Daniel Cardoso Moraes de Oliveira
Daniel de Oliveira é Professor Associado no Instituto de Computação da Universidade Federal Fluminense (IC/UFF) desde fevereiro de 2013. Obteve o grau de Doutor em Engenharia de Sistemas e Computação pela COPPE/UFRJ em 2012 e o de Mestre em Engenharia de Sistemas e Computação em 2008, também pela COPPE/UFRJ. Desde 2013, co-lidera o Grupo de Pesquisa em eScience da Universidade Federal Fluminense (UFFeScience) e o Grupo de Pesquisa em Ciência de Dados. É bolsista de produtividade nível 2 do CNPq desde 2016 e foi Jovem Cientista do Nosso Estado da FAPERJ de 2016 a 2023. Seus interesses de pesquisa incluem Ciência de Dados, Computação em Nuvem, Gerência de Dados de Proveniência, Gerência de Workflows, Paralelismo de Dados, Bioinformática e Aprendizado de Máquina. Publicou mais de 200 artigos em periódicos indexados e em congressos nacionais e internacionais. Tem participado de Comitês de Programa de congressos nacionais e internacionais, como o VLDB, CIKM, IPAW, SBBD, e também atua como revisor ad-hoc em revistas nacionais e internacionais. Na atualidade, possui trabalhos em coautoria com celebres pesquisadores internacionais de suas áreas de pesquisa como Patrick Valduriez, Dennis Shasha, Esther Pacitti, Calude Tadonki e Adriane Chapman, e tem cooperado em projetos internacionais. Em 2023 foi escolhido como um dos PIs do LSST (Large Synoptic Survey Telescope) no Brasil, projeto de grande escala de observação astronômica, sendo responsável pela pesquisa na área de gerência de dados do projeto. Coordenou/coordena diversos projetos de pesquisa aprovados por órgãos de fomento, incluindo 2 Projetos Universais CNPq, 1 Projeto "Grupos Emergentes FAPERJ", 1 Projeto "APQ1 FAPERJ" e 2 Projetos "Jovem Cientista do Nosso Estado FAPERJ", nas áreas de workflows científicos em ambientes de paralelismo e gerenciamento de dados de proveniência, além de participar de diversos outros projetos financiados por agências de fomento. Em 2019, ele publicou o livro "Data-Intensive Workflow Management for Clouds and Data-Intensive and Scalable Computing Environments" pela Morgan Claypool (hoje Springer). É membro da SBC e desempenhou o papel de co-chair no comitê de programa do SBBD'2020 e atuou como chair em diversos outros eventos, como BreSci'14, BreSci'19, WPerformance'16, SBBD Demos'17, BSB'18 e BSB'19. Além disso, ele coordenou a Comissão Especial de Biologia Computacional (CE-BioComp) da Sociedade Brasileira de Computação de 2020 a 2022 e faz parte da Comissão Especial de Banco de Dados (CEBD) no triênio 2023-2026. Além disso, ele é editor-chefe do Journal of Information and Data Management (JIDM) e editor associado do PeerJ Computer Science. Finalmente, se destaca na formação de recursos humanos tendo orientado o doutorado de docentes e pesquisadores em atuação na Apple (USA), UFT, IFMG, IFGoiano, FAETERJ e CPII.
Informações coletadas do Lattes em 29/11/2024
Acadêmico
Formação acadêmica
Doutorado em Engenharia de Sistemas e Computação
2008 - 2012
Universidade Federal do Rio de Janeiro
Título: Uma Abordagem de Apoio à Execução Paralela de Workflows Científicos em Nuvens de Computadores
, Ano de obtenção: 2012. Marta Lima de Queirós Mattoso. Coorientador: Fernanda Araujo Baião. Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. Palavras-chave: Workflows Científicos; Computação em Nuvem; Bioinformática; e-Science.
Mestrado em Engenharia de Sistemas e Computação
2005 - 2008
Universidade Federal do Rio de Janeiro
Título: MiningFlow: Adicionando Semântica a Workflows de Mineração de Texto
, Ano de Obtenção: 2008.Marta Lima de Queirós Mattoso.Coorientador: Fernanda Araujo Baião. Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. Palavras-chave: Mineração de Texto; Ontologias; Workflows Científicos.
Graduação em Ciência da Computação
2000 - 2004
Universidade Federal do Rio de Janeiro
Título: Estratégias e Algoritmos de leilões eletrônicos com uso de agentes de software e representação do conhecimento
Orientador: Mario Roberto Folhadela Benevides
Pós-doutorado
2019 - 2019
Pós-Doutorado. , Universidade Federal do Ceará, UFC, Brasil. , Grande área: Ciências Exatas e da Terra
2012 - 2012
Pós-Doutorado. , Universidade Federal do Rio de Janeiro, UFRJ, Brasil. , Grande área: Ciências Exatas e da Terra, Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação / Especialidade: Banco de Dados.
Formação complementar
2008 - 2008
Extensão universitária em Gerência de Projetos de Software. (Carga horária: 60h). , Pontifícia Universidade Católica do Rio de Janeiro, PUC-Rio, Brasil.
Idiomas
Inglês
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.
Espanhol
Compreende Razoavelmente, Fala Razoavelmente, Lê Bem, Escreve Pouco.
Português
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.
Áreas de atuação
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Banco de Dados.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Sistemas de Informação.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação.
Organização de eventos
OLIVEIRA, D. . Chair da Comissão Especial em Biologia Computacional da Sociedade Brasileira de Computação. 2022. (Outro).
OLIVEIRA, D. ; PASCHOAL, A. R. . Chair do XVI Brazilian eScience Workshop. 2022. (Congresso).
OLIVEIRA, D. ; PAES, A. ; BEDO, M. V. N. . Chair do I DB+Ai Workshop - Realizado em Conjunto com o SBBD 2022. 2022. (Congresso).
OLIVEIRA, D. . Chair da Comissão Especial em Biologia Computacional da Sociedade Brasileira de Computação. 2021. (Outro).
OLIVEIRA, D. ; JEANNOT, E. ; TATEBE, O. ; OLSCHANOWKSY, C. . Publicity Co-Chair IEEE Cluster 2021. 2021. (Congresso).
OLIVEIRA, D. ; PORTO, F. . Co-Chair do TPC do Simpósio Brasileiro de Banco de Dados (SBBD). 2020. (Congresso).
OLIVEIRA, D. . General Chair do do Simpósio Brasileiro de Bioinformática (BSB - Brazilian Symposium on Bioinformatics). 2020. (Congresso).
OLIVEIRA, D. ; OGASAWARA, E. . Chair do XIII Brazilian eScience Workshop. 2019. (Congresso).
KOWADA, L. A. B. ; OLIVEIRA, D. . Co-Chair do Simpósio Brasileiro de Bioinformática (BSB - Brazilian Symposium on Bioinformatics). 2018. (Congresso).
OLIVEIRA, D. . Chair da Sessão de Demos do XXXII Simpósio Brasileiro de Banco de Dados. 2017. (Congresso).
OLIVEIRA, D. ; MEIRA JR., W. . Co-Chair do WPerformance - XV Workshop em Desempenho de Sistemas Computacionais e de Comunicação. 2016. (Congresso).
OLIVEIRA, D. ; GOMES, A. T. A. . Co-Chair do BreSci - VIII Brazilian e-Science workshop. 2014. (Congresso).
Participação em bancas
OLIVEIRA, D.MATTOSO, M.PAES, A.BOERES, C.DRUMMOND, L. M. A.. Captura e Uso de Dados de Proveniência em Aplicações de Aprendizado Federado. 2024. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
LAGE, M.OLIVEIRA, D.BRAGANHOLO, V.; FERREIRA JUNIOR, N. R.. A Provenance-Based Approach for Land Use Analysis in Cities. 2024. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.; HOLANDA, M.;COUTINHO, R.FROTA, Y.. APOENA: uma Abordagem de Dimensionamento de Ambiente de Nuvem para Execução de Cargas de trabalho SQL-like por meio de Aprendizado de Máquina e Dados de Proveniência. 2024. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
LEME, L. A. P. P.; CASANOVA, M. A.;BRAGANHOLO, V.OLIVEIRA, D.. Mineração de relações entre entidades em textos usando BERT. 2024. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
LEME, L. A. P. P.; CASANOVA, M. A.;BRAGANHOLO, V.OLIVEIRA, D.. Respondendo Perguntas em datasets RDF usando Similaridade Semântica. 2024. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
LAGE, M.OLIVEIRA, D.; MIRANDA, F. M. N.;BEDO, M. V. N.. Monitoramento em Tempo Real e Análise Histórica das Chuvas e seus Impactos em Áreas Urbanas. 2024. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
BEDO, M. V. N.OLIVEIRA, D.OGASAWARA, E.CAVALCANTI, M. C. R.BRAGANHOLO, V.. Enriquecimento do Processo de ETL em Data Warehouses por meio de Dados de Proveniência. 2024. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
COUTINHO, R.; MATTOSO, M. L. Q.;OLIVEIRA, D.FROTA, Y.; GONZALEZ, P.. Dimensionamento de recursos para execução de workflows científicos em ambientes de computação de alto desempenho. 2024. Dissertação (Mestrado em Ciência da Computação) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca.
FROTA, Y.OLIVEIRA, D.ROSSETI, I.MONTEIRO FILHO, J. M. S.. Otimização de Parâmetros em Aplicações de Big Data Baseadas em Múltiplos Frameworks. 2024. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
QUADROS, J.OGASAWARA, E.; BRANDAO, D.;OLIVEIRA, D.. Desenvolvimento de um Ambiente Sensorial-Lúdico para Deficientes Visuais Baseado na Arquitetura de Microcontroladores AVR. 2023. Dissertação (Mestrado em Ciência da Computação) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca.
HOLANDA, M.; RALHA, C. G.;OLIVEIRA, D.. de Oliveira. Ciclo de Vida de Data Warehouse baseado em NoSQL: Adaptações e Análise de Desempenho de Arquiteturas. 2023. Dissertação (Mestrado em Informática) - Universidade de Brasília.
PAES, A.OLIVEIRA, D.; SILVA, V.; MURRUGARRA-LLERENA, N.; LINHARES, T.;VITERBO, J.. Uma Metodologia para a Avaliação Experimental de Modelagem de Tópicos em Textos Curtos. 2023. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
MATTOSO, M.; CORTES, A. M. A.;OLIVEIRA, D.. Gerência de Dados de Proveniência para as Redes Neurais Guiadas pela Física. 2023. Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
LOPES, B. V.; NALON, C.;OLIVEIRA, D.. Interoperabilidade Semântica de Dados. 2023. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
MURTA, L. G. P.;BRAGANHOLO, V.; WIESE, I.;OLIVEIRA, D.. Analyzing the Adoption of DB Engines Throughout the Lifecyle of Java Open-Source Projects. 2023. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.ROSSETI, I.PAES, A.MENEZES, V. S. A.; LIMA FILHO, S. P.. PANDORA: Uma Plataforma Colaborativa para Transcrição Semiautomática de Boletins de Ocorrência Manuscritos. 2023. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
LAGE, M.; MIRANDA, F. M. N.;PAES, A.OLIVEIRA, D.. Reveal: Exploração visual de grandes coleções multimodais orientada por proveniência. 2023. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
PAES, A.OLIVEIRA, D.; MELLO, R. S.;BEDO, M. V. N.. O SPARQL Pode Falar em Português? Respondendo a Perguntas em Linguagem Natural Direcionadas a Grafos de Conhecimento. 2023. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
LAGE, M.; FERREIRA JUNIOR, N. R.;OLIVEIRA, D.; SILVA, C. G.. Efetividade de Visualizações Geográficas Estáticas Multiatributos na Seleção de Top/Bottom K Elementos. 2023. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
FROTA, Y.OLIVEIRA, D.OGASAWARA, E.ROSSETI, I.. Mapeamento de Rotas para Resposta de Emergência a Eventos Climáticos: uma Abordagem Orientada por Dados. 2023. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
BRAGHETTO, K. R.OLIVEIRA, D.; SOUZA, S. N. A.. Uma plataforma para integração de dados para cidades inteligentes. 2023. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo.
BRAGANHOLO, V.; DIRR, B.;OLIVEIRA, D.; SILVA, F. A. B.. Enabling Collaboration in Scientific Experiments. 2022. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.LAGE, M.PAES, A.MATTOSO, M.; FERREIRA JUNIOR, N. R.. Análise de Abordagens de Gerência de Dados para Apoiar a Visualização Interativa de Dados Pluviométricos. 2022. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
PEREIRA, A. M. B.; LEIDERMAN, R.;OLIVEIRA, D.; ARAGAO, F. T. S.; CASTELLO, D. A.. An Image-based Numerical Homogenization Strategy for Characterization of Heterogeneous Materials. 2022. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
DRUMMOND, L. M. A.BOERES, C.OLIVEIRA, D.; TADONKI, C.. Optimizing Computational Costs for MapReduce-Like Spark Applications on the Cloud. 2022. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.ROSSETI, I.LAGE, M.BRAGHETTO, K. R.. HURRICANE: Um Serviço para Integração de Dados de Aplicações de Cidades Inteligentes. 2022. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
LAGE, M.; MIRANDA, F. M. N.;OLIVEIRA, D.. RISKVIS: Uma Ferramenta de Exploração Visual de Dados Urbanos de Múltiplas Fontes. 2022. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
MATTOSO, M.COUTINHO, A.; SILVA, P. M. C. E.;OLIVEIRA, D.. Agregador de Dados junto à análise de resultados de Redes Neurais Guiadas a Física via framework Modulus. 2022. Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
MATTOSO, M.THOMPSON, F.LIMA, A. A. B.TSCHOEKE, D. A.OLIVEIRA, D.. BioProv: uma biblioteca para dados de proveniência em workflows de genômica comparativa. 2021. Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
LAGE, M.; FERREIRA JUNIOR, N. R.; SANTOS, E. M.;OLIVEIRA, D.. Urban Chronicles: Um sistema de análise da evolução do uso do solo em cidades. 2021. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.BEDO, M. V. N.TRAINA, A.PLASTINO, A.SEMAAN, G. Buscas por Similaridade Diversificada com o Apoio de Índices Métricos. 2021. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
VIEIRA, B. L.OLIVEIRA, D.BENEVIDES, M.HAEUSLER, E. H.; COELHO, I. M.; COELHO, V. N.. Formalização de conectores Reo híbridos com aplicações a Consenso Bizantino. 2021. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
PAES, A.; MOSSE, D.; RAMOS, G. O.;OLIVEIRA, D.. Matching Goals and Rewards for Reinforcement Learning Traffic Signal Control. 2021. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.MACHADO, J. C.MENEZES, V. S. A.VITERBO, J.. DIMPLY: Uma Abordagem para Privacidade Diferencial em Sistemas Polystore. 2021. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
MATTOSO, M.OLIVEIRA, DANIEL DELIMA, A. A. B.OSTHOFF, C.. ProvDeploy: apoio à coleta de dados de proveniência em scripts de execução de códigos científicos. 2020. Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
MATTOSO, M.OLIVEIRA, D.XEXEO, G.OGASAWARA, E.. Captura de hiperparâmetros no treinamento de redes de aprendizado profundo usando dados de proveniência. 2020. Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
OLIVEIRA, D.OCAÑA, K.MATTOSO, M.PAES, A.; HORTA, M.. Gerência de Data Lakes Científicos com Sci-DL: um Estudo de caso da COVID-19. 2020. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
MURTA, L.BRAGANHOLO, V.; SANTOS, E. M.; SILVA JUNIOR, J. R.;OLIVEIRA, D.. Prov-Dominoes: An Exploratory Analysis Approach for Provenance Data. 2020. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
MENEZES, V. S. A.OLIVEIRA, D.AZEVEDO, L. G.BRAGA, R. M.. Polyflow: a Polystore-compliant Mechanism to Provide Interoperability to Heterogeneous Provenance Graphs. 2020. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Juiz de Fora.
MACHADO, J. C.; MATTOS, L. C.;OLIVEIRA, D.. Uma Abordagem de Privacidade de Dados em Serviços Baseados em Localização. 2019. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal do Ceará.
OLIVEIRA, D.KALINOWSKI, M.VITERBO, J.. Uma Abordagem Baseada em Definição de Escopo e Elementos Esperados para Apoiar Inspeções de Modelos de Software. 2019. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.VASCONCELOS, C. N.CLUA, E.ESTRELLA, J. C.. Uma Abordagem para a Execução de Workflows Científicos Intensivos em Ambientes de Computação em Nuvem Híbridos. 2019. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
PAES, A.OLIVEIRA, D.BRAGANHOLO, V.OGASAWARA, E.PACITTI, E.. Recomendação de Parâmetros em Workflows Científicos por meio de Aprendizado de Preferências. 2019. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
VITERBO, J.BERNARDINI, F. C.; MACIEL, C.;OLIVEIRA, D.. An Approach for Assessing Metadata Completeness in Open Data Portals. 2019. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
ROCHA, A. A. A.REZENDE, J. ́; LEAO, R. M. M.;OLIVEIRA, D.. A Demand-Aware Heuristic for Value-Space Partitioning and Repartitioning. 2019. Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
OLIVEIRA, D.PAES, A.BERNARDINI, F. C.SAMPAIO, J. O.. POStURE: Unsupervised Semantic Analysis of Political Speeches. 2019. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.PORTO, F.GOMES, A. T. A.OCAÑA, K.. PhenoManager: Uma Abordagem para a Gerência de Hipóteses Científicas. 2019. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
MURTA, L.KALINOWSKI, M.KOHWALTER, T.; SANTOS, R.;OLIVEIRA, D.. Evaluating the Efficiency of Hybrid Search Strategies for Systematic Literature Reviews in Software Engineering. 2019. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
XEXEO, G.LIMA, A. A. B.OLIVEIRA, D.. Uma proposta de Paralelismo e Distribuição na Recuperação Heurística com Locality Sensitive Hash para apoiar a Identificação de Plágio Externo em grandes coleções de documentos. 2019. Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
LAGE, M.ROCHA, A. A. A.; VELLOSO, P. B.;OLIVEIRA, D.. Identificação de Padrões de Deslocamento em Dados de Trajetórias de Táxis. 2018. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.PLASTINO, A.REVOREDO, K.. PRELUDE: uma Arquitetura para Análise de Evasão no Ensino Superior por meio de Aprendizado de Máquina Relacional. 2018. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.BEDO, M. V. N.MATTOSO, M.CAVALCANTI, M. C. R.MURTA, L.OLIVEIRA, A. H. M.. Análise e Captura de Dados de Proveniência no Apache Spark. 2018. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
MATTOSO, M.PIRES, P.OLIVEIRA, D.. Captura de Proveniência Assíncrona em Simulações Computacionais. 2018. Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
XEXEO, G.SOUZA, J. M.OLIVEIRA, D.. Social Tag Prediction: Resource-Centered Approaches for Broad Folksonomies. 2018. Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
BRAGA, R. M.; DANTAS, M. A. R.;OLIVEIRA, D.. Melhoria de processos de software através da combinação de Proveniência de dados, Ontologias, Redes complexas e Visualizações. 2018. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Juiz de Fora.
BERNARDINI, F. C.VITERBO, J.SALGADO, L. C. C.CAPELLI, C.SILVEIRA, M. S.OLIVEIRA, D.. Alinhamento de Categorias em Portais de Dados Abertos com Base em um Subconjunto Abrangente. 2018. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.DRUMMOND, L. M. A.BEZERRA, E.. Uma Estratégia de Escalonamento baseada em Aprendizado por Reforço para Workflows Científicos em Nuvens de Computadores. 2018. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
TREVISAN, D. G.BERNARDINI, F. C.PANIZZUTTI, R. A.OLIVEIRA, D.. Identificação de Padrões de Interação no Treinamento Cognitivo Computadorizado com Idosos. 2018. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
MATTOSO, M.LIMA, A. A. B.BOERES, C.OLIVEIRA, D.. Processamento Paralelo de Consultas OLAP em Nuvens de Computadores com C-ParGRES. 2018. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
MURTA, L.KOHWALTER, T.OLIVEIRA, D.; BARROS, M. O.. Como a Adoção de Feature Toggles Afeta Merges de Ramos e Defeitos em Projetos de Software Livre?. 2018. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
DRUMMOND, L. M. A.FROTA, Y.BENTES, C. B.OLIVEIRA, D.. Escalonamento de Tarefas e Alocação de Arquivos de Dados de Workflows Científicos em Nuvens Computacionais. 2017. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.KALINOWSKI, M.MATTOSO, M.OCAÑA, K.MURTA, L.. SciAgile: Uma Abordagem Ágil em Processos de Experimentação Científica. 2017. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
BRAGHETTO, K. R.; MACEDO, D.;OLIVEIRA, D.. Um método para paralelização automática de workflows intensivos em dados. 2017. Dissertação (Mestrado em Ciências da Computação) - Universidade de São Paulo.
KALINOWSKI, M.GARCIA, A.OLIVEIRA, D.. Investigando o Impacto de Estilos de Aprendizado em Equipes de Inspeção de Projeto de Software. 2017. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
DRUMMOND, L. M. A.PAES, A.OGASAWARA, E.OLIVEIRA, D.. Tolerância a Falha em Workflows Científicos Executados em Nuvens Computacionais. 2017. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
MACHADO, J. C.MONTEIRO FILHO, J. M. S.SOUSA, F. R. C.OLIVEIRA, D.. Uma Abordagem para a Modelagem de Performance e de Elasticidade para Bancos de Dados em Nuvem. 2016. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal do Ceará.
OLIVEIRA, D.BRAGANHOLO, V.PORTO, F.. Uma Abordagem Hierárquica para Escalonamento de Atividades de Workflows Científicos Executados em Nuvens de Computadores. 2016. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
BRAGANHOLO, V.BAIAO, F.OLIVEIRA, D.. Tradução de consultas XPath para predicados Prolog. 2016. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
BAIAO, F.TANAKA, A.AZEVEDO, L. G.OLIVEIRA, D.. Business Intelligence em Tempo Real Utilizando Infraestrutura em Nuvem. 2016. Dissertação (Mestrado em Informática) - Universidade Federal do Estado do Rio de Janeiro.
MURTA, L.DELICATO, F.OLIVEIRA, D.. Awareness over Distributed Version Control Systems. 2015. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
BRAGANHOLO, V.PAES, A.DORNELES, C. F.OLIVEIRA, D.. Prolog versus XQuery Processors: a performance evaluation of XML queries processing methods. 2015. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
MATTOSO, M.OLIVEIRA, D.DRUMMOND, L. M. A.LIMA, A. A. B.. Controlling the Parallel Execution of Workflows Relying on a Distributed Database. 2015. Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
VITERBO, J.BREITMAN, K.OLIVEIRA, D.. A Comparative Study of Scalable Implementations of the Alternating Least Squares Algorithm for Collaborative Filtering Recommendation. 2015. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.MATTOSO, M.CLUA, E.MONTENEGRO, A. A.PASCHOAL, A. R.. Spielzyklus: Identificando Padrões de Ciclos em Dados de Proveniência Extraídos de Forma não Intrusiva. 2015. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
BAIAO, F.REVOREDO, K.SANTORO, F.OLIVEIRA, D.. Learning Data-aware Declarative Models from Provenance Data. 2015. Dissertação (Mestrado em Informática) - Universidade Federal do Estado do Rio de Janeiro.
OLIVEIRA, D.PAES, A.CLUA, E.TREVISAN, D. G.BENEVIDES, M.. Aplicação de NPC Afetivo em Jogos de Simulação. 2014. Dissertação (Mestrado em Computação) - Universidade Federal Fluminense.
MATTOSO, M.OLIVEIRA, D.LIMA, A. A. B.AZEVEDO, L. G.. Uma abordagem para alteração na definição de atividades de workflows científicos em tempo de execução. 2014. Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
LIMA, L.;OGASAWARA, E.BARBASTEFANO, R.; MONTEIRO, A.;OLIVEIRA, D.. Uso de Técnicas de Mudança de Periodicidade de Séries Temporais para Previsão da Temperatura de Superfície do Mar do Oceano Atlântico. 2014. Dissertação (Mestrado em Engenharia de Produção e Sistemas) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca.
MATTOSO, M.GOMES, A. T. A.LIMA, A. A. B.OCAÑA, K.OLIVEIRA, D.. Uma Arquitetura para a Execução Paralela Adaptável de Workflows Científicos. 2014. Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
MURTA, L.CLUA, E.OLIVEIRA, D.; SILVA, F. C.. Provenance in Games. 2013. Dissertação (Mestrado em CIÊNCIAS DA COMPUTAÇÃO) - Universidade Federal Fluminense.
LIMA, A. A. B.MATTOSO, M.AZEVEDO, L. G.OLIVEIRA, D.. Estudo Comparativo entre Sistemas de Bancos de Dados de Grafos e Relacionais paraa Gerência de Dados de Proveniência em Workflows Científicos. 2013. Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
REBELLO, E. F. V.OLIVEIRA, D.SZTAJNBERG, A.. Um Estudo sobre Grades Virtuais sob Demanda em um Ambiente de Nuvens Computacionais. 2013. Dissertação (Mestrado em CIÊNCIAS DA COMPUTAÇÃO) - Universidade Federal Fluminense.
MATTOSO, M.LIMA, A. A. B.DELICATO, F.OLIVEIRA, D. C. M.. Monitoramento em Tempo Real de Workflows Cieníficos Executados em Paralelo em Ambientes Distribuídos. 2012. Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
MATTOSO, M.OLIVEIRA, D. C. M.ZIMBRAO, G.PIRES, P.. Um Serviço de Custo para a Execução Paralela de Workflows Científicos em Nuvens de Computadores. 2012. Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
OLIVEIRA, D.PAES, A.VITERBO, J.BEDO, M. V. N.VIEIRA, B. L.BEZERRA, E.; MELLO, R. S.. A Collaborative Analysis of Anomalous Trajectories of Vessels Based on Clustering Algorithms. 2024. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.MATTOSO, M.MENEZES, V. S. A.PAES, A.BENEVIDES, M.VIEIRA, B. L.. MAESTRO: Uma Abordagem para Gerência de Experimentos Científicos Apoiada por Ontologias e Dados de Proveniência. 2024. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
MACHADO, J. C.; EVANGELISTA, V. A.;OLIVEIRA, D.; MATTOS, C. L. C.; MESQUITA, D.. Differentially Private Selection Using Smooth Sensitivity. 2024. Tese (Doutorado em Ciências da Computação) - Universidade Federal do Ceará.
BERNARDINI, F. C.VITERBO, J.SANTORO, F.; SEIXAS, F.; BARCELLOS, R. S.; SILVA, G. V.;OLIVEIRA, D.. Mineração de Processos em Dados Governamentais Abertos. 2024. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.FROTA, Y.ROSSETI, I.; MARTINS, S. L.;PORTO, F.; DANTAS, M. A. R.;MENEZES, V. S. A.. Cyclops: Uma Abordagem para Escalonamento de Workflows em Nuvens de Computadores com Restrições de Confidencialidade. 2024. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
LAGE, M.; CATALDI, M.; MIRANDA, F. M. N.; FERREIRA JUNIOR, N. R.;ROCHA, A. A. A.; POCO, J.;OLIVEIRA, D.. Gerência e Análise Visuais de Conjuntos de Previsões do Tempo. 2023. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
PEREIRA, A. M. B.; LEIDERMAN, R.;LAGE, M.OLIVEIRA, D.; BITENCOURT JUNIOR, L. A. G.; MARTHA, L. F. C. R.; VICTOR, R. A.. FEM-based Permeability Computation in GPU for Large-Scale Voxelized Porous Microstructures. 2023. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
LIFSCHITZ, S.; SCHWABE, D.;BAIAO, F.; SILVA, A. S.;HAEUSLER, E. H.OLIVEIRA, D.. Context Augmented Knowledge Graphs for Decision-making scenarios. 2023. Tese (Doutorado em Informática) - Pontifícia Universidade Católica do Rio de Janeiro.
GOMES, A. T. A.OGASAWARA, E.OLIVEIRA, D.DRUMMOND, L. M. A.; VALENTIN, F. G. C.. NAZCA: a machine-learning based methodology for performance prediction and configuration recommendation of multiscale numerical simulations. 2022. Tese (Doutorado em Modelagem Computacional) - Laboratório Nacional de Computação Científica.
BRAGANHOLO, V.MURTA, L.MATTOSO, M.; MISSIER, P.; FREIRE, J.;ALBUQUERQUE, C. V. N.OLIVEIRA, D.. Provenance from Scripts. 2021. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
OGASAWARA, E.PACITTI, E.PORTO, F.BEZERRA, E.; LIMA, L.;OLIVEIRA, D.. Discovering Motifs Restricted in Space-Time. 2021. Tese (Doutorado em Engenharia de Produção e Sistemas) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca.
SOARES, J. M.; BARROSO, G. C.;THE, G. A. P.GOMES, D. G.PINTO, I. I. B. S.OLIVEIRA, D.. O código por trás do código-fonte: mudança de representação para análise de similaridade. 2019. Tese (Doutorado em Engenharia de Teleinformática) - Universidade Federal do Ceará.
LIFSCHITZ, S.; ALMEIDA JUNIOR, N. F.;HAEUSLER, E. H.; ARAGAO, M. V. S. P.;OLIVEIRA, D.. A novel approach for de Bruijn Graph construction in de novo genome fragment assembly. 2019. Tese (Doutorado em Informática) - Pontifícia Universidade Católica do Rio de Janeiro.
PLASTINO, A.OLIVEIRA, D.BERNARDINI, F. C.BAIAO, F.OGASAWARA, E.. Novel Feature Selection Methods for Hierarchical and Uncertain Feature Spaces and Their Application to the Biology of Ageing. 2019. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.; MACIEL, P. R. M.; LIMA, R. M. F.; MEDEIROS, R. W. A.; GARCIA, V. C.. LONGWisE4cloud: Um Ambiente Adaptativo para Execução de Workflows de Longa Duração como Serviço. 2018. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Pernambuco.
PIRES, C. E. S.SALGADO, A. C.; ANDRADE, N. F.; BAPTISTA, C. S.;OLIVEIRA, D.. Leveraging the Entity Matching Performance Through Adaptive Indexing and Efficient Parallelization. 2018. Tese (Doutorado em Ciência da Computação) - Universidade Federal de Campina Grande.
BRAGANHOLO, V.OLIVEIRA, D.MATTOSO, M.CAVALCANTI, M. C. R.PLASTINO, A.LEME, L. A. P. P.. Integrated Analysis of Heterogeneous Provenance Graphs. 2018. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
ESTRELLA, J. C.; BRUSCHI, S. M.; MACIEL, C. D.;OLIVEIRA, D.. MDAPSP - Uma arquitetura modular distribuída para auxílio à predição de estruturas de proteínas. 2018. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.
MURTA, L.CLUA, E.BRAGA, R. M.FEIJO, B.PAES, A.OLIVEIRA, D.. Gameplay Analysis with Provenance. 2018. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
MATTOSO, M.AZEVEDO, L. G.LIMA, A. A. B.BOERES, C.OLIVEIRA, D.. Análise de Dados Científicos sobre Múltiplas Fontes de Dados ao Longo da Execução de Simulações Computacionais. 2018. Tese (Doutorado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
ESTRELLA, J. C.; BRUSCHI, S. M.; BITTENCOURT, L. F.;OLIVEIRA, D.. Escalonamento de workflow com anotações de tarefas sensitivas para otimização de segurança e custo em nuvens. 2018. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.
GOMES, D. G.; ANDRADE, R. M. C.; SOARES, J. M.; MACIEL, P. R. M.;OLIVEIRA, D.. V. Magalhães. Workload Modeling and Prediction for Resources Provisioning in Cloud. 2017. Tese (Doutorado em Engenharia de Teleinformática) - Universidade Federal do Ceará.
WERNER, C.MONTENEGRO, A. A.SIQUEIRA, S. W. M.SILVA, V. T.OLIVEIRA, D.. Verificação de Conflitos entre Múltiplas Normas em Sistemas Multiagentes. 2017. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
SILVA, V. T.SIQUEIRA, S. W. M.CARBONERA, J. L.MURTA, L.OLIVEIRA, D.. Uma Abordagem para a Detecção de Conflitos Indiretos entre Políticas de Controle de Acesso. 2017. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
EBECKEN, N. F. F.; GUIMARAES, S.;BEZERRA, E.OGASAWARA, E.OLIVEIRA, D.. Uma Abordagem para Identificação de Padrões Comportamentais a partir de Aplicativos para Redes Sociais. 2017. Tese (Doutorado em Engenharia Civil) - Universidade Federal do Rio de Janeiro.
MURTA, L.PLASTINO, A.PIRES, P.GARCIA, A.SILVA, V. T.OLIVEIRA, D.. On the Nature of Pull Requests: a Study about this Collaboration Paradigm over Open-Source Projects Using Association Rules. 2017. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.PORTO, F.BOERES, C.SCHULZE, B. R.MATTOSO, M.BRAGANHOLO, V.Drummond, Lúcia M. A.. Otimização da Execução de Workflows Intensivos de Dados em Frameworks MapReduce. 2017. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
REBELLO, E. F. V.BOERES, C.SCHULZE, B. R.RODRIGUEZ, N. L. R.CLUA, E.; FRANCA, F.;OLIVEIRA, D.. Escalonamento de Jobs em Ambientes Virtualizados com Elasticidade. 2017. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
SILVA, V. T.CARBONERA, J. L.SIQUEIRA, S. W. M.MONTENEGRO, A. A.OLIVEIRA, D.. 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.
MATTOSO, M.OLIVEIRA, D.BAIAO, F.PLASTINO, A.LIMA, A. A. B.. Uma Proposta de Arquitetura Distribuída e Adaptativa para Gerência dos Dados de Proveniência de Experimentos Científicos Executados em Nuvens Computacionais. 2016. Tese (Doutorado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
REBELLO, E. F. V.BOERES, C.OLIVEIRA, D.SCHULZE, B. R.ROCHA, A. A. A.; FRANCA, F.. Uma Abordagem Autônoma para Gerenciar Workflows Científicos em Ambientes Computacionais Heterogêneos e Compartilhados. 2016. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
BRAGANHOLO, V.MURTA, L.PLASTINO, A.OLIVEIRA, D.SAMPAIO, J. O.; GALANTE, R.. Diff Semântico de Documentos XML. 2016. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
DRUMMOND, L. M. A.OLIVEIRA, D.FROTA, Y.BARBOSA, V. C.GOMES, A. T. A.ALBUQUERQUE, C. V. N.BENTES, C. B.. Detecção e Tratamento de Eventos de Flash Crowd em Nuvens Computacionais. 2015. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
DRUMMOND, L. M. A.MATTOSO, M.BARBOSA, V. C.FROTA, Y.BOERES, C.OLIVEIRA, D.. Dimensionamento Estático e Dinâmico de Máquinas Virtuais em Nuvens Computacionais. 2015. Tese (Doutorado em Computação) - Universidade Federal Fluminense.
MATTOSO, M.OLIVEIRA, D.XEXEO, G.PORTO, F.MURTA, L.BAIAO, F.. Reprodução de Experimentos Computacionais na Infraestrutura de Computação em Nuvem. 2015. Tese (Doutorado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
BERNARDINI, F. C.; KLEIMAN, F.;OLIVEIRA, D.; NUNES, V.. Improving Government Data Transformation Processes into Open Data through Mitigating Availability Barriers. 2024. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
MURTA, L.BRAGANHOLO, V.OLIVEIRA, D.; GOLDSCHMIDT, R.. Probabilistic Speedup of Scientific Scripts through Memoization. 2024. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.ROSSETI, I.PORTO, F.FROTA, Y.; MARTINS, S. L.;PAULA JUNIOR, U.. Uma Abordagem para Escalonamento de Workflows Científicos em Ambientes Serverless. 2024. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
HOLANDA, M.;BRAYNER, A. R. A.; RALHA, C. G.;OLIVEIRA, D.. Uma Arquitetura para Dados Geoespaciais Massivos de Internet das Coisas no Contexto de Objetos com Diferentes Níveis de Mobilidade. 2023. Exame de qualificação (Doutorando em Informática) - Universidade de Brasília.
ROCHA, A. A. A.LAGE, M.; FERREIRA JUNIOR, N. R.;OLIVEIRA, D.. Elasticubes: Arquitetura Escalável para Exploração Visual e Analítica de Grandes Volumes de Dados Espaço-Temporais. 2023. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
HOLANDA, M.; MELLO, R. S.; CANEDO, E. D.;OLIVEIRA, D.. Modelos de Dados em Bancos de Dados NoSQL Orientados a Documentos: Seleção do Modelo Ótimo. 2023. Exame de qualificação (Doutorando em Informática) - Universidade de Brasília.
MATTOSO, M. L. Q.;OLIVEIRA, D.OSTHOFF, C.MONTEIRO FILHO, J. M. S.; CORTES, A. M. A.. Supporting the deployment of containerized workflows. 2023. Exame de qualificação (Doutorando em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
MACHADO, J. C.; GOMES, J. P. P.; EVANGELISTA, V. A.;OLIVEIRA, D.. Report Locally Noisy Max. 2023. Exame de qualificação (Doutorando em Ciências da Computação) - Universidade Federal do Ceará.
MATTOSO, M.OLIVEIRA, D.PAES, A.PORTO, F.. Provenance Data as a First-class Citizen in Deep Learning Model Selection. 2023. Exame de qualificação (Doutorando em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
OLIVEIRA, D.FROTA, Y.PACITTI, E.ROSSETI, I.; DANTAS, M. A. R.. Escalonamento de Workflows em Nuvens de Computadores com Restrições de Confidencialidade. 2022. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
REBELLO, E. F. V.; SENA, A. C.;MELO, A. C. M. A.OLIVEIRA, D.. Um Arcabouço Unificado para Alinhamento Múltiplo de Sequências Genéticas. 2022. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
PAES, A.OLIVEIRA, D.; SILVA, A. S.;BENEVIDES, M.; CORVAL, P. R. S.. Uma Abordagem para o Problema de Similaridade Semântica Textual com Dados Jurídicos em Português. 2022. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
CLUA, E.KOHWALTER, T.OLIVEIRA, D.SALGADO, L. C. C.; GASPARINI, I.. Proveniência para Análise de Sistemas Gamificados. 2022. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
BRAGANHOLO, V.BAIAO, F.OLIVEIRA, D.. Incremental Computation in Statistical Workflows. 2022. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
LAGE, M.; CATALDI, M.;LOPES, H. C. V.; FERREIRA JUNIOR, N. R.;OLIVEIRA, D.. Visualização de Conjuntos de Simulações Numéricas do Tempo. 2021. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.LOPES, B. V.MATTOSO, M.BAIAO, F.BENEVIDES, M.. MAESTRO: Uma Abordagem para Gerência de Experimentos Científicos Apoiada por Ontologias e Dados de Proveniência. 2021. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.BEZERRA, E.VITERBO, J.VIEIRA, B. L.. On the use of multi-modal sensors and social network data for predicting maritime anomalies. 2021. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
OGASAWARA, E.GOMES, A. T. A.PORTO, F.DE OLIVEIRA, D.; CARVALHO, D.. Método de Detecção de Desvio de Conceito com Seleção de Contextos para Previsão de Atrasos em Voos. 2021. Exame de qualificação (Doutorando em Engenharia de Produção e Sistemas) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca.
PLASTINO, A.BAIAO, F.OLIVEIRA, D.. Novel Feature Selection Methods for Hierarchical and Sparse Feature Spaces. 2017. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
PIRES, C. E. S.; BAPTISTA, C. S.; CAMPELO, C. E. C.;BARBOSA, L. A.OLIVEIRA, D.. Blocagem em Paralelo para Resolução de Entidades no Contexto de Dados Semiestruturados. 2017. Exame de qualificação (Doutorando em Pós-Graduação em Ciência da Computação) - Universidade Federal de Campina Grande.
OLIVEIRA, D.; GARCIA, V. C.; MACIEL, R. S. P.. RA-LONGWisE: Uma Arquitetura de Referência para Suporte à Execução de Workflows de Longa Duração. 2016. Exame de qualificação (Doutorando em Ciências da Computação) - Universidade Federal de Pernambuco.
BRAGANHOLO, V.MURTA, L.MATTOSO, M.; MISSIER, P.;OLIVEIRA, D.. Capturing, Managing and Analyzing Provenance from Scripts. 2016. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
ESTRELLA, J. C.MADEIRA, E.; SOUZA, P. S. L.;OLIVEIRA, D.. Escalonamento de tarefas de workflow na nuvem baseado em restrições de segurança. 2016. Exame de qualificação (Doutorando em Ciencia da Computacao) - Universidade de São Paulo.
PIRES, C. E. S.SALGADO, A. C.OLIVEIRA, D.BRITO, A.. Paralelização Eficiente de Métodos de Indexação Adaptativa e Incremental para Resolução de Entidades. 2016. Exame de qualificação (Doutorando em Pós-Graduação em Ciência da Computação) - Universidade Federal de Campina Grande.
OLIVEIRA, D.GOMES, A. T. A.ZIVIANI, A.. Optimal Execution of Scientific Workflows in In-Memory Dataflow Frameworks. 2016. Exame de qualificação (Doutorando em Modelagem Computacional) - Laboratório Nacional de Computação Científica.
REBELLO, E. F. V.BOERES, C.SCHULZE, B. R.RODRIGUEZ, N. L. R.OLIVEIRA, D.. Metaescalonamento de Aplicações Paralelas com um Tempo Alvo em Ambientes Colaborativos e Compartilhados. 2015. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
BRAGANHOLO, V.OLIVEIRA, D.MATTOSO, M.PLASTINO, A.. An Approach for Multi-Source Provenance Analytics. 2015. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
MATTOSO, M.VALDURIEZ, P.WERNER, C.PORTO, F.OLIVEIRA, D.. Análise de Dados Científicos Sobre Múltiplos Arquivos ao Longo da Geração dos Dados. 2015. Exame de qualificação (Doutorando em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
DRUMMOND, L. M. A.ALBUQUERQUE, C. V. N.OLIVEIRA, D.BARBOSA, V. C.. Uma Nova Abordagem para Detecção e Tratamento de Flash Crowds em Sistemas Distribuídos. 2014. Exame de qualificação (Doutorando em Computação) - Universidade Federal Fluminense.
MATTOSO, M.XEXEO, G.MURTA, L.OLIVEIRA, D. C. M.. Reprodutibilidade de Experimentos Científicos Através da Tecnologia de Computação em Nuvem e Proveniência Retrospectiva. 2013. Exame de qualificação (Doutorando em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
MACHADO, J. C.LIFSCHITZ, S.MONTEIRO FILHO, J. M. S.OLIVEIRA, D.. TPriv - Uma Abordagem Diferencial para Publicação de Métricas de Dados Genômicos. 2023. Exame de qualificação (Mestrando em Ciências da Computação) - Universidade Federal do Ceará.
BRAGHETTO, K. R.; FINGER, M.;OLIVEIRA, D.. Managing semantic evolution on semi-structured data. 2023. Exame de qualificação (Mestrando em Ciências da Computação) - Universidade de São Paulo.
COUTINHO, R.FROTA, Y.OLIVEIRA, D.; GONZALEZ, P.. Dimensionamento de recursos para execução de workflows científicos em ambientes de computação de alto desempenho. 2023. Exame de qualificação (Mestrando em Ciência da Computação) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca.
DE-SOUZA, M. T.; SILVA, W. M. C.; ALVES, G.;OLIVEIRA, D.. Análise in silico do potencial genômico para produção de metabólitos especializados de dez linhagens da ordem Bacillales isoladas do solo do Distrito Federak. 2022. Exame de qualificação (Mestrando em Biologia Microbiana) - Universidade de Brasília.
HOLANDA, M.;OLIVEIRA, D.; RALHA, C. G.. Ciclo de Vida de Data Warehouse Baseado em NoSQL: Adaptações e Análise de Desempenho de Arquiteturas. 2022. Exame de qualificação (Mestrando em Ciência da Computação) - Universidade de Brasília.
MATTOSO, M.COUTINHO, A.; SILVA, P. M. C. E.;OLIVEIRA, D.. Agregador de Dados junto à análise de resultados de Redes Neurais Guiadas por Física via framework Modulus. 2022. Exame de qualificação (Mestrando em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
MATTOSO, M.THOMPSON, F.OLIVEIRA, D.. Salazar. Extração de dados de proveniência em workflows de bioinformática. 2020. Exame de qualificação (Mestrando em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
MENEZES, V. S. A.OLIVEIRA, D.OCAÑA, K.; DANTAS, M. A. R.. Polyflow: A SOA for Analyzing Workflow Heterogeneous Provenance Data in Distributed Environments. 2019. Exame de qualificação (Mestrando em Ciência da Computação) - Universidade Federal de Juiz de Fora.
MACHADO, J. C.OLIVEIRA, D.; MOREIRA, L. O.;SOUSA, F. R. C.. Uma Abordagem para Gerenciamento de Dados em Banco de Dados Relacional e Infraestrutura de Blockchain. 2019. Exame de qualificação (Mestrando em Ciências da Computação) - Universidade Federal do Ceará.
MACHADO, J. C.BRAYNER, A. R. A.OLIVEIRA, D.. Uma Abordagem Adaptativa para a Estimação de Cardinalidades nos SGBDs. 2019. Exame de qualificação (Mestrando em Ciências da Computação) - Universidade Federal do Ceará.
OLIVEIRA, D.PINA, D.COUTINHO, R.. Sistema Web para Execução de Aplicações em Múltiplas Máquinas. 2024. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.BEDO, M. V. N.; NEVES, L.. Panorama do Ensino de Banco de Dados nas Universidades Federais da Região Sudeste do Brasil. 2024. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.LAGE, M.FALCI, M. L. F.. Facilitando a moradia de estudantes com a aplicação web ?Moradia UFF?. 2024. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.; MARTINS, S. L.; LOPES, C.. Desenvolvimento de uma Aplicação para Comparação de Logs de Sessões de Programação Baseada no W3C PROV com Integração com o Neo4J. 2024. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
MONTEIRO, R. S.OLIVEIRA, D.VITERBO, J.. Experimentação Prática de Técnicas de Data Warehousing e Visualização de Dados no Cenário dos ODS. 2024. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
MONTEIRO, R. S.BERNARDINI, F. C.OLIVEIRA, D.. Engenharia de Dados: uma Exploração Empírica de suas atividades no apoio ao reconhecimento de padrões em perfis de imagem. 2024. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.; AMORIM, A. V.;FROTA, Y.. Uma Abordagem para Análise do Impacto Orçamentário da Inserção de Canabidiol no tratamento de Epilepsia no Estado do Rio de Janeiro. 2024. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.VIEIRA, B. L.; GARGANO, L.. Paradigma Serverless: Ferramentas e Serviços de Computação em Nuvem. 2023. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
SEIXAS, F.;OLIVEIRA, D.; MARQUES, E.. Desenvolvimento de sistema para gestão de plantões em instituições médicas. 2023. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
BEDO, MARCOS V. N.; SANTOS, L. F. D.;TRAINA, C.OLIVEIRA, D.; RAMPAZO, P. Y. S.. Métodos de Seleção de Pivôs para Índices Métricos: uma Avaliação Experimental. 2023. Trabalho de Conclusão de Curso (Graduação em Matemática) - Universidade Federal Fluminense.
BRAGANHOLO, V.OLIVEIRA, D.BEDO, M. V. N.. Análise em Larga Escala de Projetos de Ciência de Dados Open-source. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
SEIXAS, F.; MARQUES, E.;OLIVEIRA, D.. Desenvolvimento de sistema para gestão de plantões em instituições médicas. 2023. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.VIEIRA, B. L.; NEVES, L.. FREYA: uma Biblioteca Flutter para Coleta de Dados de Trajetória em Dispositivos Móveis. 2023. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.; OLIVEIRA, L. S.;BEDO, M. V. N.. Desenvolvimento de uma Aplicação Web para Instrumentação de Scripts para a Ferramenta DfAnalyzer1. 2023. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.VIEIRA, B. L.MESSINA.RIBEIRO, M. W.. Palpiteiro: Sistema Gamificado de Palpites Esportivos. 2023. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.FROTA, Y.; AMORIM, A. V.. Captação de Dados da Internet para a Criação de uma Simulação do Campeonato Brasileiro de Futebol com R. 2023. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.PINA, D.. Dados de Proveniência e sua Importância na Predição de Fácies Orgânicas na Aplicação Achilles.br. 2023. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
BERNARDINI, F. C.OLIVEIRA, D.; ALEXANDRE, T. S.; PANTOJA, C. E.. da Motta Fagundes e Leonardo Villamarin de Souza.Um estudo exploratório de previsão de tempo de viagem de ônibus de transporte público para Florianópolis. 2023. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
ROSSETI, I.FROTA, Y.OLIVEIRA, D.. Hibridização de Heurística para o Problema da Diversidade Máxima com Mineração de Dados. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.; DIAS, L. G.;VIEIRA, B. L.FROTA, Y.. Estudo sobre diferentes SGBDs para Consulta a Dados de Proveniência. 2022. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.LAGE, M.MESSINA.RIBEIRO, M. W.. Processamento de Consultas Espaço-Temporais com o Elasticsearch. 2022. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.COSTA, L. C.FALCI, M. L. F.. Scraping e Construção de Base de Dados Financeiros Aplicados ao Mercado de Ações do Brasil. 2022. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
VIEIRA, B. L.; SANTOS, J. B.;OLIVEIRA, D.. Integração de Ferramentas para Raciocínio sobre Conectores Reo. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
LAGE, M.PAES, A.OLIVEIRA, D.. Utilização de Aprendizado de Máquina no Processo de Acumulação de Sombras em Cidades. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
FORNAZIN, M.;OLIVEIRA, D.; PENTEADO, B. E.. Dados para inovação: como Governança de Dados, Estratégia e Tecnologia criam vantagem competitiva para os negócios. 2022. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.MONTENEGRO, A. A.NARDI, L.. Enem Go: um Aplicativo de Estudo Gamificado para o Exame Nacional do Ensino Médio. 2022. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.; MARTINS, S. L.;FALCI, M. L. F.. Avaliação de Modelos de Aprendizado de Máquina para a Previsão de Resultados no Futebol. 2022. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.FALCI, M. L. F.; VASCONCELOS, L. P.; SEIXAS, F.. Minerva Web: Uma Aplicação Web para Análise de Dados de Proveniência Multimodal. 2022. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
VIEIRA, B. L.; DIAS, L. G.;OLIVEIRA, D.. Adoção de SGBDs NoSQL em Empresas Brasileiras: um Levantamento Preliminar. 2022. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
PAES, A.; SALLES, R.;OLIVEIRA, D.. Análise Exploratória em Séries Temporais. 2022. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
SALVADOR MONTEIRO, RODRIGOOLIVEIRA, D.; SEIXAS, F.. Geração automática de anotações JSDoc para consultas SQL raw em JavaScript. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
NEVES, V.; CASTILLO, I. M.;FALCI, M. L. F.OLIVEIRA, D.. Estudo comparativo de ferramentas de geração de massa de dados. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
TELLES, W. R.;OLIVEIRA, D.SEMAAN, G. Pré-processamento de Dados em Modelos Hidrológicos com o Algoritmo k- Medoids. 2022. Trabalho de Conclusão de Curso (Graduação em Licenciatura em Computação) - Universidade Federal Fluminense.
VIEIRA, B. L.; FREITAS, R.;BENEVIDES, M.OLIVEIRA, D.. Provador de Teoremas para o Fragmento Geométrico do Cálculo Relacional. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
BRAGANHOLO, V.; MARTINS, S. L.;OLIVEIRA, D.. Proposta de Pré-processamento para Aumentar a Eficiência do Intpy Após Refatorações de Scripts em Experimentos Científicos. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.VIEIRA, B. L.; BRAVO, R.. Modelando um Banco de Dados Educacional Orientado a Grafos. 2022. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.; FORNAZIN, M.;PAES, A.. Extração e Carregamento de Dados do Perfil do Twitter dos Candidatos a Presidência da República do Brasil. 2022. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.BOERES, C.MONTEIRO FILHO, J. M. S.. ORBITER: Um Arcabouço para Implantação Automática de Aplicações Big Data em Arquiteturas Serverless. 2022. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.NASCIMENTO, A. P.; MARTINS, S. L.. Um Sistema de Controle de Estoque Baseado no CRM da Salesforce. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
PAES, A.MANN, P.OLIVEIRA, D.; VIANNA, D. Q. C.. Identificando Tópicos Relacionados à Depressão no Reddit Usando Modelagem de Tópicos. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.; SEIXAS, F.; BRAVO, R.;MONTENEGRO, A. A.. HealthSup: Uma Solução Tecnológica para Auxílio à Tomada de Decisão de Cardiomiopatia Periparto. 2021. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.LAGE, M.MONTEIRO, R. S.BERNARDINI, F. C.. Modelando o Processo de ETL para um Data Warehouse de Dados Pluviométricos. 2021. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.VIEIRA, B. L.; DIAS, L. G.; MARTINS, S. L.. OntoScraping: Enriquecimento de Ontologias por meio de Web Scraping. 2021. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.TITO, L.. Uma Abordagem para Padronização de Dados em Data Lakes. 2021. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
ROSSETI, I.FROTA, Y.; MARTINS, S. L.;PLASTINO, A.OLIVEIRA, D.. Heurística híbrida para resolver o problema de roteamento de patrulhas da polícia militar. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.; VASCONCELOS, L. P.. Sistema de Gerenciamento de Centros de Assistência Social. 2021. Trabalho de Conclusão de Curso (Graduação em Sistemas de Computação) - Universidade Federal Fluminense.
SEIXAS, F.;OLIVEIRA, D.VITERBO, J.. Um sistema de suporte à decisão para a escolha do curso de ensino superior. 2021. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
LAGE, M.OLIVEIRA, D.MONTENEGRO, A. A.. Uma implementa ̧c ̃ao em JavaScript e open-source da estrutura de dados CHE. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.VITERBO, J.COSTA, L. C.. PModel: em Busca de um Modelo Relacional Pseudonimizado. 2021. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.; SOUZA, F. C.;SALGADO, L. C. C.. NewsCollaborate: Um Sistema de Informação para o Observatório das Fontes de Informação Pública. 2020. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
VIEIRA, B. L.BENEVIDES, M.OLIVEIRA, D.. Vericação de modelos DS3 com Storm Model Checker. 2020. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.; VASCONCELOS, L. P.. Bancos de Dados NewSQL. 2020. Trabalho de Conclusão de Curso (Graduação em Sistemas de Computação) - Universidade Federal Fluminense.
KOWADA, L. A. B.MURTA, L.OLIVEIRA, D.. Uma Aplicação Descentralizada, Autônoma e Transparente para Prover Viagens em Transportes Coletivos. 2019. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
BRAGANHOLO, V.ALMEIDA, V. T.PLASTINO, A.OLIVEIRA, D.. Um novo operador de ordenação para dados parcialmente ordenados. 2019. Trabalho de Conclusão de Curso (Graduação em Computação) - Universidade Federal Fluminense.
PAES, A.OLIVEIRA, D.SILVA JUNIOR, D. P.. Previsão de Evasão em Cursos de Graduação da Universidade Federal Fluminense com Mineração de Dados. 2019. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.SILVA JUNIOR, D. P.. Análise Preditiva de Manchas Criminais no Estado de São Paulo. 2019. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.ROSSETI, I.. Análise Preditiva em Partidas de Tênis. 2019. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
BERNARDINI, F. C.SALGADO, L. C. C.; BARCELOS, R.;OLIVEIRA, D.. Uma ferramenta para construção de visualização de dados governamentais abertos. 2019. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
ALMEIDA, V. T.COSTA, L. C.OLIVEIRA, D.. Aumento de eficiência em escalonamento de processos de grande porte através do compartilhamento de nós e balanceadores de carga. 2018. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
MONTENEGRO, A. A.PAES, A.OLIVEIRA, D.. Aplicativo híbrido para desenvolvimento de ouvido absoluto. 2018. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
MURTA, L.KOHWALTER, T.PIMENTEL, J. F.OLIVEIRA, D.. Reducing the Storage Overhead of the noWorkflow Content Database by using Git. 2018. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.DRUMMOND, L. M. A.BERNARDINI, F. C.SILVA, V.. WorkflowSim4RL - Escalonamento de Workflows de Larga-escala em Nuvens de Computadores com uso de Aprendizado por Reforço. 2018. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
BRAGANHOLO, V.NASCIMENTO, A. P.OLIVEIRA, D.. Análise do Impacto da Lei de Cotas de 2012 no Desempenho e nos Índices de Evasão das Primeiras Turmas de 2013 dos Cursos da UFF. 2018. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.VIEIRA, B. L.ROSSETI, I.. Comparação entre Abordagens para Otimização Automática de Workflows Intensivos em Dados. 2018. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.LAGE, M.. Júnior.Uma ferramenta para extração e análise de páginas web por meio de web scraping. 2018. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
PAES, A.LAGE, M.OLIVEIRA, D.. Publicação de experimentos científicos em plataformas de dados abertos. 2018. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
PAES, A.MANN, P.BERNARDINI, F. C.OLIVEIRA, D.. Received your letter: análise das cartas de Van Gogh por meio de aprendizado de máquina. 2018. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
VITERBO, J.ALMEIDA, V. T.OLIVEIRA, D.. Analisando o Desempenho de Microsserviços Implementados Através da Decomposição Parcial de Sistemas Monolíticos. 2018. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
KALINOWSKI, M.MAGDALENO, A. M.OLIVEIRA, D.. Sistema de Apoio para a Geração de Planos de Medição de Software. 2017. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
VITERBO, J.KALINOWSKI, M.OLIVEIRA, D.. Uma Análise Comparativa de Ferramentas de ERP Baseadas em Código Livre para Uso em Pequenas e Médias Empresas. 2017. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
PAES, A.OLIVEIRA, D.OCAÑA, K.PLASTINO, A.. Uma ferramenta de apoio a deteção de falhas e recomendação de parâmetros em workflows científicos com o uso de mineração de dados. 2017. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.OCAÑA, K.VITERBO, J.. Aplicação de Técnicas de Mineração de Dados para Prevenção de Erros na Geração de Árvores Filogenéticas. 2017. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
PAES, A.OLIVEIRA, D.VITERBO, J.LEME, L. A. P. P.. Análise do Perfil de Eleitores Brasileiros com Mineração de Dados Abertos Governamentais. 2017. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
PAES, A.OLIVEIRA, D.BOERES, C.DRUMMOND, L. M. A.. Aprendizado por Reforço para o Escalonamento de Tarefas em Ambientes de Computação em Nuvem. 2017. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
PAES, A.OLIVEIRA, D.ROSSETI, I.; SILVEIRA, O.. Detecção de Transtorno de Personalidade Narcisista a partir de Tweets: um estudo preliminar. 2017. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
PAES, A.PLASTINO, A.OLIVEIRA, D.. Predição de Falhas em Sistemas Abertos de Requisição de Software. 2017. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.VIEIRA, B. L.. Análise de Desempenho Esportivo Baseado em Dados Estatísticos. 2017. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.MONTENEGRO, A. A.SILVA, VITOR. Um Sistema para Instanciação de Máquinas Virtuais em Múltiplos Provedores de Nuvem:. 2017. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.COSTA, L. C.VITERBO, J.. Modelagem de um Data Mart para os Telescópios de Múons Tupi. 2017. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
PAES, A.MONTENEGRO, A. A.OLIVEIRA, D.. Sistema de Crowdsourcing Aberto de Coleta de Dados de Crimes Urbanos. 2017. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.VIEIRA, B. L.. Uma Abordagem para Busca de Padrões de Explosões Solares nos Dados dos Telescópios Tupi. 2017. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.VITERBO, J.. Uma Análise de Dados de Suicídio no Brasil. 2017. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.LAGE, M.BRAGANHOLO, V.. Sistema de visualização de Big Data para doenças transmitidas pelo mosquito Aedes Aegypti. 2017. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.VIEIRA, B. L.COSTA, L. C.. Uma Proposta de Sistema para Controle de Trabalhos de Conclusão de Curso do IC/UFF. 2017. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.KALINOWSKI, M.MONTEIRO, R. S.. Desenvolvimento de Sistemas Big Data: Um Mapeamento Sistemático da Literatura. 2017. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
KALINOWSKI, M.ALMEIDA, V. T.OLIVEIRA, D.. Análise e visualização de dados de portais da transparência. 2017. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
PAES, A.MONTENEGRO, A. A.OLIVEIRA, D.. Um framework para criação de text adventures. 2017. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.OCAÑA, K.PAES, A.. Uma Abordagem para Verificação de Reprodutibilidade em Experimentos Científicos. 2016. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.KALINOWSKI, M.. Ágora: Sistema de Apoio a Gerência de Projetos de Workflows Científicos Baseado no SCRUM. 2016. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.OCAÑA, K.MURTA, L.. Um Sistema de Informação para Gerência de Projetos Científicos baseados em Simulações Computacionais. 2016. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.MONTENEGRO, A. A.OCAÑA, K.. Uma Interface Orientada a Relações para um Sistema de Gerência de Workflows Científico. 2016. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.SALGADO, L. C. C.FERNANDES, L. A. F.ROSSETI, I.. SCAC: Sistema de Acompanhamento de Atividades Complementares. 2016. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.COSTA, L. C.. Fatores Humanos no Levantamento de Requisitos. 2016. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.OCAÑA, KARY. Um Sistema Colaborativo para Análise de Dados de Proveniência Baseado em Redes Sociais. 2016. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.KALINOWSKI, M.MAGDALENO, A. M.. Técnicas de Negociação de Requisitos: Uma revisão Quasi-sistemática. 2016. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.BRAGANHOLO, V.PAES, A.OCAÑA, K.. Gerência de Dados de Proveniência em Bancos de Dados Probabilísticos. 2016. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
REBELLO, E. F. V.NASCIMENTO, A. P.OLIVEIRA, D.. Plataforma de analises semi-automatizadas de vulnerabilidades em aplicações web. 2015. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OCAÑA, K.PAES, A.OLIVEIRA, D.. Aplicação de Metodologias Ágeis no Ambiente Científico. 2015. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OCAÑA, K.LIMA, A. A. B.OLIVEIRA, D.. Avaliação dos Dados de Domínio de Análises Filogenéticas por Meio de Workflows Científicos e Mineração de Dados. 2015. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação e Informação) - Universidade Federal do Rio de Janeiro.
PAES, A.OLIVEIRA, D.DRUMMOND, L. M. A.LOPES, B. V.. Uma Abordagem para Execução de Processos na Nuvem Usando Aprendizado por Reforço. 2015. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
MONTENEGRO, A. A.PAES, A.OLIVEIRA, D.. CarSys-Beleza Ferramenta de Gerenciamento para Salões de Beleza. 2015. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.PAES, A.OCAÑA, K.BRAGANHOLO, V.. SPC-Wf Sistema de Predição de Comportamento de Workflows. 2015. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
OLIVEIRA, D.BRAGANHOLO, V.CLUA, E.OCAÑA, K.. V. de Souza.CollabCumulus: um Sistema Colaborativo para Análise de Dados de Proveniência. 2014. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.BRAGANHOLO, V.OCAÑA, K.. Teixeira Junior e Guilherme Rangel Ferreira.Uma Comparação entre SGBD's Relacionais e NoSQL para Dados de Proveniência em Workflows Científicos. 2014. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
BOKEHI, J. R.THOME, L. F.OLIVEIRA, D.. MongoDB: Conceitos e paradigmas do banco de dados não-relacional. 2014. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.; GUERRA, R.;RIBEIRO, C. A. S.. Um Estudo sobre a Plataforma Android. 2014. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.OCAÑA, K.MONTEIRO, R. S.. Modelagem de um Data Warehouse para Dados de Proveniência em Workflows Científicos. 2014. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
OLIVEIRA, D.MONTENEGRO, A. A.COSTA, L. C.. Um Modelo de Arquitetura Utilizando o Protocolo WebSocket para Prover um Serviço RESTFUL para Sistemas em Tempo Real. 2014. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense.
PAES, A.VITERBO, J.OLIVEIRA, D.. BigSEO - Dados Além do HTML. 2014. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
DRUMMOND, L. M. A.REBELLO, E. F. V.OLIVEIRA, D.. Análise de Comportamento do Ambiente em Nuvem para Computação de Alto Desempenho. 2014. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
LAGE, M.PAES, A.OLIVEIRA, D.. C. Pinto e Vinicius de O. Henriques.Visualização dos dados das linhas de ônibus na cidade do Rio de Janeiro. 2014. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
MATTOSO, M.OLIVEIRA, D. C. M.COUTINHO, A.OCAÑA, K.. Prov-Vis: Visualização de Dados de Experimentos em Larga Escala Por meio de Proveniênci. 2013. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação e Informação) - Universidade Federal do Rio de Janeiro.
MURTA, L.BRAGANHOLO, V.ALBUQUERQUE, C. V. N.OLIVEIRA, D. C. M.. SAPOS2 - Gerência de Programa de Pós-graduação. 2013. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense.
MATTOSO, M.LIMA, A. A. B.OCAÑA, K.OLIVEIRA, D.. Avaliação de Desempenho de Análises de Ancoragem Molecular em Nuvens de Computadores por meio de Workflows Científicos. 2013. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação e Informação) - Universidade Federal do Rio de Janeiro.
OLIVEIRA, D. C. M.; ARÊAS, M.;SEMAAN, G. Estudo de Políticas de Escalonamento de Aplicações Científicas em Nuvens. 2012. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Centro Universitário Plínio Leite.
OLIVEIRA, D. C. M.SEMAAN, G; ARÊAS, M.. Proposta de ferramenta para tradução da linguagem de banco de dados tradicionais para NoSQL. 2012. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Centro Universitário Plínio Leite.
ARÊAS, M.;OLIVEIRA, D. C. M.SEMAAN, G; MUNHOZ, P. L. A.. Implantação de Centrais Telefônicas IP com Redução de Custo. 2012. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Centro Universitário Plínio Leite.
MAURO, R.BEZERRA, E.OLIVEIRA, D. C. M.. Desenvolvimento e Implantação de Data Warehouse em Empresa Prestadora de Plano de Saúde. 2012. Trabalho de Conclusão de Curso (Graduação em Tecnologia em Sistemas para Internet) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca.
MATTOSO, M.OGASAWARA, E.COUTINHO, A.OLIVEIRA, D. C. M.. Avaliação de Desempenho de Experimentos Científicos em Ambientes de Processamento de Alto Desempenho. 2011. Trabalho de Conclusão de Curso (Graduação em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
MATTOSO, M.OGASAWARA, E.OLIVEIRA, D. C. M.COUTINHO, A.. SimiFlow: Uma Arquitetura para Agrupamento de Workflows por Similaridade. 2011. Trabalho de Conclusão de Curso (Graduação em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
SOUSA, A. C. G.OLIVEIRA, D. C. M.CAVALCANTI, M. C. B.. Bússola Médica ? Sistema de Gerenciamento de Carteiras de Saúde. 2010. Trabalho de Conclusão de Curso (Graduação em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
MATTOSO, M.CRUZ, S. M. S.LIMA, A. A. B.OLIVEIRA, D. C. M.. VTPortal ? Portal de Gestão de Workflows Científicos. 2010. Trabalho de Conclusão de Curso (Graduação em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro.
ROSSETI, I.LAGE, M.OLIVEIRA, D.. Professor Substituto em nível de Assistente. 2014. Universidade Federal Fluminense.
BERNARDINI, F. C.SANTOS, M. T. P.BAIAO, F.FIGUEIREDO, J. M.OLIVEIRA, D.. Professor Doutor. 2013. Universidade Federal Fluminense.
OLIVEIRA, D.. Avaliação dos Trabalhos da 18ª. Jornada de Iniciação Científica - UNIRIO. 2019. Universidade Federal do Estado do Rio de Janeiro.
Orientou
A definir; Início: 2023; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense; (Orientador);
A definir; Início: 2023; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense; (Orientador);
A definir; Início: 2023; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense; (Orientador);
a definir; Início: 2022; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense; (Orientador);
A definir; Início: 2024; Tese (Doutorado em Computação) - Universidade Federal Fluminense; (Orientador);
A definir; Início: 2023; Tese (Doutorado em Computação) - Universidade Federal Fluminense, Conselho Nacional de Desenvolvimento Científico e Tecnológico; (Coorientador);
Em definição; Início: 2023; Tese (Doutorado em Computação) - Universidade Federal Fluminense; (Orientador);
A definir; Início: 2022; Tese (Doutorado em Computação) - Universidade Federal Fluminense; (Orientador);
A definir; Início: 2022; Tese (Doutorado em Computação) - Universidade Federal Fluminense; (Orientador);
Título não definido; Início: 2020; Tese (Doutorado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; (Orientador);
Sem título definido; Início: 2020; Tese (Doutorado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; (Orientador);
A definir; Início: 2020; Tese (Doutorado em Computação) - Universidade Federal Fluminense; (Orientador);
Data Science; Início: 2019; Tese (Doutorado em Computação) - Universidade Federal Fluminense; (Coorientador);
Início: 2024; Universidade Federal Fluminense;
Mineração de árvores filogenéticas em larga escala; Início: 2023; Iniciação científica (Graduando em Ciência da Computação) - Universidade Federal Fluminense, Conselho Nacional de Desenvolvimento Científico e Tecnológico; (Orientador);
Mineração de árvores filogenéticas em larga escala; Início: 2023; Iniciação científica (Graduando em Ciência da Computação) - Universidade Federal Fluminense; (Orientador);
APOENA: uma Abordagem de Dimensionamento de Ambiente de Nuvem para Execução de Cargas de trabalho SQL-like por meio de Aprendizado de Máquina e Dados de Proveniência; 2024; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
Dimensionamento de recursos para execução de workflows científicos em ambientes de computação de alto desempenho; 2024; Dissertação (Mestrado em Ciência da Computação) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, ; Orientador: Daniel Cardoso Moraes de Oliveira;
A Provenance-Based Approach for Land Use Analysis in Cities; 2024; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Coorientador: Daniel Cardoso Moraes de Oliveira;
Captura e Uso de Dados de Proveniência em Aplicações de Aprendizado Federado; 2024; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
Monitoramento em Tempo Real e Análise Histórica das Chuvas e seus Impactos em Áreas Urbanas; 2024; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Coorientador: Daniel Cardoso Moraes de Oliveira;
Otimização de Parâmetros em Aplicações de Big Data Baseadas em Múltiplos Frameworks; 2024; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Coorientador: Daniel Cardoso Moraes de Oliveira;
Enriquecimento do Processo de ETL em Data Warehouses por meio de Dados de Proveniência; 2024; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Coorientador: Daniel Cardoso Moraes de Oliveira;
O SPARQL Pode Falar em Português? Respondendo a Perguntas em Linguagem Natural Direcionadas a Grafos de Conhecimento; 2023; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Coorientador: Daniel Cardoso Moraes de Oliveira;
Uma Metodologia para a Avaliação Experimental de Modelagem de Tópicos em Textos Curtos; 2023; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Coorientador: Daniel Cardoso Moraes de Oliveira;
PANDORA: Uma Plataforma Colaborativa para Transcrição Semiautomática de Boletins de Ocorrência Manuscritos; 2023; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
Otimização de Dataflows em Frameworks de Big Data por meio do Reúso de Dados; 2023; Dissertação (Mestrado em Modelagem Computacional) - Laboratório Nacional de Computação Científica, ; Coorientador: Daniel Cardoso Moraes de Oliveira;
Análise de Abordagens de Gerência de Dados para Apoiar a Visualização Interativa de Dados Pluviométricos; 2022; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
HURRICANE: Um Serviço para Integração de Dados de Aplicações de Cidades Inteligentes; 2022; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
DIMPLY: Uma Abordagem para Privacidade Diferencial em Sistemas Polystore; 2021; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Daniel Cardoso Moraes de Oliveira;
Buscas por Similaridade Diversificada com o Apoio de Índices Métricos; 2021; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
Gerência de Data Lakes Científicos com Sci-DL: um Estudo de caso da COVID-19; 2020; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
Polyflow: a Polystore-compliant Mechanism to Provide Interoperability to Heterogeneous Provenance Graphs; 2020; Dissertação (Mestrado em Modelagem Computacional) - Universidade Federal de Juiz de Fora, ; Coorientador: Daniel Cardoso Moraes de Oliveira;
Captura de hiperparâmetros no treinamento de redes de aprendizado profundo usando dados de proveniência; 2020; Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Daniel Cardoso Moraes de Oliveira;
ProvDeploy: apoio à coleta de dados de proveniência em scripts de execução de códigos científicos; 2020; Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Daniel Cardoso Moraes de Oliveira;
PhenoManager: Uma Abordagem para a Gerência de Hipóteses Científicas; 2019; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Abordagem para a Execução de Workflows Científicos Intensivos em Ambientes de Computação em Nuvem Híbridos; 2019; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Abordagem Baseada em Definição de Escopo e Elementos Esperados para Apoiar Inspeções de Modelos de Software; 2019; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
POStURE: Unsupervised Semantic Analysis of Political Speeches; 2019; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Daniel Cardoso Moraes de Oliveira;
Recomendação de Parâmetros em Workflows Científicos por meio de Aprendizado de Preferências; 2019; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Coorientador: Daniel Cardoso Moraes de Oliveira;
Processamento Paralelo de Consultas OLAP em Nuvens de Computadores com C-ParGRES; 2018; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
PRELUDE: uma Arquitetura para Análise de Evasão no Ensino Superior por meio de Aprendizado de Máquina Relacional; 2018; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Estratégia de Escalonamento baseada em Aprendizado por Reforço para Workflows Científicos em Nuvens de Computadores; 2018; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
Análise e Captura de Dados de Proveniência no Apache Spark; 2018; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Daniel Cardoso Moraes de Oliveira;
SciAgile: Uma Abordagem Ágil em Processos de Experimentação Científica; 2017; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Daniel Cardoso Moraes de Oliveira;
Tolerância a Falhas em Workflows Científicos Executados em Nuvens Computacionais; 2017; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Coorientador: Daniel Cardoso Moraes de Oliveira;
Uma Abordagem Hierárquica para Escalonamento de Atividades de Workflows Científicos Executados em Nuvens de Computadores; 2016; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Daniel Cardoso Moraes de Oliveira;
Spielzyklus: Identificando Padrões de Ciclos em Dados de Proveniência Extraídos de Forma não Intrusiva; 2015; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
Aplicação de NPC Afetivo em Jogos de Simulação; 2014; Dissertação (Mestrado em Computação) - Universidade Federal Fluminense, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Estratégia de Execução Paralela Adaptável de Workflows Científicos; 2014; Dissertação (Mestrado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Coorientador: Daniel Cardoso Moraes de Oliveira;
A Collaborative Analysis of Anomalous Trajectories of Vessels Based on Clustering Algorithms; 2024; Tese (Doutorado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
MAESTRO: Uma Abordagem para Gerência de Experimentos Científicos Apoiada por Ontologias e Dados de Proveniência; 2024; Tese (Doutorado em Computação) - Universidade Federal Fluminense, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Daniel Cardoso Moraes de Oliveira;
Cyclops: Uma Abordagem para Escalonamento de Workflows em Nuvens de Computadores com Restrições de Confidencialidade; 2024; Tese (Doutorado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
Integrated Analysis of Heterogeneous Provenance Graphs; 2018; Tese (Doutorado em Pós-Graduação em Computação da UFF) - Universidade Federal Fluminense, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Coorientador: Daniel Cardoso Moraes de Oliveira;
Análise de Dados Científicos sobre Múltiplas Fontes de Dados ao Longo da Execução de Simulações Computacionais; 2018; Tese (Doutorado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Daniel Cardoso Moraes de Oliveira;
Otimização da Execução de Workflows Intensivos de Dados em Frameworks MapReduce; 2017; Tese (Doutorado em Computação) - Universidade Federal Fluminense, ; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Proposta de Arquitetura Distribuída e Adaptativa para Gerência dos Dados de Proveniência de Experimentos Científicos Executados em Nuvens Computacionais; 2016; Tese (Doutorado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro, ; Orientador: Daniel Cardoso Moraes de Oliveira;
Reprodução de Experimentos Computacionais na Infraestrutura de Computação em Nuvem; 2015; Tese (Doutorado em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro, ; Orientador: Daniel Cardoso Moraes de Oliveira;
Sistema Web para Execução de Aplicações em Múltiplas Máquinas; 2024; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Abordagem para Análise do Impacto Orçamentário da Inserção de Canabidiol no tratamento de Epilepsia no Estado do Rio de Janeiro; 2024; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Facilitando a moradia de estudantes com a aplicação web ?Moradia UFF?; 2024; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Desenvolvimento de uma Aplicação para Comparação de Logs de Sessões de Programação Baseada no W3C PROV com Integração com o Neo4J; 2024; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Panorama do Ensino de Banco de Dados nas Universidades Federais da Região Sudeste do Brasil; 2024; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Paradigma Serverless: Ferramentas e Serviços de Computação em Nuvem; 2023; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
FREYA: uma Biblioteca Flutter para Coleta de Dados de Trajetória em Dispositivos Móveis; 2023; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Desenvolvimento de uma Aplicação Web para Instrumentação de Scripts para a Ferramenta DfAnalyzer; 2023; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Palpiteiro: Sistema Gamificado de Palpites Esportivos; 2023; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Captação de Dados da Internet para a Criação de uma Simulação do Campeonato Brasileiro de Futebol com R; 2023; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Dados de Proveniência e sua Importância na Predição de Fácies Orgânicas na Aplicação Achilles; br; 2023; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Minerva Web: Uma Aplicação Web para Análise de Dados de Proveniência Multimodal; 2022; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Modelando um Banco de Dados Educacional Orientado a Grafos; 2022; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Processamento de Consultas Espaço-Temporais com o Elasticsearch; 2022; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Scraping e Construção de Base de Dados Financeiros Aplicados ao Mercado de Ações do Brasil; 2022; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Avaliação de Modelos de Aprendizado de Máquina para a Previsão de Resultados no Futebol; 2022; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Estudo sobre diferentes SGBDs para Consulta a Dados de Proveniência; 2022; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Extração e Carregamento de Dados do Perfil do Twitter dos Candidatos a Presidência da República do Brasil; 2022; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Enem Go: um Aplicativo de Estudo Gamificado para o Exame Nacional do Ensino Médio; 2022; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Adoção de SGBDs NoSQL em Empresas Brasileiras: um Levantamento Preliminar; 2022; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Análise Exploratória em Séries Temporais; 2022; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Modelando um Banco de Dados Educacional Orientado a Grafos; 2022; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Modelando o Processo de ETL para um Data Warehouse de Dados Pluviométricos; 2021; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
OntoScraping: Enriquecimento de Ontologias por meio de Web Scraping; 2021; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Abordagem para Padronização de Dados em Data Lakes; 2021; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
PModel: em Busca de um Modelo Relacional Pseudonimizado; 2021; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
HealthSup: Uma Solução Tecnológica para Auxílio à Tomada de Decisão de Cardiomiopatia Periparto; 2021; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Um Sistema de Controle de Estoque Baseado no CRM da Salesforce; 2021; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Sistema de Gerenciamento de Centros de Assistência Social; 2021; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
NewsCollaborate: Um Sistema de Informação para o Observatório das Fontes de Informação Pública; 2020; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Bancos de Dados NewSQL: Um Estudo Comparativo; 2020; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Proposta de Otimização de Banco de Dados Relacionais Utilizando Mineração de Dados; 2020; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Análise Preditiva de Jogos de Tênis; 2019; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Análise Preditiva de Manchas Criminais no Estado de São Paulo; 2019; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Comparação entre Abordagens para Otimização Automática de Workflows Intensivos em Dados; 2018; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
WorkflowSim4RL - Escalonamento de Workflows de Larga-escala em Nuvens de Computadores com uso de Aprendizado por Reforç; 2018; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma ferramenta para extração e análise de páginas web por meio de web scraping; 2018; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Publicação de experimentos científicos em plataformas de dados abertos; 2018; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Aplicação de Técnicas de Mineração de Dados para Prevenção de Erros na Geração de Árvores Filogenéticas; 2017; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma ferramenta de apoio a deteção de falhas e recomendação de parâmetros em workflows científicos com o uso de mineração de dados; 2017; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Reforço para o Escalonamento de Tarefas em Ambientes de Computação em Nuvem; 2017; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Análise do Perfil de Eleitores Brasileiros com Mineração de Dados Abertos Governamentais; 2017; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Detecção de Transtorno de Personalidade Narcisista a partir de Tweets: um estudo preliminar; 2017; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Análise de Desempenho Esportivo Baseado em Dados Estatísticos; 2017; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Sistema de Crowdsourcing Aberto de Coleta de Dados de Crimes Urbanos; 2017; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Um Sistema de Instanciação de Máquinas Virtuais em Múltiplos Provedores de Nuvem; 2017; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Modelagem de um Data Mart para os Telescópios de Múons Tupi; 2017; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Sistema de visualização de Big Data para doenças transmitidas pelo mosquito Aedes Aegypti; 2017; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Abordagem para Busca de Padrões de Explosões Solares nos Dados dos Telescópios Tupi; 2017; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Proposta de Sistema para Controle de Trabalhos de Conclusão de Curso do IC/UFF; 2017; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Análise de Dados de Suicídio no Brasil; 2017; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Um Sistema de Informação para Gerência de Projetos Científicos baseados em Simulações Computacionais; 2016; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Abordagem para Verificação de Reprodutibilidade em Experimentos Científicos; 2016; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Interface Orientada a Relações para um Sistema de Gerência de Workflows Científico; 2016; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Ágora: Sistema de Apoio a Gerência de Projetos de Workflows Científicos Baseado no SCRUM; 2016; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
SCAC: Sistema de Acompanhamento de Atividades Complementares; 2016; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Um Sistema Colaborativo para Análise de Dados de Proveniência Baseado em Redes Sociais; 2016; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Fatores Humanos no Levantamento de Requisitos; 2016; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Aplicação de Metologias Ágeis no Ambiente Científico; 2015; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
SPC-Wf Sistema de Predição de Comportamento de Workflows; 2015; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Aplicação de Metodologias Ágeis no Ambiente Científico; 2015; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Abordagem para Execução de Processos na Nuvem Usando Aprendizado por Reforço; 2015; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Modelagem de um Data Warehouse para Dados de Proveniência em Workflows Científicos; 2014; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Comparação entre SGBD's Relacionais e NoSQL para Dados de Proveniência em Workflows Científicos; 2014; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Comparação entre SGBD's Relacionais e NoSQL para Dados de Proveniência em Workflows Científicos; 2014; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
CollabCumulus: um Sistema Colaborativo para Análise de Dados de Proveniência; 2014; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
V; de Souza; CollabCumulus: um Sistema Colaborativo para Análise de Dados de Proveniência; 2014; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Gerência de Dados de Proveniência em Bancos de Dados Probabilísticos; 2014; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Um Modelo de Arquitetura Utilizando o Protocolo WebSocket para Prover um Serviço RESTFUL para Sistemas em Tempo Real; 2014; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Um Modelo de Arquitetura Utilizando o Protocolo WebSocket para Prover um Serviço RESTFUL para Sistemas em Tempo Real; 2014; Trabalho de Conclusão de Curso; (Graduação em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Prov-Vis: Visualização de Dados de Experimentos em Larga Escala Por meio de Proveniênci; 2013; Trabalho de Conclusão de Curso; (Graduação em Engenharia de Computação e Informação) - Universidade Federal do Rio de Janeiro; Orientador: Daniel Cardoso Moraes de Oliveira;
Implementação de uma Rede VoIP com Garantias de Qualidade; 2012; Trabalho de Conclusão de Curso; (Graduação em Bacharelado em Ciência da Computação) - Centro Universitário Plínio Leite; Orientador: Daniel Cardoso Moraes de Oliveira;
Estudo de Políticas de Escalonamento de Aplicações em Nuvens; 2012; Trabalho de Conclusão de Curso; (Graduação em Bacharelado em Ciência da Computação) - Centro Universitário Plínio Leite; Orientador: Daniel Cardoso Moraes de Oliveira;
Modelagem de Bancos de Dados em SGBD NoSQL; 2012; Trabalho de Conclusão de Curso; (Graduação em Bacharelado em Ciência da Computação) - Centro Universitário Plínio Leite; Orientador: Daniel Cardoso Moraes de Oliveira;
Escalonamento no Apache Spark; 2021; Iniciação Científica; (Graduando em Sistemas de Informação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Algoritmos de Mineração de Dados em Problemas de Big Data; 2017; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Aplicação de Mineração de Dados para Predição de Crimes na Cidade de Niterói; 2016; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal Fluminense, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Daniel Cardoso Moraes de Oliveira;
Aprendizado por Reforço; 2016; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Ferramenta para Mineração Multi-relacional de Redes Sociais Baseada em Programação Lógica e Workflows; 2013; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Desenvolvimento de Workflows de Astronomia; 2013; Iniciação Científica; (Graduando em Ciência da Computação) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca; Orientador: Daniel Cardoso Moraes de Oliveira;
Desenvolvimento de Workflows de Astronomia; 2013; Iniciação Científica; (Graduando em Ciência da Computação) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Daniel Cardoso Moraes de Oliveira;
Uma Interface para Captura de Conhecimento de Workflows Científicos; 2010; Iniciação Científica; (Graduando em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Daniel Cardoso Moraes de Oliveira;
Paralelização de Workflows com MapReduce/Hadoop; 2010; Iniciação Científica; (Graduando em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro; Orientador: Daniel Cardoso Moraes de Oliveira;
Gerência de experimentos científicos através de sistemas de workflows; 2010; Iniciação Científica; (Graduando em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Daniel Cardoso Moraes de Oliveira;
Mecanismos de paralelismo em workflows científicos; 2010; Iniciação Científica; (Graduando em Engenharia de Sistemas e Computação) - Universidade Federal do Rio de Janeiro; Orientador: Daniel Cardoso Moraes de Oliveira;
Integração de Bases de Dados Hidrográficas; 2020; Orientação de outra natureza; (Computação) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
Um Data warehouse para controle de ações; 2019; Orientação de outra natureza; (Física) - Universidade Federal Fluminense; Orientador: Daniel Cardoso Moraes de Oliveira;
A Dynamic Interface for Workflow Composition in the Cloud; 2017; Orientação de outra natureza; (Computer Science) - Université Montpellier 2 - Sciences et Techniques; Orientador: Daniel Cardoso Moraes de Oliveira;
Produções bibliográficas
-
DE SOUZA, CAROLINA VEIGA FERREIRA ; BONNET, SUZANNA MARIA ; DE OLIVEIRA, DANIEL ; CATALDI, MARCIO ; MIRANDA, FABIO ; LAGE, MARCOS . PROWIS: A Visual Approach for Building, Managing, and Analyzing Weather Simulation Ensembles at Runtime. Ieee Transactions On Visualization And Computer Graphics , v. 30, p. 738-747, 2024.
-
SILVA JUNIOR, D. P. ; CORVAL, P. R. S. ; OLIVEIRA, D. ; PAES, A. . Datasets for Portuguese Legal Semantic Textual Similarity. Journal of Information and Data Management - JIDM , v. 15, p. 206-215, 2024.
-
DIAS, LUIZ GUSTAVO ; LOPES, BRUNO ; DE OLIVEIRA, DANIEL . MAESTRO: a lightweight ontology-based framework for composing and analyzing script-based scientific experiments. KNOWLEDGE AND INFORMATION SYSTEMS , v. 66, p. 5959-6000, 2024.
-
GUEDES, T. ; MATTOSO, M. ; BEDO, M. V. N. ; OLIVEIRA, D. . SAMbA-RaP is music to scientists' ears: Adding provenance support to spark-based scientific workflows]. Softwarex , v. 28, p. 101927, 2024.
-
JASBICK, D. ; SANTOS, LUCIO F. D. ; AZEVEDO-MARQUES, P. M. ; TRAINA, A. ; OLIVEIRA, D. ; BEDO, M. V. N. . Pushing diversity into higher dimensions: The LID effect on diversified similarity searching. INFORMATION SYSTEMS , v. 114, p. 102166, 2023.
-
NUNES, A. L. ; MELO, A. C. M. A. ; TADONKI, C. ; BOERES, C. ; OLIVEIRA, D. ; DRUMMOND, L. M. A. . Optimizing computational costs of Spark for SARS-CoV-2 sequences comparisons on a commercial cloud. CONCURRENCY AND COMPUTATION-PRACTICE & EXPERIENCE , v. 35, p. e7678, 2023.
-
RIBEIRO, C. ; PAES, A. ; OLIVEIRA, D. . AIS-based maritime anomaly traffic detection: A review. EXPERT SYSTEMS WITH APPLICATIONS , v. 231, p. 120561, 2023.
-
BANNI, M. ; FALCI, M. L. F. ; ROSSETI, I. ; OLIVEIRA, D. . Hurricane: a Dataflow-oriented Data Service for Smart Cities Applications. Journal of Information and Data Management - JIDM , v. 14, p. 39-51, 2023.
-
LOUREIRO, J. ; MONTEIRO FILHO, J. M. S. ; BEDO, M. V. N. ; OLIVEIRA, D. . ORBITER: A Lightweight Framework for Automatic Deployment of Big Data Applications on Serverless Architectures. Journal of Information and Data Management - JIDM , v. 14, p. 110, 2023.
-
OLIVEIRA, L. F. ; FROTA, Y. ; OLIVEIRA, D. . Defining Routes for Emergency Response from Climate Events: a Data-oriented Approach. IEEE Latin America Transactions , v. 21, p. 1064-1072, 2023.
-
SÁ, BRUNO CUNHA ; MOREIRA, GUSTAVO MULLER ; BANNI, M. ; SANTOS, WAGNER ; LAGE, MARCOS ; ROSSETI, ISABEL ; FROTA, YURI ; OLIVEIRA, D. . PolRoute-DS: a Crime Dataset for Optimization-based Police Patrol Routing. Journal of Information and Data Management - JIDM , v. 13, p. 143-156, 2022.
-
PINA, D. ; KUNSTMANN, LILIANE ; BEVILAQUA, F. ; SIQUEIRA, I. ; LIRA, A. ; OLIVEIRA, D. ; MATTOSO, M. . Capturing Provenance from Deep Learning Applications Using Keras-Prov and Colab: a Practical Approach. Journal of Information and Data Management - JIDM , v. 13, p. 513-525, 2022.
-
NASCIMENTO, L. C. ; CHAGAS, R. ; LAGE, M. ; OLIVEIRA, D. . Beyond Click-and-View: a Comparative Study of Data Management Approaches for Interactive Visualization. Journal of Information and Data Management - JIDM , v. 13, p. 378-391, 2022.
-
STOCKINGER, M. B. ; GUERINE, M. ; PAULA JUNIOR, U. ; SILVA, F. T. S. ; FROTA, Y. ; ROSSETI, I. ; PLASTINO, A. ; OLIVEIRA, D. . A Provenance-based Execution Strategy for Variant GPU-accelerated Scientific Workflows in Clouds. Journal of Grid Computing , v. 20, p. 36, 2022.
-
OLIVEIRA, D. ; PORTO, F. ; BOERES, C. ; OLIVEIRA, D. . Towards optimizing the execution of spark scientific workflows using machine learning-based parameter tuning. CONCURRENCY AND COMPUTATION-PRACTICE & EXPERIENCE , v. 33, p. 1-35, 2021.
-
NASCIMENTO, A. L. C. ; SILVA, V. ; PAES, A. ; OLIVEIRA, D. . An incremental reinforcement learning scheduling strategy for data-intensive scientific workflows in the cloud. CONCURRENCY AND COMPUTATION-PRACTICE & EXPERIENCE , p. 1, 2021.
-
HEIDSIECK, G. ; OLIVEIRA, D. ; PACITTI, E. ; PRADAL, C. ; TARDIEU, F. ; VALDURIEZ, P. . Cache-aware scheduling of scientific workflows in a multisite cloud. Future Generation Computer Systems , v. 122, p. 172-186, 2021.
-
SOUZA, R. S. ; SILVA, V. ; LIMA, A. A. B. ; OLIVEIRA, D. ; VALDURIEZ, P. ; MATTOSO, M. . Distributed in-memory data management for workflow executions. PEERJ COMPUTER SCIENCE , v. 7, p. e527, 2021.
-
SILVA JUNIOR, D. P. ; PACITTI, E. ; PAES, A. ; OLIVEIRA, D. . Provenance-and machine learning-based recommendation of parameter values in scientific workflows. PEERJ COMPUTER SCIENCE , v. 7, p. e606, 2021.
-
NOVAES, J. V. ; SANTOS, L. F. D. ; CARVALHO, L. O. ; OLIVEIRA, D. ; BEDO, M. V. N. ; TRAINA, A. ; TRAINA, C. . J-EDA: a workbench to help select parameters in content-based image retrieval. Journal of Information and Data Management - JIDM , v. 12, p. 126-137, 2021.
-
RAMOS, L. S. ; PORTO, F. ; OLIVEIRA, D. . Managing Hypothesis of Scientific Experiments with PhenoManager. Journal of Information and Data Management - JIDM , v. 12, p. 138-155, 2021.
-
FALCI, M. L. F. ; MAGDALENO, A. M. ; PAES, A. ; BRAGANHOLO, V. ; OLIVEIRA, D. . Multimodal Provenance-based Analysis of Collaboration in Business Processes. Journal of Information and Data Management - JIDM , v. 12, p. 415-427, 2021.
-
LOPES, C. ; SANTOS, L. F. D. ; JASBICK, D. ; OLIVEIRA, D. ; BEDO, M. V. N. . An Empirical assessment of quality metrics for diversified similarity searching. Journal of Information and Data Management - JIDM , v. 12, p. 290-305, 2021.
-
KUNSTMANN, LILIANE ; PINA, D. ; SILVA, F. ; PAES, A. ; VALDURIEZ, P. ; OLIVEIRA, D. ; MATTOSO, M. . Online Deep Learning Hyperparameter Tuning based on Provenance Analysis. Journal of Information and Data Management - JIDM , v. 12, p. 396-414, 2021.
-
SALAZAR, V. W. ; CAVALCANTE, J. V. F. ; OLIVEIRA, D. ; THOMPSON, F. ; MATTOSO, M. . BioProv - A provenance library for bioinformatics workflows. Journal of Open Source Software , v. 6, p. 3622, 2021.
-
BLANCO, G. ; AZEVEDO-MARQUES, PAULO M. ; TRAINA, C. ; TRAINA, A. ; JORGE, ANA E. S. ; OLIVEIRA, D. ; BEDO, M. V. N. . A superpixel-driven deep learning approach for the analysis of dermatological wounds. COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE , v. 183, p. 105079, 2020.
-
OCAÑA, K. ; GALHEIGO, M. ; OSTHOFF, C. ; GADELHA, L. ; PORTO, F. ; GOMES, A. T. A. ; OLIVEIRA, D. ; VASCONCELOS, A. T. R. . BioinfoPortal: A scientific gateway for integrating bioinformatics applications on the Brazilian national high-performance computing network. Future Generation Computer Systems , p. 192-214, 2020.
-
W. M. RIBEIRO, MARCELLO ; A. B. LIMA, ALEXANDRE ; OLIVEIRA, DANIEL . OLAP parallel query processing in clouds with C-ParGRES. CONCURRENCY AND COMPUTATION-PRACTICE & EXPERIENCE , v. 32, p. 123, 2020.
-
GUEDES, THAYLON ; JESUS, LEONARDO A. ; OCAÑA, KARY A. C. S. ; DRUMMOND, LUCIA M. A. ; DE OLIVEIRA, DANIEL . Provenance-based fault tolerance technique recommendation for cloud-based scientific workflows: a practical approach. Cluster Computing-The Journal of Networks Software Tools and Applications , v. 23, p. 123-148, 2020.
-
SILVA, VÍTOR ; NEVES, LEONARDO ; SOUZA, RENAN ; COUTINHO, ALVARO L.G.A. ; DE OLIVEIRA, DANIEL ; MATTOSO, MARTA . Adding domain data to code profiling tools to debug workflow parallel execution. Future Generation Computer Systems , v. 110, p. 422-439, 2020.
-
GUEDES, THAYLON ; MARTINS, LUCAS BERTELLI ; FALCI, MARIA LUIZA FURTUOZO ; SILVA, VITOR ; OCAÑA, KARY A.C.S. ; MATTOSO, MARTA ; BEDO, MARCOS V.N. ; OLIVEIRA, DANIEL DE . Capturing and Analyzing Provenance from Spark-based Scientific Workflows with SAMbA-RaP. Future Generation Computer Systems , v. 112, p. 658-669, 2020.
-
SILVA, V. ; CAMPOS, V. ; GUEDES, T. ; CAMATA, J. ; OLIVEIRA, D. ; COUTINHO, A. ; VALDURIEZ, P. ; MATTOSO, M. . DfAnalyzer: Runtime Dataflow Analysis Tool for Computational Science and Engineering Applications. SoftwareX , v. 12, p. 1, 2020.
-
MENDES, Y. ; OLIVEIRA, D. ; MENEZES, V. S. A. . Polyflow: a Polystore-compliant Mechanism to Provide Interoperability to Heterogeneous Provenance Graphs. Journal of Information and Data Management - JIDM , v. 11, p. 165-192, 2020.
-
GUERINE, M. ; STOCKINGER, M. B. ; ROSSETI, I. ; SIMONETTI, L. G. ; OCAÑA, K. ; PLASTINO, A. ; OLIVEIRA, D. . A Provenance-based heuristic for preserving results confidentiality in cloud-based scientific workflows. Future Generation Computer Systems , v. 97, p. 697-713, 2019.
-
OLIVEIRA, W. ; OLIVEIRA, D. ; BRAGANHOLO, V. . Provenance Analytics for Workflow-Based Computational Experiments. ACM COMPUTING SURVEYS , v. 51, p. 1-25, 2018.
-
SILVA, V. ; OLIVEIRA, D. ; VALDURIEZ, P. ; MATTOSO, M. . Dfanalyzer. Proceedings of the VLDB Endowment , v. 11, p. 2082-2085, 2018.
-
BEDO, M. V. N. ; OLIVEIRA, D. ; TRAINA, A. ; TRAINA, C. . Beyond hit-or-miss: a comparative study of synopses for similarity searching. Journal of Information and Data Management - JIDM , v. 9, p. 36-52, 2018.
-
GUEDES, T. ; SILVA, V. ; CAMATA, J. ; BEDO, M. V. N. ; MATTOSO, M. ; OLIVEIRA, D. . Towards an Empirical Evaluation of Scientific Data Indexing and Querying. Journal of Information and Data Management - JIDM , v. 9, p. 84-93, 2018.
-
MARINHO, ANDERSON ; DE OLIVEIRA, DANIEL ; OGASAWARA, EDUARDO ; SILVA, VITOR ; OCAÑA, KARY ; MURTA, LEONARDO ; BRAGANHOLO, VANESSA ; MATTOSO, MARTA . Deriving scientific workflows from algebraic experiment lines: A practical approach. Future Generation Computer Systems , v. 68, p. 111-127, 2017.
-
SILVA, VÍTOR ; LEITE, JOSÉ ; CAMATA, JOSÉ J. ; DE OLIVEIRA, DANIEL ; COUTINHO, ALVARO L.G.A. ; VALDURIEZ, PATRICK ; MATTOSO, MARTA . Raw data queries during data-intensive parallel workflow execution. Future Generation Computer Systems , p. 402-422, 2017.
-
DE OLIVEIRA, DANIEL ; JACOB, LIDSON ; CLUA, ESTEBAN . Oh Gosh!! Why is this game so Hard? Identifying Cycle Patterns in 2D Platform Games Using Provenance Data. Entertainment Computing , v. 19, p. 65-81, 2017.
-
NEVES, V. ; OCAÑA, K. ; OLIVEIRA, D. ; MURTA, L. ; BRAGANHOLO, V. . Managing Provenance of Implicit Data Flows in Scientific Experiments. ACM Transactions on Internet Technology , v. 17, p. 1-22, 2017.
-
OLIVEIRA, W. ; OCAÑA, K. ; OLIVEIRA, D. ; BRAGANHOLO, V. . Querying Provenance along with Domain Data Using Prolog. Journal of Information and Data Management - JIDM , v. 8, p. 3-18, 2017.
-
TEYLO, L. ; PAULA JUNIOR, U. ; FROTA, Y. ; OLIVEIRA, D. ; DRUMMOND, L. M. A. . A hybrid evolutionary algorithm for task scheduling and data assignment of data-intensive scientific workflows on clouds. Future Generation Computer Systems , v. 76, p. 1-17, 2017.
-
LIU, J. ; PACITTI, E. ; VALDURIEZ, P. ; MATTOSO, M. ; OLIVEIRA, D. . Multi-objective scheduling of Scientific Workflows in multisite clouds. Future Generation Computer Systems , v. 63, p. 76-95, 2016.
-
COUTINHO, RAFAELLI ; FROTA, YURI ; OCAÑA, KARY ; OLIVEIRA, DANIEL DE ; A. DRUMMOND, LÚCIA M. . A Dynamic Cloud Dimensioning Approach for Parallel Scientific Workflows: a Case Study in the Comparative Genomics Domain. Journal of Grid Computing , v. 14, p. 443-461, 2016.
-
SILVA, VÍTOR ; DE OLIVEIRA, DANIEL ; VALDURIEZ, PATRICK ; MATTOSO, MARTA . Analyzing related raw data files through dataflows. Concurrency and Computation , v. 28, p. 2528-2545, 2016.
-
COUTINHO, R. ; DRUMMOND, L. M. A. ; FROTA, Y. ; OLIVEIRA, D. . Optimizing virtual machine allocation for parallel scientific workflows in federated clouds. Future Generation Computer Systems , v. 46, p. 51-68, 2015.
-
MATTOSO, M. ; DIAS, J. ; OCAÑA, K. ; OGASAWARA, E. ; COSTA, F. ; HORTA, F. ; SILVA, V. ; DE OLIVEIRA, DANIEL . Dynamic steering of HPC scientific workflows: A survey. Future Generation Computer Systems , v. 46, p. 100-113, 2015.
-
OCAÑA, K. ; OLIVEIRA, D. . Parallel computing in genomic research: advances and applications. Advances and Applications in Bioinformatics and Chemistry , p. 23-35, 2015.
-
QUADROS, J. ; OLIVEIRA, D. ; QUEIROZ, A. ; OGASAWARA, E. ; SCHOCAIR, C. . Towards a UML-based Reference Model for Blended Learning. International Journal of Recent Contributions from Engineering, Science & IT (iJES) , v. 2, p. 15, 2014.
-
OGASAWARA, E. ; OLIVEIRA, D. ; PACHOAL, F. ; CASTANEDA, R. ; AMORIM, M. ; MAURO, R. ; SOARES, J. ; QUADROS, J. ; BEZERRA, E. . A Forecasting Method for Fertilizers Consumption in Brazil. International Journal of Agricultural and Environmental Information Systems , v. 4, p. 23-36, 2013.
-
OLIVEIRA, D. ; OCAÑA, K. ; OGASAWARA, E. ; DIAS, J. ; GONCALVES, J. ; BAIAO, F. ; MATTOSO, M. . Performance evaluation of parallel strategies in public clouds: A study with phylogenomic workflows. Future Generation Computer Systems , v. 29, p. 1816-1825, 2013.
-
OCAÑA, K. ; OLIVEIRA, D. ; DIAS, J. ; OGASAWARA, E. ; MATTOSO, M. . Designing a parallel cloud based comparative genomics workflow to improve phylogenetic analyses. Future Generation Computer Systems , p. 2205-2219, 2013.
-
GONCALVES, J. ; OLIVEIRA, D. ; OCAÑA, K. ; OGASAWARA, E. ; DIAS, J. ; MATTOSO, M. . Performance Analysis of Data Filtering in Scientific Workflows. Journal of Information and Data Management - JIDM , v. 4, p. 17-26, 2013.
-
QUADROS, J. ; CASTANEDA, R. ; AMORIM, M. ; HERZOG, G. ; CARNEIRO, L. ; MENEZES, K. ; PINHEIRO, M. ; OLIVEIRA, D. ; OGASAWARA, E. . Construção de ambiente para desenvolvimento de jogos educacionais baseados em interface de gestos. Revista Brasileira de Computação Aplicada , v. 5, p. 110-119, 2013.
-
SALES, R. ; CLUA, E. ; PAES, A. ; OLIVEIRA, D. . Experiencing Affective Agents in Simulation Games. REVISTA DE INFORMÁTICA APLICADA , v. 9, p. 54-65, 2013.
-
OGASAWARA, E. ; DIAS, J. ; SILVA, V. ; CHIRIGATI, F. ; DE OLIVEIRA, DANIEL ; PORTO, F. ; VALDURIEZ, P. ; MATTOSO, M. . Chiron: a parallel engine for algebraic scientific workflows. Concurrency and Computation , v. 25, p. 2327-2341, 2013.
-
OLIVEIRA, D. ; OGASAWARA, E. ; OCAÑA, K. ; BAIAO, F. ; MATTOSO, M. . An Adaptive Parallel Execution Strategy for Cloud-based Scientific Workflows. CONCURRENCY AND COMPUTATION-PRACTICE & EXPERIENCE , v. 24, p. 1531-1550, 2012.
-
GUERRA, G. ; ROCHINHA, F. ; ELIAS, R. ; OLIVEIRA, D. ; OGASAWARA, E. ; DIAS, J. ; MATTOSO, M. ; COUTINHO, A. . Uncertainty Quantification in Computational Predictive Models for Fluid Dynamics Using Workflow Management Engine. International Journal for Uncertainty Quantification , v. 2, p. 53-71, 2012.
-
OLIVEIRA, D. ; OGASAWARA, E. ; DIAS, J. ; BAIAO, F. ; MATTOSO, M. . Ontology-based Semi-automatic Workflow Composition. Journal of Information and Data Management - JIDM , v. 3, p. 61-72, 2012.
-
OLIVEIRA, D. ; OCAÑA, K. ; BAIAO, F. ; MATTOSO, M. . A Provenance-based Adaptive Scheduling Heuristic for Parallel Scientific Workflows in Clouds. Journal of Grid Computing , v. 10, p. 521-552, 2012.
-
SILVA, V. ; CHIRIGATI, F. ; MAIA, K. ; OGASAWARA, E. ; OLIVEIRA, D. ; BRAGANHOLO, V. ; MURTA, L. ; MATTOSO, M. . Similarity-based Workflow Clustering. Journal of Computational Interdisciplinary Sciences , v. 2, p. 23-35, 2011.
-
PAULINO, C. ; OLIVEIRA, D. ; CRUZ, S. M. S. ; CAMPOS, M. L. M. ; MATTOSO, M. . Capturing Distributed Provenance Metadata from Cloud-Based Scientific Workflows. Journal of Information and Data Management - JIDM , v. 2, p. 43-50, 2011.
-
COUTINHO, F. ; OGASAWARA, E. ; OLIVEIRA, D. ; BRAGANHOLO, V. ; LIMA, A. A. B. ; DAVILA, A. M. R. ; MATTOSO, M. . Many Task Computing for Orthologous Genes Identification in Protozoan Genomes Using Hydra. Concurrency and Computation , v. 1, p. 1-16, 2011.
-
OGASAWARA, E. ; DIAS, J. ; OLIVEIRA, D. ; PORTO, F. ; VALDURIEZ, P. ; MATTOSO, M. . An algebraic approach for data-centric scientific workflows. Proceedings of the VLDB Endowment , v. 4, p. 1328-1339, 2011.
-
MATTOSO, M. ; WERNER, C. ; TRAVASSOS, G.H. ; BRAGANHOLO, V. ; OGASAWARA, E. ; OLIVEIRA, D. ; CRUZ, S. M. S. ; MARTINHO, W. ; MURTA, L. . Towards supporting the life cycle of large scale scientific experiments. International Journal of Business Process Integration and Management (Print) , v. 5, p. 79-92, 2010.
-
OLIVEIRA, D. ; OGASAWARA, E. . Is Cloud Computing the Solution for Brazilian Researchers?. International Journal of Computer Applications , v. 6, p. 19-23, 2010.
-
Kowada, Luis (Org.) ; DE OLIVEIRA, DANIEL (Org.) . Lecture Notes in Computer Science. 1. ed. Springer International Publishing, 2020.
-
OLIVEIRA, D. ; LIU, J. ; PACITTI, E. . Data-Intensive Workflow Management For Clouds and Data-Intensive and Scalable Computing Environments. 1. ed. Springer, 2019.
-
HARA, C. (Org.) ; LOSCIO, B. F. (Org.) ; OLIVEIRA, D. (Org.) ; DORNELES, C. F. (Org.) ; VIDAL, V. M. P. (Org.) ; BAIAO, F. (Org.) ; MORO, M. M. (Org.) ; OCAÑA, K. (Org.) ; RAZENTE, H. L. (Org.) ; BARIONI, M. C. N. (Org.) . Proceedings of the Satellite Events of the 32nd Brazilian Symposium on Databases. 1. ed. Porto Alegre: Sociedade Brasileira de Computação - SBC, 2017. v. 1. 342p .
-
Akbarinia, Reza ; Botella, Christophe ; Joly, Alexis ; Masseglia, Florent ; MATTOSO, MARTA ; OGASAWARA, EDUARDO ; DE OLIVEIRA, DANIEL ; PACITTI, ESTHER ; PORTO, FABIO ; Pradal, Christophe ; Shasha, Dennis ; VALDURIEZ, PATRICK . Life Science Workflow Services (LifeSWS): Motivations and Architecture. Lecture Notes in Computer Science. 1ed.: Springer Berlin Heidelberg, 2023, v. , p. 1-24.
-
Heidsieck, Gaëtan ; DE OLIVEIRA, DANIEL ; PACITTI, ESTHER ; Pradal, Christophe ; Tardieu, François ; VALDURIEZ, PATRICK . Efficient Execution of Scientific Workflows in the Cloud Through Adaptive Caching. Lecture Notes in Computer Science. 1ed.: Springer Berlin Heidelberg, 2020, v. , p. 41-66.
-
COUTINHO, RAFAELLI ; FROTA, YURI ; OCAÑA, KARY ; DE OLIVEIRA, DANIEL ; Drummond, Lúcia M. A. . Mirror Mirror on the Wall, How Do I Dimension My Cloud After All?. In: Nikos Antonopoulos (Editor); Lee Gillam (Editor). (Org.). Computer Communications and Networks. 2ed.Springer: Springer International Publishing, 2017, v. , p. 27-58.
-
de Oliveira, Ary H. M. ; DE OLIVEIRA, DANIEL ; MATTOSO, MARTA . Clouds and Reproducibility: A Way to Go to Scientific Experiments?. In: Nikos Antonopoulos (Editor); Lee Gillam (Editor). (Org.). Computer Communications and Networks. 2ed.Springer: Springer International Publishing, 2017, v. , p. 127-151.
-
MATTOSO, M. ; OLIVEIRA, D. . Monitoramento e adaptação de transformações em dados científicos ao longo de execuções paralelas em ambientes de processamento de alto desempenho. In: Ana Carolina Salgado;Cláudia Lage Rebello da Motta; Flávia Maria Santoro. (Org.). Grandes Desafios da Computação no Brasil - Relatos do 3o Seminário. 1ed.Porto Alegre, RS: Sociedade Brasileira de Computação, 2015, v. , p. 278-292.
-
OLIVEIRA, D. ; BAIAO, F. ; MATTOSO, M. . Towards a Taxonomy for Cloud Computing from an e-Science Perspective. In: Nikolaos Antonopoulos; Lee Gillam. (Org.). Cloud Computing: Principles, Systems and Applications. 1ed.Heidelberg: Springer-Verlag, 2010, v. 0, p. 47-62.
-
OLIVEIRA, D. ; BAIAO, F. ; MATTOSO, M. . Migração de Experimentos Científicos para a Nuvem. SBC Horizontes, http://portal.sbc.org.br/horiz, p. 24 - 28, 01 maio 2011.
-
OLIVEIRA, D. ; BAIAO, F. ; MATTOSO, M. . Migrating Scientific Experiments to the Cloud. HPC in the Cloud, Estados Unidos, 04 mar. 2011.
-
MIRANDA, E. A. ; OLIVEIRA, D. ; PAES, A. . Can SPARQL Talk in Portuguese? Answering Questions in Natural Language Using Knowledge Graphs. In: 16th International Conference on Computational Processing of Portuguese(PROPOR 2024), 2024, Santiago de Compostela. Proceedings of the 16th International Conference on Computational Processing of Portuguese(PROPOR 2024), 2024.
-
ASSIS, G. ; AMORIM, A. V. ; CARVALHO, J. ; OLIVEIRA, D. ; VIANNA, D. ; PAES, A. . Exploring Portuguese Hate Speech Detection in Low-Resource Settings: Lightly Tuning Encoder Models or In-Context Learning of Large Models?. In: 16th International Conference on Computational Processing of Portuguese(PROPOR 2024), 2024, Santiago de Compostela. Proceedings of the 16th International Conference on Computational Processing of Portuguese(PROPOR 2024), 2024.
-
RIBEIRO, RASLAN ; COUTINHO, RAFAELLI ; DE OLIVEIRA, DANIEL . APOENA: Towards a Cloud Dimensioning Approach for Executing SQL-like Workloads Using Machine Learning and Provenance. In: 26th International Conference on Enterprise Information Systems, 2024, Angers. Proceedings of the 26th International Conference on Enterprise Information Systems, 2024. p. 289.
-
VIEIRA, MATHEUS ; DE OLIVEIRA, THIAGO ; CICCO, LEANDRO ; DE OLIVEIRA, DANIEL ; BEDO, MARCOS . From Tracking Lineage to Enhancing Data Quality and Auditing: Adding Provenance Support to Data Warehouses with ProvETL. In: 26th International Conference on Enterprise Information Systems, 2024, Angers. Proceedings of the 26th International Conference on Enterprise Information Systems, 2024. p. 313.
-
PINA, D. ; KUNSTMANN, LILIANE ; OLIVEIRA, D. ; MATTOSO, M. L. Q. . DLProv: A Data-Centric Support for Deep Learning Workflow Analyses. In: Data Management for End-to-End Machine Learning Workshop (in conjunction with SIGMOD/PODS 2024), 2024, Santiago, Chile. Proceedings of the 7th Data Management for End-to-End Machine Learning Workshop (in conjunction with SIGMOD/PODS 2024), 2024.
-
BARRETO, T. ; OLIVEIRA, D. ; BERNARDINI, F. C. . Previsão de demanda de água potável em Cidades Inteligentes por meio do algoritmo de modelagem de séries temporais PROPHET. In: 12ª Workshop de Computação Aplicada em Governo Eletrônico (CSBC 2024 - WCGE 2024), 2024, Brasília, DF. Anais do 12ª Workshop de Computação Aplicada em Governo Eletrônico (CSBC 2024 - WCGE 2024), 2024.
-
LEITE, J. V. S. ; FONTES, C. A. P. ; SANTOS, A. S. ; CORREA, D. G. ; KOENIGKAM-SANTOS, M. ; AZEVEDO-MARQUES, P. M. ; OLIVEIRA, D. ; PAES, A. ; BEDO, M. V. N. . Aggregating embeddings from image and radiology reports for multimodal Chest-CT retrieval. In: 37th IEEE International Symposium on Computer-Based Medical Systems (IEEE CBMS2024), 2024, Guadalajara, México. Proceedings of the 37th IEEE International Symposium on Computer-Based Medical Systems (IEEE CBMS2024), 2024.
-
WEBER, M. ; LEITE, J. V. S. ; SANTOS, L. F. D. ; OLIVEIRA, D. ; BEDO, M. V. N. . Enriching Hierarchical Navigable Small World searches with result diversification. In: International Conference on Database and Expert Systems Applications (DEXA 2024), 2024, Nápoles, Itália. Proceedings of the International Conference on Database and Expert Systems Applications (DEXA 2024), 2024.
-
AMORIM, ANNIE ; ASSIS, GABRIEL ; CARVALHO, JONNATHAN ; VIANNA, DANIELA ; OLIVEIRA, DANIEL ; FERRO, MARIZA ; PAES, ALINE . Challenging Linguistic and Cultural Diversity: Evaluation of AI Models in the Detection of Hate Speech in Brazilian Social Networks. In: LatinX in AI at North American Chapter of the Association for Computational Linguistics Conference 2024, 2024. LatinX in AI at North American Chapter of the Association for Computational Linguistics Conference 2024.
-
ASSIS, GABRIEL ; AMORIM, ANNIE ; CARVALHO, JONNATHAN ; DE OLIVEIRA, DANIEL ; VIANNA, DANIELA ; PAES, ALINE . Exploring Portuguese Hate Speech Detection with Transformers. In: LatinX in AI at North American Chapter of the Association for Computational Linguistics Conference 2024, 2024. LatinX in AI at North American Chapter of the Association for Computational Linguistics Conference 2024.
-
NEVES, L. ; PINA, D. ; OLIVEIRA, D. ; MATTOSO, M. . Scientific Workflow Deployment: Container Provenance in High-Performance Computing. In: XXXIX Simpósio Brasileiro de Banco de Dados (SBBD), 2024, Florianópolis,SC. Anais do XXXIX Simpósio Brasileiro de Banco de Dados (SBBD), 2024.
-
MELLO, B. ; FROTA, Y. ; OLIVEIRA, D. . Otimização Automática de Parâmetros em Aplicações de Big Data Baseadas em Múltiplos Frameworks. In: XXXIX Simpósio Brasileiro de Banco de Dados (SBBD), 2024, Florianópolis,SC. Anais do XXXIX Simpósio Brasileiro de Banco de Dados (SBBD), 2024.
-
SILVA, R. A. P. ; FERREIRA, W. ; PACITTI, E. ; FROTA, Y. ; OLIVEIRA, D. . Uma Heurística para a Execução de Workflows com Restrições de Confidencialidade em Ambientes Conteinerizados. In: XXXIX Simpósio Brasileiro de Banco de Dados (SBBD), 2024, Florianópolis,SC. Anais do XXXIX Simpósio Brasileiro de Banco de Dados (SBBD), 2024.
-
WEBER, M. ; LEITE, J. V. S. ; SANTOS, L. F. D. ; OLIVEIRA, D. ; BEDO, M. V. N. . Adicionando suporte à diversificação de resultados em índices HNSW considerando espaços de baixa e alta dimensionalidade. In: XXXIX Simpósio Brasileiro de Banco de Dados (SBBD), 2024, Florianópolis,SC. Anais do XXXIX Simpósio Brasileiro de Banco de Dados (SBBD), 2024.
-
FERREIRA, W. ; NEVES, L. ; PAES, A. ; BEDO, M. V. N. ; OLIVEIRA, D. . AkôFlow: um Middleware para Execução de Workflows Científicos em Múltiplos Ambientes Conteinerizados. In: XXXIX Simpósio Brasileiro de Banco de Dados (SBBD), 2024, Florianópolis,SC. Anais do XXXIX Simpósio Brasileiro de Banco de Dados (SBBD), 2024.
-
OLIVEIRA, L. S. ; AMORIM, A. V. ; LAGE, M. ; PAES, A. ; OLIVEIRA, D. . Busca e Recuperação de Workflows em Repositórios por meio de Transformers e Modelagem de Tópicos. In: BreSci 2024 - XVII Brazilian e-Science Workshop, 2024, Florianópolis. Anais do BreSci 2024 - XVII Brazilian e-Science Workshop, 2024.
-
PIVA, R. ; CRUZ, M. A. ; BRAGA, P. ; DIAS, R. ; SIQUEIRA, P. ; TREVIZAN, W. A. ; JESUS, C. M. ; SOUZA, A. M. ; MONTEIRO, R. S. ; FERNANDES, L. A. F. ; BERNARDINI, F. C. ; SOUSA, E. P. M. ; OLIVEIRA, D. ; BEDO, M. V. N. . ImageLogViewer: An Open-Source Solution for Exploring Images from Micro-Resistivity and Ultrasonic Boreholes. In: Simpósio Brasileiro de Banco de Dados 2024, 2024, Florianópolis. Anais estendidos do Simpósio Brasileiro de Banco de Dados 2024, 2024.
-
SILVA, R. A. P. ; PACITTI, E. ; FROTA, Y. ; OLIVEIRA, D. . Assegurando a Confidencialidade de Dados de Workflows Executados em Nuvens de Computadores: Abordagens Heurísticas e Exatas. In: Simpósio Brasileiro de Pesquisa Operacional (SBPO 2024), 2024, Fortaleza. Anais do Simpósio Brasileiro de Pesquisa Operacional (SBPO 2024), 2024.
-
VEIGA, C. ; SHARMA, A. ; OLIVEIRA, D. ; LAGE, M. ; MIRANDA, F. M. N. . Urban Computing for Climate and Environmental Justice: Early Perspectives from Two Research Initiatives. In: IEEE VIS 2024 Workshop on Visualization for Climate Action and Sustainability, 2024, St. Pete Beach, FL, USA. Proceedings of the IEEE VIS 2024 Workshop on Visualization for Climate Action and Sustainability, 2024.
-
AMORIM, A. V. ; ASSIS, G. ; OLIVEIRA, D. ; PAES, A. . Multiple Voices, Greater Power: A Strategy for Combining Language Models to Combat Hate Speech. In: Symposium on Knowledge Discovery, Mining and Learning (KDMiLe), 2024, Belém, PA. Anais do Symposium on Knowledge Discovery, Mining and Learning (KDMiLe), 2024.
-
ROLIM, Y. ; ALVES, D. ; SOUZA, F. C. ; OLIVEIRA, D. . NewsCollab: Fostering Data-driven Journalism with Crowdsourcing. In: 2023 IEEE 26th International Conference on Computer Supported Cooperative Work in Design (CSCWD), 2023, Rio de Janeiro. Proceedings of the 2023 IEEE 26th International Conference on Computer Supported Cooperative Work in Design (CSCWD), 2023.
-
PINA, D. ; CHAPMAN, A. ; OLIVEIRA, D. ; MATTOSO, M. . Deep Learning Provenance Data Integration: a Practical Approach. In: 9th International Provenance and Annotation Workshop (IPAW), 2023, Austin, TX. Proceedings of the 9th International Provenance and Annotation Workshop (IPAW), 2023.
-
SANTOS, W. ; COELHO, G. H. ; PAES, A. ; ROSSETI, I. ; OLIVEIRA, D. . PANDORA: Uma Plataforma Colaborativa para Transcrição Semiautomática de Boletins de Ocorrência Manuscritos. In: XVIII Simpósio Brasileiro de Sistemas Colaborativos, 2023, Rio de Janeiro, RJ. Anais do XVIII Simpósio Brasileiro de Sistemas Colaborativos, 2023.
-
SOUZA, V. ; CARVALHO, L. ; OLIVEIRA, D. ; BEDO, M. V. N. ; SANTOS, LUCIO F. D. . Adding result diversification to kNN-based joins in a Map-Reduce framework. In: 34th International Conference on Database and Expert Systems Applications (DEXA 2023), 2023, Penang, Malaysia. Proceedings of the 34th International Conference on Database and Expert Systems Applications (DEXA 2023), 2023.
-
DIAS, LUIZ GUSTAVO ; LOPES, BRUNO ; DE OLIVEIRA, DANIEL . MAESTRO: Uma Abordagem para a Composição e Análise de Workflows Baseados em Scripts por Meio de Ontologias. In: Simpósio Brasileiro de Banco de Dados, 2023, Brasil. Anais do XXXVIII Simpósio Brasileiro de Banco de Dados (SBBD 2023), 2023. p. 256.
-
LOPES, CAMILA ; NUNES, ALAN L. ; BOERES, CRISTINA ; Drummond, Lúcia M. A. ; DE OLIVEIRA, DANIEL . Flower-PROV: Captura Distribuída de Dados de Proveniência em Experimentos de Aprendizado Federado. In: Anais Estendidos do Simpósio Brasileiro de Banco de Dados, 2023, Brasil. Anais Estendidos do XXXVIII Simpósio Brasileiro de Banco de Dados (SBBD Estendido 2023), 2023. p. 90.
-
AMORIM, ANNIE ; MURRUGARRA-LLERENA, NILS ; SILVA, VÍTOR ; DE OLIVEIRA, DANIEL ; PAES, ALINE . ALTES: uma Ferramenta de Rotulação Automática de Tópicos por meio de Fontes Externas. In: Anais Estendidos do Simpósio Brasileiro de Banco de Dados, 2023, Brasil. Anais Estendidos do XXXVIII Simpósio Brasileiro de Banco de Dados (SBBD Estendido 2023), 2023. p. 120.
-
VICTORINO, FABIO ; AMORIM, ANNIE ; PEREIRA, KAIO ; ASSIS, GABRIEL ; POUSTKA, ARTHUR ; OLIVEIRA, FELIPE ; FROTA, YURI ; NEMIROVSKY, ANDRESSA ; MOURA, NATHALIA ; PAES, ALINE ; LAGE, MARCOS ; DE OLIVEIRA, DANIEL . Pluv-Web: um Gateway Científico Orientado a Dados para Análise e Monitoramento de Chuvas na Cidade de Niterói. In: Anais Estendidos do Simpósio Brasileiro de Banco de Dados, 2023, Brasil. Anais Estendidos do XXXVIII Simpósio Brasileiro de Banco de Dados (SBBD Estendido 2023), 2023. p. 108.
-
RIBEIRO, CLÁUDIO V. ; PAES, ALINE ; DE OLIVEIRA, DANIEL . INSTRUCTOR: uma Ferramenta para Análise de Trajetórias Anômalas de Navios por Meio de Algoritmos de Agrupamento. In: Anais Estendidos do Simpósio Brasileiro de Banco de Dados, 2023, Brasil. Anais Estendidos do XXXVIII Simpósio Brasileiro de Banco de Dados (SBBD Estendido 2023), 2023. p. 84.
-
JASBICK, DANIEL L. ; DE OLIVEIRA, DANIEL ; BEDO, MARCOS V. N. . Buscas por similaridade com diversificação de resultados apoiadas por índices métricos. In: Anais Estendidos do Simpósio Brasileiro de Banco de Dados, 2023, Brasil. Anais Estendidos do XXXVIII Simpósio Brasileiro de Banco de Dados (SBBD Estendido 2023), 2023. p. 198.
-
FERRARI, C. ; MORAES, J. V. ; OLIVEIRA, D. . NMFSt.P: um Notebook para Identificação em Paralelo de Subárvores Frequentes em Conjuntos de Árvores Filogenéticas. In: BreSci 2023 ? XVII Brazilian e-Science Workshop, 2023, Belo Horizonte. Anais do BreSci 2023 ? XVII Brazilian e-Science Workshop, 2023.
-
PARANHOS, RAFFAEL ; LAGE, MARCOS ; DE OLIVEIRA, DANIEL . Uso de Grafos de Proveniência para Análise Temporal de Uso do Solo em Centros Urbanos: uma Abordagem Prática. In: Simpósio Brasileiro de Banco de Dados, 2023, Brasil. Anais do XXXVIII Simpósio Brasileiro de Banco de Dados (SBBD 2023), 2023. p. 457.
-
DA SILVA, GABRIEL HENRIQUE COELHO ; DE OLIVEIRA, DANIEL ; ROSSETI, ISABEL ; PAES, ALINE . LHTR.br: em Busca de um Conjunto Anotado de Textos Manuscritos em Português. In: Dataset Showcase Workshop, 2023, Brasil. Anais do V Dataset Showcase Workshop (DSW 2023), 2023. p. 13.
-
BONADIA, SANDRO ; GAMA, ROGÉRIO ; OLIVEIRA, DANIEL DE ; MIRANDA, FABIO ; LAGE, MARCOS . Visual Analytics Using Heterogeneous Urban Data. In: 2023 36th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2023, Rio Grande. 2023 36th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2023. p. 1.
-
LOPES, C. ; NUNES, A. L. ; BOERES, C. ; DRUMMOND, L. M. A. ; OLIVEIRA, D. . Provenance-based Dynamic Fine-Tuning of Cross-Silo Federated Learning. In: Latin America High Performance Computing Conference (CARLA 2023), 2023, Cartagena de Indias, Colômbia. Proceedings of the Latin America High Performance Computing Conference (CARLA 2023), 2023.
-
OLIVEIRA, LUIS FELIPE ; ABITBOL FROTA, YURI ; DE OLIVEIRA, DANIEL . Keep Calm, it is an Emergency! Definição de Rotas para Atendimentos de Emergência Ocasionados por Eventos Climáticos. In: ANAIS DO SIMPóSIO BRASILEIRO DE PESQUISA OPERACIONAL, 2023, 2023.
-
ALVARENGA, L. ; FROTA, Y. ; OLIVEIRA, D. ; COUTINHO, R. . GraspCC-LB: Dimensionamento de Recursos para Execução de Workflows em Ambientes de Computação de Alto Desempenho. In: XXIV Simpósio em Sistemas Computacionais de Alto Desempenho (WSCAD 2023), 2023, Porto Alegre, RS. Anais do XXIV Simpósio em Sistemas Computacionais de Alto Desempenho (WSCAD 2023), 2023.
-
DE OLIVEIRA, LYNCOLN S. ; KUNSTMANN, LILIANE ; PINA, DÉBORA ; DE OLIVEIRA, DANIEL ; MATTOSO, MARTA . PINNProv: Provenance for Physics-Informed Neural Networks. In: 2023 International Symposium on Computer Architecture and High Performance Computing Workshops (SBACPADW), 2023, Porto Alegre. 2023 International Symposium on Computer Architecture and High Performance Computing Workshops (SBAC-PADW), 2023. p. 16.
-
ELEUTERIO, I. A. ; BEDO, M. V. N. ; OLIVEIRA, D. ; CARVALHO, L. O. ; SANTOS, L. F. D. . Fingerprints in a computer science course profile: Early results from the IFNMG Data Warehouse. In: Simpósio Brasileiro de Educação em Computação (EduComp 2022), 2022, Virtual. Anais do Simpósio Brasileiro de Educação em Computação (EduComp 2022), 2022.
-
LEARDINI, RAPHAEL ; CANELLAS, EDUARDO ; SÁ, BRUNO ; SANTOS, WAGNER ; FROTA, YURI ; OLIVEIRA, DANIEL DE ; ROSSETI, ISABEL . Uma Heurística Híbrida para o Problema de Roteamento de Viaturas Policiais em Grandes Centros Urbanos. In: Workshop Brasileiro de Cidades Inteligentes, 2022, Brasil. Anais do III Workshop Brasileiro de Cidades Inteligentes (WBCI 2022). p. 13.
-
BANNI, M. ; ROSSETI, I. ; OLIVEIRA, D. . HURRICANE: um Serviço para Gerência de Dados de Aplicações de Cidades Inteligentes. In: Simpósio Brasileiro de Banco de Dados, 2022, Búzios, RJ. Anais do Simpósio Brasileiro de Banco de Dados 2022. Porto Alegre: Sociedade Brasileira de Computação, 2022.
-
BERTELLI, L. ; STRÖELE, VICTOR ; MACHADO, J. C. ; OLIVEIRA, D. . Privacidade Diferencial em Sistemas Polystore: uma Abordagem Prática. In: Simpósio Brasileiro de Banco de Dados, 2022, Búzios, RJ. Anais do Simpósio Brasileiro de Banco de Dados 2022. Porto Alegre: Sociedade Brasileira de Computação, 2022.
-
AMORIM, A. V. ; MURRUGARRA-LLERENA, N. ; SILVA, V. ; OLIVEIRA, D. ; PAES, A. . Modelagem de Tópicos em Textos Curtos: uma Avaliação Experimental. In: Simpósio Brasileiro de Banco de Dados, 2022, Búzios, RJ. Anais do Simpósio Brasileiro de Banco de Dados 2022. Porto Alegre: Sociedade Brasileira de Computação, 2022.
-
LAGE, M. ; VICTORINO, F. ; MOREIRA, G. M. ; SA, B. C. ; PAES, A. ; AMORIM, A. V. ; CHOLODOYSKY, D. ; PEREIRA, K. ; ASSIS, G. ; POUSTKA, A. ; ALVES, P. ; NEMIROVSKY, A. ; MOURA, N. ; OLIVEIRA, D. . @WeatherNit: uma Plataforma Orientada a Dados para Monitoramento de Chuvas e Ocorrências de Eventos Climáticos. In: Workshop on Data-Driven Extreme Events Analytics - DEXEA (em conjunto com o Simpósio Brasileiro de Banco de Dados), 2022, Búzios, RJ. Anais do Workshop on Data-Driven Extreme Events Analytics - DEXEA (em conjunto com o Simpósio Brasileiro de Banco de Dados). Porto Alegre: Sociedade Brasileira de Computação, 2022.
-
DECARLO, G. ; OLIVEIRA, D. ; PORTO, F. . Otimização de Dataflows em Frameworks de Big Data por meio do Reúso de Dados. In: Simpósio Brasileiro de Banco de Dados, 2022, Búzios, RJ. Anais do Simpósio Brasileiro de Banco de Dados 2022. Porto Alegre: Sociedade Brasileira de Computação, 2022.
-
OLIVEIRA, L. S. ; SILVA, R. ; NEVES, L. ; PINA, D. ; OLIVEIRA, D. ; COUTINHO, A. ; MATTOSO, M. . Dados de Proveniência para Redes Neurais Guiadas pela Física: o Caso da Equação Eikonal. In: Simpósio Brasileiro de Banco de Dados (SBBD 2022), 2022, Búzios, RJ. Anais do Simpósio Brasileiro de Banco de Dados (SBBD 2022). Porto Alegre: Sociedade Brasileira de Computação, 2022.
-
LOUREIRO, J. ; OLIVEIRA, D. . ORBITER: um Arcabouço para Implantação Automática de Aplicações Big Data em Arquiteturas Serverless. In: Simpósio Brasileiro de Banco de Dados (SBBD 2022), 2022, Búzios, RJ. Anais do Simpósio Brasileiro de Banco de Dados (SBBD 2022). Porto Alegre: Sociedade Brasileira de Computação, 2022.
-
ATMATZIDES, N. N. ; BEDO, M. V. N. ; OLIVEIRA, D. . Adoção de SGBDs NoSQL em Empresas Brasileiras: um Levantamento Preliminar. In: Simpósio Brasileiro de Banco de Dados (SBBD 2022), 2022, Búzios, RJ. Anais do Simpósio Brasileiro de Banco de Dados (SBBD 2022). Porto Alegre: Sociedade Brasileira de Computação, 2022.
-
ESPOSITO, A. L. ; FERREIRA, L. R. S. ; FALCI, M. L. F. ; OLIVEIRA, D. . @Minerva_web: Análise de Colaboração em Processos de Negócio por meio de Dados de Proveniência Multimodais. In: Sessão de Demonstrações do Simpósio Brasileiro de Banco de Dados (SBBD 2022), 2022, Búzios, RJ. Anais da Sessão de Demonstração do Simpósio Brasileiro de Banco de Dados (SBBD 2022). Porto Alegre: Sociedade Brasileira de Computação, 2022.
-
LEITE, J. V. S. ; TELLES, W. R. ; OLIVEIRA, R. ; OLIVEIRA, D. ; BEDO, M. V. N. . Métodos de Seleção de Pivôs: Uma avaliação experimental. In: DB+AI Workshop (em conjunto com o Simpósio Brasileiro de Banco de Dados 2022), 2022, Búzios, RJ. Anais do I DB+AI Workshop (em conjunto com o Simpósio Brasileiro de Dados 2022). Porto Alegre: Sociedade Brasileira de Computação, 2022.
-
SILVA JUNIOR, DANIEL ; DE OLIVEIRA, DANIEL ; PAES, ALINE . Criação de Conjuntos de Dados Textuais Jurídicos em Português a partir de Processo de Extração e Heurística. In: Dataset Showcase Workshop, 2022, Brasil. Anais do IV Dataset Showcase Workshop (DSW 2022). p. 91.
-
KUNSTMANN, LILIANE ; PINA, DÉBORA ; OLIVEIRA, LYNCOLN S. DE ; OLIVEIRA, DANIEL DE ; MATTOSO, MARTA . ProvDeploy: Explorando Alternativas de Conteinerização com Proveniência para Aplicações Científicas com PAD. In: Simpósio em Sistemas Computacionais de Alto Desempenho, 2022, Brasil. Anais do XXIII Simpósio em Sistemas Computacionais de Alto Desempenho (WSCAD 2022). p. 49.
-
PINA, D. ; KUNSTMANN, LILIANE ; OLIVEIRA, D. ; VALDURIEZ, P. ; MATTOSO, M. . Provenance Supporting Hyperparameter Analysis in Deep Neural Networks. In: 8th International Provenance and Annotation Workshop (IPAW), 2021, Virtual. Proceedings of the 8th International Provenance and Annotation Workshop (IPAW), 2021.
-
NASCIMENTO, LORENNA CHRIST'NA ; KNUST, LUCAS ; SANTOS, RAMON ; SÁ, BRUNO CUNHA ; MOREIRA, GUSTAVO MULLER ; FREITAS, FABIOLA DE SOUZA ; MOURA, NATHALIA ; LAGE, MARCOS ; OLIVEIRA, DANIEL DE . Análise de Dados Pluviométricos Multi-fonte Baseada em Técnicas OLAP e de Visualização: uma Abordagem Prática. In: Workshop de Computação Aplicada à Gestão do Meio Ambiente e Recursos Naturais, 2021, Brasil. Anais do XII Workshop de Computação Aplicada à Gestão do Meio Ambiente e Recursos Naturais (WCAMA 2021). p. 1.
-
SILVA, RODRIGO A. P. ; PACITTI, ESTHER ; FROTA, YURI ; OLIVEIRA, DANIEL DE . Análise de Desempenho da Distribuição de Workflows Científicos em Nuvens com Restrições de Confidencialidade. In: Workshop em Desempenho de Sistemas Computacionais e de Comunicação, 2021, Brasil. Anais do XX Workshop em Desempenho de Sistemas Computacionais e de Comunicação (WPerformance 2021). p. 37.
-
OLIVEIRA, LUIS FELIPE ; BOERES, CRISTINA ; OLIVEIRA, DANIEL DE . Definição de Parâmetros do Spark por meio de Aprendizado de Máquina: um Estudo com Dataflows de Astronomia. In: Brazilian eScience Workshop, 2021, Brasil. Anais do XV Brazilian e-Science Workshop (BRESCI 2021). p. 25.
-
SA, B. C. ; MOREIRA, G. M. ; BANNI, M. ; SANTOS, W. ; LAGE, M. ; ROSSETI, I. ; FROTA, Y. ; OLIVEIRA, D. . PolRoute-DS: um Dataset de Dados Criminais para Geração de Rotas de Patrulhamento Policial. In: SBBD Dataset Showcase Workshop (realizado em conjunto com o SBBD '21), 2021, Virtual. Anais do SBBD Dataset Showcase Workshop (realizado em conjunto com o SBBD '21), 2021.
-
AZEVEDO, J. ; BARCELLOS, A. ; MENDES, A. ; OLIVEIRA, D. ; VIDAL, P. C. ; BEDO, M. V. N. . SAT-ESPEC : Análise e Coleta de Dados da Transmissão de Estações Terrenas de uma Rede Satélite. In: SBBD Dataset Showcase Workshop (realizado em conjunto com o SBBD '21), 2021, Virtual. Anais do SBBD Dataset Showcase Workshop (realizado em conjunto com o SBBD '21), 2021.
-
NASCIMENTO, L. C. ; LAGE, M. ; OLIVEIRA, D. . Um Estudo Sobre o Uso de Abordagens de Gerência de Dados em Sistemas de Análise Visual de Dados Espaço-Temporais. In: Simpósio Brasileiro de Banco de Dados (SBBD 2021), 2021, Virtual. Anais do Simpósio Brasileiro de Banco de Dados (SBBD 2021), 2021.
-
NOCELLE, M. ; OLIVEIRA, R. ; CARVALHO, L. O. ; SEMAAN, G ; OLIVEIRA, D. ; SANTOS, L. F. D. ; BEDO, M. V. N. . HELIX: A data-driven characterization of Brazilian land snails. In: Simpósio Brasileiro de Banco de Dados (SBBD 2021), 2021, Virtual. Anais do Simpósio Brasileiro de Banco de Dados (SBBD 2021), 2021.
-
PINA, D. ; KUNSTMANN, LILIANE ; OLIVEIRA, D. ; MATTOSO, M. . Captura Automática de Dados de Proveniência de Experimentos de Aprendizado de Máquina com Keras-Prov. In: Sessão de Demos do Simpósio Brasileiro de Banco de Dados (SBBD 2021), 2021, Virtual. Anais do Simpósio Brasileiro de Banco de Dados (SBBD 2021), 2021.
-
SILVA, R. ; PINA, D. ; NEVES, L. ; OLIVEIRA, D. ; VALDURIEZ, P. ; COUTINHO, A. ; MATTOSO, M. . Capturing Provenance to Improve the Model Training of PINNs: first hand-on experiences with Grid5000. In: 42nd Ibero-Latin-American Congress on Computational Methods in Engineering (XLII CILAMCE) and the 3rd Pan American Congress on Computational Mechanics (III PANACM), 2021, Virtual. Proc of the 42nd Ibero-Latin-American Congress on Computational Methods in Engineering (XLII CILAMCE) and the 3rd Pan American Congress on Computational Mechanics (III PANACM), 2021.
-
NUNES, ALAN L. ; MELO, ALBA CRISTINA MAGALHAES ALVES DE ; BOERES, CRISTINA ; OLIVEIRA, DANIEL DE ; DRUMMOND, LÚCIA MARIA DE ASSUMPÇÃO . Towards Analyzing Computational Costs of Spark for SARS-CoV-2 Sequences Comparisons on a Commercial Cloud. In: Simpósio em Sistemas Computacionais de Alto Desempenho, 2021, Brasil. Anais do XXII Simpósio em Sistemas Computacionais de Alto Desempenho (WSCAD 2021). p. 192.
-
HEIDSIECK, G. ; OLIVEIRA, D. ; PRADAL, C. ; PACITTI, E. ; TARDIEU, F. ; VALDURIEZ, P. . Distributed Caching of Scientific Workflows in Multisite Cloud. In: The 31st International Conference on Database and Expert Systems Applications - DEXA 2020, 2020, Bratislava, Eslováquia. Proc. of The 31st International Conference on Database and Expert Systems Applications, 2020.
-
DIAS, L. G. ; VIEIRA, B. L. ; OLIVEIRA, D. . OntoExpLine: rumo a uma ontologia para representação de linhas de Experimento Algébricas. In: XIV Brazilian eScience Workshop, 2020, Cuiabá. MT. Anais do XIV Brazilian eScience Workshop. Porto Alegre: Sociedade Brasileira de Computação, 2020.
-
ALVES, R. C. ; FROTA, Y. ; OLIVEIRA, D. . Gerência de Dados de Proveniência Distribuídos de Experimentos Científicos: um Mapeamento Sistemático. In: XIV Brazilian eScience Workshop, 2020, Cuiabá, MT. Anais do XIV Brazilian eScience Workshop. Porto Alegre: Sociedade Brasileira de Computação, 2020.
-
HEIDSIECK, G. ; OLIVEIRA, D. ; PACITTI, E. ; PRADAL, C. ; TARDIEU, F. ; VALDURIEZ, P. . Cache-aware scheduling of scientific workflows in multisite cloud. In: 36ème Conférence sur la Gestion de Données Principes, Technologies et Applications, 2020, Virtual event. Actes du 36ème Conférence sur la Gestion de Données Principes, Technologies et Applications, 2020.
-
JASBICK, D. ; SANTOS, L. F. D. ; OLIVEIRA, D. ; BEDO, M. V. N. . Some branches may bear rotten fruits: Diversity browsing VP-Trees. In: 13th International Conference on Similarity Search and Applications, SISAP 2020, 2020, Virtual. Proceedings of the 13th International Conference on Similarity Search and Applications, SISAP 2020, 2020.
-
VIEIRA, B. L. ; OLIVEIRA, D. . Towards failure prediction in scientific workflows using stochastic Petri nets and dynamic logic. In: 13th International Conference on the Quality of Information and Communications Technology (QUATIC 2020), 2020, Online Conference. Proceedings of the 13th International Conference on the Quality of Information and Communications Technology (QUATIC 2020), 2020.
-
NETO, CARLOS GRACIOLI ; SALGADO, LUCIANA ; STRÖELE, VICTOR ; DE OLIVEIRA, DANIEL . SigniFYIng APIs in the context of polystore systems. In: IHC '20: XIX Brazilian Symposium on Human Factors in Computing Systems, 2020, Diamantina Brazil. Proceedings of the 19th Brazilian Symposium on Human Factors in Computing Systems. p. 1.
-
SILVA, RENATA ; OLIVEIRA, DANIEL ; SANTOS, DAVI PEREIRA ; SANTOS, LUCIO F.D. ; WILSON, RODRIGO ERTHAL ; BEDO, MARCOS . Criteria for choosing the number of dimensions in a principal component analysis: An empirical assessment. In: XXXV Simpósio Brasileiro de Banco de Dados, 2020, Brasil. Anais do XXXV Simpósio Brasileiro de Banco de Dados (SBBD 2020). p. 145.
-
TITO, LUCAS ; MOTINHA, CRISTINA ; SANTIAGO, FILIPE ; OCAÑA, KARY ; BEDO, MARCOS ; DE OLIVEIRA, DANIEL . Xi-DL: um Sistema de Gerência de Data Lake para Monitoramento de Dados da Saúde. In: XXXV Simpósio Brasileiro de Banco de Dados, 2020, Brasil. Anais do XXXV Simpósio Brasileiro de Banco de Dados (SBBD 2020). p. 151.
-
FALCI, MARIA LUIZA ; MAGALHÃES, ANDRÉA ; BRAGANHOLO, VANESSA ; PAES, ALINE ; DE OLIVEIRA, DANIEL . Análise de Colaboração em Processos de Negócio por meio de SGBDs de Grafos e Dados de Proveniência Multimodais. In: XXXV Simpósio Brasileiro de Banco de Dados, 2020, Brasil. Anais do XXXV Simpósio Brasileiro de Banco de Dados (SBBD 2020). p. 169.
-
PINA, DÉBORA ; KUNSTMANN, LILIANE ; OLIVEIRA, DANIEL ; VALDURIEZ, PATRICK ; MATTOSO, MARTA . Uma abordagem para coleta e análise de dados de configurações em redes neurais profundas. In: XXXV Simpósio Brasileiro de Banco de Dados, 2020, Brasil. Anais do XXXV Simpósio Brasileiro de Banco de Dados (SBBD 2020). p. 187.
-
DIAS, L. G. ; MATTOSO, M. ; VIEIRA, B. L. ; OLIVEIRA, D. . Experiencing DfAnalyzer for Runtime Analysis of Phylogenomic Dataflows. In: XIII Brazilian Symposium on Bioinformatics, 2020, Virtual. Proc. of the XIII Brazilian Symposium on Bioinformatics, 2020.
-
ARMAS, E. M. ; HOLANDA, M. ; OLIVEIRA, D. ; ALMEIDA, N. F. ; LIFSCHITZ, S. . Evaluation of de Bruijn Graph Algorithms for De Novo Fragment Assembly Methods. In: XIII Brazilian Symposium on Bioinformatics, 2020, Virtual. Proc. of the XIII Brazilian Symposium on Bioinformatics, 2020.
-
SILVA, RODRIGO ; PACITTI, ESTHER ; FROTA, YURI ; DE OLIVEIRA, DANIEL . Escalonamento de Workflows em Nuvens de Computadores com Restrições de Confidencialidade. In: VI Escola Regional de Alto Desempenho do Rio de Janeiro, 2020, Brasil. Anais da VI Escola Regional de Alto Desempenho do Rio de Janeiro (ERAD-RJ 2020). p. 1.
-
NEVES, LILIANE ; PINA, DÉBORA ; DE OLIVEIRA, DANIEL ; MATTOSO, MARTA . Apoio à Utilização de Análise de Dados em Aplicações CSE por meio de Contêineres. In: VI Escola Regional de Alto Desempenho do Rio de Janeiro, 2020, Brasil. Anais da VI Escola Regional de Alto Desempenho do Rio de Janeiro (ERAD-RJ 2020), 2020. p. 26.
-
NETO, CARLOS ; NETO, AMADEU ; KALINOWSKI, MARCOS ; MORAES DE OLIVEIRA, DANIEL ; SABOU, MARTA ; WINKLER, DIETMAR ; BIFFL, STEFAN . Using Model Scoping with Expected Model Elements to Support Software Model Inspections: Results of a Controlled Experiment. In: 21st International Conference on Enterprise Information Systems, 2019, Heraklion. Proceedings of the 21st International Conference on Enterprise Information Systems, 2019. p. 107.
-
MENDES, YAN ; BRAGA, REGINA ; STRÖELE, VICTOR ; DE OLIVEIRA, DANIEL . Polyflow. In: the XV Brazilian Symposium, 2019, Aracaju. Proceedings of the XV Brazilian Symposium on Information Systems - SBSI'19, 2019. p. 1.
-
OCANA, KARY ; GUEDES, THAYLON ; DE OLIVEIRA, DANIEL . ArrOW: Experiencing a Parallel Cloud-Based De Novo Assembler Workflow. In: 2019 IEEE International Parallel and Distributed Processing Symposium Workshops (IPDPSW), 2019, Rio de Janeiro. 2019 IEEE International Parallel and Distributed Processing Symposium Workshops (IPDPSW), 2019. p. 185.
-
NASCIMENTO, ANDRE ; OLIMPIO, VICTOR ; SILVA, VITOR ; PAES, ALINE ; DE OLIVEIRA, DANIEL . A Reinforcement Learning Scheduling Strategy for Parallel Cloud-Based Workflows. In: 2019 IEEE International Parallel and Distributed Processing Symposium Workshops (IPDPSW), 2019, Rio de Janeiro. 2019 IEEE International Parallel and Distributed Processing Symposium Workshops (IPDPSW), 2019. p. 817.
-
OCANA, KARY ; GALHEIGO, MARCELO ; OSTHOFF, CARLA ; GADELHA, LUIZ ; GOMES, ANTONIO TADEU A. ; DE OLIVEIRA, DANIEL ; PORTO, FABIO ; VASCONCELOS, ANA TEREZA . Towards a Science Gateway for Bioinformatics: Experiences in the Brazilian System of High Performance Computing. In: 2019 19th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (CCGRID), 2019, Larnaca. 2019 19th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (CCGRID), 2019. p. 638.
-
SILVA, WELLINGTON S. ; JASBICK, DANIEL L. ; WILSON, RODRIGO E. ; AZEVEDO-MARQUES, PAULO M. ; TRAINA, AGMA J. M. ; SANTOS, LUCIO F. D. ; JORGE, ANA E. S. ; DE OLIVEIRA, DANIEL ; BEDO, MARCOS V. N. . A Two-Phase Learning Approach for the Segmentation of Dermatological Wounds. In: 2019 IEEE 32nd International Symposium on ComputerBased Medical Systems (CBMS), 2019, Cordoba. 2019 IEEE 32nd International Symposium on Computer-Based Medical Systems (CBMS), 2019. p. 343.
-
LOPES, BRUNO ; DE OLIVEIRA, DANIEL . Predição de Falhas em Workflows Científicos com o uso de Redes de Petri Estocásticas e Lógica DS. In: XIII Brazilian eScience Workshop, 2019, Belém, PA. Anais do Brazilian e-Science Workshop (BreSci), 2019.
-
DIAS, LUIZ GUSTAVO ; LOPES, BRUNO ; DE OLIVEIRA, DANIEL . Aplicação de Ontologias de Proveniência em Workflows Científicos: um Mapeamento Sistemático. In: XIII Brazilian eScience Workshop, 2019, Belém, PA. Anais do Brazilian e-Science Workshop (BreSci), 2019.
-
HEIDSIECK, G. ; OLIVEIRA, D. ; PACITTI, E. ; PRADAL, C. ; TARDIEU, F. ; VALDURIEZ, P. . Adaptive Caching for Data-Intensive Scientific Workflows in the Cloud. In: 30th International Conference on Database and Expert Systems Applications, 2019, Linz, Austria. Proceedings of the 30th International Conference on Database and Expert Systems Applications, 2019.
-
BEDO, MARCOS V. N. ; CIACCIA, P. ; MARTINENGHI, D. ; OLIVEIRA, D. . A k-Skyband Approach for Feature Selection. In: 12th International Conference on Similarity Search and Applications (SISAP 2019), 2019, Newark, NY. Proceedings of the 12th International Conference on Similarity Search and Applications, 2019.
-
OCAÑA, K. ; OSTHOFF, C. ; COELHO, M. ; GALHEIGO, M. ; CANUTO, I. ; OLIVEIRA, D. ; OLIVEIRA, D. . Performance Evaluation of Parallel Inference of Large Phylogenetic Trees in Santos Dumont Supercomputer: a Practical Approach. In: Latin American High Performance Computing Conference (CARLA 2019), 2019, Turrialba, Costa Rica. Proceedings of the Latin American High Performance Computing Conference (CARLA 2019), 2019.
-
MENDES, YAN ; STRÖELE, VICTOR ; DE OLIVEIRA, DANIEL ; OCAÑA, KARY . Análise Integrada de Grafos de Proveniência Heterogêneos por meio de uma Abordagem PolyStore. In: XXXIV Simpósio Brasileiro de Banco de Dados, 2019, Fortaleza, CE. Anais do Simpósio Brasileiro de Banco de Dados (SBBD), 2019. p. 73.
-
BEDO, M. V. N. ; OLIVEIRA, R. ; KASTER, D. ; OLIVEIRA, D. ; TRAINA JR., CAETANO . Omni-Histograms: A Novel Partitioning Approach for Similarity Search. In: XIX Simpósio de Pesquisa Operacional e Logística da Marinha (SPOLM), 2019, Rio de Janeiro, RJ. Anais do XIX Simpósio de Pesquisa Operacional e Logística da Marinha (SPOLM), 2019.
-
NOVAES, J. V. ; BEDO, M. V. N. ; OLIVEIRA, D. ; TRAINA, A. ; TRAINA, C. ; SANTOS, L. F. D. . J-EDA: A diversified similarity workbench for content-based image retrieval. In: XXXIV Simpósio Brasileiro de Banco de Dados, 2019, Fortaleza, CE. Anais da Sessão de Demonstrações e Aplicações do XXXIV Simpósio Brasileiro de Banco de Dados, 2019.
-
RAMOS, L. S. ; OLIVEIRA, D. ; OCAÑA, K. ; PORTO, F. ; OLIVEIRA, D. . PhenoManager: um Sistema de Gerência de Hipóteses de Fenômenos Científicos. In: XXXIV Simpósio Brasileiro de Banco de Dados, 2019, Fortaleza, CE. Anais da Sessão de Demonstrações e Aplicações do XXXIV Simpósio Brasileiro de Banco de Dados, 2019.
-
PINA, DÉBORA B. ; NEVES, LILIANE ; PAES, ALINE ; DE OLIVEIRA, DANIEL ; MATTOSO, MARTA . Análise de Hiperparâmetros em Aplicações de Aprendizado Profundo por meio de Dados de Proveniência. In: XXXIV Simpósio Brasileiro de Banco de Dados, 2019, Fortaleza, CE. Anais do Simpósio Brasileiro de Banco de Dados (SBBD), 2019. p. 223.
-
DE OLIVEIRA, DANIEL ; CALDAS, ASLEY ; AMORA, PAULO ; MACHADO, JAVAM ; HORTA, MARCO ; RODRIGUES, EDUARDO ; VIDAL, VÂNIA ; OCAÑA, KARY ; DE FILLIPPIS, ANA MARIA ; COSTA, SERAFIM . Um Estudo Comparativo de Mecanismos de Privacidade Diferencial sobre um Dataset de Ocorrências do ZIKV no Brasil. In: XXXIV Simpósio Brasileiro de Banco de Dados, 2019, Fortaleza, CE. Anais do Simpósio Brasileiro de Banco de Dados (SBBD), 2019. p. 253.
-
HEIDSIECK, G. ; OLIVEIRA, D. ; PACITTI, E. ; PRADAL, C. ; TARDIEU, F. ; VALDURIEZ, P. . Efficient Execution of Scientific Workflows in the Cloud through Adaptive Caching. In: 35ème Conférence sur la Gestion de Données ? Principes, Technologies et Applications, 2019, Lyon, França. 35ème Conférence sur la Gestion de Données ? Principes, Technologies et Applications, 2019.
-
LOURENCO, VITOR ; MANN, PAULO ; GUIMARAES, ARTUR ; PAES, ALINE ; DE OLIVEIRA, DANIEL . Towards Safer (Smart) Cities: Discovering Urban Crime Patterns Using Logic-based Relational Machine Learning. In: 2018 International Joint Conference on Neural Networks (IJCNN), 2018, Rio de Janeiro. 2018 International Joint Conference on Neural Networks (IJCNN), 2018. p. 1.
-
NARDI, LEONARDO ; TREVISAN, DANIELA ; DE OLIVEIRA, DANIEL . A Provenance-based Approach to Support Cognitive Training of the Elderly Using Serious Games. In: XVIII Simpósio Brasileiro de Computação Aplicada à Saúde, 2018. Anais do Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS), 2018.
-
SANTOS, WAGNER ; DE OLIVEIRA, DANIEL . Um Ambiente de Apoio à Decisão baseado em Data Warehouse para a Área de Segurança Pública do Estado do Rio de Janeiro. In: I Workshop Brasileiro de Cidades Inteligentes, 2018. Anais do Workshop Brasileiro de Cidades Inteligentes (WBCI).
-
OLIMPIO, VICTOR ; NASCIMENTO, ANDRÉ ; PAES, ALINE ; DE OLIVEIRA, DANIEL . WorkflowSim4RL: Aprendizado por Reforço Aplicado ao Escalonamento de Workflows Científicos em Nuvens. In: XVII Workshop em Desempenho de Sistemas Computacionais e de Comunicação, 2018. Anais do Workshop em Desempenho de Sistemas Computacionais e de Comunicação (WPerformance), 2018.
-
DE OLIVEIRA, MARCEL N. ; BERTELLI, LUCAS ; FERREIRA, NÍVIA ; DE OLIVEIRA, DANIEL ; NAVIA, CARLOS E. . Modelagem de um Data Mart para Leituras do Fluxo de Múons Captadas pelos Telescópios New-Tupi. In: XII Brazilian eScience Workshop, 2018. Anais do Brazilian e-Science Workshop (BreSci), 2018.
-
TITO, LUCAS S. ; OCAÑA, KARY A. C. S. ; DE OLIVEIRA, DANIEL . Enriquecimento de Dados de Proveniência de Análises Filogenéticas com Dados do NCBI: uma Abordagem Prática. In: XII Brazilian eScience Workshop, 2018. Anais do Brazilian e-Science Workshop (BreSci), 2018.
-
TEIXEIRA, MARIANA ; DE OLIVEIRA, DANIEL . Uma Abordagem para Identificação de Padrões de Ocorrência de Eventos Solares Transientes Baseada no Fluxo de Múons. In: XII Brazilian eScience Workshop, 2018. Anais do Brazilian e-Science Workshop (BreSci), 2018.
-
LAIGNER, RODRIGO ; KALINOWSKI, MARCOS ; LIFSCHITZ, SERGIO ; SALVADOR MONTEIRO, RODRIGO ; DE OLIVEIRA, DANIEL . A Systematic Mapping of Software Engineering Approaches to Develop Big Data Systems. In: 2018 44th Euromicro Conference on Software Engineering and Advanced Applications (SEAA), 2018, Prague. 2018 44th Euromicro Conference on Software Engineering and Advanced Applications (SEAA), 2018. p. 446.
-
SILVA, V. ; SOUZA, R. S. ; CAMATA, J. ; OLIVEIRA, D. ; VALDURIEZ, P. ; COUTINHO, A. ; MATTOSO, M. . Capturing Provenance for Runtime Data Analysis in Computational Science and Engineering Applications. In: 7th International Provenance and Annotation Workshop (IPAW), 2018, Londres, UK. Proceedings of the 7th International Provenance and Annotation Workshop (IPAW), 2018.
-
JASBICK, D. ; GUEDES, T. ; OLIVEIRA, R. ; SANTOS, L. F. D. ; OLIVEIRA, D. ; BEDO, M. V. N. . VP-Viewer: Keeping track of your query from a vantage point. In: Sessão de Demonstrações e Aplicações do XXXIII Simpósio Brasileiro de Banco de Dados, 2018, Rio de Janeiro, RJ. Anais da Sessão de Demonstrações e Aplicações do XXXIII Simpósio Brasileiro de Banco de Dados. Porto Alegre: Sociedade Brasileira de Computação, 2018.
-
GUEDES, T. ; SILVA, V. ; BEDO, M. V. N. ; MATTOSO, M. ; OLIVEIRA, D. . Análise Online de Dados de Proveniência e de Domínio de Aplicações Spark com SAMbA. In: Sessão de Demonstrações e Aplicações do XXXIII Simpósio Brasileiro de Banco de Dados, 2018, Rio de Janeiro. Anais da Sessão de Demonstrações e Aplicações do XXXIII Simpósio Brasileiro de Banco de Dados. Porto Alegre: Sociedade Brasileira de Computação, 2018.
-
SILVA JUNIOR, D. P. ; PAES, A. ; PACITTI, E. ; OLIVEIRA, D. . FReeP: towards parameter recommendation in scientific workflows using preference learning. In: XXXIII Simpósio Brasileiro de Banco de Dados, 2018, Rio de Janeiro. Anais do XXXIII Simpósio Brasileiro de Banco de Dados. Porto Alegre: Sociedade Brasileira de Computação, 2018.
-
VALDURIEZ, P. ; MATTOSO, M. ; AKBARINIA, R. ; BORGES, H. ; CAMATA, J. ; COUTINHO, A. ; GASPAR, D. ; LEMUS, N. ; LIU, J. ; LUSTOSA, H. ; MASSEGLIA, F. ; NOGUEIRA, F. ; SILVA, V. ; SOUZA, R. S. ; OCAÑA, K. ; OGASAWARA, E. ; OLIVEIRA, D. ; PACITTI, E. ; PORTO, F. ; SHASHA, D. ; et.al . Scientific Data Analysis Using Data-Intensive Scalable Computing: the SciDISC Project. In: 1st LADaS - Latin American Data Science Workshop, 2018, Rio de Janeiro. Proceedings of the 1st LADaS - Latin American Data Science Workshop (in conjunction with VLDB'18), 2018.
-
SANTOS, LUCIO F. D. ; BLANCO, GUSTAVO ; OLIVEIRA, DANIEL DE ; TRAINA, AGMA J. M. ; TRAINA JR., CAETANO ; BEDO, MARCOS V. N. . Exploring Diversified Similarity with Kundaha. In: the 27th ACM International Conference, 2018, Torino. Proceedings of the 27th ACM International Conference on Information and Knowledge Management - CIKM '18. New York: ACM Press, 2018. p. 1903.
-
VALERIANO, K. ; PAES, A. ; OLIVEIRA, D. . Análise da Evolução dos Discursos de Pré-candidatos à Presidente por meio de Representações Linguísticas Vetoriais. In: Symposium on Knowledge Discovery, Mining and Learning (KDMiLe), 2018, São Paulo. Proceedings of the Symposium on Knowledge Discovery, Mining and Learning (KDMiLe), 2018.
-
GUEDES, THAYLON ; SILVA, VITOR ; MATTOSO, MARTA ; V. N. BEDO, MARCOS ; DE OLIVEIRA, DANIEL . A Practical Roadmap for Provenance Capture and Data Analysis in Spark-Based Scientific Workflows. In: 2018 IEEE/ACM Workflows in Support of LargeScale Science (WORKS), 2018, Dallas. 2018 IEEE/ACM Workflows in Support of Large-Scale Science (WORKS), 2018. p. 31.
-
TITO, LUCAS ; ESTEBANEZ, ALEXANDRE ; MAGALHÃES, ANDRÉA ; DE OLIVEIRA, DANIEL ; KALINOWSKI, MARCOS . A Systematic Mapping of Software Requirements Negotiation Techniques. In: 19th International Conference on Enterprise Information Systems, 2017, Porto. Proceedings of the 19th International Conference on Enterprise Information Systems, 2017. p. 518.
-
ROMEIRO, A. C. ; KALINOWSKI, M. ; OLIVEIRA, D. . SciAgile: Applying Agile Methodologies in Scientific Simulation-based Experiments. In: IberoAmerican Software Engineering Conference - Experimental Software Engineering Track (ESELAW), 2017, Buenos Aires, Argentina. Proceedings of the IberoAmerican Software Engineering Conference - Experimental Software Engineering Track (ESELAW), 2017.
-
GUEDES, THAYLON ; OCAÑA, KARY ; DE OLIVEIRA, DANIEL . SciPhyloMiner: um Workflow para Mineração de Dados Filogemônicos de Protozoários. In: Brazilian eScience Workshop, 2017, Brasil. Anais do XI Brazilian e-Science Workshop (BRESCI 2017), 2017. p. 69.
-
NOGUEIRA, FABRÍCIO ; OCAÑA, KARY ; SILVA, VÍTOR ; BRAGANHOLO, VANESSA ; DE OLIVEIRA, DANIEL . Uma Estratégia para Versionamento dos Dados de Workflows Científicos Executados em Nuvem. In: Brazilian eScience Workshop, 2017, Brasil. Anais do XI Brazilian e-Science Workshop (BRESCI 2017), 2017. p. 37.
-
PINA, D. ; CAMPOS, V. ; SILVA, V. ; OCAÑA, K. ; OLIVEIRA, D. ; MATTOSO, M. . BioSciCumulus: um portal para análise de dados de proveniência em workflows de biologia computacional. In: Brazilian e-Science Workshop (E-SCIENCE), 2017, São Paulo, SP. Anais do XI Brazilian e-Science Workshop (BRESCI). Porto Alegre: Sociedade Brasileira de Computação, 2017.
-
DA SILVA JUNIOR, DANIEL ; PAES, ALINE ; DE OLIVEIRA, DANIEL . Predição de Falhas em Workflows Científicos em Nuvens baseada em Aprendizado de Máquina. In: Brazilian eScience Workshop, 2017, Brasil. Anais do XI Brazilian e-Science Workshop (BRESCI 2017), 2017. p. 61.
-
RODRIGUES, IGOR BARRETO ; DE OLIVEIRA, DANIEL . Uma Abordagem Hierárquica para Escalonamento de Workflows Científicos Executados em Nuvens. In: XVI Workshop em Desempenho de Sistemas Computacionais e de Comunicação, 2017. Anais do Workshop em Desempenho de Sistemas Computacionais e de Comunicação (WPerformance), 2017.
-
JESUS, L. A. ; DRUMMOND, L. M. A. ; OLIVEIRA, D. . Eeny Meeny Miny Moe: choosing the fault tolerance technique for my cloud workflow. In: Latin American High Performance Computing Conference (CARLA 2017), 2017, Buenos Aires, Argentina. Proceedings of the Latin American High Performance Computing Conference (CARLA 2017), 2017.
-
GUEDES, T. ; SILVA, VÍTOR ; CAMATA, J. ; MATTOSO, M. ; OLIVEIRA, D. . Análise de Dados Científicos: uma Análise Comparativa de Dados de Simulações Computacionais. In: XXXII Simpósio Brasileiro de Banco de Dados (SBBD 2017), 2017, Uberlândia, Minas Gerais. Anais do XXXII Simpósio Brasileiro de Banco de Dados (SBBD 2017). Porto Alegre: Sociedade Brasileira de Computação, 2017.
-
ROSSETI, ISABEL ; OCAÑA, KARY ; DE OLIVEIRA, DANIEL . Towards preserving results confidentiality in cloud-based scientific workflows. In: the 12th Workshop, 2017, Denver. Proceedings of the 12th Workshop on Workflows in Support of Large-Scale Science - WORKS '17. New York: ACM Press, 2017. p. 1.
-
RAMOS, L. S. ; OCAÑA, K. ; OLIVEIRA, D. . Um Sistema de Informação para Gerência de Projetos Científicos baseados em Simulações Computacionais. In: Simpósio Brasileiro de Sistemas de Informação - SBSI 2016, 2016, Florianópolis. Anais do Simpósio Brasileiro de Sistemas de Informação - SBSI 2016. Porto Alegre: Sociedade Brasileira de Computação, 2016. p. 216-223.
-
LOURENCO, V. N. ; MANN, P. ; PAES, A. ; OLIVEIRA, D. . SiAPP: Um Sistema para Análise de Ocorrências de Crimes Baseado em Aprendizado Lógico-Relacional. In: Simpósio Brasileiro de Sistemas de Informação - SBSI 2016, 2016, Florianópolis. Anais do Simpósio Brasileiro de Sistemas de Informação - SBSI 2016. Porto Alegre: Sociedade Brasileira de Computação, 2016. p. 168-175.
-
OLIVEIRA, W. ; MISSIER, P. ; OLIVEIRA, D. ; BRAGANHOLO, V. . Analyzing Provenance across Heterogeneous Provenance Graphs. In: International Provenance and Annotation Workshop (IPAW), 2016, Washington D.C. Proceedings of the 6th International Provenance & Annotation Workshop (IPAW '16), 2016. p. 57-70.
-
OLIVEIRA, WELLINGTON ; MISSIER, PAOLO ; DE OLIVEIRA, DANIEL ; BRAGANHOLO, VANESSA . Comparing Provenance Data Models for Scientific Workflows: an Analysis of PROV-Wf and ProvOne. In: Brazilian eScience Workshop, 2016, Brasil. Anais do X Brazilian e-Science Workshop (BRESCI 2016), 2016. p. 237-8.
-
SANTIAGO, FILIPE TADEU ; DE OLIVEIRA, DANIEL . Verificação da Reprodução de Workflows Científicos por meio de Algoritmos de Detecção de Plágio. In: Brazilian eScience Workshop, 2016, Brasil. Anais do X Brazilian e-Science Workshop (BRESCI 2016), 2016. p. 245-8.
-
JESUS, L. A. ; OLIVEIRA, D. ; DRUMMOND, L. M. A. . Uma Abordagem Baseada em Checkpoints para Tolerância a Falhas em Workflows Científicos Executados em Nuvens. In: II Escola Regional de Alto Desempenho do Rio de Janeiro, 2016, Rio de Janeiro. Anais da II Escola Regional de Alto Desempenho do Rio de Janeiro, 2016. p. 1-6.
-
TEYLO, L. ; PAULA JUNIOR, U. ; FROTA, Y. ; OLIVEIRA, D. ; DRUMMOND, L. M. A. . Um Algoritmo Evolutivo Híbrido para o Escalonamento de Workflows Científicos em Ambientes de Nuvem. In: II Escola Regional de Alto Desempenho do Rio de Janeiro, 2016, Rio de Janeiro. Anais da II Escola Regional de Alto Desempenho do Rio de Janeiro, 2016. p. 1-6.
-
LIU, J. ; PACITTI, E. ; VALDURIEZ, P. ; OLIVEIRA, D. ; MATTOSO, M. . Ordonnancement multi-objectif de workflows scientifiques dans le cloud multi-site. In: 32ème Conférence sur la Gestion de Données - Principes, Technologies et Applications, 2016, Poitiers, França. Actes de la 32ème Conférence sur la Gestion de Données - Principes, Technologies et Applications, 2016. p. 1-8.
-
TALLARIDA, G. ; OCAÑA, K. ; PAES, A. ; BRAGANHOLO, V. ; OLIVEIRA, D. . Gerência de Incerteza em Bancos de Dados de Proveniência em Bioinformática. In: XXXI Simpósio Brasileiro de Banco de Dados, 2016, Salvador, Bahia. Anais do XXXI Simpósio Brasileiro de Banco de Dados. Porto Alegre: Sociedade Brasileira de Computação, 2016. p. 1-6.
-
JESUS, L. A. ; OLIVEIRA, D. ; DRUMMOND, L. M. A. . Tolerância a Falhas de Workflows Científicos Executados em Nuvens Usando Checkpoints. In: Simpósio em Sistemas Computacionais (WSCAD-SSC), 2016, Aracaju, SE. Anais do XVII Simpósio em Sistemas Computacionais de Alto Desempenho, 2016. p. 1-12.
-
CAMATA, J. ; CELA, J. M. ; COSTA, D. ; COUTINHO, A. ; FERNANDEZ-GALISTEO, D. ; JIMENEZ, C. ; KOURDIOUMOV, V. ; MATTOSO, M. ; MAYO-GARCIA, R. ; MIRAS, T. ; MORINIGO, J. A. ; NAVARRO, J. ; NAVAUX, P. O. ; OLIVEIRA, D. ; RODRIGUEZ-PASCUAL, M. ; SILVA, V. ; SOUZA, R. S. ; VALDURIEZ, P. . Enhancing Energy Production with Exascale HPC Methods. In: Latin American High Performance Computing Conference (CARLA 2016), 2016, Mexico City, Mexico. Proceedings of the Latin American High Performance Computing Conference, 2016. p. 1-14.
-
SILVA, V. ; NEVES, L. ; SOUZA, R. S. ; COUTINHO, A. ; OLIVEIRA, D. ; MATTOSO, M. . Integrating domain-data steering with code-profiling tools to debug data-intensive workflows. In: Workshop on Workflows in Support of Large-Scale Science (Works 2016), 2016, Salt Lake City, Utah. Proceedings of the Workshop on Workflows in Support of Large-Scale Science (Works 2016), 2016. p. 1-5.
-
CAMATA, J. ; CELA, J. M. ; COSTA, D. ; COUTINHO, A. ; FERNANDEZ-GALISTEO, D. ; JIMENEZ, C. ; KOURDIOUMOV, V. ; MATTOSO, M. ; MAYO-GARCIA, R. ; MIRAS, T. ; MORINIGO, J. A. ; NAVARRO, J. ; OLIVEIRA, D. ; RODRIGUEZ-PASCUAL, M. ; SILVA, V. ; SOUZA, R. S. ; VALDURIEZ, P. . Applying future Exascale HPC methodologies in the energy sector. In: Russian Supercomputing Days 2016, 2016, Rússia. Proceedings of the Russian Supercomputing Days 2016, 2016. p. 9-19.
-
PAULA JUNIOR, U. ; DRUMMOND, L. M. A. ; DE OLIVEIRA, DANIEL ; FROTA, Y. ; BARBOSA, V. C. . Handling flash-crowd events to improve the performance of web applications. In: the 30th Annual ACM Symposium, 2015, Salamanca. Proceedings of the 30th Annual ACM Symposium on Applied Computing - SAC '15. p. 769.
-
OCAÑA, K. ; SILVA, V. ; OLIVEIRA, DANIEL DE ; MATTOSO, M. . Data Analytics in Bioinformatics: Data Science in Practice for Genomics Analysis Workflows. In: 2015 IEEE 11th International Conference on eScience (eScience), 2015, Munich. 2015 IEEE 11th International Conference on e-Science. p. 322.
-
SOUZA, RENAN ; SILVA, VÍTOR ; NEVES, LEONARDO ; DE OLIVEIRA, DANIEL ; MATTOSO, MARTA . Monitoramento de Desempenho usando Dados de Proveniência e de Domínio durante a Execução de Aplicações Científicas. In: Workshop em Desempenho de Sistemas Computacionais e de Comunicação, 2015, Brasil. Anais do XIV Workshop em Desempenho de Sistemas Computacionais e de Comunicação (WPerformance 2015), 2015. p. 79.
-
OLIVEIRA, D. ; SILVA, V. ; MATTOSO, M. . How much domain data should be in provenance databases?. In: 7th International Workshop on Theory and Practice of Provenance, 2015, Edinburgh, Scotland. Proceedings of the 7th International Workshop on Theory and Practice of Provenance, 2015.
-
CÂMARA, RENAN ; PAES, ALINE ; DE OLIVEIRA, DANIEL . Aplicação de Árvores de Decisão para Recomendação de Parâmetros em Workflows Científicos. In: IX Brazilian eScience Workshop, 2015. Anais do Brazilian e-Science Workshop (BreSci), 2015. p. 11-8.
-
ROMEIRO, AUGUSTO ; DE OLIVEIRA, DANIEL . Um Mapeamento Sistemático Sobre o Uso de Metodologias Ágeis no Processo de Experimentação Científica. In: IX Brazilian eScience Workshop, 2015. Anais do Brazilian e-Science Workshop (BreSci), 2015. p. 41.
-
CASTRO, R. ; SOUZA, R. S. ; SILVA, V. ; OCAÑA, K. ; OLIVEIRA, D. ; MATTOSO, M. . Uma Abordagem para Publicação de Dados de Proveniência de Workflows Científicos na Web Semântica. In: XXX Simpósio Brasileiro de Banco de Dados, 2015, Petrópolis, RJ. Anais do XXX Simpósio Brasileiro de Banco de Dados, 2015.
-
OLIVEIRA, A. H. M. ; OLIVEIRA, D. ; MATTOSO, M. . Reprodução de Experimentos Científicos: Teoria e Prática. In: XXX Simpósio Brasileiro de Bancos de Dados, 2015, Petrópolis, Rio de Janeiro. Anais do XXX Simpósio Brasileiro de Bancos de Dados. Porto Alegre: Sociedade Brasileira de Computação, 2015.
-
PAES, A. ; OLIVEIRA, D. . Running Multi-relational Data Mining Processes in the Cloud: A Practical Approach for Social Networks. In: Latin American High Performance Computing Conference (CARLA 2015), 2015, Petrópolis. Proceedings of the Latin American High Performance Computing Conference (CARLA 2015), 2015.
-
SALES, R. ; CLUA, E. ; OLIVEIRA, DANIEL DE ; PAES, A. ; CHAIMOWICZ, L. ; NUNES, M. . Evaluation between humans and affective NPC in digital gaming scenario. In: 2014 IEEE 3rd International Conference on Serious Games and Applications for Health (SeGAH), 2014, Rio de Janeiro. 2014 IEEE 3nd International Conference on Serious Games and Applications for Health (SeGAH). p. 1-8.
-
OCAÑA, K. ; BAREIRO, S. B. ; OLIVEIRA, DANIEL DE ; DIAS, J. ; MATTOSO, M. . Exploring Large Scale Receptor-Ligand Pairs in Molecular Docking Workflows in HPC Clouds. In: 2014 IEEE International Parallel & Distributed Processing Symposium Workshops (IPDPSW), 2014, Phoenix. 2014 IEEE International Parallel & Distributed Processing Symposium Workshops. p. 536.
-
COSTA, F. ; SILVA, V. ; OLIVEIRA, D. ; OCAÑA, K. ; MATTOSO, M. . Towards Supporting Provenance Gathering and Querying in Different Database Approaches. In: 5th International Provenance and Annotation Workshop (IPAW), 2014, Cologne. Proc. of the 5th Intl. Provenance and Annotation Workshop, 2014.
-
ALMEIDA, M. ; PAES, A. ; OLIVEIRA, D. . Uma Ferramenta para Mineração Multi-relacional de Redes Sociais Baseada em Programação Lógica e Workflows. In: III Brazilian Workshop on Social Network Analysis and Mining (BraSNAM 2014), 2014, Brasília, DF. Anais do III Brazilian Workshop on Social Network Analysis and Mining (BraSNAM 2014). Porto Alegre: Sociedade Brasileira de Computação, 2014.
-
MATTOSO, M. ; DIAS, J. ; COSTA, F. ; OLIVEIRA, D. ; OGASAWARA, E. . Experiences in using provenance to optimize the parallel execution of scientific workflows steered by users. In: Workshop of Provenance Analytics, 2014, Cologne. Proceedings of the First Provenance Analytics Workshop, 2014.
-
COUTINHO, R. ; DRUMMOND, L. M. A. ; FROTA, Y. ; DE OLIVEIRA, DANIEL ; OCAÑA, K. . Evaluating Grasp-based cloud dimensioning for comparative genomics: A practical approach. In: 2014 IEEE International Conference On Cluster Computing (CLUSTER), 2014, Madrid. 2014 IEEE International Conference on Cluster Computing (CLUSTER). p. 371.
-
OLIVEIRA, W. ; NEVES, V. ; OCAÑA, K. ; MURTA, L. ; OLIVEIRA, D. ; BRAGANHOLO, V. . Captura e Consulta a Dados de Proveniência Retrospectiva Implícita Intra-Atividade. In: XXIX Simpósio Brasileiro de Banco de Dados, 2014, Curitiba, PR. Anais do XXIX Simpósio Brasileiro de Banco de Dados. Porto Alegre: Sociedade Brasileira de Computação, 2014.
-
OLIVEIRA, D. ; COSTA, F. ; SILVA, V. ; OCAÑA, K. ; MATTOSO, M. . Debugging Scientific Workflows with Provenance: Achievements and Lessons Learned. In: XXIX Simpósio Brasileiro de Banco de Dados, 2014, Curitiba, PR. Anais do XXIX Simpósio Brasileiro de Banco de Dados. Porto Alegre: Sociedade Brasileira de Computação, 2014.
-
SILVA, V. ; OLIVEIRA, D. ; MATTOSO, M. . SciCumulus 2.0: Um Sistema de Gerência de Workflows Científicos para Nuvens Orientado a Fluxo de Dados. In: Sessão de Demos do XXIX Simpósio Brasileiro de Banco de Dados, 2014, Curitiba, PR. Anais da Sessão de Demos do XXIX Simpósio Brasileiro de Banco de Dados, 2014.
-
COSTA, F. ; OLIVEIRA, DANIEL DE ; MATTOSO, M. . Towards an Adaptive and Distributed Architecture for Managing Workflow Provenance Data. In: 2014 IEEE 10th International Conference on eScience (eScience), 2014, Sao Paulo. 2014 IEEE 10th International Conference on e-Science. p. 79.
-
FERREIRA, G. R. ; FILIPE JR, C. ; OLIVEIRA, D. . Uso de SGBDs NoSQL na Gerência da Proveniência Distribuída em Workflows Científicos. In: XXIX Simpósio Brasileiro de Banco de Dados, 2014, Curitiba, PR. Anais do XXIX Simpósio Brasileiro de Banco de Dados. Porto Alegre: Sociedade Brasileira de Computação, 2014.
-
MIRANDA, G. ; SOUZA, J. A. ; BRAGANHOLO, V. ; OLIVEIRA, D. . CollabCumulus: Uma Ferramenta de Apoio à Análise Colaborativa de Proveniência em Workflows Científicos. In: XI Simpósio Brasileiro de Sistemas Colaborativos (SBSC 2014), 2014, Curitiba, PR. Anais do XI Simpósio Brasileiro de Sistemas Colaborativos (SBSC 2014). New York: ACM Press, 2014.
-
JACOB, L. B. ; KOHWALTER, T. ; MACHADO, A. ; CLUA, E. ; OLIVEIRA, DANIEL DE . A Non-intrusive Approach for 2D Platform Game Design Analysis Based on Provenance Data Extracted from Game Streaming. In: 2014 Brazilian Symposium on Computer Games and Digital Entertainment (SBGAMES), 2014, Porto Alegre. 2014 Brazilian Symposium on Computer Games and Digital Entertainment. p. 41.
-
MATTOSO, M. ; OLIVEIRA, D. . Monitoramento e adaptação de transformações em dados científicos ao longo de execuções paralelas em ambientes de processamento de alto desempenho. In: 3º Seminário dos Grandes Desafios em Computação, 2014, Rio de Janeiro, RJ. Anais do 3º Seminário dos Grandes Desafios em Computação, 2014.
-
OCAÑA, K. ; OLIVEIRA, D. ; SILVA, V. ; BAREIRO, S. B. ; MATTOSO, M. . Exploiting the Parallel Execution of Homology Workflow Variants in HPC Compute Clouds. In: 4th International Workshop on Cloud Computing and Scientific Applications (CCSA 2014), 2014, Paris. Proc. of the 4th International Workshop on Cloud Computing and Scientific Applications (CCSA 2014), 2014.
-
SILVA, V. ; OLIVEIRA, DANIEL DE ; MATTOSO, M. . Exploratory Analysis of Raw Data Files through Dataflows. In: 2014 International Symposium on Computer Architecture and High Performance Computing Workshop (SBACPADW), 2014, Paris. 2014 International Symposium on Computer Architecture and High Performance Computing Workshop. p. 114.
-
GONCALVES, G. A. ; BASTOS, P. H. O. ; OLIVEIRA, D. . O uso de WebSockets no Desenvolvimento de Sistemas Baseados em uma Arquitetura Front-end com API. In: I Escola Regional de Sistemas de Informação ? RJ (ERSI-RJ 2014), 2014, Niterói, RJ. Anais da I Escola Regional de Sistemas de Informação ? RJ (ERSI-RJ 2014), 2014.
-
SILVA, V. ; DIAS, J. ; OLIVEIRA, D. ; OGASAWARA, E. ; MATTOSO, M. . Uma Arquitetura P2P de Distribuição de Atividades para Execução Paralela de Workflows Científicos. In: VII Brazilian e-Science Workshop, 2013, Maceió, AL. Anais do VII Brazilian e-Science Workshop. Porto Alegre: Sociedade Brasileira de Computação, 2013. p. 1795-1802.
-
ARAUJO, I. ; DIAS, J. ; OLIVEIRA, D. ; OGASAWARA, E. ; MATTOSO, M. . DynAdapt: Alterações na Definição de Atividades de Workflows Científicos em Tempo de Execução. In: VII Brazilian e-Science Workshop, 2013, Maceió, AL. Anais do VII Brazilian e-Science Workshop. Porto Alegre: Sociedade Brasileira de Computação, 2013. p. 1831-1838.
-
SALES, R. ; CLUA, E. ; OLIVEIRA, D. ; PAES, A. . An Artificial Emotional Agent-based Architecture for Games Simulation. In: 12th International Conference on Entertainment Computing, 2013, São Paulo. Entertainment Computing ? ICEC 2013 - Lecture Notes in Computer Science. Heidelberg: Springer Berlin Heidelberg, 2013. v. 8215. p. 156-159.
-
QUADROS, J. ; OLIVEIRA, D. ; QUEIROZ, A. ; OGASAWARA, E. . Towards a Reference Model for ODL: a Case Study in the Tourism Undergraduate Course. In: International Conference on Interactive Computer aided Blended Learning (ICBL 2013), 2013, Florianópolis, SC. Proceedings of the International Conference on Interactive Computer aided Blended Learning (ICBL 2013). Kassel: Kassel University Press, 2013. p. 151-158.
-
DIAS, J. ; OGASAWARA, E. ; DE OLIVEIRA, DANIEL ; PORTO, F. ; VALDURIEZ, P. ; MATTOSO, M. . Algebraic dataflows for big data analysis. In: 2013 IEEE International Conference on Big Data, 2013, Silicon Valley. 2013 IEEE International Conference on Big Data. p. 150-155.
-
SANTOS, E. ; ASSIS, V. ; COSTA, F. ; OLIVEIRA, D. ; MATTOSO, M. . Distribuição de Bases de Dados de Proveniência na Nuvem. In: XXVIII Simpósio Brasileiro de Banco de Dados, 2013, Recife. Anais do XXVIII Simpósio Brasileiro de Banco de Dados. Porto Alegre: Sociedade Brasileira de Computação, 2013. p. 1-6.
-
SALES, R. ; CLUA, E. ; OLIVEIRA, D. ; PAES, A. . An Architecture Coupled with a Provenance Model for Affective Simulations in Games Based on Real World. In: XII Simpósio Brasileiro de Games e Entretenimento Digital, 2013, São Paulo. Anais do XII Simpósio Brasileiro de Games e Entretenimento Digital, 2013. p. 25-34.
-
SALES, R. ; CLUA, E. ; OLIVEIRA, D. ; PAES, A. . An Experimental Analysis of NPC as Affective Agents in Real World-based Games. In: XII Simpósio Brasileiro de Games e Entretenimento Digital, 2013, São Paulo. Anais do XII Simpósio Brasileiro de Games e Entretenimento Digital, 2013. p. 174-183.
-
ARAUJO, I. ; DIAS, J. ; OLIVEIRA, DANIEL DE ; OGASAWARA, E. ; OCAÑA, K. ; MATTOSO, M. . Runtime Dynamic Structural Changes of Scientific Workflows in Clouds. In: 2013 IEEE/ACM 6th International Conference on Utility and Cloud Computing (UCC), 2013, Dresden. 2013 IEEE/ACM 6th International Conference on Utility and Cloud Computing. p. 417-422.
-
PINTAS, J. ; DE OLIVEIRA, D. ; OCAÑA, K. ; OGASAWARA, E. ; MATTOSO, M. . SciLightning: a Cloud Provenance-based Event Notification for Parallel Workflows. In: 3rd International Workshop on Cloud Computing and Scientific Applications (CCSA), 2013, Berlim. Service-Oriented Computing - ICSOC 2013 Workshops, 2013. p. 1-6.
-
DE OLIVEIRA, DANIEL ; VIANA, V. ; OGASAWARA, E. ; OCAÑA, K. ; MATTOSO, M. . Dimensioning the virtual cluster for parallel scientific workflows in clouds. In: the 4th ACM workshop, 2013, New York. Proceedings of the 4th ACM workshop on Scientific cloud computing - Science Cloud '13. p. 5-12.
-
MATTOSO, M. ; OCAÑA, K. ; HORTA, F. ; DIAS, J. ; OGASAWARA, E. ; SILVA, V. ; DE OLIVEIRA, DANIEL ; COSTA, F. ; ARAUJO, I. . User-steering of HPC workflows. In: the 2nd ACM SIGMOD Workshop, 2013, New York. Proceedings of the 2nd ACM SIGMOD Workshop on Scalable Workflow Execution Engines and Technologies - SWEET '13. p. 1-10.
-
COSTA, F. ; SILVA, V. ; DE OLIVEIRA, DANIEL ; OCAÑA, K. ; OGASAWARA, E. ; DIAS, J. ; MATTOSO, M. . Capturing and querying workflow runtime provenance with PROV. In: the Joint EDBT/ICDT 2013 Workshops, 2013, Genoa. Proceedings of the Joint EDBT/ICDT 2013 Workshops on - EDBT '13. p. 282-289.
-
GUERRA, G. ; DIAS, J. ; OLIVEIRA, D. ; OGASAWARA, E. ; MATTOSO, M. ; COUTINHO, A. ; ROCHINHA, F. . Analysis of flow-induced vibration model under uncertainties using an iterative workflow. In: 1st International Symposium on Uncertainty Quantification and Stochastic Modeling (Uncertainties 2012), 2012, Maresias - SP. Proceedings of the 1st International Symposium on Uncertainty Quantification and Stochastic Modeling (Uncertainties 2012), 2012.
-
CHIRIGATI, F. ; SILVA, V. ; OGASAWARA, E. ; OLIVEIRA, D. ; DIAS, J. ; PORTO, F. ; VALDURIEZ, P. ; MATTOSO, M. . Evaluating Parameter Sweep Workflows in High Performance Computing. In: The 1st international workshop on Scalable Workflow Enactment Engines and Technologies (SWEET'12), 2012, Scottsdale, Arizona, EUA. Proceedings of the The 1st international workshop on Scalable Workflow Enactment Engines and Technologies (SWEET'12), 2012.
-
OLIVEIRA, D. ; OCAÑA, K. ; OGASAWARA, E. ; DIAS, J. ; GONCALVES, J. ; MATTOSO, M. . Cloud-based Phylogenomic Inference of Evolutionary Relationships: A Performance Study. In: 2nd International Workshop on Cloud Computing and Scientific Applications (CCSA), held in conjunction with the 12th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (CCGrid 2012), 2012, Ottawa, Canadá. Proceedings of the 2nd International Workshop on Cloud Computing and Scientific Applications (CCSA), held in conjunction with the 12th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (CCGrid 2012), 2012.
-
GONCALVES, J. ; OLIVEIRA, D. ; OGASAWARA, E. ; OCAÑA, K. ; MATTOSO, M. . Using Domain-Specific Data to Enhance Scientific Workflow Steering Queries. In: 4th International Provenance and Annotation Workshop, 2012, Santa Barbara, CA. Proceedings of the 4th International Provenance and Annotation Workshop. Heildelberg: Springer Verlag, 2012.
-
COSTA, F. ; OLIVEIRA, D. ; OCAÑA, K. ; OGASAWARA, E. ; MATTOSO, M. . Enabling Re-Executions of Parallel Scientific Workflows Using Runtime Provenance Data. In: 4th International Provenance and Annotation Workshop, 2012, Santa Barbara, CA. Proceedings of the 4th International Provenance and Annotation Workshop. Heildelberg: Springer Verlag, 2012.
-
OCAÑA, K. ; OLIVEIRA, D. ; HORTA, F. ; DIAS, J. ; OGASAWARA, E. ; MATTOSO, M. . Exploring Molecular Evolution Reconstruction Using a Parallel Cloud-based Scientific Workflow. In: Brazilian Symposium on Bioinformatics 2012, 2012, Campo Grande. MT. Proceedings of the Brazilian Symposium on Bioinformatics 2012. Heildelberg: Springer Verlag, 2012.
-
PINTAS, J. ; OLIVEIRA, D. ; OCAÑA, K. ; DIAS, J. ; MATTOSO, M. . Monitoramento em Tempo Real de Workflows Científicos Executados em Paralelo em Ambientes Distribuídos. In: VI e-Science Workshop (em conjunto com CSBC 2012), 2012, Curitiba. Anais do VI e-Science Workshop (em conjunto com CSBC 2012). Porto Alegre: Sociedade Brasileira de Computação, 2012.
-
OCAÑA, K. ; DE OLIVEIRA, DANIEL ; DIAS, J. ; OGASAWARA, E. ; MATTOSO, M. . Discovering drug targets for neglected diseases using a pharmacophylogenomic cloud workflow. In: 2012 IEEE 8th International Conference on EScience (eScience), 2012, Chicago. 2012 IEEE 8th International Conference on E-Science. p. 1.
-
GONCALVES, J. ; OLIVEIRA, D. ; OCAÑA, K. ; OGASAWARA, E. ; DIAS, J. ; MATTOSO, M. . Using Provenance Analyzers to Improve the Performance of Scientific Workflows in Cloud Environments. In: 27º Simpósio Brasileiro de Bancos de Dados (SBBD 2012), 2012, São Paulo. Anais do 27º Simpósio Brasileiro de Bancos de Dados (SBBD 2012). Porto Alegre: Sociedade Brasileira de Computação, 2012.
-
OLIVEIRA, A. H. M. ; MARTINS, M. ; MODESTO, I. ; OLIVEIRA, D. ; MATTOSO, M. . Reprodução de Experimentos Científicos Usando Nuvens. In: 27º Simpósio Brasileiro de Bancos de Dados (SBBD 2012), 2012, São Paulo. Anais do 27º Simpósio Brasileiro de Bancos de Dados (SBBD 2012). Porto Alegre: Sociedade Brasileira de Computação, 2012.
-
COSTA, F. ; OLIVEIRA, D. ; OCAÑA, K. ; OGASAWARA, E. ; DIAS, J. ; MATTOSO, M. . Handling Failures in Parallel Scientific Workflows Using Clouds. In: The 7th Workshop on Workflows in Support of Large-Scale Science, 2012, Salt Lake City. Proc. of the 7th Workshop on Workflows in Support of Large-Scale Science, 2012.
-
OLIVEIRA, D. ; OCAÑA, K. ; OGASAWARA, E. ; DIAS, J. ; BAIAO, F. ; MATTOSO, M. . A Performance Evaluation of X-ray Crystallography Scientific Workflow Using SciCumulus. In: Fourth IEEE 2011 International Conference on Cloud Computing (CLOUD 2011), 2011, Washington D.C. Proceedings of the Fourth IEEE 2011 International Conference on Cloud Computing (CLOUD 2011), 2011.
-
VIANA, V. G. ; OLIVEIRA, D. ; MATTOSO, M. . Towards a Cost Model for Scheduling Scientific Workflows Activities in Cloud Environments. In: 2011 IEEE Scientific Workflow Workshop, 2011, Washington. Proceedings of the 2011 IEEE World Congress on Services, 2011.
-
CHIRIGATI, F. ; SILVA, V. ; OGASAWARA, E. ; DIAS, J. ; OLIVEIRA, D. ; PORTO, F. ; VALDURIEZ, P. ; MATTOSO, M. . Uma avaliação da Distribuição de Atividades Estática e Dinâmica em Ambientes Paralelos usando o Hydra. In: CSBC 2011 - e-Science Workshop, 2011, Natal, RN. Anais do CSBC 2011 - e-Science Workshop. Porto Alegre: Sociedade Brasileira de Computação, 2011.
-
OCAÑA, K. ; OLIVEIRA, D. ; OGASAWARA, E. ; DAVILA, A. M. R. ; LIMA, A. A. B. ; MATTOSO, M. . SciPhy: A Cloud-based Scientific Workflow for Phylogenetic Analysis of Drug Targets in Protozoan Species. In: Brazilian Simposium of Bioinformatics 2011, 2011, Brasilia, DF. Proceedings of the Brazilian Simposium of Bioinformatics 2011, 2011.
-
VIANA, V. G. ; OLIVEIRA, D. ; OGASAWARA, E. ; MATTOSO, M. . SciCumulus-ECM: Um Serviço de Custos para a Execução de Workflows Científicos em Nuvens Computacionais. In: XXVI Simposio Brasileiro de Banco de Dados, 2011, Florianopolis. Anais do XXVI Simposio Brasileiro de Banco de Dados. Porto Alegre: Sociedade Brasileira de Computacao, 2011.
-
OLIVEIRA, D. ; OGASAWARA, E. ; BAIAO, F. ; MATTOSO, M. . Adding Ontologies to Scientific Workflow Composition. In: XXVI Simposio Brasileiro de Banco de Dados, 2011, Florianopolis. Anais do XXVI Simposio Brasileiro de Banco de Dados. Porto Alegre: Sociedade Brasileira de Computacao, 2011.
-
OCAÑA, K. ; OLIVEIRA, D. ; DIAS, J. ; OGASAWARA, E. ; MATTOSO, M. . Optimizing Phylogenetic Analysis Using SciHmm Cloud-based Scientific Workflow. In: The seventh IEEE e?Science conference, 2011, Estocolmo. Proceedings of the seventh IEEE e?Science conference. New York: IEEE Computer Society, 2011.
-
COSTA, F. ; OLIVEIRA, D. ; MATTOSO, M. . Heurísticas para Controle de Execução de Atividades de Workflows Científicos na Nuvem. In: Workshop de Teses e Dissertações em Banco de Dados (WTDBD), 2011, Florianopolis. Anais do Workshop de Teses e Dissertações em Banco de Dados (WTDBD). Porto Alegre: Sociedade Brasileira de Computacao, 2011.
-
DIAS, J. ; OGASAWARA, E. ; OLIVEIRA, D. ; PORTO, F. ; COUTINHO, A. ; MATTOSO, M. . Supporting Dynamic Parameter Sweep in Adaptive and User-Steered Workflows. In: Workshop on Workflows in Support of Large-Scale Science (WORKS 2011), 2011, Seattle. Proceedings of the Workshop on Workflows in Support of Large-Scale Science (WORKS 2011). New York: IEEE Computer Society, 2011.
-
OGASAWARA, E. ; DIAS, J. ; OLIVEIRA, D. ; RODRIGUES, C.A.S. ; PIVOTTO, C. ; ANTAS, R. ; BRAGANHOLO, V. ; VALDURIEZ, P. ; MATTOSO, M. . A P2P Approach to Many Tasks Computing for Scientific Workflows. In: High Performance Computing for Computational Science - VECPAR 2010, 2010, Berkley, CA. High Performance Computing for Computational Science - VECPAR 2010, 2010. v. 6449. p. 327-339.
-
OGASAWARA, E. ; MARTINEZ, L. ; OLIVEIRA, D. ; ZIMBRAO, G. ; PAPPA, G. ; MATTOSO, M. . Adaptive Normalization: A Novel Data Normalization Approach for Non-Stationary Time Series. In: International Joint Conference on Neural Networks, 2010, Barcelona. Proceedings of the 2010 International Joint Conference on Neural Networks, 2010. p. 606-613.
-
COUTINHO, F. ; OGASAWARA, E. ; OLIVEIRA, D. ; BRAGANHOLO, V. ; LIMA, A. A. B. ; DAVILA, A. M. R. ; MATTOSO, M. . Data Parallelism in Bioinformatics Workflows Using Hydra. In: Emerging Computational Methods for the Life Sciences Workshop, 2010, Chicago, IL. Proc. of Emerging Computational Methods for the Life Sciences Workshop, 2010. p. 507-515.
-
SILVA, E. ; OGASAWARA, E. ; OLIVEIRA, D. ; BENEVIDES, M. ; MATTOSO, M. . Especificação Formal e Verificação de Workflows Científicos. In: IV e-Science Workshop, 2010, Belo Horizonte. Proc. XXX Congresso da SBC. Porto Alegre: Sociedade Brasileira de Computação, 2010. p. 193-200.
-
SILVA, V. ; CHIRIGATI, F. ; MAIA, K. ; OGASAWARA, E. ; OLIVEIRA, D. ; BRAGANHOLO, V. ; MURTA, L. ; MATTOSO, M. . SimiFlow: Uma Arquitetura para Agrupamento de Workflows por Similaridade. In: IV e-Science Workshop, 2010, Belo Horizonte. Proc. XXX Congresso da SBC. Porto Alegre: Sociedade Brasileira de Computação, 2010. p. 201-208.
-
OLIVEIRA, D. ; OGASAWARA, E. ; CHIRIGATI, F. ; SILVA, V. ; MURTA, L. ; MATTOSO, M. . GExpLine: A Tool for Supporting Experiment Composition. In: Third International Provenance and Annotation Workshop (IPAW2010), 2010, Troy, NY. Proceedings of the third International Provenance and Annotation Workshop (IPAW2010), 2010.
-
DIAS, J. ; RODRIGUES, C.A.S. ; OGASAWARA, E. ; OLIVEIRA, D. ; BRAGANHOLO, V. ; PACITTI, E. ; MATTOSO, M. . SciMulator: Um Ambiente de Simulação de Workflows Científicos em Redes P2P. In: Workshop de Redes Dinâmicas e Sistemas P2P (WP2P 2010), 2010, Gramado, RS. Anais do Workshop de Redes Dinâmicas e Sistemas P2P (WP2P 2010). Porto Alegre: Sociedade Brasileira de Computação, 2010.
-
OLIVEIRA, D. ; OGASAWARA, E. ; BAIAO, F. ; MATTOSO, M. . SciCumulus: A Lightweight Cloud Middleware to Explore Many Task Computing Paradigm in Scientific Workflows. In: The 3rd IEEE International Conference on Cloud Computing, 2010, Miami, FL. Proceedings of the 3rd IEEE International Conference on Cloud Computing, 2010. p. 378-385.
-
OLIVEIRA, D. ; OLIVEIRA, B. . Odontology: Um Ambiente Semântico para Diagnósticos Odontológicos. In: WIM - X Workshop de Informática Médica, 2010, Belo Horizonte, MG. Anais do WIM - X Workshop de Informática Médica. Porto Alegre: Sociedade Brasileira de Computação, 2010. p. 1727-1730.
-
PAULINO, C. ; OLIVEIRA, D. ; CRUZ, S. M. S. ; CAMPOS, M. L. M. ; MATTOSO, M. . Captura de Metadados de Proveniência para Workflows Científicos em Nuvens Computacionais. In: XXV Simpósio Brasileiro de Banco de Dados, 2010, Belo Horizonte, MG. Anais do XXV Simpósio Brasileiro de Banco de Dados. Porto Alegre, RS: Sociedade Brasileira de Computação, 2010.
-
COSTA, F. ; OLIVEIRA, D. ; OGASAWARA, E. ; LIMA, A. A. B. ; MATTOSO, M. . Athena: Text Mining Based Discovery of Scientific Workflows in Disperse Repositories. In: Third International Workshop on REsource Discovery (RED'2010), 2010, Paris, França. Proceedings of the Third International Workshop on REsource Discovery (RED) (joint event IIWAS'2010). Heildelberg: Springer Verlag, 2010.
-
OLIVEIRA, D. ; OGASAWARA, E. ; BAIAO, F. ; MATTOSO, M. . An Adaptive Approach for Workflow Activity Execution in Clouds. In: International Workshop on Challenges in e-Science, 2010, Petrópolis, RJ. Proceedings of the International Workshop on Challenges in e-Science, 2010.
-
SIMÕES, D.V. ; OLIVEIRA, D. ; OGASAWARA, E. ; LIMA, A. A. B. ; MATTOSO, M. . Modeling Parallel Bioinformatics Workflows Using MapReduce. In: International Workshop on Challenges in e-Science, 2010, Petrópolis, RJ. Proceedings of the International Workshop on Challenges in e-Science, 2010.
-
DIAS, J. ; OGASAWARA, E. ; OLIVEIRA, D. ; PACITTI, E. ; MATTOSO, M. . Improving Many-Task Computing in Scientific Workflows Using P2P Techniques. In: 3rd IEEE Workshop on Many-Task Computing on Grids and Supercomputers (MTAGS2010), 2010, New Orleans, Louisiana, USA. Proceedings of the 3rd IEEE Workshop on Many-Task Computing on Grids and Supercomputers (MTAGS2010). New York: IEEE Computer Society, 2010. p. 1-10.
-
OLIVEIRA, D. ; CUNHA, L. ; TOMAZ, L. ; PEREIRA, V. ; MATTOSO, M. . Using Ontologies to Support Deep Water Oil Exploration Scientific Workflows. In: IEEE 2009 Third International Workshop on Scientific Workflows (SWF 2009), 2009, Los Angeles. 2009 Congress on Services - I, 2009. p. 364-367.
-
OLIVEIRA, D. ; OGASAWARA, E. ; SILVA, V. ; CHIRIGATI, F. ; MURTA, L. ; WERNER, C. ; MATTOSO, M. . Uma Abordagem Semântica para Linhas de Experimentos Científicos Usando Ontologias. In: III e-Science workshop - XXIV SBBD & XXIII SBES, 2009, Fortaleza - CE. III e-Science workshop - XXIV SBBD & XXIII SBES, 2009.
-
CUNHA, L. ; OLIVEIRA, D. ; OGASAWARA, E. ; ANDRADE, S. ; ZIMBRAO, G. ; BREFIN, M. . OntoEPFS: uma Ontologia para Experimentos em Mapeamento Digital de Solos. In: SBIAgro - 7º Congresso Brasileiro de Agroinformática, 2009, Viçosa. SBIAgro - 7º Congresso Brasileiro de Agroinformática, 2009.
-
BARBOSA, C. E. ; OGASAWARA, E. ; OLIVEIRA, D. ; MATTOSO, M. . Paralelização de Tarefas de Mineração de Dados Utilizando Workflows Científicos. In: V Workshop em Algoritmos e Aplicações de Mineração de Dados (Em conjunto com o XXIV SBBD), 2009, Fortaleza, Ceará. V Workshop em Algoritmos e Aplicações de Mineração de Dados (Em conjunto com o XXIV SBBD), 2009.
-
NETO, A. ; ALHADAS, L. ; OLIVEIRA, D. . Um Primeiro Estudo sobre Computação em Nuvem e suas Implicações em Banco de Dados. In: III Sessão de Pôsteres do XXIV SBBD, 2009, Fortaleza. III Sessão de Pôsteres do XXIV SBBD, 2009.
-
PAULINO, C. ; OLIVEIRA, D. ; CRUZ, S. M. S. ; MATTOSO, M. . Captura de Proveniência de Workflows Científicos Executados em Nuvem. In: III Sessão de Pôsteres do XXIV SBBD, 2009, Fortaleza. III Sessão de Pôsteres do XXIV SBBD, 2009.
-
OGASAWARA, E. ; OLIVEIRA, D. ; CHIRIGATI, F. ; BARBOSA, C. E. ; ELIAS, R. ; BRAGANHOLO, V. ; COUTINHO, A. ; MATTOSO, M. . Exploring Many Task Computing in Scientific Workflows. In: ACM/IEEE SC09 (International Conference for High Performance, Networking, Storage and Analysis), 2009, Portland. 2nd Workshop on Many-Task Computing on Grids and Supercomputers, 2009. p. 1-10.
-
GUERRA, G. ; ROCHINHA, F. ; ELIAS, R. ; COUTINHO, A. ; BRAGANHOLO, V. ; OLIVEIRA, D. ; OGASAWARA, E. ; CHIRIGATI, F. ; MATTOSO, M. . Scientific Workflow Management System Applied to Uncertainty Quantification in Large Eddy Simulation. In: 30th Iberian-Latin-American Congress on Computational Methods in Engineering (CILAMCE), 2009, Armação dos Búzios. Proceedings of the 30th Iberian-Latin-American Congress on Computational Methods in Engineering (CILAMCE), 2009.
-
OLIVEIRA, D. ; BAIAO, F. ; MATTOSO, M. . MF-Ontology: uma ontologia para o processo de mineração de textos. In: I Seminário de Pesquisa em Ontologia no Brasil, 2008, Rio de Janeiro. I Seminário de Pesquisa em Ontologia no Brasil, 2008.
-
OLIVEIRA, D. C. M. ; BAIAO, F. ; MATTOSO, M. . MiningFlow: Adding Semantics to Text Mining Workflows. In: Sessão de Posteres do Simpósio Brasileiro de Banco de Dados, 2007, João Pessoa - PB. Sessão de Posteres do Simpósio Brasileiro de Banco de Dados, 2007.
-
RUBERG, N. ; KOTOWSKI, N. ; MATTOS, A. ; FERRAZ, C. ; MATOS , L. ; MACHADO, M. ; OLIVEIRA, D. C. M. ; MONCLAR, R. ; SANCHOTENE, T. ; BRAGANHOLO, V. . Experiencing Data Grids. In: International Workshop on High-Performance Data Management in Grid Environments, 2006, Rio de Janeiro. LNCS - High Performance Computing for Computational Science - VECPAR 2006, 2006. v. 4395. p. 707-718.
-
SOUSA, VICTOR F. DE ; BOERES, CRISTINA ; OLIVEIRA, DANIEL . Spark-SGreedy: Um Algoritmo de Escalonamento de Workflows Intensivos em Dados no Framework Apache Spark. In: VI Escola Regional de Alto Desempenho do Rio de Janeiro, 2020, Brasil. Anais da VI Escola Regional de Alto Desempenho do Rio de Janeiro (ERAD-RJ 2020), 2020. p. 48.
-
OLIMPIO, V. ; PAES, A. ; OLIVEIRA, D. . Escalonamento de Workflows de Larga-escala em Nuvens de Computadores com uso de Aprendizado por Reforço. In: II Escola Regional de Alto Desempenho do Rio de Janeiro, 2016, Rio de Janeiro. Anais da II Escola Regional de Alto Desempenho do Rio de Janeiro, 2016. p. 1-2.
-
SILVA, V. ; CAMATA, J. ; OLIVEIRA, D. ; COUTINHO, A. ; VALDURIEZ, P. ; MATTOSO, M. . In Situ Data Steering on Sedimentation Simulation with Provenance Data. In: The International Conference for High Performance Computing, Networking, Storage and Analysis, 2016, Salt Lake City, Utah. Proc. of the International Conference for High Performance Computing, Networking, Storage and Analysis, 2016. p. 1-2.
-
SOUZA, R. S. ; SILVA, V. ; OLIVEIRA, D. ; VALDURIEZ, P. ; LIMA, A. A. B. ; MATTOSO, M. . Parallel Execution of Workflows Driven by a Distributed Database Management System. In: 27th The International Conference for High Performance Computing, Networking, Storage and Analysis, 2015, Austin, Texas. Proc. of the 27th The International Conference for High Performance Computing, Networking, Storage and Analysis, 2015.
-
OLIVEIRA, W. ; OLIVEIRA, D. ; BRAGANHOLO, V. . Experiencing PROV-Wf for Provenance Interoperability in SWfMSs. In: 5th International Provenance and Annotation Workshop (IPAW), 2014, Cologne. Proc. of the 5th Intl. Provenance and Annotation Workshop, 2014.
-
OLIVEIRA, D. ; MATTOSO, M. . Computação em Nuvem para Ciência: o Papel Fundamental da Área de Bancos de Dados. In: XXVIII Simpósio Brasileiro de Banco de Dados, 2013, Recife. Anais do XXVIII Simpósio Brasileiro de Banco de Dados - Tutoriais. Porto Alegre: Sociedade Brasileira de Computação, 2013. p. 3-4.
-
HORTA, F. ; DIAS, J. ; ELIAS, R. ; OLIVEIRA, D. ; COUTINHO, A. ; MATTOSO, M. . Prov-Vis: Large-Scale Scientific Data Visualization using Provenance. In: International Conference for High Performance Computing, Networking, Storage, and Analysis, 2013, Denver, Colorado. Proc. of the International Conference for High Performance Computing, Networking, Storage, and Analysis, 2013.
-
HORTA, FELIPE ; SILVA, VÍTOR ; COSTA, FLAVIO ; DE OLIVEIRA, DANIEL ; OCAÑA, KARY ; OGASAWARA, EDUARDO ; DIAS, JONAS ; MATTOSO, MARTA . Provenance traces from Chiron parallel workflow engine. In: the Joint EDBT/ICDT 2013 Workshops, 2013, Genoa. Proceedings of the Joint EDBT/ICDT 2013 Workshops on - EDBT '13, 2013. p. 337-338.
-
HORTA, F. ; DIAS, J. ; OCAÑA, K. ; DE OLIVEIRA, DANIEL ; OGASAWARA, E. ; MATTOSO, M. . Abstract: Using Provenance to Visualize Data from Large-Scale Experiments. In: 2012 SC Companion: High Performance Computing, Networking, Storage and Analysis (SCC), 2012, Salt Lake City. 2012 SC Companion: High Performance Computing, Networking Storage and Analysis. p. 1418.
-
DIAS, J. ; OGASAWARA, E. ; OLIVEIRA, D. ; MATTOSO, M. . Scientific Data Parallelism Using P2P Techniques. In: SC11, 2011, Seattle. Proceedings of the SC11, 2011.
-
COSTA, F. ; OLIVEIRA, D. ; OGASAWARA, E. ; LIMA, A. A. B. ; MATTOSO, M. . Athena: Text Mining Based Discovery of Scientific Workflows in Disperse Repositories. In: The 12th International Conference on Information Integration and Web-based Applications & Services (iiWAS2010), 2010, Paris, França. Proceedings of the The 12th International Conference on Information Integration and Web-based Applications & Services (iiWAS2010), 2010.
-
OGASAWARA, E. ; OLIVEIRA, D. ; KULAIF, Y. ; FERNANDES, F. . Modelo Auto-Regressivo de Previsão de Fertilizantes Baseados em Redes Neurais. In: 1º Congresso Brasileiro de Rochagem, 2009, Brasília. Anais do 1º Congresso Brasileiro de Rochagem, 2009.
-
OLIVEIRA, D. ; OGASAWARA, E. ; BAIAO, F. ; MATTOSO, M. . Using Ontologies to Provide Different Levels of Abstraction in Scientific Workflows. In: 5th IEEE International Conference on e-Science, 2009, Oxford. 5th IEEE International Conference on e-Science, 2009.
-
MARTINHO, W. ; OGASAWARA, E. ; OLIVEIRA, D. ; CHIRIGATI, F. ; CORREA, F. ; JACOB, B. ; SANTOS, I. ; TRAVASSOS, G.H. ; MATTOSO, M. . A Conception Process for Abstract Workflows: An Example on Deep Water Oil Exploitation Domain. In: 5th IEEE International Conference on e-Science, 2009, Oxford. 5th IEEE International Conference on e-Science, 2009.
-
OLIVEIRA, D. ; PAES, A. ; CLUA, E. ; GUEDES, T. ; SILVA, L. ; DIAS, L. G. ; BERTELLI, L. ; MANN, P. ; MELO, S. ; BIONDI, M. . Um Ambiente de Data Lake Baseado em Técnicas de Inteligência Artificial para a Indústria do Petróleo. In: II Seminário de Inteligência Artificial Aplicada à Indústria do Petróleo, 2020, Virtual. Anais do II Seminário de Inteligência Artificial Aplicada à Indústria do Petróleo, 2020.
-
BAREIRO, S. B. ; OCAÑA, K. ; SILVA, V. ; OLIVEIRA, D. ; MATTOSO, M. . Modelling Data-intensive Metagenomics Experiments Using Scientific Workflows. In: X-Meeting 2015 - 11th International Conference of th AB3C + Brazilian Symposium of Bioinformatics, 2015, São Paulo, SP. Proceedings of the X-Meeting 2015 - 11th International Conference of th AB3C + Brazilian Symposium of Bioinformatics, 2015.
-
OCAÑA, K. ; COSTA, L. ; OLIVEIRA, D. ; SILVA, V. ; MATTOSO, M. . Applying Data Mining Techniques to Identify Frequent Phylogenetic Trees using Scientific Workflows. In: X-Meeting 2015 - 11th International Conference of th AB3C + Brazilian Symposium of Bioinformatics, 2015, Sao Paulo, SP. Proceedings of the X-Meeting 2015 - 11th International Conference of th AB3C + Brazilian Symposium of Bioinformatics, 2015.
-
RITA, A. V. N. S. S. ; OGANDO, R. L. C. ; OLIVEIRA, D. . Linhas de Experimento com Algoritmos de Redshifts Fotométricos. In: Jornada de Iniciacao Cientifica do ON (JICON) do Observatório Nacional, 2014, Rio de Janeiro. Livro de Resumos da Jornada de Iniciacao Cientifica do ON (JICON) 2013/2014, 2014.
-
BAREIRO, S. B. ; OCAÑA, K. ; OLIVEIRA, D. ; OGASAWARA, E. ; DIAS, J. ; MATTOSO, M. . Análises de Ancoragem Molecular por meio de Workflows Científicos. In: I Jornada de Bioinformática do Rio de Janeiro, 2013, Rio de Janeiro, RJ. Anais da I Jornada de Bioinformática do Rio de Janeiro, 2013.
-
OCAÑA, K. ; OLIVEIRA, D. ; MATTOSO, M. . Adaptive Evolution of Falcipain-Homologues in Plasmodium. In: VI e-Science Workshop (em conjunto com CSBC 2012), 2012, Curitiba. Anais do VI e-Science Workshop (em conjunto com CSBC 2012). Porto Alegre: Sociedade Brasileira de Computação, 2012.
-
DIAS, J. ; OGASAWARA, E. ; OLIVEIRA, D. ; PORTO, F. ; COUTINHO, A. ; MATTOSO, M. . Adaptive and User-Steered Workflows for Computational Mechanics Experiments. In: 10th World Congress on Computational Mechanics, 2012, São Paulo, SP. Proc. 10th World Congress on Computational Mechanics, 2012.
-
GUERRA, G. ; ROCHINHA, F. ; ELIAS, R. ; OLIVEIRA, D. ; OGASAWARA, E. ; DIAS, J. ; CHIRIGATI, F. ; BRAGANHOLO, V. ; MATTOSO, M. ; COUTINHO, A. . Cleaning the Mess: Progress in Scientific Workflows for Managing Large Scale Simulations. In: Colloquium on Advances in Computational Science, Engineering and Mathematics, 2012, Austin, TX. Proc. Colloquium on Advances in Computational Science, Engineering and Mathematics, 2012.
-
GUERRA, G. ; ROCHINHA, F. ; ELIAS, R. ; COUTINHO, A. ; BRAGANHOLO, V. ; OLIVEIRA, D. ; OGASAWARA, E. ; CHIRIGATI, F. ; MATTOSO, M. . Scientific Workflow Management System Applied to Uncertainty Quantification in Computational Fluid Mechanics. In: 16th International Conference on Finite Elements in Flow Problems (FEF 2011), 2011, Munique. Proceedings of the 16th International Conference on Finite Elements in Flow Problems (FEF 2011), 2011.
-
GUERRA, G. ; ROCHINHA, F. ; ELIAS, R. ; COUTINHO, A. ; BRAGANHOLO, V. ; OLIVEIRA, D. ; OGASAWARA, E. ; CHIRIGATI, F. ; MATTOSO, M. . Uncertainty Quantification in Flow-structures Interaction Supported by Scientific Workflow Management. In: IV International Conference on Computational Methods in Marine Engineering, 2011, Lisbon. Proceedings of the IV International Conference on Computational Methods in Marine Engineering, 2011.
-
MATTOSO, M. ; COUTINHO, A. ; ELIAS, R. ; OLIVEIRA, D. ; OGASAWARA, E. . Exploring Parallel Parameter Sweep in Scientific Workflows. In: 9th World Congress on Computational Mechanics and 4th Asian Pacific Congress on Computational Mechanics, 2010, Sydney, Australia. Proc. 9th World Congress on Computational Mechanics and 4th Asian Pacific Congress on Computational Mechanics, 2010.
-
CUNHA, L. ; OLIVEIRA, D. ; OGASAWARA, E. ; ANDRADE, S. ; ZIMBRAO, G. ; SANTOS, M. . On the Use of Scientific Workflows for Digital Soil Mapping. In: Pedometrics 2009, 2009, Beijing. Pedometrics 2009, 2009. p. 110-111.
-
OLIVEIRA, D. C. M. ; FERNANDES, E. ; NOVO, L. . Monitoramento Cardíaco Ubíquo. In: XXIV Jornada de Iniciação Científica da UFRJ, 2002, Rio de Janeiro. Catálogo da XXIV Jornada de Iniciação Científica da UFRJ. Rio de Janeiro: UFRJ, 2002.
-
MOREIRA, G. M. ; HOSSEINI, M. ; VEIGA, C. ; ALEXANDRE, L. ; COLANINNO, N. ; OLIVEIRA, D. ; FERREIRA JUNIOR, N. R. ; LAGE, M. ; MIRANDA, F. M. N. . Curio: A Dataflow-Based Framework for Collaborative Urban Visual Analytics. Ieee Transactions On Visualization And Computer Graphics , 2024.
-
MORAES, J. V. ; FERRARI, C. ; ROSSETI, I. ; OLIVEIRA, D. . Exploring Evolutionary Patterns: A Jupyter Notebook for Discovering Frequent Subtrees in Phylogenetic Tree Databases. Journal of Information and Data Management - JIDM , 2024.
-
ASSIS, G. ; AMORIM, A. V. ; CARVALHO, J. ; FERRO, M. ; OLIVEIRA, D. ; VIANNA, D. Q. C. ; PAES, A. . Explorando Técnicas de Aprendizado em Modelos de Linguagem para Classificação de Discurso de Ódio e Ofensivo em Português. LINGUAMÁTICA (BRAGA) , 2024.
-
OLIVEIRA, D. . Seminário Online Pólo Rio Bonito CEDERJ: Análise Online de Grandes Volumes de Dados (e Pequenos também!). 2021. (Apresentação de Trabalho/Seminário).
-
OLIVEIRA, D. . Seminário PPCIC - CEFET/RJ: Análise Online de Grandes Volumes de Dados (e Pequenos também!). 2021. (Apresentação de Trabalho/Seminário).
-
OLIVEIRA, D. . Seminário Online IC/UFF: Gerência de Dados para o Bem Estar Social. 2021. (Apresentação de Trabalho/Seminário).
-
OLIVEIRA, D. . Seminário Online IC/UFF - Análise Online de Grandes Volumes de Dados (e pequenos também!). 2020. (Apresentação de Trabalho/Outra).
-
OLIVEIRA, D. . Keynote BreSci: Análise em Tempo Real de Dataflows Filogenômicos. 2020. (Apresentação de Trabalho/Conferência ou palestra).
-
OLIVEIRA, D. . Seminário Online UNIOESTE: Uma Suave Introdução aos Bancos de Dados NoSQL. 2020. (Apresentação de Trabalho/Seminário).
-
OLIVEIRA, D. . Palestra CEFET/RJ (Nova Iguaçu): Análise Online de Dados Científicos com SAMbA. 2019. (Apresentação de Trabalho/Conferência ou palestra).
-
OLIVEIRA, D. . Palestra CCJF: Big data e proveniência de dados. 2019. (Apresentação de Trabalho/Conferência ou palestra).
-
OLIVEIRA, D. . Keynote BSB/SBBD: When bioinformatics meets databases: achievements and lessons learned. 2019. (Apresentação de Trabalho/Conferência ou palestra).
-
PAES, A. ; LAGE, M. ; OLIVEIRA, D. . Palestra SEMEST/UFF - Introdução à Ciência de Dados: teoria e prática. 2019. (Apresentação de Trabalho/Conferência ou palestra).
-
OLIVEIRA, D. . Palestra CEFET/RJ (Maracanã): Análise Online de Dados de Aplicações Spark com SAMbA. 2018. (Apresentação de Trabalho/Conferência ou palestra).
-
OLIVEIRA, D. . Palestra UFJF: Pesquisas em Bancos de Dados na UFF. 2018. (Apresentação de Trabalho/Conferência ou palestra).
-
OLIVEIRA, D. . Palestra INRIA: Parameter and Data Recommendation in Scientific Workflows based on Provenance. 2018. (Apresentação de Trabalho/Conferência ou palestra).
-
OLIVEIRA, D. . Palestra INFES/UFF: Análise de Dados Científicos Produzidos por Simulações Computacionais Científicas de Larga Escala. 2018. (Apresentação de Trabalho/Conferência ou palestra).
-
OLIVEIRA, D. . Keynote WPerformance: Análise de Desempenho de Simulações Computacionais em Ambientes de Computação de Alto Desempenho. 2017. (Apresentação de Trabalho/Conferência ou palestra).
-
OLIVEIRA, D. . Palestra UFT: Computação em Nuvem para e-Ciência. 2016. (Apresentação de Trabalho/Conferência ou palestra).
-
OLIVEIRA, A. H. M. ; OLIVEIRA, D. ; MATTOSO, M. . Tutorial SBBD: Reprodução de Experimentos Científicos: Teoria e Prática. 2015. (Apresentação de Trabalho/Conferência ou palestra).
-
OLIVEIRA, D. ; MATTOSO, M. . Tutorial SBBD: Computação em Nuvem para Ciência: o Papel Fundamental da Área de Bancos de Dados. 2013. (Apresentação de Trabalho/Conferência ou palestra).
-
HOLANDA, M. ; OLIVEIRA, D. ; PONTI, M. A. . Editorial of Journal of Information and Data Management (JIDM) - Special Issue KDMILE 2020. Porto Alegre: Sociedade Brasileira de Computação, 2021 (Editorial).
-
HOLANDA, M. ; OLIVEIRA, D. ; PORTO, F. . Editorial of Journal of Information and Data Management (JIDM) - Special Issue SBBD 2020 Full Papers. Porto Alegre: Sociedade Brasileira de Computação, 2021 (Editorial).
-
HOLANDA, M. ; OLIVEIRA, D. ; MELLO, R. S. . Editorial of Journal of Information and Data Management (JIDM) - Special Issue SBBD Demos 2020. Porto Alegre: Sociedade Brasileira de Computação, 2021 (Editorial).
Outras produções
OLIVEIRA, D. C. M. ; DURAN, M. ; MATTOS, A. . Construção da Arquitetura de Informações do Sistema de Saúde da Marinha do Brasil. 2007.
OLIVEIRA, D. C. M. ; DURAN, M. ; SCHMIDT, D. . Construção da Arquitetura de Informações do Sistema de Pagamento da Marinha do Brasil. 2006.
OLIVEIRA, D. ; MATTOSO, M. ; OGASAWARA, E. ; COSTA, F. ; DIAS, J. ; VIANA, V. G. ; SILVA, V. ; PINTAS, J. . SciCumulus Cloud Workflow Engine. 2012.
OLIVEIRA, D. C. M. . MiningFlow: ambiente para definição de workflows para mineração de textos. 2008.
OLIVEIRA, D. C. M. ; OLIVEIRA, A. ; SILVA, T. G. . Sistema de Controle de Postos de Combustíveis. 1998.
OLIVEIRA, D. . Comitê de Programa da 48th International Conference on Very Large Databases 2022. 2022.
OLIVEIRA, D. . Comitê de Programa do XX Workshop em Desempenho de Sistemas Computacionais e de Comunicação. 2021.
OLIVEIRA, D. . Comitê de Programa do XV BreSci - XV Brazilian e-Science Workshop. 2021.
OLIVEIRA, D. . Comitê de Programa do Simpósio de Sistemas Computacionais de Alto Desempenho (WSCAD). 2021.
OLIVEIRA, D. . Comitê de Programa do 14th Brazilian Symposium on Bioinformatics. 2021.
OLIVEIRA, D. . Comitê de Programa do Workshop de Computação em Cloud e Aplicações (SBRC 2021 - WCGA). 2021.
OLIVEIRA, D. . Comitê de Programa do XXXV Simpósio Brasileiro de Banco de Dados. 2021.
OLIVEIRA, D. . Comitê de Programa do XXXV Simpósio Brasileiro de Banco de Dados - Artigos Curtos. 2021.
OLIVEIRA, D. . Comitê de Programa do XXXV Simpósio Brasileiro de Banco de Dados - Tutoriais. 2021.
OLIVEIRA, D. . Comitê de Programa do XXXV Simpósio Brasileiro de Banco de Dados - Demonstrações. 2021.
OLIVEIRA, D. . Comitê de Programa do Dataset Showcase Workshop (em Conjunto com o SBBD 2021). 2021.
OLIVEIRA, D. . Comitê de Programa do XIX Workshop em Desempenho de Sistemas Computacionais e de Comunicação. 2020.
OLIVEIRA, D. . Comitê de Programa da VI Escola Regional de Computação de Alto Desempenho do Rio de Janeiro. 2020.
OLIVEIRA, D. . Comitê de Programa do XIV BreSci - XIV Brazilian e-Science Workshop. 2020.
OLIVEIRA, D. . Comitê de Programa do Simpósio de Sistemas Computacionais de Alto Desempenho (WSCAD). 2020.
OLIVEIRA, D. . Comitê de Programa do 13th Brazilian Symposium on Bioinformatics. 2020.
OLIVEIRA, D. . Comitê de Programa do Workshop de Computação em Cloud e Aplicações (SBRC 2020 - WCGA). 2020.
OLIVEIRA, D. . Comitê de Programa do Workshop de Teses e Dissertações em Sistemas de Informação (WTDSI). 2020.
OLIVEIRA, D. . Comitê de Programa dos Minicursos do Simpósio Brasileiro de Redes de Computadores. 2020.
OLIVEIRA, D. . Comitê de Programa do XXXIV Simpósio Brasileiro de Banco de Dados. 2020.
OLIVEIRA, D. . Comitê de Programa do XXXIV Simpósio Brasileiro de Banco de Dados - Artigos Curtos. 2020.
OLIVEIRA, D. . Comitê de Programa do Workshop de Teses e Dissertações do XXXIV Simpósio Brasileiro de Banco de Dados. 2020.
OLIVEIRA, D. . Comitê de Programa do XXXIII Simpósio Brasileiro de Banco de Dados. 2019.
OLIVEIRA, D. . Comitê de Programa do XXXIII Simpósio Brasileiro de Banco de Dados - Demonstrações. 2019.
OLIVEIRA, D. . Comitê de Programa do XXXIII Simpósio Brasileiro de Banco de Dados - Trabalhos Curtos. 2019.
OLIVEIRA, D. . Comitê de Programa do XXXIII Simpósio Brasileiro de Banco de Dados - Workshop de Teses e Dissertações. 2019.
OLIVEIRA, D. . Comitê de Programa do Workshop on Clusters, Clouds and Grids for Life Sciences - CCGrid-Life. 2019.
OLIVEIRA, D. . Comitê de Programa do XVIII Workshop em Desempenho de Sistemas Computacionais e de Comunicação. 2019.
OLIVEIRA, D. . Comitê de Programa da V Escola Regional de Computação de Alto Desempenho. 2019.
OLIVEIRA, D. . Comitê de Programa do Workshop de Computação em Cloud e Aplicações (SBRC 2019 - WCGA). 2019.
OLIVEIRA, D. . Comitê de Programa do XIII BreSci - XIII Brazilian e-Science Workshop. 2019.
OLIVEIRA, D. . Comitê de Programa da III Escola Regional de Informática (ERI - RJ 2019). 2019.
OLIVEIRA, D. . Comitê de Programa do Workshop Workflows in Support of Large-Scale Science. 2019.
OLIVEIRA, D. . Comitê de Programa do Simpósio de Sistemas Computacionais de Alto Desempenho (WSCAD). 2019.
OLIVEIRA, D. . Comitê de Programa do IEEE International Conference on eScience. 2019.
OLIVEIRA, D. . Comitê de Programa do 12th Brazilian Symposium on Bioinformatics. 2019.
OLIVEIRA, D. . Comitê de Programa do The ACS/IEEE International Conference on Computer Systems and Applications (AICCSA). 2019.
OLIVEIRA, D. . VLDB 2018 Demonstration Program Committee. 2018.
OLIVEIRA, D. . Comitê de Programa do Workshop de Computação em Cloud e Aplicações (SBRC 2018 - WCGA). 2018.
OLIVEIRA, D. . Comitê de Programa do Workshop de Teses e Dissertações em Sistemas de Informação (WTDSI) 2018. 2018.
OLIVEIRA, D. . Comitê de Programa da IV Escola Regional de Computação de Alto Desempenho. 2018.
OLIVEIRA, D. . Comitê de Programa do Workshop of Algorithms and Systems for MapReduce and Beyond (BeyondMR). 2018.
OLIVEIRA, D. . Comitê de Programa do Workshop on Clusters, Clouds and Grids for Life Sciences - CCGrid-Life. 2018.
OLIVEIRA, D. . Comitê de Programa do XVII Workshop em Desempenho de Sistemas Computacionais e de Comunicação. 2018.
OLIVEIRA, D. . Comitê de Programa do XII BreSci - XII Brazilian e-Science Workshop. 2018.
OLIVEIRA, D. . Comitê de Programa do XXXII Simpósio Brasileiro de Banco de Dados - Demo. 2018.
OLIVEIRA, D. . Comitê de Programa do Workshop de Teses e Dissertações em Banco de Dados (WTDBD) 2018. 2018.
OLIVEIRA, D. . Comitê de Programa do International Workshop on Very Large Internet of Things (VLIoT 2018). 2018.
OLIVEIRA, D. . Comitê de Programa do 7th International Provenance and Annotation Workshop. 2018.
OLIVEIRA, D. . Comitê de Programa do 19th Annual International Conference on Digital Government Research. 2018.
OLIVEIRA, D. . Comitê de Programa do XXXIII Simpósio Brasileiro de Banco de Dados. 2018.
OLIVEIRA, D. . Comitê de Programa do I LADaS - Latin American Data Science Workshop. 2018.
OLIVEIRA, D. . Comitê de Programa do Workshop Workflows in Support of Large-Scale Science. 2018.
OLIVEIRA, D. . Comitê de Programa do Workshop of Algorithms and Systems for MapReduce and Beyond (BeyondMR). 2017.
OLIVEIRA, D. . Comitê de Programa do Workshop on Clusters, Clouds and Grids for Life Sciences - CCGrid-Life. 2017.
OLIVEIRA, D. . Comitê de Programa da 43rd International Conference on Very Large Databases. 2017.
OLIVEIRA, D. . Comitê de Programa do XXI BreSci - XI Brazilian e-Science Workshop. 2017.
OLIVEIRA, D. . Comitê de Programa do XVI Workshop em Desempenho de Sistemas Computacionais e de Comunicação. 2017.
OLIVEIRA, D. . Comitê de Programa do XVIII WSCAD - Simpósio em Sistemas Computacionais de Alto Desempenho. 2017.
OLIVEIRA, D. . Comitê de Programa do Workshop de Computação em Cloud e Aplicações (SBRC 2017 - WCGA). 2017.
OLIVEIRA, D. . Comitê de Programa da III Escola Regional de Computação de Alto Desempenho. 2017.
OLIVEIRA, D. . Comitê de Programa do XXXII Simpósio Brasileiro de Banco de Dados - Short Papers. 2017.
OLIVEIRA, D. . Comitê de Programa do XXXII Simpósio Brasileiro de Banco de Dados. 2017.
OLIVEIRA, D. . Comitê de Programa do XXXII Simpósio Brasileiro de Banco de Dados - Demo. 2017.
OLIVEIRA, D. . Comitê de Programa do Workshop de Teses e Dissertações em Sistemas de Informação (WTDSI) 2017. 2017.
OLIVEIRA, D. . Comitê de Programa do I Workshop Databases meet Bioinformatics. 2017.
OLIVEIRA, D. . Comitê de Programa do I SBBD Dataset Showcase Workshop. 2017.
OLIVEIRA, D. . Comitê de Programa do Workshop de Teses e Dissertações em Banco de Dados (WTDBD) 2017. 2017.
OLIVEIRA, D. . Comitê de Programa do Workshop Workflows in Support of Large-Scale Science. 2017.
OLIVEIRA, D. . ICDE 2016 Demonstration Program Committee. 2016.
OLIVEIRA, D. . Comitê de Programa do XV Workshop em Desempenho de Sistemas Computacionais e de Comunicação. 2016.
OLIVEIRA, D. . Comitê de Programa do X Brazilian e-Science Workshop (BreSci). 2016.
OLIVEIRA, D. . Comitê de Programa do XXXI Simpósio Brasileiro de Banco de Dados. 2016.
OLIVEIRA, D. . Comitê de Programa do 6th International Provenance and Annotation Workshop. 2016.
OLIVEIRA, D. . Comitê de Programa do Workshop of Algorithms and Systems for MapReduce and Beyond (BeyondMR). 2016.
OLIVEIRA, D. . Comitê de Programa do XVII WSCAD - Simpósio em Sistemas Computacionais de Alto Desempenho. 2016.
OLIVEIRA, D. . Comitê de Programa do Workshop de Computação em Cloud e Aplicações (SBRC 2016 - WCGA). 2016.
OLIVEIRA, D. . Comitê de Programa da II Escola Regional de Computação de Alto Desempenho. 2016.
OLIVEIRA, D. . Comitê de Programa do Workshop de Teses e Dissertações em Sistemas de Informação (WTDSI) 2016. 2016.
OLIVEIRA, D. . Comitê de Programa do Workshop de Teses e Dissertações em Banco de Dados (WTDBD) 2016. 2016.
OLIVEIRA, D. . Comitê de Programa do Workshop Workflows in Support of Large-Scale Science. 2016.
OLIVEIRA, D. . SIGMOD 2015 Demonstration Program Committee. 2015.
OLIVEIRA, D. . Comitê de Programa do XXX Simpósio Brasileiro de Banco de Dados. 2015.
OLIVEIRA, D. . Comitê de Programa do XIV Workshop em Desempenho de Sistemas Computacionais e de Comunicação. 2015.
OLIVEIRA, D. . Comitê de Programa do High Performance Big Data and Cloud Computing workshop. 2015.
OLIVEIRA, D. . Comitê de Programa do XXX Simpósio Brasileiro de Banco de Dados - Short Papers. 2015.
OLIVEIRA, D. . Comitê de Programa do XXX Simpósio Brasileiro de Banco de Dados - Demo. 2015.
OLIVEIRA, D. . Comitê de Programa do XVI Simpósio em Sistemas Computacionais de Alto Desempenho. 2015.
OLIVEIRA, D. . Comitê de Programa do Workshop de Computação em Cloud e Aplicações (SBRC 2015 - WCGA). 2015.
OLIVEIRA, D. . Comitê de Programa do IX Brazilian e-Science Workshop (BreSci). 2015.
OLIVEIRA, D. . Comitê de Programa do Workshop de Teses e Dissertações em Banco de Dados (WTDBD) 2015. 2015.
OLIVEIRA, D. . Comitê de Programa da I Escola Regional de Alto Desempenho do Rio de Janeiro. 2015.
OLIVEIRA, D. . Comitê de Programa do High Performance Cloud and Grid Computing Workshop. 2014.
OLIVEIRA, D. . Comitê de Programa do Workshop de Teses e Dissertações em Sistemas de Informação (WTDSI) 2014. 2014.
OLIVEIRA, D. . Comitê de Programa do Workshop de Computação em Cloud e Aplicações (SBRC 2014 - WCGA). 2014.
OLIVEIRA, D. . Comitê de Programa do VIII Brazilian e-Science Workshop (BreSci). 2014.
OLIVEIRA, D. . Comitê de Programa do Workshop de Teses e Dissertações em Banco de Dados 2014. 2014.
OLIVEIRA, D. . Comitê de Programa do XV Simpósio em Sistemas Computacionais (WSCAD-SSC). 2014.
OLIVEIRA, D. . Comitê de Programa do Concurso de Tese do XV Simpósio em Sistemas Computacionais (WSCAD-CTD). 2014.
OLIVEIRA, D. . Comitê de Programa do III IEEE LatinCloud. 2014.
PAULA JUNIOR, U. ; DRUMMOND, L. M. A. ; OLIVEIRA, D. ; FROTA, Y. ; BARBOSA, V. C. . Handling Flash-Crowd Events to Improve the Performance of Web Applications. 2014.
OLIVEIRA, D. . Comitê de Programa do VI Workshop de Teses e Dissertações em Sistemas de Informação. 2013.
OLIVEIRA, D. . Comitê de Programa do BreSci - VII Brazilian e-Science workshop. 2013.
OLIVEIRA, D. . Comitê de Programa do XIV Simpósio em Sistemas Computacionais (WSCAD-SSC). 2013.
OLIVEIRA, D. . Comitê de Programa do V Congresso de Computação do Sul de Mato Grosso. 2013.
OLIVEIRA, D. . Comitê de Programa do Workshop on Cost and Performance Optimization in Cloud Computing. 2013.
OLIVEIRA, D. . Comitê de Programa do High-Performance Grid and Cloud Computing Workshop. 2013.
OLIVEIRA, D. C. M. ; BAIAO, F. ; MATTOSO, M. . MF-Ontology: an Ontology for the Text Mining Domain. 2009.
OLIVEIRA, D. ; COSTA, L. A. N. . Programa Boletim Ciência - Fundação Oswaldo Cruz. 2024. (Programa de rádio ou TV/Entrevista).
OLIVEIRA, D. . Seminário Online: Gerência de Dados para o Bem Estar Social. 2022. (Programa de rádio ou TV/Outra).
OLIVEIRA, D. . Seminário Online: Processamento de Consultas OLAP em Nuvens de Computadores. 2022. (Programa de rádio ou TV/Outra).
OLIVEIRA, D. . Seminário Polo Regional UAB-CEDERJ de Rio Bonito: Análise Online de Grandes Volumes de Dados (e pequenos também!). 2021. (Programa de rádio ou TV/Outra).
OLIVEIRA, D. . Seminário Online IC/UFF: Gerência de Dados para o Bem-Estar Social. 2021. (Programa de rádio ou TV/Outra).
OGASAWARA, E. ; COUTINHO, R. ; MATTOSO, M. ; OLIVEIRA, D. ; PORTO, F. ; COUTINHO, A. ; OCAÑA, K. . Mesa Redonda CEFET/RJ: High Performance Data Science. 2021. (Programa de rádio ou TV/Mesa redonda).
OLIVEIRA, D. . Seminário PPCIC - CEFET/RJ: Análise Online de Grandes Volumes de Dados (e pequenos também!). 2021. (Programa de rádio ou TV/Outra).
OLIVEIRA, D. . Seminário Online IC/UFF: Análise Online de Grandes Volumes de Dados (e pequenos também!). 2020. (Programa de rádio ou TV/Outra).
OLIVEIRA, D. . Seminário Online UNIOESTE: Uma Suave Introdução aos Bancos de Dados NoSQL. 2020.
OLIVEIRA, D. . Keynote BreSci: Análise em Tempo Real de Dataflows Filogenômicos. 2020.
ROCHA, A. A. A. ; OLIVEIRA, D. . Mesa Redonda CEDERJ: A Importância da Tutoria CEDERJ. 2016. (Programa de rádio ou TV/Mesa redonda).
OLIVEIRA, D. . Seminário CEDERJ: Pesquisas em Banco de Dados no IC/UFF - Workshop do Curso de Tecnologia em Sistemas de Computação do CEDERJ. 2015. (Programa de rádio ou TV/Entrevista).
OLIVEIRA, D. ; VIEIRA, B. L. ; SALGADO, L. C. C. . InformeIC - Informativo do Instituto de Computação da Universidade Federal Fluminense. 2021; Tema: Informativo Geral. (Rede social).
OLIVEIRA, D. ; LAGE, M. ; MARTINS, S. L. . Canal de Youtube do Instituto de Computação da Universidade Federal Fluminense. 2021; Tema: Canal do Youtube do IC/UFF. (Site).
OLIVEIRA, D. ; MATTOSO, M. . Tutorial 'Computação em Nuvem para Ciência: o Papel Fundamental da Área de Bancos de Dados'. 2013. (Curso de curta duração ministrado/Outra).
OLIVEIRA, D. C. M. . Implementando Logs de Auditoria em Banco de Dados Oracle. 2009. (Artigo Online).
OLIVEIRA, D. C. M. . Utilização da Diretiva PRAGMA AUTONOMOUS_TRANSACTION. 2009. (Artigo Online).
OLIVEIRA, D. C. M. . Introdução ao uso de imagens no MySQL. 2009. (Artigo Online).
Projetos de pesquisa
-
2023 - Atual
BioCloud2 - Explorando o DNA da Nuvem AWS na Execução Otimizada de Aplicações de Biotecnologia - Chamada CNPq/AWS N 64/2022, Descrição: Com o intuito de explorar as relações de custo e desempenho de aplicações de bioinformática na nuvem AWS este projeto vai concentrar esforços na especificação de metodologias de execução eficiente de aplicações, através de análise de desempenho, mecanismos de escalonamento, elasticidade de recursos e tolerância a falhas, visando uma melhor eficiência, robustez e minimização de custos monetários para os usuários. Do lado do cientista, usuário das aplicações, o objetivo é de facilitar o uso eficiente da nuvem para solucionar seus problemas, e do lado do provedor, o projeto vem a oferecer benefícios em termos de redução de custos e consumo de energia na utilização de sua infraestrutura computacional e seus serviços. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (3) / Doutorado: (7) . , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Eugene Francis Vinod Rebello - Integrante / Aline Marins Paes Carvalho - Integrante / Cristina Boeres - Coordenador / Cristiana Barbosa Bentes - Integrante / Lucia M A Drummond - Integrante / Alba Cristina Magalhaes Alves de Melo - Integrante / Fabrício Alves Barbosa da Silva - Integrante / Alexandre da Costa Sena - Integrante / Célia Ghedini Ralha - Integrante / Aleteia Patricia Favacho De Araujo Von Paumgartten - Integrante / Marcelo Antonio Marotta - Integrante / Daniel Sundfeld Lima - Integrante / Karla Figueiredo - Integrante / Maria Clicia Castro - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2023 - Atual
Legacy Survey of Space and Time (LSST), Descrição: O Large Synoptic Survey Telescope (LSST) é um telescópio construído em Cerro Pachón no Chile. O LSST irá mapear em seis bandas, quase a metade do céu por um período de 10 anos. O telescópio com um diâmetro de 8,4 metros tem um campo de visada de quase 10 graus quadrados podendo mapear toda região do céu ao qual ele tem acesso, em apenas algumas noites. Sua câmera consiste de um mosaico de CCDs com 3.2 bilhões de pixels e, cada exposição cobre uma área corresponde a 40 vezes o tamanho da Lua cheia. A cada noite serão acumulados ~15 TB de dados que devem ser transmitidos para diferentes centros para redução e análise. O sistema será o mais poderoso coletor de luz no óptico e a velocidade das observações fornecerá aos astrônomos pela primeira vez uma visão dinâmica do Universo onde variações de posição ou fluxo serão registradas numa cadência de algumas noites. Estima-se que o LSST gerará da ordem de 10 milhões de alertas a cada noite que devem ser classificados e os casos mais interessantes serão observados em outros telescópios. Ao término de 10 anos o levantamento obterá informações para 37 bilhões de estrelas e galáxias explorando um volume de espaço sem precedentes e gerando da ordem de 100 PB de produtos. Este projeto representa um grande desafio na área de TI para gerenciar a transferência, processamento, armazenamento, análise e exploração científica da grande quantidade de dados que será gerada de forma ininterrupta. Este é um problema de Big Data que começa a ser enfrentado de uma forma sistemática pelo projeto procurando novas soluções para as áreas de rede, processamento de alto-desempenho e desenhos de banco de dados.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Luiz Alberto Nicolaci da Costa - Integrante / Rogério Rosenfeld - Coordenador / Thaisa Storchi-Bergmann - Integrante / Rogemar Riffel - Integrante / Rogério Riffel - Integrante / Jaderson Schimoia - Integrante / Sandro Rembold - Integrante / Marianna Penna-Lima - Integrante / Marcos Lima - Integrante / Valerio Marra - Integrante / Sandro Vitenti - Integrante / Bruno Moraes - Integrante / Ana Leonor Chies-Santos - Integrante / Charles j. Bonatto - Integrante / Basílio Santiago - Integrante / Kepler Oliveira - Integrante / Julio Camargo - Integrante / Valerio Carruba - Integrante / Altair Gomes - Integrante / Felipe Braga Ribas - Integrante / Reinaldo Rosa - Integrante / Rafael Izbicki - Integrante.
-
2022 - 2023
Evaluation of Modeling and Dimensioning Approaches for the Detection of Galaxy/Stellar Clusters in Large Optical Surveys Experiment, Descrição: The volume of produced data over the last decades reached an unprecedented value both in academia and industry . According to Domo, in 2020 each person on Earth produced 1.7MB of data every second. Although this volume of data brings several opportunities (e.g., to discover hidden patterns), it also brings several challenges. Many scientific experiments are based on complex computer simulations that consume these very large datasets and allocate huge amounts of computational resources. As the complexity of the experiments grows, running such simulations becomes a challenge. This scenario is found in many domains of knowledge, including Astronomy. In special, one experiment that is CPU intensive and has to process a large volume of data is the detection of galaxy/stellar clusters in large optical surveys. This experiment is composed of a series of activities and may be modeled as a workflow. A workflow can be defined as a model of a process, which consists of a series of activities and its dependencies . Workflows have been used primarily in the business data processing. A data-centric scientific workflow, which is the case of most astronomy experiments, structures the processing of a scientific simulation as a graph of activities, in which nodes correspond to data processing activities and edges represent the dataflow between them. Workflow activities are associated with scientific programs that prepare, process, and analyze data. Although viewing the experiment as a workflow represents a step forward, many problems remain open. One problem is to decide which approach/system to use to model the workflow. One can choose between Workflow Management Systems (e.g., Pegasus and SciCumulus), Big Data Frameworks (e.g., Apache Hadoop and Apache Spark), general-use libraries for parallel (e.g., Dask and Parsl). Each approach presents advantages that have to be considered in this choice. In addition, since these experiments process large volumes of data, they require High Performance Computing (HPC) environments to execute (e.g., a supercomputer, a cloud, or a grid). Determining the suitable amount of resources to allocate for a specific experiment is also an open, yet important, problem. In this project, we focus on two different aspects to support the detection of galaxy/stellar clusters in large optical surveys experiment: (i) Exploring different approaches to model and execute the experiment and (ii) Estimate the number of resources to allocate for a specific execution of the experiment.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (3) . , Integrantes: Daniel Cardoso Moraes de Oliveira - Coordenador / Rafaelli Coutinho - Integrante / Luiz Alberto Nicolaci da Costa - Integrante / Adriano Pieres - Integrante / Christophe Benoist - Integrante / Raslan Ribeiro - Integrante / Luis Alvarenga - Integrante., Financiador(es): Heising-Simons Foundation - Bolsa.
-
2022 - Atual
Otimização de Custos Computacionais de Aplicações de Alto Desempenho de Bioinformática em Nuvens de Computadores, Projeto certificado pelo(a) coordenador(a) Lúcia Maria de Assumpção Drummond em 11/08/2022., Descrição: Aplicações estratégicas para o país, como as da área de petróleo, meteorologia e biologia, dependem de computação de alto desempenho (High Performance Computing - HPC) para processar grandes quantidades de dados. Nuvens computacionais têm surgido como uma alternativa de baixo custo para HPC, oferecendo um conjunto de recursos virtualizados que podem ser rapidamente provisionados e dinamicamente escalonáveis. Porém, ainda existem diversas barreiras para seu uso. Uma delas está em fazer uso eficiente e escalável dos recursos e da seleção das máquinas virtuais (MVs) e escalonamento das tarefas nestas máquinas, o que produz impacto direto no desempenho e no custo financeiro. Além disso, as nuvens são propensas a falhas e para satisfazer os acordos de nível de serviço, a tolerância a falhas de MVs em nuvens é uma grande preocupação. Nesse contexto, este projeto trata das questões de gerências de recursos em nuvens visando a utilização eficiente destas plataformas para aplicações de bioinformática.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (5) . , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Eugene Francis Vinod Rebello - Integrante / Cristina Boeres - Integrante / Lúcia Maria de Assumpção Drummond - Coordenador / Luan Teylo - Integrante / Leandro Santiago de Araújo - Integrante / Alba Cristina Magalhaes Alves de Melo - Integrante / Alexandre da Costa Sena - Integrante / Célia Ghedini Ralha - Integrante / Edson Borin - Integrante.
-
2022 - Atual
ANNALIST: Apoio à Gerência e Análise de Dados em Aplicações de Cidades Inteligentes - Produtividade em Pesquisa (PQ) 2021, Descrição: O conceito de Cidades Inteligentes vem ganhando muita relevância, em especial na última década, por conta da proliferação de dados associados a cidades (e.g., dados de sensores, telefonia móvel, de sistemas de informação governamentais, etc). O objetivo do uso desses dados é melhorar os serviços oferecidos à população, por meio do desenvolvimento de aplicações, e assim aumentar o chamado bem-estar social. Diversas iniciativas têm sido propostas nas mais variadas áreas, e.g., saúde, transportes e segurança. As aplicações no contexto de Cidades Inteligentes são fortemente baseadas em Ciência de Dados, que engloba áreas como Inteligência Artificial, Estatística e Visualização. Entretanto, considerando o volume e a heterogeneidade dos dados envolvidos no processo (principalmente de análise e extração do conhecimento), a área de Gerência de Dados desempenha um papel-chave. Caso os dados não sejam bem estruturados, pré-processados, passíveis de consulta de forma eficiente e não possuam metadados que os descrevam, o resultado de aplicações de aprendizado de máquina, por exemplo, pode ficar comprometido. De fato, uma Gerência de Dados bem realizada pode representar a diferença crítica entre uma iniciativa de Cidades Inteligentes que ganha o apoio das partes interessadas e uma que acaba não sendo utilizada na prática. Grande parte das soluções existentes para Gerência de Dados no contexto de Cidades Inteligentes ou são específicas para uma determinada aplicação/domínio, ou não consideram todo o ciclo de vida do dado, desde o momento em que foi obtido, passando por múltiplas transformações, até a entrega para o usuário final. Assim, o projeto ANNALIST tem como objetivo oferecer uma arquitetura que permita aos diferentes usuários envolvidos realizar a gerência e a análise dos dados no contexto de aplicações de Cidades Inteligentes de forma eficiente durante todo o ciclo de vida do dado. Objetivamos desenvolver soluções para armazenamento, representação, consulta e análise de dados para apoiar as aplicações a serem desenvolvidas. Todo o apoio manterá o uso de padrões na representação de dados e procurará estender/adaptar, sempre que possível, serviços de análise de dados já propostos pelo grupo de pesquisa do proponente do projeto. Todos os resultados serão validados utilizando aplicações reais de projetos de Cidades Inteligentes.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (5) / Doutorado: (8) . , Integrantes: Daniel Cardoso Moraes de Oliveira - Coordenador / Isabel Rosseti - Integrante / Marcos Lage - Integrante / Aline Marins Paes Carvalho - Integrante / Yuri Frota - Integrante / Marta Mattoso - Integrante / Vítor Silva - Integrante / Marcos Bedo - Integrante / Victor Stroele - Integrante.
-
2021 - Atual
Apoio a Usuários e Projetos de Supercomputação do Estado do Rio de Janeiro no Uso Eficiente do Ambiente Computacional Multiusuário Santos Dumont, Projeto certificado pelo(a) coordenador(a) Antônio Tadeu Azevedo Gomes em 04/11/2021., Descrição: Este projeto tem como primeiro objetivo o desenvolvimento de um serviço de apoio a usuários e projetos de supercomputação do Estado do Rio de Janeiro no uso eficiente do ambiente computacional multiusuário Santos Dumont (SDumont), hospedado no Laboratório Nacional de Computação Científica (LNCC) . Como segundo objetivo, este projeto visa a manutenção preventiva de alguns componentes de software básico e de hardware do SDumont.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Antônio Tadeu Azevedo Gomes - Coordenador / Lúcia Maria de Assumpção Drummond - Integrante / Fabio Porto - Integrante / Luiz Gadelha - Integrante / Carla Osthoff - Integrante / Roberto Pinto Souto - Integrante / Pablo Javier Blanco - Integrante / Frédéric Gérard Christian Valentin - Integrante / Marcio Rentes Borges - Integrante / Sandra Mara Cardoso Malta - Integrante / Márcio Arab Murad - Integrante / Luiz Alberto Nicolaci da Costa - Integrante / Laurent Emmanuel Dardenne - Integrante / Fábio Lima Custódio - Integrante / Marinez Ferreira de Siqueira - Integrante / Wagner Vieira Leo - Integrante / Leonardo Alves - Integrante / Adriano Pieres - Integrante.
-
2020 - Atual
Uma proposta para interoperabilidade de dados na nuvem - Programa de Desenvolvimento de Projetos Aplicados, Descrição: No mundo moderno onde as informações circulam com uma rapidez fantástica, existe a necessidade de sistemas mais inteligentes e interligados que produz conhecimento para assessoramento dos gestores, de forma clara, precisa, concisa e rápida, na tomada de decisão. É no nível do município, onde seus moradores procuram ganhar a vida, existe a necessidade crescente e ao mesmo tempo, crucial que seus gestores tenham em mãos informações corretas e completas. Esta pesquisa pretende analisar a integração dos sistemas do município e principalmente, sua interoperabilidade, de forma que o conhecimento produzido possa ser empregado estrategicamente, taticamente e operacionalmente em benefício dos moradores e para uma gestão mais eficiente. Este projeto tem por objetivo propor um modelo de interoperabilidade que permita a transformação de dados originados de diferentes sistemas para um modelo genérico de dados utilizando recursos de computação em nuvem, visando automatizar e ampliar a interoperabilidade dos sistemas e minimizar o custo monetário e/ou o tempo de comunicação entre os sistemas. Este modelo genérico seria obtido através do uso de técnicas de representação do conhecimento para gerar ontologias que atendam aos diferentes padrões de dados provenientes dos sistemas. O conjunto de ferramentas consiste de aplicações capazes de converter os padrões de diferentes dados no modelo genérico e uma API e/ou modelo para a incorporação de novos padrões de dados de forma dinâmica. Dessa forma, com os recursos disponibilizados online seria possível criar uma base de conhecimento dinâmica que armazena informações de sistemas antigos e novos. Além disso, o conjunto de ferramentas disponíveis em sistemas computacionais em nuvem garante a disponibilidade e integração de dados para que possam ser consumidos por novos sistemas que beneficiem o setor público. Os custos seriam flexíveis de acordo com a demanda de recursos necessários para os sistemas integrados. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Eugene Francis Vinod Rebello - Integrante / Cristina Boeres - Integrante / Bruno Lopes Vieira - Integrante / Leandro Santiago de Araújo - Coordenador / Geiza Maria Hamazaki da Silva - Integrante.
-
2020 - Atual
Niterói organizada e segura: estudo do impactos das chuvas - Programa de Desenvolvimento de Projetos Aplicados, Projeto certificado pelo(a) coordenador(a) Marcos de Oliveira Lage Ferreira em 29/05/2020., Descrição: Estudos recentes das ONU apontam que 68% da população mundial viverá em regiões urbanas até 2050. Um dos grandes desafios gerados pelo aumento da população das grandes cidades é a criação de políticas públicas de controle do processo de urbanização. Se por um lado regiões urbanas que crescem de forma estruturada gerenciam melhor seus recursos e serviços, e oferecem melhor qualidade de vida a sua população, regiões que evoluem desordenadamente usualmente enfrentam problemas com transportes públicos, trânsito, enchentes, deslizamentos de encostas, etc. Os problemas ocasionados pela urbanização desordenada podem ser estudados por meio de diversos indicadores, presentes não apenas nos conjuntos de dados disponibilizados pelas prefeituras e prestadoras de serviços de grandes centros urbanos, mas também em conjuntos de dados alternativos como os de redes sociais, aplicativos de celular, etc. Neste projeto, usaremos dados da prefeitura e de fontes alternativas para estudar problemas ocasionados pelas chuvas na cidade de Niterói. Utilizaremos conhecimentos das áreas de Engenharia de Dados, Inteligência Artificial, Otimização e Visualização de Informação para produzir estudos que apoiem os três principais focos de atuação do pilar ?A Niterói que Queremos Será: Organizada e Segura? do planejamento estratégico ?Niterói Que Queremos?: mobilidade urbana, infraestrutura e segurança. Neste contexto, tentaremos responder questões como: Qual o impacto das chuvas no trânsito da cidade? Quais as áreas da cidade mais afetadas por grandes volumes de chuva? Como chuvas interferem nas rotas de policiamento e na ocorrência de crimes?. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Especialização: (0) / Mestrado acadêmico: (2) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Isabel Rosseti - Integrante / Marcos Lage - Coordenador / Aline Marins Paes Carvalho - Integrante / Yuri Frota - Integrante / Antônio Augusto Aragão Rocha - Integrante / Lhaylla Crissaff - Integrante., Financiador(es): Prefeitura Municipal de Niterói - Cooperação.
-
2020 - Atual
INRIA Associate Team: HPDaSc- High Performance Data Science, Projeto certificado pelo(a) coordenador(a) Fabio Andre Machado Porto em 03/05/2022., Descrição: Data-intensive science requires the integration of two fairly different paradigms: high-performance computing (HPC) and data science. HPC is compute-centric and focuses on high-performance of simulation applications, typically using powerful, yet expensive supercomputers whereas data science is data-centric and focuses on scalability and fault-tolerance of web and cloud applications using cost-effective clusters of commodity hardware. In the context of the SciDISC project (associated team 2016-2019) and the INRIA Project Lab (IPL) HPC-BigData (2018-2022), we studied various architectures for integrating HPC and big data (post-processing, in-situ, in-transit) for applications in astronomy, life science and agronomy, and geoscience (oil & gas). We learned major lessons, which are the basis for this new project: * Importance of realtime analytics to make critical high-consequence decisions, e.g. preventing useless drilling based on a driller?s realtime data and realtime visualization of simulated data ; * Effectiveness of machine learning (ML) to deal with scientific data, e.g. computing Probability Density Functions (PDFs) over simulated seismic data using Spark; * Effectiveness of the Human-In-the-Loop (HIL) paradigm in combination with provenance data in scientific workflows, e.g. to avoid useless, long-duration computations in a supercomputer; * Significance of working closely with domain experts in order to interpret scientific data. This project addresses the grand challenge of High Performance Data Science (HPDaSc), by developing architectures and methods to combine simulation, ML and data analytics. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Alvaro Coutinho - Integrante / Fernando Rochinha - Integrante / Esther Pacitti - Integrante / Reza Akbarinia - Integrante / Rafaelli Coutinho - Integrante / Aline Marins Paes Carvalho - Integrante / Fabio Porto - Coordenador / Patrick Valduriez - Integrante / Kary Ocaña - Integrante / Eduardo Ogasawara - Integrante / Marta Mattoso - Integrante / Luiz Gadelha - Integrante / Dennis Shasha - Integrante / Florent Masseglia - Integrante / Christophe Pradal - Integrante / Alexis Joly - Integrante.
-
2019 - 2023
Análise Online de Dados Científicos em Ambientes de Computação Escalável e Intensiva em Dados, Descrição: Áreas estratégicas para o desenvolvimento do Brasil e do Estado do Rio de Janeiro, como as da área de petróleo, meteorologia e biologia, são altamente dependentes do uso de simulações computacionais.Apesar dessas simulações poderem ser implementadas em programas monolíticos, a grande maioria é caracterizada pelo encadeamento de programas que executam modelos computacionais cada vez mais complexos (i.e., dataflows). Esses dataflows são frequentemente modelados e executados tanto por meio de scripts quanto de abstrações como workflows científicos. Por se tratarem de simulações de larga es-cala, as mesmas comumente consomem e produzem um grande volume de dados. Devido à esse volume, o processamento requer o uso de paralelismo e ambientes de Computação de Alto Desempenho (HPC).A convergência entre HPC e as tarefas de processamento e análise de dados científicos associados a esses dataflows tem se dado basicamente pelo uso de Ambientes de Computação em Escalável e Intensiva emDados (do inglês DISC - Data Intensive Scalable Computing). A convergência entre HPC e DISC e um tópico bastante recente de interesse da comunidade científica. Enquanto ambientes HPC concentram-seno alto desempenho das simulações, geralmente utilizando supercomputadores, os ambientes DISC são orientados a dados e são formados por clusters de máquinas de hardware comum. Exemplos de frameworks DISC incluem o Apache Spark e o Apache Hadoop. A implementação e execução de dataflows em ambientes DISC traz uma série de desafios que estão relacionados com a gerência de recursos em larga escala. Muitas vezes para que a simulação atinja a capacidade de processamento necessária para terminar em tempo hábil, e necessário que se utilize uma série de recursos heterogêneos como CPUs em um cluster e/ou GPGPUs. O uso de ambientes DISC requer novos algoritmos de fragmentação de dados e tarefas das simulações, de escalonamento, de gerência e análise de dados produzidos, de segurança, de tolerância a falhas e de agregação de resultados, além de testes de avaliação. O presente projeto propõe uma abordagem capaz de executar, gerenciar, monitorar, depurar dataflows e analisar os dados produzidos pelos mesmos.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Daniel Cardoso Moraes de Oliveira - Coordenador / Vanessa Braganholo - Integrante / Leonardo Murta - Integrante / Esther Pacitti - Integrante / Isabel Rosseti - Integrante / Marcos Lage - Integrante / Aline Marins Paes Carvalho - Integrante / Yuri Frota - Integrante / Kary Ocaña - Integrante / Marta Mattoso - Integrante / Javam de Castro Machado - Integrante / José Maria da Silva Monteiro Filho - Integrante / Ji Liu - Integrante / Marcos Bedo - Integrante / Victor Ströele de Andrade Menezes - Integrante., Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Bolsa.
-
2019 - 2023
Apoio Computacional ao Desenho de Novas Drogas para Tratamento de Zika Usando Computação em Larga-Escala Centrada em Dados - Edital Universal CNPq 2018 - R$ 40.000,00, Descrição: O vírus da Zika (ZIKV) faz parte de um grupo de doenças emergentes infecciosas que afetam em especial habitantes de países em desenvolvimento, incluindo o Brasil. O ZIKV é o responsável por graves anomalias congênitas em bebês, em especial a microcefalia. Dessa forma, para a populac#807;a#771;o desses pa#305;#769;ses, a descoberta de novas drogas que possam ser usadas como tratamento para o ZIKV e#769; uma prioridade. Embora o Brasil tenha avanc#807;ado significativamente na u#769;ltima de#769;cada em va#769;rios campos da cie#770;ncia, as pesquisas em a#769;reas multidisciplinares como a bioinforma#769;tica ainda se encontram em amadurecimento, e estas desempenham um papel fundamental para a descoberta de novas drogas para o tratamento do ZIKV. Diversas pesquisas de sucesso no ramo da bioinforma#769;tica te#770;m proposto protocolos in silico (baseado em simulac#807;o#771;es computacionais) que utilizam ana#769;lises filogene#769;ticas/filogeno#770;micas e mais recentemente as ana#769;lises farmacofilogeno#770;micas. Esses protocolos normalmente envolvem um conjunto de programas que executam simulac#807;o#771;es cient#305;#769;ficas e que sa#771;o encadeados formando um fluxo coerente de atividades, ao qual denominamos workflow. Entretanto, gerenciar um experimento nesse contexto na#771;o é #769;uma tarefa trivial. Cada execuc#807;a#771;o de um workflow para descoberta de novas drogas para o ZIKV pode consumir e produzir um grande volume de dados, o que comumente requer o uso de ambientes de Processamento de Alto Desempenho (PAD), como clusters e supercomputadores, aliado a te#769;cnicas de paralelismo. Apesar de tais ambientes serem bastante utilizados, nos últimos anos temos visto o crescimento dos Ambientes de Computação em Larga Escala Centrada em Dados (DISC), que se baseiam em clusters de computadores de hardware comum, e seus frameworks associados como o Apache Spark que fornece processamento eficiente em memória. Um dos maiores desafios na gere#770;ncia de experimentos cient#305;#769;ficos nesses ambientes DISC reside na distribuic#807;a#771;o das execuc#807;o#771;es das atividades dos workflows nos recursos de forma eficiente. Ale#769;m disso, devemos nos preocupar com a gere#770;ncia de metadados e com a ana#769;lise dos resultados obtidos, seja por meio de representação visual ou utilizando técnicas de aprendizado de máquina. O objetivo principal deste projeto de pesquisa esta#769; no desenvolvimento de novas te#769;cnicas de gere#770;ncia de experimentos cient#305;#769;ficos baseados em simulac#807;a#771;o com o foco no apoio a#768; descoberta de novas drogas para o tratamento de ZIKV. Essa gere#770;ncia engloba a distribuic#807;a#771;o das simulac#807;o#771;es em ambientes DISC heteroge#770;neos (que envolvem nuvens de computadores, GPUs e clusters de computadores) e ana#769;lise dos resultados por meio de algoritmos de aprendizado de ma#769;quina e lo#769;gica. Todo o desenvolvimento sera#769; alicerc#807;ado em dados e processos reais fornecidos pela Fundação Oswaldo Cruz (FIOCRUZ) e pelo Laborato#769;rio Nacional de Bioinforma#769;tica (LabInfo) do Laborato#769;rio Nacional de Computac#807;a#771;o Cient#305;ífica.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (5) / Doutorado: (3) . , Integrantes: Daniel Cardoso Moraes de Oliveira - Coordenador / Vanessa Braganholo - Integrante / Leonardo Murta - Integrante / Isabel Rosseti - Integrante / Aline Marins Paes Carvalho - Integrante / Cristina Boeres - Integrante / Lúcia Maria de Assumpção Drummond - Integrante / Yuri Frota - Integrante / Kary Ocaña - Integrante / Marta Mattoso - Integrante / Bruno Lopes Vieira - Integrante / Marcos Bedo - Integrante / Marco Aurelio Pereira Horta - Integrante / Carla Osthoff - Integrante / Victor Ströele de Andrade Menezes - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro., Número de produções C, T & A: 3
-
2019 - 2022
ASCEND: apoio a Análise de dadoS CiENtíficos em ambientes DISC - Produtividade em Pesquisa (PQ) 2018, Descrição: During the last decade, the scientific community has seen a considerable increase in the number of scientific experiments based on large-scale computational simulations. Such simulations are characterized by the chaining of programs that execute increasingly complex computational models (dataflows). These dataflows are often implemented through scripts or workflows that consume and produce large amounts of data. Due to this volume, processing commonly requires the use of parallelism and High Performance Computing (HPC) environments. The convergence between HPC and the tasks of processing and analyzing scientific data associated with these dataflows has been largely driven by the use of Data Intensive Scalable Computing (DISC) environments. The convergence between HPC and DISC is a recent topic of interest to the scientific community. While HPC environments focus on the high performance of the simulations, usually using supercomputers, the DISC environments are data oriented and are formed by clusters of commodity machines. Examples of DISC frameworks include Spark. The implementation and execution of dataflows in DISC environments poses a number of challenges that are related to large-scale resource management. Often in order for the simulation to reach the processing capacity required to complete in a timely manner, it is necessary to use a number of heterogeneous resources such as CPUs in a cluster and/or GPGPUs. The use of DISC environments requires new algorithms for data fragmentation and tasks, scheduling, management and analysis of produced data, security, and aggregation of results, as well as evaluation tests. The $ASCEND$ project aims at proposing an approach that can execute, manage, monitor, debug dataflows and analyze the data produced by them.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (5) / Doutorado: (5) . , Integrantes: Daniel Cardoso Moraes de Oliveira - Coordenador / Vanessa Braganholo - Integrante / Leonardo Murta - Integrante / Isabel Rosseti - Integrante / Marcos Lage - Integrante / Aline Marins Paes Carvalho - Integrante / Cristina Boeres - Integrante / Alexandre Plastino - Integrante / Ubiratam de Paula Junior - Integrante / Lúcia Maria de Assumpção Drummond - Integrante / Yuri Frota - Integrante / Kary Ocaña - Integrante / Marta Mattoso - Integrante / Bruno Lopes Vieira - Integrante / Marcos Bedo - Integrante / Carla Osthoff - Integrante / Victor Ströele de Andrade Menezes - Integrante.
-
2017 - 2019
Associate Teams: SciDISC - Scientific data analysis using Data-Intensive Scalable Computing, Projeto certificado pelo(a) coordenador(a) Patrick Valduriez em 21/05/2017., Descrição: This project is an international collaborative project between Brazil and France, funded by the French side. --Inria (France) supports "Associate Teams" to strengthen scientific collaboration between Inria project teams and top-level research teams worldwide. -- Data-intensive science requires the integration of two fairly different paradigms: high-performance computing (HPC) and data-intensive scalable computing (DISC). Spurred by the growing need to analyze big scientific data, the convergence between HPC and DISC has been a recent topic of interest. This project will address the grand challenge of scientific data analysis using DISC (SciDISC), by developing architectures and methods to combine simulation and data analysis. The expected results of the project are: new data analysis methods for SciDISC systems; the integration of these methods as software libraries in popular DISC systems, such as Apache Spark; and extensive validation on real scientific applications, by working with our scientific partners such as INRA and IRD in France and Petrobras and the National Research Institute (INCT) on e-medicine (MACC) in Brazil. https://www.inria.fr/en/associate-team/scidisc. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Alvaro Coutinho - Integrante / Esther Pacitti - Integrante / Reza Akbarinia - Integrante / Fabio Porto - Integrante / Patrick Valduriez - Coordenador / Kary Ocaña - Integrante / Eduardo Ogasawara - Integrante / Marta Mattoso - Integrante / José Camata - Integrante / Dennis Shasha - Integrante / Florent Masseglia - Integrante.
-
2017 - Atual
Heurísticas para Otimização Combinatória: Aplicações e Contribuições Algorítmicas, Descrição: Muitos problemas em computação, logística, planejamento e engenharia, entre outras áreas, podem ser formulados como problemas de otimização combinatória. Metaheurísticas são métodos gerais eficazes para resolver tais problemas. Este projeto dirige-se a desenvolvimentos algorítmicos em metaheurísticas e à aplicação de heurísticas na solução de problemas combinatórios. Também são tratadas questões referentes à avaliação e à comparação de algoritmos.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Fabio Protti - Integrante / José Viterbo - Integrante / Isabel Rosseti - Coordenador / Alexandre Plastino - Integrante / Simone de Lima Martins - Integrante / Celso da Cruz Carneiro Ribeiro - Integrante / Luidi Simonetti - Integrante.
-
2016 - 2019
GRADE-HPAD - GeRênciA de Dados ciEntíficos em ambientes Híbridos de Processamento de Alto Desempenho - Jovem Cientista do Nosso Estado FAPERJ 2016, Descrição: Experimentos científicos complexos são capazes de produzir volumes de dados na casa dos Petabytes. Esse volume de dados é produto normalmente de complexas simulações computacionais que fazem parte dos experimentos. Em muitos experimentos são adotados workflows como abstração para representar as etapas computacionais de uma simulação. Muitas dessas etapas dos workflows são datacêntricas, mas também são computacionalmente intensivas, assim necessitando de ambientes de processamento de alto desempenho (PAD) e técnicas de paralelismo para que produzam dados em tempo hábil. Existem diversos ambientes de PAD como os clusters, as grades, e, mais recentemente, as nuvens e as GPGPUs. Entretanto, nos últimos anos, ambientes compostos por recursos heterogêneos têm sido propostos, os chamados ambientes híbridos. Exemplos de tais ambientes são nuvens e clusters que são formados tanto por CPUs quanto por GPGPUs, além de nuvens federadas e multi-sítio. Além da execução do workflow nestes ambientes, devemos nos preocupar com a qualidade dos dados. Muitos dados possuem um nível de incerteza associado, normalmente porque os programas utilizados nas simulações não são determinísticos. A análise desses dados também é um ponto fundamental, porém dados científicos são normalmente multi-relacionados, o que demanda técnicas de aprendizado de máquina mais complexas que as tradicionais. As soluções existentes para gerência dos dados científicos já englobam a execução paralela e a coleta de dados de proveniência em ambientes tradicionais, porém, não oferecem apoio a ambientes híbridos. O uso de ambientes híbridos requer novos algoritmos de fragmentação, de escalonamento, e de gerência e análise de dados produzidos. Além disso, devido à heterogeneidade do ambiente, os dados de proveniência devem ser considerados e utilizados como base para as soluções propostas. Desta forma, este projeto visa desenvolver uma série de soluções para ambientes híbridos para gerência e análise de dados científicos. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Daniel Cardoso Moraes de Oliveira - Coordenador., Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Auxílio financeiro.
-
2016 - 2019
Apoio a Simulações Computacionais em Ambientes Híbridos Guiada por Dados de Proveniência - Produtividade em Pesquisa (PQ) 2016, Descrição: Nos últimos anos, a comunidade acadêmica tem percebido um aumento na quantidade de simulações computacionais executadas em experimentos científicos. Grandes projetos científicos são desenvolvidos por grupos de pesquisadores em colaboração, produzindo dados e programas em grande quantidade, distribuídos e heterogêneos. Muitos cientistas adotam workflows científicos como abstrações para as etapas computacionais envolvidas no experimento e a troca de dados entre estes. Tais workflows são computacionalmente intensivos e produzem um grande volume de dados, necessitando de ambientes de alto desempenho e técnicas de paralelismo para que terminem em tempo hábil. Existem diversos ambientes de processamento de alto desempenho já consolidados e que podem ser usados para executar os workflows como os clusters e as grades computacionais, e, mais recentemente, o conceito de nuvens de computadores têm ganhado bastante importância no cenário científico. Assim, podemos considerar grandes sistemas computacionais integrados, como o SINAPAD por exemplo, como um ambiente computacional híbrido multi-site que oferece acesso a recursos heterogêneos (máquinas em um cluster ou grade, GPUs, etc.) distribuídos, de forma transparente. A execução de workflows neste tipo de ambiente computacional trás uma série de desafios que estão relacionados com a gerência de recursos em larga escala (tanto de número e tipos de processadores quanto de dados e tarefas das simulações computacionais). Muitas vezes para que a simulação atinja a capacidade de processamento necessária para terminar em tempo hábil, é necessário que se utilize uma série de recursos heterogêneos como CPUs em um cluster e GPUs. O uso desses ambientes híbridos requer novos algoritmos de fragmentação de dados e tarefas das simulações, de escalonamento, de gerência de dados produzidos, de tolerância a falhas e de agregação de resultados, além de testes de avaliação. Além disso, devido à larga escala e heterogeneidade do ambiente, a análise dos dados de proveniência dos experimentos científicos, deve ser considerada e utilizada como base para as soluções propostas. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (10) / Mestrado acadêmico: (3) / Doutorado: (2) . , Integrantes: Daniel Cardoso Moraes de Oliveira - Coordenador / Vanessa Braganholo - Integrante / Aline Marins Paes Carvalho - Integrante / Lúcia Maria de Assumpção Drummond - Integrante / Yuri Frota - Integrante / Vítor Silva - Integrante / Kary Ocaña - Integrante / Marta Mattoso - Integrante.
-
2016 - 2019
BioMiningHPC: Arquitetura baseada em Workflows, Mineração e Proveniência de Dados de Experimentos de Bioinformática para Ambientes HPC no Apoio ao Estudo de Doenças Negligenciadas e Doenças Genômicas Raras em Humanos - APQ1 FAPERJ, Projeto certificado pelo(a) coordenador(a) Kary Ann del Carmen Ocaña Gautherot em 06/06/2016., Descrição: Embora o Brasil tenha avançado significativamente nos últimos anos em vários campos das Ciências e tecnologias afins, pesquisas em áreas multidisciplinares como a bioinformática ainda são nascentes, mesmo sendo fundamentais para o desenvolvimento biotecnológico do país. As pesquisas biomédicas/biotecnológicas têm alavancado descobertas científicas devido à exploração da grande quantidade de dados coletada de pesquisas genômicas/proteômicas para a descoberta de padrões de sequências, funções de genes e interações proteína-proteína que alavanquem investigações de biomarcadores e/ou na terapia de doenças. Por outro lado, recentes progressos nas pesquisas na mineração de dados têm levado ao desenvolvimento de numerosos métodos eficientes/escaláveis para mineração, interessantes para os padrões/conhecimento em grandes bancos de dados e.g. métodos de classificação eficiente, análises de valores/resultados atípicos, frequência, métodos de análise de padrões estruturados, ferramentas de análise de dados temporal/espacial, e visualização. O desafio em questão é a melhor maneira de tornar experimentos de mineração de dados biológicos em larga escala em uma metodologia exitosa. Neste caso, o cientista precisa de um grau de abstração para poder atrelar as atividades domínio específicas da bioinformática a aquelas que melhor se adéquam ao algoritmo de mineração e acopla-los em uma arquitetura. Esses experimentos podem ser modelados como workflows e interconectados a Sistemas de Gerenciamento de Workflows Científicos, Sistemas de Gerenciamento de Banco de Dados e Sistemas Web. Desta maneira, workflows podem usufruir das vantagens de paralelismo e distribuição de ambientes de computação de alto desempenho como clusters de supercomputadores e recentemente nuvens. No entanto, a integração/uso desses ambientes apresentam outros muitos desafios relacionados principalmente à gerência de recursos em larga escala i.e. dados, tarefas, simulações computacionais, número de processadores. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Vanessa Braganholo - Integrante / Antônio Tadeu Azevedo Gomes - Integrante / Aline Marins Paes Carvalho - Integrante / Kary Ocaña - Coordenador / Marta Mattoso - Integrante / Luiz Gadelha - Integrante / Ana Tereza Ribeiro de Vasconcelos - Integrante., Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Auxílio financeiro.
-
2016 - Atual
UFFeScience: Apoio Computacional a Experimentos de Larga Escala para Desenho de Novas Drogas para Tratamento de Doenças Tropicais Negligenciadas, Descrição: termo ?Doenças Tropicais Negligenciadas se refere a um grupo de doenças tropicais endêmicas que afetam em especial habitantes da Ásia, África e da América Latina. Algumas dessas DTN são responsáveis por altas taxas de mortalidade nessas regiões. Assim, para a população desses países, a descoberta de novas drogas que possam ser usadas como tratamento para as DTN é uma prioridade. Em especial no cenário brasileiro, e mais especificamente no estado do Rio de Janeiro, diversas DTN atingem parte da população, como por exemplo, a Dengue. Embora o Brasil tenha avançado significativamente na última década em vários campos da ciência, as pesquisas em áreas multidisciplinares como a bioinformática ainda estão em amadurecimento, e estas desempenham um papel fundamental para o desenvolvimento do país e do estado e para a descoberta de novas drogas para o tratamento das DTN. Diversas pesquisas de sucesso no ramo da bioinformática têm proposto protocolos in-silica (baseado em simulações computacionais) que utilizam análises filogenéticas/filogenônicas e mais recentemente as análises farmacofilogenônicas. Esses protocolos normalmente envolvem um conjunto de programas que executam simulações científicas e que são encadeados formando um fluxo coerente de atividades, ao qual denominamos workflow. Em um mesmo experimento de bioinformática para descoberta de novas drogas para DTN é comum que tenhamos mais de um workflow e que este mesmo workflow seja executado diversas vezes, variando-se dados de entrada e parametrização de configuração, a fim de confirmar ou refutar uma determinada hipótese. Entretanto, gerenciar um experimento nesse contexto não é uma tarefa trivial. Cada execução de um workflow pode consumir e produzir um grande volume de dados, o que comumente requer Processamento de Alto Desempenho (PAD) aliada a técnicas de paralelismo para produzir resultados em tempo hábil. A demanda por técnicas de gerência de experimentos em ambientes de PAD vem crescendo a cada ano, ao mesmo tempo em que surgem novos ambientes como as nuvens de computadores (que podem ser multi-site e federadas) e as unidades de processamento gráfico de propósito geral (GPGPUs). Um dos maiores desafios na gerência de experimentos científicos nesses ambientes reside na distribuição das execuções das atividades dos workflows nos recursos de forma eficiente. Essas execuções podem ser distribuídas em mais de um ambiente (cluster local, nuvem e GPGPU) e essa heterogeneidade insere uma complexidade adicional (e grande) no processo. Além disso, devemos nos preocupar com a gerência de metadados e com a análise dos resultados obtidos. Diversas pesquisas na área de mineração de dados e aprendizado de máquina têm sido propostas com foco na análise de grandes volumes de dados. Entretanto, os dados biológicos produzidos por esses experimentos não podem ser representados como tuplas chave-valor, como acontece tradicionalmente em algoritmos de mineração de dados (e.g. K-means). Dados biológicos são normalmente multi-relacionados, o que demanda técnicas de aprendizado de máquina mais complexas como a mineração de dados multi-relacional (MDMR). Uma vez que essas técnicas possam ser aplicadas/adaptadas no contexto de experimentos de bioinformática para descoberta de novas drogas podemos descobrir novos padrões de sequências, funções de genes e interações proteína-proteína que alavanquem investigações na terapia de DTN. O objetivo principal deste projeto de pesquisa está no desenvolvimento de novas técnicas de gerência de experimentos para DTN.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (6) / Doutorado: (2) . , Integrantes: Daniel Cardoso Moraes de Oliveira - Coordenador / Vanessa Braganholo - Integrante / Isabel Rosseti - Integrante / Aline Marins Paes Carvalho - Integrante / Yuri Frota - Integrante / Cristina Nader Vasconcelos - Integrante / Christiano de Oliveira Braga - Integrante / Bruno Lopes Vieira - Integrante., Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Auxílio financeiro.
-
2015 - 2018
PSwmsGpu - Parallel Scientific Workflow Management Systems on GPU - Edital FAPERJ-Sorbonne, Projeto certificado pelo(a) coordenador(a) Marta Lima de Queiros Mattoso em 04/05/2015., Descrição: Large-scale simulations in computational science are complex to manage. Due to its exploratory nature, several iterations evaluate a large space of parameter combinations spanning many tasks in parallel. Scientific workflow management systems can execute those simulations as a chain of activities (computer programs) and the dataflow between those activities. Workflow systems provide activity and dataflow management, parallel execution and register provenance data. However, there are several open challenges in exploring different models of parallelism during the workflow execution. Among the challenges are: optimizations in parallel execution plan derivation, while taking advantage of different multi-core architectures. For example, general purpose (GP) GPU programming demands coupling highly parallel computing units with classic CPUs to obtain high performance. Heterogeneous systems lead to complex designs combining multiple paradigms and programming languages to manage each hardware architecture. We aim at lowering this complexity in parallel scientific workflow design by using dataflow and programming abstractions to represent the workflow specification. Underlying engines that are aware of the abstractions will have room to optimize the parallel execution plan. We are going to take advantage of two main programming abstractions to leverage workflow parallel execution. One abstraction comes from the Brazilian team, which is a dataflow algebra for the parallel execution of Map/Reduce operations, among others, in scientific workflows. The other abstraction, developed by the French team is SPOC, a library of parallel skeletons that can offer high performance while efficiently easing development, including GPGPU programming. Our goal is to combine the semantics of the dataflow algebraic operations with the power of composition constructs of SPOC skeletons to obtain dynamic generation of parallel execution plans.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Emmanuel Chailloux - Integrante / Marta Mattoso - Coordenador., Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Auxílio financeiro.
-
2014 - 2017
MUSIC - Gerência de dados científicos em uma nuvem multi-site, Projeto certificado pelo(a) coordenador(a) Fabio Andre Machado Porto em 15/05/2014., Descrição: Grandes projetos científicos em astronomia, biologia, medicina e engenharia produzem grandes volumes de dados, fruto de observação ou coleta instrumentada, ou ainda calculados por simulações numéricas de fenômenos. Na astronomia, por exemplo, projetos como o Large Synoptic Survey Telescope (LSST) estima produzir um mapa 3D do Universo com nível de detalhe e profundidade sem precedentes, o que se traduz em centenas de petabytes de dados em disco. Além do grande volume, dados científicos são imprecisos, devido aos aspectos de calibração dos instrumentos de captura, ou mesmo das incertezas introduzidas nos modelos dos fenômenos observados. Finalmente, grandes projetos científicos são desenvolvidos por grupos de pesquisadores em colaboração, produzindo dados e programas em grande quantidade, distribuídos e heterogêneos. Cientistas adotam workflows científicos como abstrações para as etapas computacionais envolvidas no experimento e a troca de dados entre estes. Além disso, sistemas de gerência de workflows científicos oferecem transparência em relação à complexidade do ambiente computacional, explorando técnicas eficientes de execução, como a execução paralela, e a coleta de dados de proveniência, com suporte à reprodução de experimentos e correções dinâmicas da execução. Finalmente, grandes sistema computacionais integrados, como o SINAPAD coordenado pelo LNCC, são vistos como uma nuvem computacional multi-site que visa a oferecer escalabilidade e acesso a recursos (máquinas, dados e programas) distribuídos, de forma transparente. Desta forma, este projeto pretende desenvolver uma arquitetura em nuvem multi-site para a gerência e análise de grandes volumes de dados científicos. A arquitetura multi-site em nuvem poderá ser utilizada como plataforma compartilhada para experimentos computacionais em diferentes disciplinas da ciência que se valerão de armazenamento, acesso, integração e processamento paralelo de seus dados distribuídos pela arquitetura de forma transparente. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (10) Doutorado: (10) . , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Alvaro Coutinho - Integrante / Esther Pacitti - Integrante / Reza Akbarinia - Integrante / Fabio Porto - Coordenador / Patrick Valduriez - Integrante / Kary Ocaña - Integrante / Eduardo Ogasawara - Integrante., Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Auxílio financeiro.
-
2014 - 2014
User-Steering Phylogenetic Workflows in the Cloud - Windows Azure for Research Proposal, Projeto certificado pelo(a) coordenador(a) Marta Lima de Queiros Mattoso em 23/01/2015., Descrição: This research aims at helping monitoring large-scale parallel execution of bioinformatics phylogenetic analysis workflow in the cloud. These workflows may be deployed as services and its real-time provenance can be queried during the execution so that the scientist can take actions like staging out part of the results such as a phylogenetic tree for visualization. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Kary Ocaña - Integrante / Marta Mattoso - Coordenador.
-
2013 - 2017
DocX Processamento de consultas e gerência de versões de documentos XML (CNPq, Edital Universal), Projeto certificado pelo(a) coordenador(a) Vanessa Braganholo Murta em 14/05/2014., Descrição: O volume de dados XML disponível atualmente vem crescendo cada vez mais. Este fato faz com que a necessidade de mecanismos eficientes de gerência de dados XML seja cada vez maior. Nesse projeto, tratamos de dois problemas diretamente relacionados à gerência de dados XML: processamento de consultas e gerência de versões. Existem vários trabalhos na literatura que lidam com o problema de processar consultas sobre dados XML. Uma abordagem bastante utilizada reside no processamento de consultas em paralelo. Para isso, os dados precisam estar distribuídos em diversos nós de uma rede. Fazer uma fragmentação fixa a priori pode gerar muito desbalanceamento de carga no processamento das consultas. A fragmentação virtual flexibiliza a rigidez da fragmentação física que é fixa. Por ser dinâmica, a fragmentação virtual tem se mostrado um uma boa alternativa para ganho de desempenho no processamento de consultas. No entanto, a abordagem existente, proposta pela proponente e sua equipe, ainda sofre de problemas de balanceamento de carga. Além disso, nem sempre o ambiente disponível dispõe de diversos nós de processamento para executar as consultas. Visando atender também a esse tipo de ambiente, em trabalhos anteriores comparamos o desempenho de processadores de consulta XQuery com máquinas de inferência Prolog. Surpreendentemente, diversas consultas executadas nas máquinas de inferência Prolog obtiveram melhor desempenho do que as consultas equivalentes executadas em processador XQuery nativo. No entanto, este estudo inicial usou traduções ad‐hoc que precisam ser sistematizadas e mais bem estudadas. Que tipo de consulta se beneficia do uso de máquina de inferência em seu processamento? Como traduzir consultas XML para consultas Prolog automaticamente? Outra questão primordial que tem recebido pouca atenção na literatura é a gerência de versões de documentos XML. Para que o controle de versões seja efetivo, são necessárias três operações: diff2 (que calcula a diferença entre duas versões consecutivas), diff3 (que calcula a diferença entre duas versões alternativas derivadas da mesma versão base), e merge (que consolida em um único documento as mudanças realizadas em duas versões alternativas). As técnicas existentes exploram a sintaxe e conteúdo do documento para o cálculo do diff2 [Cobena et al. 2002; Wang et al. 2003; Santos and Hara 2007; Sundaram and Madria 2012]. Técnicas para diff3 e merge têm recebido pouca atenção. Essas são questões que este projeto de pesquisa pretende investigar. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (6) Doutorado: (4) . , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Vanessa Braganholo - Coordenador / Leonardo Murta - Integrante / Aline Marins Paes Carvalho - Integrante / Marta Mattoso - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2013 - 2016
SciCumulus2 - Infraestrutura Computacional para Execução de Experimentos Científicos em Nuvens de Computadores, Universal CNPq, Descrição: Nos últimos anos, a comunidade acadêmica tem percebido um aumento na quantidade de experimentos científicos baseados em simulações computacionais. Muitos destes experimentos são atualmente modelados como workflows científicos e demandam grande capacidade de processamento. Existem diversos ambientes de processamento de alto desempenho já consolidados e disponíveis como clusters e grades computacionais, porém as nuvens de computadores têm ganhado bastante importância devido à sua grande adoção no mundo corporativo. Para que workflows científicos possam se beneficiar de características de nuvens, como a elasticidade e a alta disponibilidade, foi desenvolvido o SciCumulus, uma máquina de execução de workflows, que paraleliza e coordena a execução dos mesmos em ambientes de nuvem. O SciCumulus foi produto da tese de doutorado do proponente e representou um passo muito importante nesse cenário. Com base no sucesso de sua utilização em diversos workflows reais, novas demandas surgiram por parte dos usuários. Além disso, desafios advindos da própria avaliação experimental do SciCumulus levaram à concepção desta nova etapa do SciCumulus, proposta neste projeto de pesquisa. Assim, este projeto tem como objetivo aprofundar a contribuição que sistemas como o SciCumulus podem oferecer em ambientes de nuvens computacionais e propor novas heurísticas de escalonamento, explorar a distribuição de dados do workflow científico e trabalhar na segurança desses dados. Tais desenvolvimentos deverão ser incorporados em uma nova versão dessa infraestrutura denominada SciCumulus2.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Daniel Cardoso Moraes de Oliveira - Coordenador / Vanessa Braganholo - Integrante / Leonardo Murta - Integrante / Aline Marins Paes Carvalho - Integrante / Kary Ocaña - Integrante / Eduardo Ogasawara - Integrante / Marta Mattoso - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2013 - 2015
Ambiente de Cloud Computing para Computação de Alto Desempenho da Universidade Federal Fluminense, MCTI/ FINEP/ CT-INFRA 01/2013, Descrição: Grande parte da pesquisa e dos experimentos em larga escala existentes são computacionalmente intensivos e necessitam de muitos recursos computacionais. Em grande parte dos casos, esses recursos são utilizados para executar milhares (e até milhões) de tarefas em ambientes de processamento de alto desempenho (PAD). Nos últimos anos, o paradigma da ?computação em nuvem? (do termo em inglês Cloud Computing) surgiu como alternativa, visando oferecer recursos (inclusive de PAD) de forma elástica (o pesquisador pode aumentar ou diminuir a quantidade e a capacidade de recursos utilizados a qualquer momento) que podem ser instanciados, sob demanda, sem a necessidade dos pesquisadores adquirirem/configurarem uma infraestrutura própria, atingindo assim uma gama maior de usuários. Baseado nesta vantagem proporcionada pelas nuvens de computadores este projeto tem como objetivo principal prover este tipo de infraestrutura virtual baseada no conceito de nuvens para os pesquisadores da UFF. O presente projeto visa disponibilizar para os pesquisadores uma série de serviços que podem ser acessados remotamente e de forma transparente, possibilitando a utilização dos mesmos por vários grupos de pesquisa que atualmente necessitam de uma série de recursos de PAD e armazenamento para executar suas pesquisas. O Instituto de Computação da UFF já conta com um expressivo número de pesquisadores atuando na área de processamento paralelo e em suas aplicações, sendo esta uma das principais e mais ativas linhas de sua pós-graduação. Ressalta-se que novas parcerias de pesquisa possivelmente surgirão a partir da operacionalização deste ambiente de nuvem. Além disso, intensificará tanto a colaboração com outras unidades da UFF, tais como os Institutos de Química, e Física que desenvolvem aplicações que exigem uso intensivo de recursos computacionais.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Fabio Protti - Coordenador / Eugene Francis Vinod Rebello - Integrante / Esteban Clua - Integrante., Financiador(es): Financiadora de Estudos e Projetos - Auxílio financeiro.
-
2013 - 2014
Gerência de Experimentos Científicos Datacêntricos em Nuvens de Computadores, APQ1 FAPERJ, Descrição: Técnicas de distribuição de atividades e paralelismo de dados em ambientes distribuídos vêm sendo objeto de pesquisas recentes, obtendo resultados significativos no aumento de desempenho de aplicações que lidam com grandes volumes de dados. Estas aplicações incluem experimentos científicos baseados em simulação. Seu uso vem crescendo rapidamente nos últimos anos, o que fez com que diversos cientistas começassem a modelar seus experimentos como workflows científicos. Entretanto, a demanda por técnicas de gerência de dados distribuídos vem crescendo, ao mesmo tempo em que surgem novos cenários de processamento distribuído e paralelo como as nuvens de computadores. Um dos maiores desafios na gerência de experimentos científicos em nuvens de computadores reside na exploração das características da nuvem como elasticidade. Além disso, devemos nos preocupar com a gerência de metadados e a gerência das aplicações (programas) e na composição dessas aplicações. O objetivo principal deste projeto de pesquisa está na geração de novas técnicas de gerência da execução de experimentos científicos em nuvens de computadores. Dentre as novas técnicas de gerência de recursos distribuídos, daremos ênfase à eficiência em: (i) captura e consultas a bases de dados de proveniência distribuídas e (ii) gerência e execução de workflows científicos. Todo o desenvolvimento será guiado pelos aspectos da organização e gerência de dados científicos em experimentos científicos, utilizando como estudo de caso workflows da área de aprendizado de máquina relacional para o estudo de redes sociais. Este experimento necessita realizar uma análise exploratória e se apresenta como um experimento em larga escala que depende de técnicas especializadas no que tange à sua execução paralela e a gerência dos dados.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Daniel Cardoso Moraes de Oliveira - Coordenador / Vanessa Braganholo - Integrante / Leonardo Murta - Integrante / Aline Marins Paes Carvalho - Integrante., Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Auxílio financeiro., Número de produções C, T & A: 2
-
2012 - 2015
Gerência de experimentos guiada por proveniência, Edital Gdes Desafios R$ 227.292,00, Projeto certificado pelo(a) coordenador(a) Marta Lima de Queiros Mattoso em 23/01/2015., Descrição: O contexto do projeto está explicitamente identificado do documento "Grandes Desafios" da SBC (2006), no desafio 2 onde é dito que : ?O objetivo deste desafio é criar, avaliar, modificar, compor, gerenciar e explorar modelos computacionais para todos esses domínios e aplicações.? Abordamos esse desafio no projeto GExp (proc. 551013/2007-9), dentro do edital Edital MCT/CNPq/CT-INFO no 07/2007 - PD&I-TI. A todas essas ações que evolvem os modelos computacionais dos domínios e aplicações do desafio estamos chamando de "ciclo de vida do experimento científico". Os resultados positivos, nos levaram a propor uma continuidade ao apoio à gerência dos experimentos científicos em larga escala. No projeto GExp desenvolvemos processos, técnicas, algoritmos e software de apoio às fases de composição, execução e análise. Porém, devido à complexidade do desafio 2, essas soluções, embora concretas e promissoras, ainda estão longe de resolver o desafio previsto para essa década. Neste novo projeto damos continuidade ao apoio já desenvolvido e reforçamos a ênfase à representação e gerência das informações relativas às três fases do ciclo de vida do experimento. A proveniência pode ser vista como um dos principais auxílios conceituais para criar, modificar, compor e gerenciar os modelos computacionais do Desafio 2 dos ?Grandes Desafios? da SBC. Essa gerência de proveniência envolve varios desafios, em particular a representação da proveniência nas diversas fases do ciclo de vida e seu correspondente relacionamento. Uma das dificuldades está na associação dos dados de proveniência do experimento conceitual com os dados de proveniência do experimento executado. Outro desafio está relacionado a representação da proveniência de recursos distribuídos envolvendo o uso de ambientes de alto desempenho como grandes clusteres e nuvens computacionais. , Situação: Desativado; Natureza: Pesquisa. , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Vanessa Braganholo - Integrante / Guilherme Horta Travassos - Integrante / Alexandre A B Lima - Integrante / Marta Mattoso - Coordenador.
-
2012 - 2013
Apoio computacional ao desenvolvimento científico em larga escala, Universal 14/2011 - R$ 144.000,00, Projeto certificado pelo(a) coordenador(a) Marta Lima de Queiros Mattoso em 23/01/2015., Descrição: A motivação principal desse projeto está no apoio computacional ao desenvolvimento de científico em larga escala. Mais especificamente visamos a enfrentar os desafios na gerência dos recursos distribuídos inerentes ao desenvolvimento de ciência hoje em áreas como bioinformática e de engenharia do petróleo. Trabalhos existentes tendem a tratar os dados separadamente do encadeamento dos processos científicos, ou ainda sem dar atenção ao processamento paralelo. Ao longo da experimentação, os cientistas necessitam desempenhar diversas atividades, e algumas delas estão relacionadas ao encadeamento de programas usados durante as simulações que demandam alto poder computacional. Cada execução de programa pode produzir uma coleção de dados com determinada sintaxe e semântica. Esta coleção de dados pode ser usada como entrada para o próximo programa a ser executado no fluxo. Consideramos que os dados de proveniência podem ser a chave para o apoio ao ciclo de vida do experimento científico. Mattoso et al. (2010) definem o ciclo de um experimento científico como sendo formado por três fases: composição, execução e análise. A composição é a fase que trata da definição, edição e manipulação dos workflows. Estes workflows são submetidos à execução para, posteriormente, terem os resultados das suas diferentes execuções analisados a partir de seus dados de proveniência (Freire et al. 2008). O tratamento dado à proveniência de experimentos científicos é parcialmente obtido por Sistemas de Gerência de Workflows Científicos (SGWfC). A gerência da proveniência é feita atrelada a um workflow específico e sem considerar os recursos distribuídos durante a execução paralela do experimento. Assim, gerenciar os dados de proveniência ao longo do ciclo de vida, envolvendo aspectos de execução distribuída de vários workflows associados ao experimento ainda é um problema longe de ser resolvido. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Marta Mattoso - Coordenador.
-
2010 - 2011
CiclExp - Apoio ao Ciclo de vida de Experimentos científicos, Universal, R$ 122.000,00, Projeto certificado pelo(a) coordenador(a) Marta Lima de Queiros Mattoso em 23/01/2015., Descrição: ara que experimentos científicos em larga escala possam ser gerenciados, é ne-cessário que um conjunto de funcionalidades esteja presente. Dentre estas, estão o apoio à concepção dos workflows científicos e sua posterior instanciação num SGWfC (Sistema de Gerência de Workflows Científicos), a reutilização de workflows previamente concebidos por outros cientistas, o controle sobre a evolução das diferentes versões dos workflows e a coleta de informações que permitam identificar a proveniência dos dados gerados pela execução dos workflows científicos. Em particular é muito importante que a exploração visual de dados resultantes de workflows esteja associada a dados de proveniência do workflow. É fundamental que essas funcionalidades estejam atreladas ao experimento científico que está sendo conduzido por uma equipe de cientistas. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Vanessa Braganholo - Integrante / Claudia Werner - Integrante / Leonardo Murta - Integrante / Marta Mattoso - Coordenador.
-
2007 - 2009
GExp- Gerência de experimentos científicos em larga escala, Edital Gdes Desafios - R$ 366.549,76, Projeto certificado pelo(a) coordenador(a) Marta Lima de Queiros Mattoso em 23/01/2015., Descrição: Diversas áreas científicas, tais como bioinformática e engenharia de petróleo, necessitam de meios para a execução simulada de experimentos. Em sua grande maioria, esses experimentos consistem da concatenação de programas e dados, que são repetidamente executados para testar hipóteses por meio da variação de parâmetros, dados, filtros, etc.. Uma ferramenta que apenas auxilie a concatenação de programas e dados não é suficiente para tratar a complexidade imposta pelos problemas a serem analisados. Faz-se necessário um sistema que gerencie a composição e execução de processos e dados num fluxo, que pode ser chamado de workflow científico. Mesmo nos casos onde sistemas de gerência de workflow científico são empregados, o apoio ainda é incipiente em três principais etapas: concepção, execução e análise. Durante a etapa de concepção, as tomadas de decisão quanto à estruturação do próprio workflow ocorrem de forma ad-hoc. Além disso, alguns fragmentos de workflow se repetem em outros workflows, o que passa despercebido pelos cientistas, gerando retrabalho e baixa qualidade do workflow resultante. Durante a etapa de execução, podem ser observadas necessidades de aumento de desempenho, o que pode ser atenuado via distribuição e paralelismo de recursos computacionais. Contudo, a transformação de sistemas seqüenciais em sistemas paralelos não é trivial, em especial para sistemas legados. Além disso, em diversas situações se torna necessário o acompanhamento on-line dos resultados parciais da execução do workflow. Finalmente, durante a etapa de análise, a maior necessidade consiste na identificação da razão de existência de determinados resultados, levando em consideração tanto os dados e parâmetros de entrada do workflow, quanto a configuração interna do workflow que transformou esses dados. Desta forma, o objetivo deste projeto é elaborar e aplicar técnicas de Banco de Dados e Engenharia de Software no contexto de experimentos científicos para tratar os problemas discutido. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Daniel Cardoso Moraes de Oliveira - Integrante / Vanessa Braganholo - Integrante / Claudia Werner - Integrante / Guilherme Horta Travassos - Integrante / Leonardo Murta - Integrante / Eduardo Ogasawara - Integrante / Marta Mattoso - Coordenador.
Prêmios
2024
Best Full Paper at the Data Management End-to-End Machine Learning Workshop (co-located with SIGMOD 2024) for the paper "DLProv: A Data-Centric Support for Deep Learning Workflow Analyses", ACM.
2024
TCCLS Best Paper Award pelo artigo "Aggregating embeddings from image and radiology reports for multimodal Che" no IEEE CBMS International Symposium on Computer-Based Medical Systems, IEEE Technical Committee on Computational Life Sciences (TCCLS).
2024
Melhor artigo do Brazilian e-Science Workshop (BreSci 2024) para o trabalho intitulado "Busca e Recuperação de Workflows em Repositórios por meio de Transformers e Modelagem de Tópicos", Sociedade Brasileira de Computação.
2024
Menção Honrosa da Sessão de Demonstrações do SBBD 2024 pelo artigo "ImageLogViewer: An open-source solution for exploring images from micro-resistivity and ultrasonic boreholes", Sociedade Brasileira de Computação.
2024
Prêmio José Mauro Castilho de Melhor Artigo Completo no XXXIX Simpósio Brasileiro de Banco de Dados para o artigo intitulado "Scientific Workflow Deployment Container Provenance in HPC", Sociedade Brasileira de Computação.
2024
Segundo melhor artigo do KDMILE 2024 para o trabalho intitulado "Multiple Voices, Greater Power: A Strategy for Combining Language Models to Combat Hate Speech", Sociedade Brasileira de Computação.
2023
Best Paper Honorable Mention for the paper "ProWis: A Visual Approach for Building, Managing, and Analyzing Weather Simulation Ensembles at Runtime" at IEEE Vis 2023, IEEE.
2023
Top 10 revisores do Simpósio Brasileiro de Banco de Dados, Comissão Especial de Banco de Dados, Sociedade Brasileira de Computação.
2023
Menção Honrosa da Sessão de Demonstrações do SBBD 2023 pelo artigo "Flower-PROV: Captura Distribuída de Dados de Proveniência em Experimentos de Aprendizado Federado", Comissão Especial de Banco de Dados, Sociedade Brasileira de Computação.
2023
Menção Honrosa no Brazilian eScience Workshop 2023 pelo artigo "NMFSt. P: um Notebook para Identificação em Paralelo de Subárvores Frequentes em Conjuntos de Árvores Filogenéticas", Sociedade Brasileira de Computação.
2023
Menção Honrosa no Concurso de Teses e Dissertações em BD pela orientação da Dissertação de Daniel L. Jasbick, intitulada "Buscas por Similaridade Diversificada com o Apoio de Índices Métricos", Comissão Especial de Banco de Dados, Sociedade Brasileira de Computação.
2023
Menção Honrosa no Dataser Showcase Workshop pelo artigo " LHTR.br: em Busca de um Conjunto Anotado de Textos Manuscritos em Português", Sociedade Brasileira de Computação.
2022
Top10 Revisores do Simpósio Brasileiro de Banco de Dados, Comissão Especial de Banco de Dados.
2022
Menção Honrosa na Sessão de Demonstrações do Simpósio Brasileiro de Banco de Dados, Comissão Especial de Banco de Dados.
2022
Menção Honrosa de Artigo Curto do Simpósio Brasileiro de Banco de Dados, Comissão Especial de Banco de Dados.
2022
Prêmio de Excelência em Docência em Graduação - Destaque 2022, Universidade Federal Fluminense.
2021
Best Reviewer of the Dataset Showcase Workshop 2021, Comissão Especial de Banco de Dados.
2021
Melhor Demonstração do 36o Simpósio Brasileiro de Banco de Dados com o artigo "Captura Automática de Dados de Proveniência de Experimentos de Aprendizado de Máquina com Keras-Prov", Comissão Especial de Banco de Dados.
2021
Prêmio de Melhor Avaliador (Top 10) do XXXVI Simpósio Brasileiro de Banco de Dados, Sociedade Brasileira de Computação., Comissão Especial de Banco de Dados.
2021
Menção Honrosa pelo artigo "HELIX:A data-driven characterization of Brazilian land snails" no Simpósio Brasileiro de Banco de Dados 2021, Comissão Especial de Banco de Dados.
2020
Gabriela & Roland Wagner Best Paper Award - DEXA 2020: International Conference on Database and Expert Systems Applications - Artigo "Distributed Caching of Scientific Workflows in Multisite Cloud", DEXA Conferences & Workshops 2020.
2020
Melhor Artigo Curto - XXXV Simpósio Brasileiro de Banco de Dados - Artigo "Criteria for choosing the number of dimensions in a principal component analysis: An empirical assessment", Comissão Especial de Banco de Dados - Sociedade Brasileira de Computação.
2020
Melhor artigo da trilha de Pós-Graduação da VI Escola Regional de Alto Desempenho do Rio de Janeiro - Artigo "Apoio à Utilização de Análise de Dados em Aplicações CSE por meio de Contêineres", Sociedade Brasileira de Computação.
2019
Melhor Dissertação de Mestrado defendida em 2018 - Orientação do aluno Thaylon Guedes Santos - "Análise e Captura de Proveniência no Apache Spark", Programa de Pós-Graduação em Computação - Universidade Federal Fluminense.
2019
Melhor Tese de Doutorado defendida em 2018 - Orientação do aluno Vitor Silva Sousa - "Análise de Dados Científicos sobre Múltiplas Fontes de Dados ao longo da Execução de Simulações Comp.", Programa de Engenharia de Sistemas e Computação - COPPE/UFRJ.
2019
Finalist paper in TCCLS Best Paper Award pelo artigo "A Two-Phase Learning Approach for the Segmentation of Dermatological Wound" no IEEE CBMS International Symposium on Computer-Based Medical Systems, IEEE Technical Commitee on Computational Life Sciences.
2019
Jovem Cientista do Nosso Estado, FAPERJ, FAPERJ.
2019
Melhor Tese de Doutorado - Simpósio Brasileiro de Banco de Dados - Orientação de Vítor Silva Sousa com a tese intitulada "Runtime Dataflow Analysis in Scientific Applications", Comissão Especial de Banco de Dados.
2019
Melhor Demonstração do 34o Simpósio Brasileiro de Banco de Dados com o artigo "J-EDA: A diversified similarity workbench for content-based image retrieval", Comissão Especial de Banco de Dados - Sociedade Brasileira de Computação.
2019
Menção Honrosa pelo artigo "Análise Integrada de Grafos de Proveniência Heterogêneos por meio de uma Abordagem PolyStore" no Simpósio Brasileiro de Banco de Dados 2019, Comissão Especial de Banco de Dados.
2019
Menção Honrosa no VIII Prêmio de Excelência em Docência, Universidade Federal Fluminense.
2018
Professor Homenageado na Turma 2017.2 de Sistemas de Informação da UFF, Universidade Federal Fluminense.
2018
Patrono da Turma 2017.2 de Sistemas de Informação da UFF, Universidade Federal Fluminense.
2018
Melhor Demonstração do 33o Simpósio Brasileiro de Banco de Dados com o artigo "VP-Viewer: keeping Track of Your Query from a Vantage Point", Sociedade Brasileira de Computação.
2018
Menção Honrosa pelo artigo "Análise Online de Dados de Proveniência e de Domínio de Aplicações Spark com SAMbA", no Simpósio Brasileiro de Banco de Dados, Sociedade Brasileira de Computação.
2017
Professor Homenageado na Turma 2016.2 de Sistemas de Informação da UFF, Universidade Federal Fluminense.
2017
Menção Honrosa pelo artigo "Análise de Dados Científicos: uma Análise Comparativa de Dados de Simulações Computacionais" no XXXII Simpósio Brasileiro de Banco de Dados, Sociedade Brasileira de Computação.
2017
Prêmio de Melhor Avaliador do XXXII Simpósio Brasileiro de Banco de Dados, Sociedade Brasileira de Computação.
2016
Best Paper Award - 6th International Provenance and Annotation Workshop (IPAW) in conjunction with The 2016 Provenance Week, Springer.
2016
Melhor artigo do X Brazilian e-Science Workshop (BreSci) para o trabalho intitulado "Verificação da Reprodução de Workflows Científicos por meio de Algoritmos de Detecção de Plágio", Sociedade Brasileira de Computação.
2016
Paraninfo da turma 2015.2 do curso de Bacharelado em Ciência da Computação, Universidade Federal Fluminense.
2016
Jovem Cientista do Nosso Estado, FAPERJ.
2016
Paraninfo da turma 2016.1 do curso de Bacharelado em Ciência da Computação, Universidade Federal Fluminense.
2015
Professor Homenageado na Turma 2014/2 de Ciência da Computação da UFF, Universidade Federal Fluminense.
2015
2o melhor artigo do XIV Workshop em Desempenho de Sistemas Computacionais e de Comunicação, Sociedade Brasileira de Computação.
2015
Melhor artigo do Latin America High Performance Computing Conference (CARLA 2015), Sociedade Brasileira de Computação.
2015
Menção Honrosa pelo artigo "Uma Abordagem para Publicação de Dados de Proveniência de Workflows Científicos na Web Semântica" no XXX Simpósio Brasileiro de Banco de Dados, Sociedade Brasileira de Computação.
2014
Professor homenageado da turma 6AINFO 2013.2 do curso técnico em informática, Centro Federal de Educação Tecnológica Celso Suckow da Fonseca.
2013
Tese de Doutorado indicada a premiação pelo PESC/COPPE/UFRJ - Concurso de Teses da CAPES, PESC/COPPE.
2012
Best Paper Award - 2nd International Workshop on Cloud Computing and Scientific Applications (CCSA) In conjunction with The 12th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing, Dell Inc..
2012
Aprovação em 1o Lugar no Concurso público para o cargo de Tecnologista Pleno 2, Laboratório Nacional de Computação Científica - LNCC.
2012
Aprovação em 1o Lugar no Concurso público para o cargo de Professor Adjunto, Universidade Federal Fluminense (UFF).
2012
Menção honrosa na XXXIV Jornada Giulio Massarani de Iniciação Científica - Orientação do aluno Pedro Henrique Cruz Caminha, Universidade Federal do Rio de Janeiro.
2011
Aprovação em concurso para professor temporário - Edital 2011/003, Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ).
2010
Aprovação em concurso para professor - Edital 2010/001, Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET-RJ).
2009
Bolsa de Doutorado, CAPES.
2005
Bolsa de Mestrado, CAPES.
Histórico profissional
Endereço profissional
-
Universidade Federal Fluminense, Centro Tecnológico, Instituto de Computação. , Rua Passo da Pátria 156 - Prédio do Instituto de Computação - Sala 508, São Domingos, 24210240 - Niterói, RJ - Brasil, Telefone: (21) 26295669, URL da Homepage: ,
Experiência profissional
2023 - Atual
Associação Laboratório Interinstitucional de e-AstronomiaVínculo: Colaborador, Enquadramento Funcional: Pesquisador Colaborador
2023 - Atual
Universidade Federal FluminenseVínculo: Servidor Público, Enquadramento Funcional: Professor Associado II, Carga horária: 40, Regime: Dedicação exclusiva.
2021 - 2023
Universidade Federal FluminenseVínculo: Servidor Público, Enquadramento Funcional: Professor Associado I, Carga horária: 40, Regime: Dedicação exclusiva.
2019 - 2021
Universidade Federal FluminenseVínculo: Servidor Público, Enquadramento Funcional: Professor Adjunto IV, Carga horária: 40, Regime: Dedicação exclusiva.
2017 - 2019
Universidade Federal FluminenseVínculo: Servidor Público, Enquadramento Funcional: Professor Adjunto III, Carga horária: 40, Regime: Dedicação exclusiva.
2015 - 2017
Universidade Federal FluminenseVínculo: , Enquadramento Funcional: Professor Adjunto II, Carga horária: 40, Regime: Dedicação exclusiva.
2013 - 2015
Universidade Federal FluminenseVínculo: , Enquadramento Funcional: Professor Adjunto I, Carga horária: 40, Regime: Dedicação exclusiva.
Atividades
-
04/2021
Conselhos, Comissões e Consultoria, Centro Tecnológico, Instituto de Computação.,Cargo ou função, Membro eleito do Conselho de Ensino, Pesquisa e Extensão (CEPEx).
-
10/2020
Conselhos, Comissões e Consultoria, Centro Tecnológico, Instituto de Computação.,Cargo ou função, Membro do Colegiado do Programa de Pós-graduação em Computação.
-
01/2018
Pesquisa e desenvolvimento, Centro Tecnológico, Instituto de Computação.,Linhas de pesquisa
-
01/2017
Pesquisa e desenvolvimento, Centro Tecnológico, Instituto de Computação.,Linhas de pesquisa
-
05/2014
Outras atividades técnico-científicas , Centro Tecnológico, Centro Tecnológico.,Atividade realizada, Editor do Informe-IC (jornal interno do instituto de computação).
-
02/2013
Pesquisa e desenvolvimento, Centro Tecnológico, Instituto de Computação.,Linhas de pesquisa
-
02/2013
Pesquisa e desenvolvimento, Centro Tecnológico, Instituto de Computação.,Linhas de pesquisa
-
08/2022 - 12/2022
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Princípios de Bancos de Dados, Bancos de Dados Não Convencionais
-
08/2022 - 12/2022
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, Bancos de Dados Distribuídos
-
03/2022 - 07/2022
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Princípios de Bancos de Dados, Projeto de Banco de Dados para Sistemas de Informação
-
03/2022 - 07/2022
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, Seminários
-
08/2021 - 12/2021
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, Bancos de Dados Distribuídos
-
07/2021 - 12/2021
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Princípios de Bancos de Dados, Tópicos em Bancos de Dados III
-
03/2021 - 06/2021
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, Gerência de Grandes Volumes de Dados
-
02/2021 - 05/2021
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Bancos de Dados Não Convencionais, Projeto de Aplicação I
-
02/2017 - 02/2021
Direção e administração, Centro Tecnológico, Instituto de Computação.,Cargo ou função, Vice-diretor.
-
07/2020 - 12/2020
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Princípios de Banco de Dados, Bancos de Dados Não Convencionais (Turma Formandos), Bancos de Dados Não Convencionais (Turma Regular), Pré-Monografia, Projeto de Aplicação I
-
08/2020 - 11/2020
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, Bancos de Dados Distribuídos
-
10/2014 - 10/2020
Conselhos, Comissões e Consultoria, Centro Tecnológico, Instituto de Computação.,Cargo ou função, Membro titular do Colegiado do Curso de Bacharelado em Ciência da Computação.
-
08/2019 - 12/2019
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Bancos de Dados Não Convencionais, Princípios de Banco de Dados, Tópicos em Banco de Dados III, Projeto de Aplicação I
-
08/2019 - 11/2019
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, Hybrid Transaction Analytical Processing
-
08/2018 - 12/2018
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Projeto de Banco de Dados para SIstemas de Informação, Tópicos em Banco de Dados I
-
08/2018 - 11/2018
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, eScience
-
10/2016 - 10/2018
Conselhos, Comissões e Consultoria, Centro Tecnológico, Instituto de Computação.,Cargo ou função, Membro do Colegiado do Programa de Pós-graduação em Computação.
-
03/2018 - 08/2018
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Princípios de Banco de Dados, Projeto de Aplicação I
-
02/2018 - 07/2018
Ensino, Engenharia de Produção, Nível: Graduação,Disciplinas ministradas, Introdução ao Projeto de Banco de Dados
-
08/2017 - 12/2017
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Tópicos em Banco de Dados III
-
08/2017 - 12/2017
Ensino, Engenharia de Produção, Nível: Graduação,Disciplinas ministradas, Introdução ao Projeto de Banco de Dados
-
07/2017 - 11/2017
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, Bancos de Dados Distribuídos
-
03/2017 - 07/2017
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Projeto de Banco de Dados para Sistemas de Informação
-
03/2017 - 07/2017
Ensino, Engenharia de Produção, Nível: Graduação,Disciplinas ministradas, Introdução a Projeto de Banco de Dados
-
07/2013 - 02/2017
Conselhos, Comissões e Consultoria, Centro Tecnológico, Instituto de Computação.,Cargo ou função, Membro titular do colegiado do curso de graduação em engenharia do petróleo.
-
08/2016 - 12/2016
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Projeto de Banco de Dados para Sistemas de Informação, Tópicos Especiais em Banco de Dados III
-
08/2016 - 12/2016
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, Bancos de Dados Distribuídos, Bancos de Dados Distribuídos - MINTER/IFMT, Estudo Orientado I, Estudo Orientado II
-
03/2016 - 08/2016
Ensino, Comunicação, Nível: Pós-Graduação,Disciplinas ministradas, e-Science, Estudo Orientado I
-
03/2016 - 07/2016
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Projeto de Banco de Dados para Sistemas de Informação, Tópicos em Banco de Dados I
-
08/2015 - 12/2015
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Banco de Dados, Tópicos em Bancos de Dados III
-
08/2015 - 12/2015
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, Bancos de Dados Distribuídos
-
02/2015 - 07/2015
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Banco de Dados, Engenharia de Software
-
06/2014 - 12/2014
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, Projeto de Banco de Dados
-
06/2014 - 12/2014
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, Bancos de Dados Distribuídos
-
02/2014 - 06/2014
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, Projeto de Banco de Dados
-
02/2014 - 06/2014
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Desenvolvimento Web
-
09/2013 - 01/2014
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Banco de Dados, Tópicos em Banco de Dados III
-
09/2013 - 01/2014
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, Tópicos em Banco de Dados III
-
08/2013 - 11/2013
Ensino, CIÊNCIAS DA COMPUTAÇÃO, Nível: Pós-Graduação,Disciplinas ministradas, Bancos de Dados Distribuídos
-
04/2013 - 08/2013
Ensino, Sistemas de Informação, Nível: Graduação,Disciplinas ministradas, Banco de Dados, Desenvolvimento Web
-
04/2013 - 08/2013
Ensino, CIÊNCIAS DA COMPUTAÇÃO, Nível: Pós-Graduação,Disciplinas ministradas, Estudo Orientado I
2016 - Atual
Fundação Centro de Ciências e Educação Superior à Distância do Estado do RJVínculo: Bolsista, Enquadramento Funcional: Conteudista, Carga horária: 8
2014 - 2016
Fundação Centro de Ciências e Educação Superior à Distância do Estado do RJVínculo: Bolsista, Enquadramento Funcional: Coordenador de Tutoria, Carga horária: 12
2011 - 2014
Fundação Centro de Ciências e Educação Superior à Distância do Estado do RJVínculo: Bolsista, Enquadramento Funcional: Tutor de Banco de Dados, Carga horária: 4
Atividades
-
06/2016
Ensino, Tecnologia em Sistemas de Computação, Nível: Graduação,Disciplinas ministradas, Programação de Aplicações Web
-
12/2014 - 06/2016
Ensino, Tecnologia em Sistemas de Computação, Nível: Graduação,Disciplinas ministradas, Coordenação de Tutoria
-
02/2011 - 12/2014
Ensino, Tecnologia em Sistemas de Computação, Nível: Graduação,Disciplinas ministradas, Banco de Dados
2012 - Atual
Universidade Federal do Rio de JaneiroVínculo: Colaborador, Enquadramento Funcional: Colaborador em projeto de pesquisa
2008 - 2012
Universidade Federal do Rio de JaneiroVínculo: Bolsista, Enquadramento Funcional: Aluno de Doutorado
2005 - 2008
Universidade Federal do Rio de JaneiroVínculo: Bolsista, Enquadramento Funcional: Aluno de Mestrado
2000 - 2004
Universidade Federal do Rio de JaneiroVínculo: Bolsista, Enquadramento Funcional: Aluno de Graduação
2011 - 2013
Centro Federal de Educação Tecnológica Celso Suckow da FonsecaVínculo: Contratado, Enquadramento Funcional: Professor Temporário, Carga horária: 40
Atividades
-
10/2012 - 02/2013
Ensino, Tecnologia em Sistemas para Internet, Nível: Graduação,Disciplinas ministradas, Estrutura de Dados e Algoritmos, Lógica Matemática, Tópicos de Estudo e Pesquisa
-
02/2012 - 02/2013
Ensino,,Disciplinas ministradas, Desenvolvimento de Sistemas Para Internet II, Fundamentos de Programação Web, Projeto e Desenvolvimento de Sistemas I
-
02/2012 - 10/2012
Ensino, Tecnologia em Sistemas para Internet, Nível: Graduação,Disciplinas ministradas, Lógica Matemática, Programação de Clientes Web, Técnicas de Estudo e Pesquisa
-
08/2011 - 02/2012
Ensino,,Disciplinas ministradas, Administração e Projeto de Redes, Sistemas Operacionais
-
08/2011 - 02/2012
Ensino, Tecnologia em Sistemas para Internet, Nível: Graduação,Disciplinas ministradas, Lógica Matemática, Programação de Clientes Web
2014 - Atual
Institut National de Recherche en Informatique et en Automatique - SiègeVínculo: Colaborador, Enquadramento Funcional: Colaborador em projeto de pesquisa
2014 - Atual
Laboratório Nacional de Computação CientíficaVínculo: Colaborador, Enquadramento Funcional: Colaborador em projeto de pesquisa
Outras informações:
Colaboração no contexto do projeto MUSIC - Gerência de dados científicos em uma nuvem multi-site
2011 - 2011
Centro Universitário Plínio LeiteVínculo: Celetista formal, Enquadramento Funcional: Professor Assistente, Carga horária: 20
Atividades
-
02/2011 - 07/2011
Ensino, Bacharelado em Ciência da Computação, Nível: Graduação,Disciplinas ministradas, Redes de Computadores, Sistemas Operacionais II, Tópicos Avançados em Banco de Dados
2003 - 2004
Centro de Pesquisa e Desenvolvimento Leopoldo Américo Miguêz de MelloVínculo: Colaborador, Enquadramento Funcional: Bolsista de Pesquisa, Carga horária: 20, Regime: Dedicação exclusiva.
Outras informações:
Responsável por manutenção em aplicações de documentação e de apoio a atividade laboratorial do centro de pesquisa. Em especial a aplicação de alocação de recursos para ensaios em laboratório.
Criando um monitoramento
Nossos robôs irão buscar nos nossos bancos de dados todos os processos de Daniel Cardoso Moraes de Oliveira e sempre que o nome aparecer em publicações dos Diários Oficiais, avisaremos por e-mail e pelo painel do usuário
Criando um monitoramento
Nossos robôs irão buscar nos nossos bancos de dados todas as movimentações desse processo e sempre que o processo aparecer em publicações dos Diários Oficiais e nos Tribunais, avisaremos por e-mail e pelo painel do usuário
Confirma a exclusão?