IV Doctoral and Masters Consortium on Ontologies (ONTOBRAS 2020), 2022.
RODRIGUES, F. H. ; CARBONERA, JOEL LUIS ; ABEL, M. . 'All the things that come and go, stop and say hello': Towards an ontological account of how participants enter and exit events. In: ER, 2022, Hyderabad, India. 41st International Conference, ER 2022, Hyderabad, India, October 17?20, 2022, Proceedings, 2022. v. 13607. p. 102-112.
RODRIGUES, F. H. ; CARBONERA, JOEL ; ABEL, M. . Proposal of Development of an Ontological Framework for Events as Transitions among Situations. In: WTDO - Ontobras, 2021, Porto Alegre. Proceedings of the XIV Seminar on Ontology Research in Brazil and IV Doctoral and Masters Consortium on Ontologies (ONTOBRAS 2020), 2021.
MELO, D. P. ; ABEL, MARA ; CARBONERA, Joel Luis . Ontology and glossaries: A method to deploy data governance focussing on key business concepts. In: Data Governance Conference Europe 2015 & Master Data Management Summit Europe 2015, 2015, Londres. Proceedings of Data Governance Conference Europe 2015 & Master Data Management Summit Europe 2015, 2015.
CARBONERA, Joel Luis ; ABEL, M. . Extended ontologies: a cognitively inspired approach. In: ONTOBRAS - Brazilian Seminar on Ontologies, 2015, São Paulo. Proceedings of the 7th Brazilian Ontology Research Seminar (Ontobras), 2015. p. 149-154.
CARBONERA, JOEL LUIS ; ABEL, M. . A Cognitively Inspired Approach For Knowledge Representation And Reasoning In Knowledge-Based Systems. In: IJCAI - International Joint Conference on Artificial Intelligence, 2015, Buenos Aires. 24th International Joint Conference on Artificial Intelligence (IJCAI 2015), 2015.
GARCIA, L. F. ; CARBONERA, JOEL LUIS ; ABEL, MARA . Ontologias Aplicadas ao Problema de Correlação Litológica no Domíınio da Geologia do Petróleo. In: ONTOBRAS, 2013, Belo Horizonte - MG. Proceedings of the 6th Seminar on Ontology Research in Brazil, 2013. v. 1041. p. 203-208.
FIORINI, S. R. ; CARBONERA, JOEL LUIS ; JORGE, V. A. M. ; PRESTES, E. ; ABEL, M. . Uma Ontologia para Padronização do Domínio de Robótica e Automação. In: ONTOBRAS, 2013, Belo Horizonte - MG. Proceedings of the 6th Seminar on Ontology Research in Brazil, 2013. v. 1041. p. 209-2014.
ROSA, D. E. ; CARBONERA, Joel Luis ; TORRES, G. M. ; ABEL, M. . Using Events from UFO-B in an Ontology Collaborative Construction Environment. In: ONTOBRAS, 2012, Recife - Pernambuco. Proceedings of Joint V Seminar on Ontology Research in Brazil and VII International Workshop on Metamodels, Ontologies and Semantic Technologies, 2012.
CARBONERA, Joel Luis ; ABEL, M. ; SCHERER, C. M. S. ; BERNARDES, A. . Abordagem para aquisição de conhecimento visual e refinamento de ontologias para domínios visuais. In: ONTOBRAS, 2012, Recifer - Pernambuco. Proceedings of Joint V Seminar on Ontology Research in Brazil and VII International Workshop on Metamodels, Ontologies and Semantic Technologies, 2012.
CARBONERA, Joel Luis ; ROSA, D. E. ; SCHERER, C. M. S. ; ABEL, MARA . A Computer Application for Automatic Interpretation of Depositional Process from Visual Descriptions of Sedimentary Facies. In: AAPG Annual Convention & Exhibition, 2013, Pittsburgh. Abstract Volume AAPG Annual Convention & Exhibition, 2013.
CARBONERA, JOEL LUIS ; ABEL, MARA . Uma aplicação computacional para interpretação automática de processos deposicionais a partir da descrição de fácies sedimentares. In: Reunião Anual de Avaliação dos PRH´s, 2013, Aracaju. Anais da Reunião Anual de Avaliação dos PRH´s 2013, 2013.
CARBONERA, Joel Luis ; RIBEIRO, Prof. Dr. Helena Grazziotin ; NOTARI, Prof. M.sc. Daniel Luiz . Evolução FHD (Suporte a Integração e Evolução de Fontes Heterogêneas de Dados). In: XIV Encontro de Jovens Pesquisadores, 2006, Caxias do Sul. Anais XIV Encontro de Jovens Pesquisadores. Caxias do Sul: Editora UCS, 2006.
CARBONERA, Joel Luis ; RIBEIRO, Prof. Dr. Helena Grazziotin ; NOTARI, Prof. M.sc. Daniel Luiz . Evolução FHD (Suporte a Integração e Evolução de Fontes Heterogêneas de Dados). In: XIII Encontro dos jovens pesquisadores, 2005, Caxias do Sul. XIII Encontro dos jovens pesquisadores, 2005. v. Único.
CARBONERA, JOEL LUÍS . IA GENERATIVA NA ANÁLISE DE DADOS E DESENVOLVIMENTO DE APLICAÇÕES. 2025. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, Joel Luis . O papel da Inteligência Artificial Generativa na análise de dados. 2024. (Apresentação de Trabalho/Conferência ou palestra).
FERREIRA, C. E. A. ; ENGELMANN, E. C. ; CARBONERA, JOEL ; BORDINI, R. ; PANISSON, A. R. . A Knowledge Base of Argumentation Schemes for Multi-Agent Systems. 2024. (Apresentação de Trabalho/Conferência ou palestra).
RODRIGUES, J. P. ; CARBONERA, JOEL . Graph Convolutional Networks for Image Classification: Comparing Approaches for Building Graphs from Images. 2024. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, JOEL LUÍS . Accelerating prototype selection with spatial abstraction. 2024. (Apresentação de Trabalho/Conferência ou palestra).
BAZZAN, A. ; TAVARES, A. R. ; PEREIRA, A. G. ; JUNG, C. R. ; SCHARCANSKI, J. ; LAMB, L. C. ; RECAMONDE-MENDOZA, M. ; SILVEIRA, T. L. T. ; MOREIRA, V. ; CARBONERA, JOEL L. . ?A NOVA ELETRICIDADE?: APLICAÇÕES, RISCOS E TENDÊNCIAS DA IA MODERNA. 2023. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, JOEL L. . INTELIGÊNCIA ARTIFICIAL E EXPLICABILIDADE. 2023. (Apresentação de Trabalho/Seminário).
CARBONERA, JOEL . Inteligência artificial na indústria: Oportunidades e desafios. 2022. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, JOEL LUIS . INTELIGÊNCIA ARTIFICIAL EM GEOCIÊNCIAS:TENDÊNCIAS E DESAFIOS. 2022. (Apresentação de Trabalho/Simpósio).
CARBONERA, JOEL LUIS . Um olhar sobre a Ética e a Inteligência Artificial. 2022. (Apresentação de Trabalho/Seminário).
CARBONERA, JOEL LUIS . Explicabilidade em Inteligência Artificial. 2021. (Apresentação de Trabalho/Seminário).
CARBONERA, JOEL LUIS . Inteligência artificial e suas aplicações. 2020. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, JOEL LUIS ; ABEL, MARA . A density-based prototype selection approach. 2020. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, JOEL . Inteligência artificial e suas aplicações. 2020. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, JOEL LUIS . Ontologias: uma breve introdução. 2017. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, JOEL LUIS . An efficient approach for instance selection. 2017. (Apresentação de Trabalho/Congresso).
CARBONERA, JOEL LUIS ; ABEL, M. . A Novel Density-Based Approach for Instance Selection. 2017. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, Joel Luis ; ABEL, MARA . A Cognition-inspired Knowledge Representation Approach for Knowledge-based Interpretation Systems. 2015. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, Joel Luis ; ABEL, MARA . CBK-Modes: A Correlation-based Algorithm for Categorical Data Clustering. 2015. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, Joel Luis ; ABEL, M. . A Cognitively Inspired Approach for Knowledge Representation and Reasoning in Knowledge-Based Systems. 2015. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, Joel Luis ; ABEL, M. . Categorical data clustering: a correlation-based approach for unsupervised attribute weighting. 2014. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, Joel Luis ; ABEL, M. . An entropy-based subspace clustering algorithm for categorical data. 2014. (Apresentação de Trabalho/Conferência ou palestra).
GARCIA, L. F. ; CARBONERA, Joel Luis ; ABEL, M. . An Ontology-Based Automatic Approach for Lithologic Correlation. 2014. (Apresentação de Trabalho/Conferência ou palestra).
APARICIO, J. M. L. ; CARBONERA, Joel Luis ; ABEL, M. ; PIMENTA, M. . Ontology View extraction: an approach based on ontological meta-properties. 2014. (Apresentação de Trabalho/Conferência ou palestra).
ABEL, M. ; DE ROS, L. F. ; CARBONERA, Joel Luis ; FIORINI, S. R. ; LORENZATTI, A. . Interoperabilidade semântica na cadeia de exploração de petróleo. 2014. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, Joel Luis ; ROSA, D. E. ; ABEL, M. ; BERNARDES, A. ; SCHERER, C. M. S. . A Computer Application for Automatic Interpretation of Depositional Process from Visual Descriptions of Sedimentary Facies. 2013. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, JOEL LUIS . Uma aplicaçãocomputacional para interpretação automática de processos deposicionais a partir da descrição visual de fácies sedimentares. 2013. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, Joel Luis ; ABEL, M. ; BERNARDES, A. ; SCHERER, C. M. S. . Visual interpretation of events in petroleum geology. 2013. (Apresentação de Trabalho/Conferência ou palestra).
FIORINI, S. R. ; CARBONERA, Joel Luis ; JORGE, V. A. M. ; PRESTES, E. ; ABEL, M. . Uma Ontologia para Padronização do Domínio de Robótica e Automação. 2013. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, Joel Luis ; ABEL, M. ; SCHERER, C. M. S. ; BERNARDES, A. . Abordagem para aquisição de conhecimento visual e refinamento de ontologias para domínios visuais. 2012. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, Joel Luis ; SILVA, João Luis Tavares da . A Markovian Multiagent Musical Composer. 2012. (Apresentação de Trabalho/Conferência ou palestra).
ROSA, D. E. ; CARBONERA, Joel Luis ; TORRES, G. M. ; ABEL, M. . Using Events from UFO-B in an Ontology Collaborative Construction Environment. 2012. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, Joel Luis ; ABEL, M. ; SCHERER, C. M. S. ; BERNARDES, A. . Reasoning over visual knowledge. 2011. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, Joel Luis ; ABEL, M. ; LORENZATTI, A. ; FIORINI, S. R. ; SCHERER, C. M. S. ; BERNARDES, A. . Uma arquitetura para raciocínio sobre conhecimento visual. 2010. (Apresentação de Trabalho/Conferência ou palestra).
CARBONERA, Joel Luis ; RIBEIRO, Prof. Dr. Helena Grazziotin ; NOTARI, Prof. M.sc. Daniel Luiz . Evolução FHD - estruturas de suporte à evolução e à integração de fontes heterogêneas de dados. 2006. (Apresentação de Trabalho/Outra).
RIBEIRO, Prof. Dr. Helena Grazziotin ; NOTARI, Prof. M.sc. Daniel Luiz ; CARBONERA, Joel Luis . Evolução FHD - estruturas de suporte à evolução e à integração de fontes heterogêneas de dados. 2005. (Apresentação de Trabalho/Outra).

Outras produções

CARBONERA, JOEL LUIS . Projeto IEEE 1872.1 - Robot Task Representation. 2018.

CARBONERA, JOEL LUIS . Projeto 1872.2 - Standard for Autonomous Robotics (AuR) Ontology. 2018.

CARBONERA, JOEL LUIS . Projeto 7007 - Ontological Standard for Ethically Driven Robotics and Automation Systems. 2018.

CARBONERA, JOEL LUIS . Padrão IEEE 1872-2015 - Standard Ontologies for Robotics and Automation. 2015.

OLIVEIRA, M. M. ; OLIVEIRA, T. A. ; EMPINOTTI, T. A. ; CARBONERA, JOEL LUÍS ; ABEL, M. ; FREITAS, C. M. D. S. . GeoArchBR. 2024.

CARBONERA, Joel Luis ; ABEL, M. ; OLIVEIRA, M. M. ; FREITAS, C. M. D. S. ; OLIVEIRA, T. A. ; EMPINOTTI, T. A. . SAGA - Descrição paramétrica e análise da arquitetura de reservatórios. 2022.

APARICIO, J. M. L. ; CARBONERA, Joel Luis ; ABEL, M. . OVUFO Visualizer. 2014.

APARICIO, J. M. L. ; CARBONERA, Joel Luis ; PIMENTA, M. ; ABEL, M. . RockQuery. 2014.

GARCIA, L. F. ; CARBONERA, Joel Luis ; ABEL, M. . Correlacionador de poços. 2014.

CARBONERA, Joel Luis . EBK-modes. 2014.

CARBONERA, Joel Luis . CBK-modes. 2014.

CARBONERA, Joel Luis ; ABEL, M. . Módulo de inferência para interpretação visual. 2011.

CARBONERA, JOEL . Membro do comitê de programa do STIL - Simpósio em Tecnologia da Informação e da Linguagem Humana. 2026.

CARBONERA, JOEL . Membro do comitê de programa do BRACIS: Brazilian Conference on Intelligent Systems. 2026.

CARBONERA, JOEL . Membro do comitê de programa da 17th International Conference on Computational Processing of Portuguese (PROPOR). 2026.

CARBONERA, JOEL . Mrmbro do comitê de programa do Ontobras 2026. 2026.

CARBONERA, JOEL . Membro do comitê de programa do International Conference on Formal Ontology in Information Systems (FOIS). 2026.

CARBONERA, JOEL . Membro do comitê de programa da 24th IEEE/WIC International Conference on Web Intelligence and Intelligent Agent Technology. 2025.

CARBONERA, JOEL . Membro do comitê do ENIAC - Encontro Nacional de Inteligência Artificial e Computacional. 2025.

CARBONERA, JOEL . Membro do comitê de programa do BRACIS: Brazilian Conference on Intelligent Systems. 2025.

CARBONERA, JOEL . Membro do comitê de programa do STIL - Simpósio em Tecnologia da Informação e da Linguagem Humana. 2025.

CARBONERA, JOEL L. . Membro do comitê do ICTAI - International conference on tools with artificial intelligence. 2025.

CARBONERA, JOEL LUÍS . Membro do comitê de programa do Ontobras 2024. 2024.

CARBONERA, JOEL LUÍS . Membro do domitê e programa do ICTAI 2024. 2024.

CARBONERA, JOEL LUÍS . Membro do domitê de programa da AAAI 2024. 2024.

CARBONERA, JOEL LUÍS . Membro do comitê de programa do Ontobras 2023. 2023.

CARBONERA, JOEL LUÍS . Membro do comitê de programa do ICTAI 2023. 2023.

CARBONERA, JOEL LUÍS . Membro do comitê de programa da AAAI 2023. 2023.

CARBONERA, JOEL LUÍS . Membro do comitê de programa do Ontobras 2022. 2022.

CARBONERA, JOEL LUÍS . Membro do domitê de programa do ICTAI 2022. 2022.

CARBONERA, JOEL LUÍS . Membro do domitê de programa do IHIC 2022. 2022.

PRESTES, E. ; FIORINI, S. R. ; GONCALVES, PAULO ; CARBONERA, JOEL ; FABIANO, N. ; HOUGHTALING, M. ; RAMLAL, B. . IEEE Ontological Standard for Ethically Driven Robotics and Automation Systems. 2021.

CARBONERA, JOEL LUÍS . Membro do comitê de programa do Ontobras 2021. 2021.

CARBONERA, JOEL LUÍS . Membro do comitê de programa do ICTAI 2021. 2021.

CARBONERA, JOEL LUÍS . Membro do comitê de programa do DEXA 2021. 2021.

CARBONERA, JOEL LUÍS . Membro do comitê de programa do Ontobras 2020. 2020.

CARBONERA, JOEL LUÍS . Area chair do ICTAI 2020. 2020.

CARBONERA, Joel Luis . Avaliação de artigo para o periódico 'Transactions on Social Computing'. 2019.

CARBONERA, JOEL LUÍS . Membro do comitê de programa do Ontobras 2019. 2019.

CARBONERA, JOEL LUÍS . Area chair do ICTAI 2019. 2019.

CARBONERA, JOEL LUÍS . Membro do comitê de programa da We Intelligence. 2019.

CARBONERA, JOEL LUÍS . Comite de programa do AnSWeR (International Workshop on the Applications of Knowledge Representation and Semantic Technologies in Robotics) 2019. 2019.

CARBONERA, JOEL LUÍS . Membro do comitê de programa do IJCAI 2019. 2019.

CARBONERA, JOEL LUIS . Avaliação de artigo para o 'journal of visual languages and computing'. 2018.

CARBONERA, JOEL LUIS . Avaliação de artigo para o periódico 'IEEE Robotics and automation Letters'. 2018.

CARBONERA, JOEL LUIS . Avaliação de artigo para o 'Journal of Computer Science and Technology'. 2018.

CARBONERA, JOEL LUÍS . Membro do comitê de programa do Ontobras 2018. 2018.

CARBONERA, JOEL LUÍS . Área chair do ICTAI 2018. 2018.

CARBONERA, JOEL LUIS . Avaliação de artigo para o periódico 'IEEE transactions on systems, man and cybernetics: systems'. 2017.

CARBONERA, JOEL LUÍS . Membro do comitê de programa do Ontobras 2017. 2017.

CARBONERA, Joel Luis . Avaliação de artigo para o periódico Industrial Robot. 2016.

CARBONERA, Joel Luis . Avaliação de artigo para o periódico 'IEEE transactions on systems, man and cybernetics: systems'. 2016.

CARBONERA, JOEL LUIS . Avaliação de artigo para o periódico 'IEEE transactions on systems, man and cybernetics: systems'. 2016.

CARBONERA, Joel Luis . Avaliação de artigo para o periódico 'Industrial Robot'. 2016.

CARBONERA, Joel Luis . Elaboração do padrão IEEE 1872-2015 - IEEE Approved Draft Standard for Ontologies for Robotics and Automation. 2015.

CARBONERA, JOEL LUIS . Avaliação de artigo para periódico Journal of Computational Methods in Sciences and Engineering (JCMSE). 2015.

CARBONERA, JOEL LUIS . Avaliação de artigo para o periódico 'Revista de exatas e tecnologia'. 2015.

CARBONERA, Joel Luis . Avaliação de artigo para o periódico Journal of Research and Practice in Information Technology. 2013.

CARBONERA, Joel Luis . Avaliação de artigo para o Brazilian Symposium on Artificial Intelligence (SBIA). 2012.

CARBONERA, JOEL LUÍS . BRICS media and think tank forum. 2025. (Programa de rádio ou TV/Mesa redonda).

CARBONERA, JOEL L. . Como empresas podem iniciar o uso de ferramentas de IA. 2025. (Programa de rádio ou TV/Entrevista).

CORSO, L. L. ; WEBBER, C. G. ; ZEILMANN, R. P. ; CARBONERA, JOEL . Inteligência Artificial na Engenharia, TI e Educação: Aliada ou Inimiga?. 2023.

CARBONERA, JOEL LUIS ; RUBBO, F. ; BELENZIER, M. ; NOTARI, D. L. . Trajetória profissional dos egressos de Ciência da Computação: um olhar mundial. 2020. (Programa de rádio ou TV/Mesa redonda).

CARBONERA, JOEL LUIS . Researchgate. 2018. (Rede social).

CARBONERA, JOEL LUIS . Google citations. 2018. (Rede social).

CARBONERA, JOEL LUIS . Personal site. 2018. (Site).

CARBONERA, Joel Luis ; SILVA JUNIOR, G. J. . Inteligência artificial e Filosofia. 2012. (Desenvolvimento de material didático ou instrucional - Produção de material para a exposição).

Projetos de pesquisa

2025 - Atual

Estratégias avançadas de controle e otimização para plantas de produção de Petróleo e Gás, Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (4) / Doutorado: (4) . , Integrantes: Joel Luis Carbonera - Coordenador / Juliano Kuchle - Integrante / Viviane Rodrigues Botelho - Integrante / Jorge Otávio Trierweiler - Integrante / Marcelo Farenzena - Integrante.
2025 - Atual

Arquiteturas para Agentes Inteligentes Adaptativos baseados em Grandes Modelos de Linguagem, Descrição: Este projeto propõe o desenvolvimento de uma arquitetura genérica para agentes inteligentes capazes de integrar modelos explícitos de conhecimento (como ontologias, grafos de conhecimento), com modelos implícitos (como redes neurais, e outros modelos de aprendizado de máquina) e ferramentas externas (APIs especializadas), com modelos de linguagem de grande escala (LLMs) atuando como mediadores centrais, e permitir adaptação das bases de conhecimento à medida que o agente adquire experiências de resolução de problemas. Essa abordagem visa lidar com diferentes desafios que se apresentam no estado da arte para criar agentes capazes de lidar com problemas complexos e multimodais, combinando raciocínio, aprendizado e ação de forma eficiente. A validação será realizada em aplicações reais, como exploração geológica, demonstrando o impacto da abordagem em contextos de alta relevância científica e econômica, além de estabelecer novas abordagens para a interação entre diferentes paradigmas de Inteligência Artificial.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (3) / Doutorado: (4) . , Integrantes: Joel Luis Carbonera - Coordenador / Mara Abel - Integrante / Luan Fonseca Garcia - Integrante / Cauã Roca Antunes - Integrante / Matheus Vinícius Todescato - Integrante / Julia Pelayo Rodrigues - Integrante / Carlos Eduardo Antônio Ferreira - Integrante / Marcelo Pizutti - Integrante / Natália Gubiani Rampon - Integrante / Gustavo Kremer - Integrante., Financiador(es): CONSELHO NACIONAL DE DESENVOLVIMENTO CIENTIFICO E TECNOLOGICO-CNPQ - Bolsa.
2020 - 2029

Parametrização da geometria e arquitetura de reservatórios, Descrição: Este projeto estuda os tipos de geometria de depósitos sedimentares que dão origem a reservatórios de petróleo em ambientes de água profunda, carbonáticos ou parálicos. O objetivo é auxiliar os geólogos na proposição de um modelo conceitual uniforme de dados para o qual as diferentes fontes de informação a respeito de depósitos sedimentares possam ser mapeadas com perda mínima de informação do estudo original. Este modelo descritivo dará suporte, no âmbito deste projeto, ao desenvolvimento de um sistema de descrição e de consultas paramétricas que permita compreender a distribuição espacial destes depósitos na exploração de petróleo. Os dados assim capturados serão estruturados e armazenados em banco de dados para dar suporte à extração automática de padrões e correlações através de métodos da inteligência artificial. As abordagens utilizadas para este desenvolvimento consideram o desenvolvimento de uma ontologia formal de descrição de geometrias de reservatório, o uso de técnicas de visão cognitiva para a extração de métricas de imagens de sísmica e afloramentos e a aplicação de algoritmos de mineração de dados para a análise e extração de padrões e correlações sobre os dados.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (9) / Mestrado acadêmico: (3) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Coordenador / ABEL, MARA - Integrante / CARLA MARIA DAL SASSO FREITAS - Integrante / Manuel Menezes de Oliveira Neto - Integrante., Financiador(es): Cenpes - Cooperação / Centro de Pesquisa e Desenvolvimento Leopoldo Américo Miguêz de Mello - Cooperação., Número de produções C, T & A: 2
2020 - Atual

PeTwin: Gêmeos digitais para otimização e gerenciamento de produção, Projeto certificado pela empresa Centro de Pesquisa e Desenvolvimento Leopoldo Américo Miguêz de Mello em 24/06/2020., Descrição: O PeTWIN definirá uma visão baseada em pesquisa e as melhores práticas para implementar gêmeos digitais sustentáveis, utilizáveis e de manutenção para o gerenciamento de campo. O trabalho aborda os desafios de TI na implantação de gêmeos digitais por meio da aplicação e desenvolvimento de técnicas de representação do conhecimento e análise de dados. O foco do projeto é desenvolver o conhecimento e a competência necessários para criar a próxima geração de gêmeos digitais para digitalização em campo e propor um modelo conceitual integrador baseado em ontologias.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (15) / Mestrado acadêmico: (7) / Doutorado: (4) . , Integrantes: Joel Luis Carbonera - Integrante / ABEL, MARA - Coordenador / Marcelo Pimenta - Integrante / João Cesar Netto - Integrante / Juliano Araújo Wickboldt - Integrante / Karin Becker - Integrante / João Luiz Dihl Comba - Integrante., Financiador(es): Centro de Pesquisa e Desenvolvimento Leopoldo Américo Miguêz de Mello - Cooperação / Financiadora de Estudos e Projetos - Auxílio financeiro., Número de produções C, T & A: 1
2018 - 2022

Geociências Digitais: gestão de conhecimento para interoperabilidade de dados científicos, Projeto certificado pelo(a) coordenador(a) Mara Abel em 04/02/2021., Descrição: Projeto de cooperação internacional com o Sirius Lab da Universidade de OSLO para estudo da modelagem conceitual baseada em ontologias formais para tornar explícito o significado dos dados tratados nos sistemas de informação de exploração de petróleo. A abordagem busca propor soluções de integração, indexação, busca e interoperabilidade sobre grandes volumes de dados. O projeto prevê missões de trabalho de pesquisadores e de estudo para estudantes de pós-graduação em Computação e Geociências entre os dois grupos de pesquisa.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) / Doutorado: (6) . , Integrantes: Joel Luis Carbonera - Integrante / Mara Abel - Coordenador / Luiz Fernando De Ros - Integrante / Luan Fonseca Garcia - Integrante / CARLA MARIA DAL SASSO FREITAS - Integrante / Vinicius Medeiros Graciolli - Integrante / Fabricio Henrique Rodrigues - Integrante / Viviane Pereira Moreira - Integrante / Manuel Menezes de Oliveira Neto - Integrante / Eduardo Simões Lopes Gastal - Integrante / Renata dos Santos Alvarenga Kuchle - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Bolsa.
2018 - Atual

Abordagens híbridas para representação de conhecimento e raciocínio, Descrição: Abordagens tradicionais para representação de conhecimento e raciocínio em IA adotam uma perspectiva baseada em lógica, na qual o conhecimento deve ser representado explicitamente através de sentenças em uma linguagem formal. Neste contexto, este conjunto de sentenças constitui uma base de conhecimento, que pode ser manipulada por processos de inferência automáticos que permitem inferir novos fatos a partir dos fatos representados. No entanto, é reconhecido que abordagens típicas de aprendizagem de máquina, tais como redes neurais, também são capazes de representar conhecimento, embora de uma forma implícita. Este cenário coloca o desafio de integrar estes dois tipos de representação de conhecimento em bases de conhecimento híbridas, de uma forma que viabilize a realização de inferências integradas sobre dados, mobilizando os dois tipos de conhecimento. Este projeto visa contribuir no sentido de superar este desafio, investigando abordagens híbridas para representação de conhecimento. Pretende-se aplicar as abordagens desenvolvidas em problemas típicos da Geologia e da indústria de Óleo e Gás.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (5) / Doutorado: (4) . , Integrantes: Joel Luis Carbonera - Coordenador / ABEL, MARA - Integrante / ARTUR HENRIQUE SIMON - Integrante / GABRIEL COUTO DOMINGUES - Integrante / JORDANO SARDI SCHÜTZ - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro., Número de produções C, T & A: 2
2015 - 2019

Interoperabilidade Semântica na Cadeia de Exploração de Petróleo: estudo da integração do sistema Strataledge, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: A cadeia de petróleo consiste em uma sequência de tarefas que inicia com a exploração de áreas potencialmente econômicas por geólogos e geofísicos, produzindo dados que são utilizadas para subsidiar as decisões dos engenheiros de petróleo sobre colocar ou não um determinado reservatório em produção. Cada um desses profissionais possui diferentes arcabouços conceituais influenciados pelo conhecimento específico de cada área do conhecimento em que atuam. Devido a isto, cada profissional analisa a realidade com uma visão que pode ser completamente diferente da visão assumida pelos demais. Durante todo o processo, são gerados dados a respeito de uma mesma realidade compartilhada, mas que são estruturados por conceitualizações distintas. Devido a este cenário, a cadeia de petróleo torna-se uma área rica em desafios relacionados à modelagem conceitual e integração de dados, visando à interoperabilidade semântica. Este projeto aplica ontologias formais para tornar explícito o significado pretendido dos conceitos geológicos associados a descrição das rochas reservatório nos modelos geológico, estrutural e de reservatório de um prospecto de petróleo, e nos metadados dos bancos de dados que dão suporte as atividades da fase de construção destes modelos. Os modelos ontológicos assim gerados servem como guias para implementação de soluções de integração de sistemas. As abordagens propostas serão aplicadas em um estudo de caso para integrar o sistema STRATALEDGE da empresa ENDEEPER (LHB SOl. Inform Métodos), com o modelo aberto de integração de informações RESQML proposto pela ENERGISTICS.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Luiz Fernando De Ros - Integrante / Luan Fonseca Garcia - Integrante / Michel Perrin - Integrante / Sandro Rama Fiorini - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Jean-François Rainaud - Integrante., Financiador(es): LHB Soluções em Informações e Métodos - Auxílio financeiro.
2011 - 2015

Standard for Ontologies for Robotics and Automation, Descrição: The purpose of the standard is to provide an overall ontology and associated methodology for knowledge representation and reasoning in robotics and automation, together with the representation of concepts in an initial set of application domains. The standard provides a unified way of representing knowledge and provides a common set of terms and definitions, allowing for unambiguous knowledge transfer among any group of human, robots, and other artificial systems.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Joel Luis Carbonera - Integrante / Vítor Fortes Rey - Integrante / FIORINI, SANDRO RAMA - Integrante / JORGE, VITOR A.M. - Integrante / ABEL, MARA - Integrante / MADHAVAN, RAJ - Integrante / GONCALVES, PAULO - Integrante / BARRETO, MARCOS E. - Integrante / HABIB, MAKI - Integrante / CHIBANI, ABDELGHANI - Integrante / GÉRARD, SÉBASTIEN - Integrante / AMIRAT, YACINE - Integrante / SCHLENOFF, CRAIG - Coordenador / Edson Prestes - Integrante., Financiador(es): IEEE Robotics and Automation - Cooperação.
2011 - 2013

CORELEDGE : MODELOS DE CONHECIMENTO E DE VISUALIZAÇÃO DE DADOS PARA SISTEMA PARA DESCRIÇÃO DE TESTEMUNHOS, Projeto certificado pelo(a) coordenador(a) Mara Abel em 04/03/2015., Descrição: Contratação de consultoria junto ao Instituto de Informática da UFRGS para o estudo de modelos de conhecimento e de interação homem-máquina a serem utilizados em um sistema de descrição litoestratigráfica de testemunhos e afloramentos de rochas.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Sandro Rama Fiorini - Integrante / Mara Abel - Coordenador / Ariane Bernardes - Integrante / Vítor Fortes Rey - Integrante / Eduardo Espindola - Integrante / GUILHERME SCHIEVELBEIN - Integrante / CARLA MARIA DAL SASSO FREITAS - Integrante., Financiador(es): Serviço de Apoio às Micro e Pequenas Empresas de Porto Alegre - Auxílio financeiro.
2009 - 2014

OBAITA - Ontologias para representação de conhecimento visual, aplicada à interpretação estratigráfica com base em análise faciológica para exploração de petróleo, Projeto certificado pelo(a) coordenador(a) Mara Abel em 25/11/2016., Descrição: Esse projeto se insere na área da Gestão e Engenharia de Conhecimento que pesquisa Ontologias para representação de conhecimento visual, aplicada à interpretação estratigráfica com base em análise faciológica para exploração de petróleo. Tem por objetivo o estudo das técnicas da Engenharia de Conhecimento para capturar e modelar conhecimento visual com base em novos modelos que combinem representações textuais e pictóricas, compartilhando seu significado através de ambientes WEB 2.0. Busca-se como produto uma ontologia de domínio de descrição sedimentológica capaz de oferecer suporte às tarefas de análise de fácies para a interpretação geológica e avanços no estado da arte na aquisição e modelagem de conhecimento em domínios visuais. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Especialização: (0) / Mestrado acadêmico: (5) / Mestrado profissional: (0) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Mara Abel - Coordenador / Luiz Fernando De Ros - Integrante / Karin Goldberg - Integrante / Rafael Port da Rocha - Integrante.
2008 - 2008

Observatório de Tecnologias de Informação e Comunicação em Sistemas e Serviços de Saúde, Descrição: Análise e sistematização de recursos tecnológicos utilizados para apoio à gestão de sistemas e ao ensino de trabalhadores em diferentes contextos do Sistema Único de Saúde (SUS). O objetivo geral do projeto, portanto, é o de desenvolver e implementar um Observatório de Tecnologias de Informação e Comunicação em Sistemas e Serviços de Saúde, composto por um conjunto de soluções tecnológicas e operacionais que abrangem aspectos tecnológicos e político-organizacionais, visando qualificar o monitoramento e avaliação de indicadores de saúde, bem como criar meios que facilitem o acesso e a troca de informações entre os diversos atores envolvidos direta ou indiretamente com informação em saúde, estabelecendo a base para um processo permanente e contínuo de gestão e de ensino no sistema de saúde. O conceito de ?Observatório? engloba um conjunto de soluções capazes de captar, tratar e disseminar informações e conhecimentos para suporte à tomada de decisões a uma rede de atores definidos, envolvidos com processos de gestão e de ensino no sistema de saúde. No caso desta iniciativa, o âmbito de abrangência são tecnologias para uso dos indicadores de saúde tratados pela Rede Interagencial para Informação em Saúde (RIPSA) nas funções de gestão de sistemas e serviços de saúde e tecnologias para seu uso nos processos de ensino.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Joel Luis Carbonera - Integrante / Carine Geltrudes Weber - Integrante / Suzete Marchetto Claus - Integrante / Alexandre Moretto Ribeiro - Integrante / Elisa Boff - Integrante / Eliseo Berni Reategui - Integrante / Paulo de Tarso Ribeiro de Oliveira - Integrante / Alaneir de Fátima dos Santos - Integrante / Ricardo Burg Ceccim - Integrante / Alcindo Antônio Ferla - Coordenador / Luiz Felipe Pinto - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
2007 - 2011

OBAITA Desenvolvimento e compartilhamento de ontologia de dominio para estratigrafia sedimentar, Projeto certificado pelo(a) coordenador(a) Mara Abel em 04/03/2015., Descrição: Esse projeto se insere na área da Gestão e Engenharia de Conhecimento que pesquisa Ontologias para representação de conhecimento visual, aplicada à interpretação estratigráfica com base em análise faciológica para exploração de petróleo. Tem por objetivo o estudo das técnicas da Engenharia de Conhecimento para capturar e modelar conhecimento visual com base em novos modelos que combinem representações textuais e pictóricas, compartilhando seu significado através de ambientes WEB 3.0. Busca-se como produto uma ontologia de domínio de descrição sedimentológica capaz de oferecer suporte às tarefas de análise de fácies para a interpretação geológica e avanços no estado da arte na aquisição e modelagem de conhecimento em domínios visuais.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (4) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Sandro Rama Fiorini - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Luiz Fernando De Ros - Integrante / Karin Goldberg - Integrante / Rafael Port da Rocha - Integrante / Vítor Fortes Rey - Integrante / Eduardo Studzinski Estima de Castro - Integrante / Bruno Romeu Nunes - Integrante.
2004 - 2006

Evolução FHD (Suporte a Integração e Evolução de Fontes Heterogêneas de Dados)Evolução FHD (Suporte a Integração e Evolução de Fontes Heterogêneas de Dados), Descrição: O Projeto EvoluçãoFHD tem como objetivos principais definir modelos e implementar mecanismos que dêem suporte à integração e à evolução de um sistema de integração de fontes heterogêneas de dados. Os modelos de integração e de evolução terão por base uma abordagem de integração baseada em múltiplos esquemas globais, na qual o conhecimento sobre a integração encontra-se distribuído entre as diferentes fontes de dados, não existindo assim uma centralização de informações nem de mecanismos num único componente. As informações sobre integração e evolução serão mantidas e manipuladas em XML. Tais modelos terão como base o modelo de cooperação desenvolvido no projeto CoopBDH... , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Joel Luis Carbonera - Integrante / Fábio Mezzomo - Integrante / Prof. Dr. Helena Grazziotin Ribeiro - Coordenador / Prof. M.Sc. Daniel Luiz Notari - Integrante., Financiador(es): Universidade de Caxias do Sul - Bolsa / FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL - Bolsa., Número de produções C, T & A: 2

Projetos de desenvolvimento

2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante.Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - Atual

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - 2015

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2013 - 2015

Obaitá: Sistema para descrição e correlação de testemunhos de poços de exploração de petróleo baseado em ontologia de fácies sedimentares, Projeto certificado pelo(a) coordenador(a) Mara Abel em 11/11/2015., Descrição: O projeto OBAITÁ, aqui descrito, se insere na área da Gestão e Engenharia de Conhecimento e estuda Ontologias (Gómez-Pérez, Fernández-López et al., 2004) aplicadas à interpretação estratigráfica com base em análise faciológica. A Estratigrafia Sedimentar é a área de estudo da Geologia que se preocupa em determinar a história deposicional e a organização espacial dos pacotes de sedimentos a partir dos registros identificados nas rochas sedimentares. Fácies sedimentares, por sua vez, são o conjunto de atributos litológicos, texturais, geométricos e estruturais que permitam ao geólogo a interpretação dos processos sedimentares atuantes durante a deposição. O estudo é essencial para a exploração de petróleo uma vez que, a partir dele, pode-se determinar a forma e distribuição espacial dos reservatórios, bem como os fatores condicionantes para a acumulação de óleo.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Joel Luis Carbonera - Integrante / Alexandre Lorenzatti - Integrante / Mara Abel - Coordenador / Claiton Marlon dos Santos Scherer - Integrante / Karin Goldberg - Integrante / Luan Fonseca Garcia - Integrante / Ricardo Werlang - Integrante / Luiz Fernando De Ros - Integrante / Jose Martin Lozano Aparicio - Integrante / Sandro Rama Fiorini - Integrante / Bruno Romeu Nunes - Integrante / Rafael Port da Rocha - Integrante / Vitor Fortes Rey - Integrante / Ariane Kravczyk Bernardes - Integrante / Vinicius Medeiros Graciolli - Integrante / Ana Julia Magnus de Assis - Integrante / Cauã Roca Antunes - Integrante / Gabriella Rossi Barbieri Homem - Integrante / Ricardo Ramos Linck - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

Prêmios

2023

Best paper no Ontobras 2023, Ontobras.

2021

IEEE-SA Emerging Technology Award, IEEE-SA Emerging Technology Award.

2017

Aprovação no concurso do Edital 17/2017, Provimento de Cargo da Carreira de Magistério Superior, na Classe A., UFRGS.

2016

Aprovação no concurso do edital Edital nº 168, de 25/08/2015, para provimento de cargos de Professor de Ensino Básico, Técnico e Tecnológico, IFSUL.

2016

Aprovação no concurso do Edital 07/2016, Provimento de Cargo da Carreira de Magistério Superior, na Classe A, UFRGS.

2015

Certificate of appreciation da Robotics and Automation Society (RAS) pelo desenvolvimento do primeiro padrão de representação de conhecimento para a área de robótica e automação, IEEE-RAS.

2015

Placa da IEEE Standards Association (SA) pelo reconhecimento dos esforços dedicados para o desenvolvimento do primeiro padrão internacional de representação de conhecimento na área de robótica, IEEE-SA.

2015

IEEE-SA Emerging Technology Award, IEEE Standards association.

2014

Melhor trabalho no tema Petróleo e Energia, no III Seminário sobre grandes desafios da computação no Brasil (2014), SBC.

Histórico profissional

Endereço profissional

Universidade Federal do Rio Grande do Sul, Instituto de Informática. , Av. Bento Gonçalves, 9500 - Instituto de Informática - Prédio 43425 - Sala 202, Agronomia, 91509900 - Porto Alegre, RS - Brasil - Caixa-postal: 15064, Telefone: (51) 33086813, URL da Homepage:

Experiência profissional

2017 - 2022

Institute Of Electrical And Electronics Engineers, Inc.

Vínculo: Colaborador, Enquadramento Funcional: Membro de grupo de trabalho

Outras informações:
Líder do subgrupo de representação de conhecimento no grupo de trabalho P7007 - Ontological Standard for Ethically Driven Robotics and Automation Systems

2016 - 2022

Institute Of Electrical And Electronics Engineers, Inc.

Vínculo: Colaborador, Enquadramento Funcional: Membro de grupo de trabalho, Carga horária: 5

Outras informações:
Membro do grupo de trabalho P1872.1 - Robot Task Representation (RAS/SC/RTR)

2016 - 2022

Institute Of Electrical And Electronics Engineers, Inc.

Vínculo: Colaborador, Enquadramento Funcional: Membro do grupo de trabalho, Carga horária: 5

Outras informações:
Membro do grupo de trabalho P1872.2 - Autonomous Robotics (AuR) Ontology (RAS/SC/Autonomous Robotics)

2012 - 2015

Institute Of Electrical And Electronics Engineers, Inc.

Vínculo: Colaborador, Enquadramento Funcional: Membro de grupo de trabalho, Carga horária: 5

Outras informações:
Membro da comissão de elaboração do padrão IEEE 1872-2015 - IEEE Standard for Ontologies for Robotics and Automation

Atividades

01/2017
Conselhos, Comissões e Consultoria, ieee standards association.Cargo ou função, Líder do subgrupo de representação de conhecimento do grupo de trabalho P7007 - Ontological Standard for Ethically Driven Robotics and Automation Systems.
01/2016
Direção e administração, ieee standards association, IEEE South Brazil Robotics & Automation Society Chapter.Cargo ou função, Coordenador da área de padronização.

2017 - 2018

IBM Research Brazil

Vínculo: Celetista, Enquadramento Funcional: Pesquisador, Carga horária: 44

Atividades

01/2017 - 06/2018
Pesquisa e desenvolvimento, IBM research.Linhas de pesquisa

2018 - Atual

Universidade Federal do Rio Grande do Sul

Vínculo: Servidor público, Enquadramento Funcional: Professor adjunto, Regime: Dedicação exclusiva.

2012 - 2015

Universidade Federal do Rio Grande do Sul

Vínculo: Bolsista, Enquadramento Funcional: Bolsista PRH-PB 217, Carga horária: 40, Regime: Dedicação exclusiva.

2011 - 2012

Universidade Federal do Rio Grande do Sul

Vínculo: Bolsista, Enquadramento Funcional: Bolsista CNPq, Carga horária: 40, Regime: Dedicação exclusiva.

2011 - 2011

Universidade Federal do Rio Grande do Sul

Vínculo: Bolsista, Enquadramento Funcional: Bolsista CNPq, Carga horária: 40, Regime: Dedicação exclusiva.

2009 - 2011

Universidade Federal do Rio Grande do Sul

Vínculo: Bolsista, Enquadramento Funcional: Bolsista CNPq, Carga horária: 40, Regime: Dedicação exclusiva.

Atividades

07/2018
Pesquisa e desenvolvimento, Instituto de Informática.Linhas de pesquisa
03/2009 - 01/2017
Pesquisa e desenvolvimento, Instituto de Informática.Linhas de pesquisa
08/2011 - 12/2011
Ensino, Ciência da Computação, Nível: GraduaçãoDisciplinas ministradas, Estágio em docência na disciplina de inteligência Artificial (INF1048) em curso de graduação em Ciência da Computação da UFRGS - 30h/aula
08/2011 - 12/2011
Extensão universitária , Instituto de Informática.Atividade de extensão realizada, Desenvolvimento de material para a exposição no museu da UFRGS "Alan Turing: Legados para a Computação e para a Humanidade".
03/2010 - 07/2010
Ensino, Ciência da Computação, Nível: GraduaçãoDisciplinas ministradas, Estágio em docência na disciplina de Algoritmos e programação ( INF1202), em Curso de graduação em Ciência da Computação na UFRGS - 30h/aula

2016 - 2017

Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul

Vínculo: , Enquadramento Funcional: Professor substituto, Carga horária: 40

Outras informações:
Disciplinas ministradas: Programação - Curso superior em eletrônica industrial, Programação - Curso técnico integrado ao ensino médio em eletrônica, Algoritmos - Curso técnico concomitante ao ensino médio em redes, Programação de scripts - Curso técnico concomitante ao ensino médio em redes, Informática básica - Curso técnico em Recursos Humanos Integrado ao Ensino Médio - Modalidade PROEJA

2012 - 2014

IEEE Robotics and Automation

Vínculo: Colaborador, Enquadramento Funcional: Membro do IEEE RAS working group, Carga horária: 10

Outras informações:
Membro ativo do grupo de trabalho Ontologies for Robotics and Automation para desenvolvimento de padrões em robótica automação. Patrocinado pela IEEE Robotics and Automation Society.

Atividades

01/2012
Pesquisa e desenvolvimento, IEEE Robotics and Automation.Linhas de pesquisa

2011 - 2011

Centro de Empreendimentos em Informática da UFRGS

Vínculo: Bolsista, Enquadramento Funcional: bolsista DT1-2, Carga horária: 40

2008 - 2008

Universidade de Caxias do Sul

Vínculo: Bolsista, Enquadramento Funcional: Bolsista DTI, Carga horária: 20

Outras informações:
Desenvolvedor no projeto "Observatório de Tecnologias de Informação e Comunicação em Sistemas e Serviços de Saúde".

2006 - 2007

Universidade de Caxias do Sul

Vínculo: Bolsista, Enquadramento Funcional: iniciação científica, Carga horária: 20

Outras informações:
Participação no Projeto: Evolução FHD - Estruturas para suporte à integração e à evolução de fontes heterogêneas

2004 - 2006

Universidade de Caxias do Sul

Vínculo: Bolsista, Enquadramento Funcional: iniciação científica, Carga horária: 20

Outras informações:
Participação no Projeto: Evolução FHD - Estruturas para suporte à integração e à evolução de fontes heterogêneas