Eduardo Henrique Monteiro Pena

Pós-doutorado

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• Freire, J. ; FAN, G. ; FEUER, B. ; KOUTRAS, C. ; LIU, Y. ; PENA, E. H. M. ; SANTOS, A. ; SILVA, C. ; WU, E. . Large Language Models for Data Discovery and Integration: Challenges and Opportunities. IEEE Data Engineering Bulletin , v. 49, p. 3, 2025.

• LIU, Y. ; PENA, E. H. M. ; SANTOS, A. ; WU, E. ; Freire, J. . Magneto: Combining Small and Large Language Models for Schema Matching. Proceedings of the VLDB Endowment , v. 18, p. 2681-2694, 2025.

• TAMALU, N. ; ENSINA, L. A. ; ALMEIDA, E. C. ; PENA, E. H. M. ; OLIVEIRA, L. E. S. . An Unsupervised Method for Fault Detection in Transmission Lines Using Denial Constraints. Journal of Information and Data Management - JIDM , v. 16, p. 117-126, 2025.

• SALDANHA, RAPHAEL ; AKBARINIA, REZA ; PEDROSO, MARCEL ; RIBEIRO, VICTOR ; CARDOSO, CARLOS ; PENA, EDUARDO H. M. ; VALDURIEZ, PATRICK ; PORTO, FABIO . Zonal statistics datasets of climate indicators for Brazilian municipalities. Environmental Data Science , v. 3, p. 1, 2024.

• KAMINSKY, Y. ; PENA, E. H. M. ; NAUMANN, F. . Incremental Detection of Denial Constraint Violations. Proceedings of the VLDB Endowment , v. 18, p. 1000, 2024.

• KAMINSKY, Y. ; PENA, E. H. M. ; NAUMANN, F. . Discovering Similarity Inclusion Dependencies. Proceedings of the ACM on Management of Data , v. 1, p. 1-24, 2023.

• PENA, EDUARDO H. M. ; PORTO, FABIO ; NAUMANN, FELIX . Fast Algorithms for Denial Constraint Discovery. Proceedings of the VLDB Endowment , v. 16, p. 684-696, 2022.

• PENA, E. H. M. ; ALMEIDA, E. C. ; NAUMANN, F. . Fast Detection of Denial Constraint Violations. Proceedings of the VLDB Endowment , v. 15, p. 859-871, 2021.

• PENA, E. H. M. ; ALMEIDA, E. C. ; NAUMANN, F. . Discovery of approximate (and exact) denial constraints. Proceedings of the VLDB Endowment , v. 13, p. 266-278, 2019.

• PENA, E. H. M. ; FALK, E. ; MEIRA, J. A. ; ALMEIDA, E. C. . Mind Your Dependencies for Semantic Query Optimization. Journal of Information and Data Management - JIDM , v. 9, p. 3-19, 2018.

• PENA, EDUARDO H.M. ; CARVALHO, LUIZ F. ; BARBON JR., SYLVIO ; RODRIGUES, JOEL J.P.C. ; PROENÇA JR., MARIO LEMES . Anomaly detection using the correlational paraconsistent machine with digital signatures of network segment. INFORMATION SCIENCES , v. 420, p. 313-328, 2017.

• Almeida, Eduardo C. de ; PENA, EDUARDO H. M. ; Silva, Altigran S. da . This Future Without SQL. In: SBC. (Org.). IV Seminário dos Grandes Desafios da Computação no Brasil: Trabalhos Apresentados. 15ed.: SBC, 2024, v. 13, p. 33-39.

• PENA, EDUARDO H. M. ; PORTO, FABIO ; NAUMANN, FELIX . Discovering Denial Constraints in Dynamic Datasets. In: 2024 IEEE 40th International Conference on Data Engineering (ICDE), 2024, Utrecht. 2024 IEEE 40th International Conference on Data Engineering (ICDE), 2024. p. 3546.

• SALDANHA, RAPHAEL ; RIBEIRO, VICTOR ; PENA, EDUARDO H. M. ; PEDROSO, MARCEL ; AKBARINIA, REZA ; VALDURIEZ, PATRICK ; PORTO, FABIO . Subset Models for Multivariate Time Series Forecast. In: 2024 IEEE 40th International Conference on Data Engineering Workshops (ICDEW), 2024, Utrecht. 2024 IEEE 40th International Conference on Data Engineering Workshops (ICDEW), 2024. p. 86.

• TAMALU, N. ; ENSINA, L. A. ; ALMEIDA, E. C. ; PENA, E. H. M. ; OLIVEIRA, L. E. S. . Fault Detection in Transmission Lines:a Denial Constraint Approach. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 2023, Belo Horizonte. ANAIS DO SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 2023. p. 231-243.

• DANIEL, CHRISTOFER ; MATURANA, GUILHERME ; PENA, EDUARDO H. M. . Utilizando Aprendizado de Máquina Explicável para Previsão de Severidade de Ferrugem Asiática da Soja. In: Congresso Brasileiro de Agroinformática, 2023, Brasil. Anais do XIV Congresso Brasileiro de Agroinformática (SBIAGRO 2023). p. 16.

• PENA, E. H. M. ; ALMEIDA, E. C. . Discovery and Application of Data Dependencies. In: XLI Congresso da Sociedade Brasileira de Computação, 2021, Evento online. Anais do XXXIV Concurso de Teses e Dissertações, 2021. p. 1-6.

• PENA, E. H. M. ; ALMEIDA, E. C. . Detecção e Aplicação de Dependências de Dados. In: XXXVI Simpósio Brasileiro de Bancos de Dados, 2021, Rio de Janeiro. Anais Estendidos do XXXVI Simpósio Brasileiro de Bancos de Dados, 2021.

• PENA, EDUARDO H. M. ; LUCAS FILHO, E. R. ; ALMEIDA, E. C. ; NAUMANN, F. . Efficient Detection of Data Dependency Violations. In: 29TH ACM INTERNATIONAL CONFERENCE ON INFORMATION AND KNOWLEDGE MANAGEMENT, 2020, Galway. Proceedings of 29TH ACM INTERNATIONAL CONFERENCE ON INFORMATION AND KNOWLEDGE MANAGEMENT, 2020.

• SANTORE, F. ; ALMEIDA, E. C. ; BONAT, W. H. ; PENA, E. H. M. ; OLIVEIRA, L. E. S. . A Framework for Analyzing the Impact of Missing Data in Predictive Models. In: International Conference on Information and Knowledge Management, 2020, Virtual Event Ireland. roceedings of the 29th ACM International Conference on Information & Knowledge Management,, 2020.

• PENA, E. H. M. ; ALMEIDA, E. C. . BFASTDC: A Bitwise Algorithm for Mining Denial Constraints. In: Database and Expert Systems Applications. DEXA 2018., 2018, Regensburg. Proceedings of the 28th International Conference on Database and Expert Systems Applications (DEXA), 2018.

• FERNANDES, GILBERTO ; PENA, EDUARDO H. M. ; CARVALHO, LUIZ F. ; RODRIGUES, Joel J. P. C. ; PROENÇA, MARIO L. . Statistical, forecasting and metaheuristic techniques for network anomaly detection. In: the 30th Annual ACM Symposium, 2015, Salamanca. Proceedings of the 30th Annual ACM Symposium on Applied Computing - SAC '15. p. 701.

• PENA, EDUARDO H. M. ; BARBON, SYLVIO ; RODRIGUES, Joel J. P. C. ; PROENCA, MARIO LEMES . Anomaly detection using digital signature of network segment with adaptive ARIMA model and Paraconsistent Logic. In: 2014 IEEE Symposium on Computers and Communication (ISCC), 2014, Funchal. 2014 IEEE Symposium on Computers and Communications (ISCC). p. 1.

• PENA, EDUARDO H. M. ; CARVALHO, LUIZ F. ; BARBON, SYLVIO ; RODRIGUES, Joel J. P. C. ; PROENCA, MARIO LEMES . Correlational paraconsistent machine for anomaly detection. In: GLOBECOM 2014 2014 IEEE Global Communications Conference, 2014, Austin. 2014 IEEE Global Communications Conference. p. 551.

• PENA, E. H. M. ; ASSIS, M. V. O. ; Proenca, M. L . Anomaly detection using forecasting methods ARIMA and HWDS. In: XXXII International Conference of the Chilean Computer Science Society, 2013, Temuco. XXXII International Conference of the Chilean Computer Science Society (SCCC'2013), 2013.

• Amaral, Alexandre de Aguiar ; Mendes, Leonardo de Souza ; Zarpelão, Bruno Bogaz ; PENA, E. H. M. ; Proenca, M. L . Network anomaly detection by IP flow graph analysis: A DDoS attack case study. In: XXXII International Conference of the Chilean Computer Science Society, 2013, Temuco. XXXII International Conference of the Chilean Computer Science Society (SCCC'2013), 2013.

• DOS SANTOS, ALESSANDRO NEVES ; PENA, EDUARDO H. M. . Analyzing Query Execution for Integrity Constraint Violation Detection. In: Simpósio Brasileiro de Banco de Dados, 2024, Brasil. Anais do XXXIX Simpósio Brasileiro de Banco de Dados (SBBD 2024). p. 666.

• TORRES, SAMUEL R. ; SALDANHA, RAPHAEL ; ZORRILLA, ROCÍO ; RIBEIRO, VITOR ; PENA, EDUARDO H. M. ; PORTO, FÁBIO . Dual-Metric Clustering for Multivariate Time Series: KMeans with DTW and QuadTree with Entropy. In: Simpósio Brasileiro de Banco de Dados, 2024, Brasil. Anais do XXXIX Simpósio Brasileiro de Banco de Dados (SBBD 2024). p. 736.

• RIBEIRO, V. ; PENA, E. H. M. ; SALDANHA, R. ; AKBARINIA, R. ; VALDURIEZ, P. ; KHAN, F. A. ; STOYANOVICH, J. ; PORTO, F. . Subset Modelling: A Domain Partitioning Strategy for Data-efficient Machine-Learning. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 2023, Belo Horizonte. Anais do SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 2023. p. 318-323.

• MEDINA, W. G. R. ; PENA, E. H. M. ; KASTER, D. S. . Avaliação Experimental de Detectores de Erros em Conjuntos de Dados Relacionais. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 2023, Belo Horizonte. Anais do SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 2023. p. 342-347.

• LUCIANO, L. F. ; MORO, W. C. ; ALMEIDA, E. C. ; PENA, E. H. M. . Projeção Eficiente de Violações de Restrições de Negação. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 2023, Belo Horizonte. AnaIS DO SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 2023. p. 390-395.

• PENA, E. H. M. ; ALMEIDA, E. C. . Descoberta automática de restrições de negação confiáveis. In: SBBD, 2019, Fortaleza. Brazilian Symposium on Databases (SBBD 2019), 2019.

• PENA, E. H. M. . Workload-Aware Discovery of Integrity Constraints for Data Cleaning. In: PhD Workshop co-located with the 44th International Conference on Very Large Databases (VLDB 2018), 2018, Rio de Janeiro. Proceedings of the VLDB 2018 PhD Workshop co-located with the 44th International Conference on Very Large Databases (VLDB 2018), 2018. v. 2175.

• PENA, EDUARDO H.M. ; ALMEIDA, E. C. . Uso de instâncias de dados e carga de trabalho para mineração de restrições de integridade. In: SBBD - Simpósio Brasileiro de Bancos de Dados, 2017, Uberlândia/MG. Proceedings of 32nd Brazilian Symposium on databases (SBBD), 2017.

• LIU, Y. ; SANTOS, A. ; PENA, E. H. M. ; LOPEZ, R. ; Freire, J. . Enhancing Biomedical Schema Matching with LLM-based Training Data Generation. In: NeurIPS 2024 Third Table Representation Learning Workshop, 2024, Vancover, Canadá. NeurIPS 2024 Third Table Representation Learning Workshop, 2024.

• PENA, E. H. M. ; PORTO, F. ; NAUMANN, F. . Discovering Denial Constraints in Dynamic Datasets. 2024. (Apresentação de Trabalho/Conferência ou palestra).

• OLIVEIRA, A. P. ; PENA, E. H. M. . Analyzing Query Execution for Integrity Constraint Violation Detection. 2024. (Apresentação de Trabalho/Congresso).

• TAMALU, N. ; ENSINA, L. A. ; ALMEIDA, E. C. ; PENA, E. H. M. ; OLIVEIRA, L. E. S. . Fault detection in transmission lines: a denial constraint approach. 2023. (Apresentação de Trabalho/Congresso).

• PENA, E. H. M. ; PORTO, F. ; NAUMANN, F. . Fast Algorithms for Denial Constraint Discovery. 2023. (Apresentação de Trabalho/Conferência ou palestra).

• PENA, E. H. M. ; ALMEIDA, E. C. ; NAUMANN, F. . Fast detection of denial constraint violations.. 2022. (Apresentação de Trabalho/Conferência ou palestra).

• PENA, E. H. M. ; LUCAS FILHO, E. R. ; ALMEIDA, E. C. ; NAUMANN, F. . Efficient detection of data dependency violations. 2020. (Apresentação de Trabalho/Conferência ou palestra).

• PENA, E. H. M. ; ALMEIDA, E. C. ; NAUMANN, F. . Discovery of approximate (and exact) denial constraints. 2020. (Apresentação de Trabalho/Conferência ou palestra).

• PENA, E. H. M. ; ASSIS, M. V. O. ; Proenca, M. L . Anomaly detection using forecasting methods ARIMA and HWDS. 2013. (Apresentação de Trabalho/Conferência ou palestra).

• Amaral, Alexandre de Aguiar ; Mendes, Leonardo de Souza ; PENA, E. H. M. ; Zarpelão, Bruno Bogaz ; Proenca, M. L . Network anomaly detection by IP flow graph analysis: A DDoS attack case study. 2013. (Apresentação de Trabalho/Conferência ou palestra).

Outras produções

Projetos de pesquisa

• 2023 - Atual

  Como descobrir metadados relevantes para o gerenciamento de dados?, Descrição: Metadados são dados descritivos sobre conjuntos de dados. Podem ser simples, como nomes de atributos e estatísticas, ou complexos, como restrições semânticas entre diferentes registros. O gerenciamento e a ciência de dados fornecem aplicações poderosíssimas aos usuários; mas essas aplicações dependem de metadados complexos para funcionarem. A maioria dos conjuntos de dados manipulados por cientistas incluem, quando muito, metadados simples. Isso limita o potencial entregue pelas aplicações. A identificação manual desses dados descritivos é uma tarefa propensa a erros, dificultada pela complexidade dos dados e aplicações modernas. O objetivo desse projeto é desenvolver soluções automatizadas para descoberta de metadados. Para lidar com o gigantesco espaço de possíveis resultados, propomos caracterizar e explorar a sinergia entre dados e aplicações a fim de convergir ao espaço que melhor auxilie usuários em aplicações de interesse.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Eduardo Henrique Monteiro Pena - Coordenador., Financiador(es): Fundação Araucária de Apoio ao Desenvolvimento Científico e Tecnológico - Bolsa.

• 2022 - Atual

  Centro de Inteligência Artificial no Agro - Sistemas preditivos para ferrugem asiática e mofo branco da soja, Descrição: O Centro de Inteligência no Agro (CIA-Agro) é uma proposta dentro dos Novos Arranjos de Pesquisa e Inovação (NAPI) do estado do Paraná. O CIA-Agro tem por objetivo ser um agente transformador de desenvolvimento social e técnico para a criação de riqueza e bem-estar com o uso da Inteligência Artificial (IA) aplicada na área agro, principalmente no Paraná. Por meio de parcerias com empresas, universidades, cooperativas, start-ups e outras instituições, pretende-se fomentar o desenvolvimento de competências visando o desenvolvimento de um ecossistema de inovação regional para o crescimento horizontal do estado de forma integrada. Mobilizando o capital humano e social, deseja-se preparar o estado para a transformação digital em termos da inteligência artificial no âmbito do agro, uma das principais forças do estado. Para estes primeiros dois anos de existência do CIA-Agro as ações se voltarão para criar sistemas preditivos para ferrugem asiática e para o mofo branco da soja. Serão contemplados alguns sub-projetos focados nas principais dores apresentadas pela indústria: integração de informações climáticas, segurança e privacidade, aquisição de informações por meio de imagens e uso de veículos aéreos não tripulados. Todas estas ações serão integradas por uma plataforma de inteligência artificial capaz de integrar modelos e soluções como serviços. Dada a complexidade desse processo, pois os fenômenos biológicos, ambientais, econômicos e sociais inerentes à produção agrícola deverão ser integrados e analisados pelas ferramentas de IA, a interação entre os pesquisadores das duas grandes áreas envolvidas (Ciências Agrárias e Ciência da Computação) será de alta intensidade. Assim, espera-se: a) potencializar a ampliação da produtividade e qualidade da produção agrícola, com a consequente melhoria na qualidade de vida dos produtores envolvidos; b) avançar a agricultura de precisão usando a estratégia de zonas controladas inteligentes em sistemas preditivos; c) garantir inserção de ferramentas de ia no agronegócio brasileiro; d) integrar conhecimento tácito da academia para o setor produtivo; e) aumentar a integração entre academia e setores produtivos do agronegócio nacional. f) usar a inteligência artificial para lidar com os desafios do domínio do agronegócio nacional; g) consolidar a agricultura brasileira no cenário mundial. h) criação de equipamentos e sensores de baixo custo adequados para os produtores do cenário nacional; i) democratizar o uso de solução com sistemas de visão computacional e aprendizado de máquinas em tarefas habituais e manuais; j) modelar e compreender as relações climáticas, de uso de recursos naturais e energéticos usando modelos compreensivos obtidos de grandes volumes de dados; k) formar mão-de-obra com fundamentos de inteligência artificial aplicada; l) integrar a rede de pesquisadores de inteligência artificial e agronegócio com o setor produtivo criando uma interface clara entre todos os setores envolvidos. O CIA-Agro contará com instituições associadas do estado do Paraná e da federação e também com parceiros da iniciativa privada. A instituição sede será a Universidade Estadual de Londrina. As instituições associadas serão, em ordem alfabética, a Agência de Defesa Agropecuária do Paraná (ADAPAR), a Agrovalley Londrina, a Companhia de Tecnologia da Informação e Comunicação do Paraná (CELEPAR), o Departamento de Economia Rural da Secretaria da Agricultura do Paraná (DERAL/SEAB), a Embrapa Soja, a Fundação ABC de Pesquisa e Desenvolvimento Agropecuário, o Instituto de Desenvolvimento Rural do Paraná (IDR-PR), o Parque Tecnológico de Itaipu (PTI), o Serviço Nacional de Aprendizagem Industrial de Londrina (SENAI Londrina), SEBRAE e a Universidade Tecnológica Federal do Paraná (UTFPR).. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (6) / Mestrado acadêmico: (3) / Mestrado profissional: (2) . , Integrantes: Eduardo Henrique Monteiro Pena - Coordenador / BARBON, SYLVIO - Integrante / Daniel dos Santos Kaster - Integrante / Evandro Baccarin - Integrante / Bruno Bogaz Zarpelão - Integrante / Fabrício Martins Lopes - Integrante / Marcelo Giovanetti Canteri - Integrante / atássya Barlate Floro da Silva - Integrante., Financiador(es): Fundação Araucária de Apoio ao Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2022 - Atual

  Desenvolvimento de um ambiente de apoio computacional online para a gestão de integridade de ancoragem baseado em dados e algoritmos inteligentes, Descrição: O sistema de amarras é um dos principais componentes que participam da segurança operacional das plataformas de extração de petróleo, como as FPSO. A observação sobre integridade das linhas que compõem o sistema de amarras, e ação em casa de rompimento, se torna um fator importante de segurança no processo de extração de petróleo. A adoção de sensores de tensão nas linhas se mostra ineficientes pois apresenta alto custo de instalação, manutenção e problemas de durabilidade. Neste sentido, uma alternativa está no desenvolvimento de modelos de aprendizado de máquina que possam, a partir de dados coletados nas plataformas, incluindo informações sobre seu deslocamento e inclinação, sugerir a ocorrência de um evento de rompimento de amarras. Os modelos preditivos, neste sentido, fazem parte de um completo sistema digital de monitoramento e avaliação da integridade de linhas de amarras, que podemos caracterizar como um gêmeo digital. A construção de um gêmeo digital traz consigo a necessidade de um ambiente computacional para o gerenciamento dos artefatos digitais envolvidos, dados, modelos, algoritmos etc.. Este projeto propõe-se a contribuir para a construção de um gêmeo digital que apoia o monitoramento da integridade dos sistemas de ancoragem de plataformas de petróleo. O produto principal do projeto, denominado Twinscie, oferece uma infra-estrutura computacional para gestão de dados, modelos de Machine Learning e outros tipos de algoritmos que apoiam a tomada de decisão.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Eduardo Henrique Monteiro Pena - Integrante / Fabio Porto - Coordenador / Eduardo Ogasawara - Integrante / Antônio Tadeu Azevedo Gomes - Integrante / Marcel Moraes Pedroso - Integrante / Douglas E. M. de Oliveira - Integrante / Rebecca Salles - Integrante / Vinícius Kreicher de Almeida - Integrante / Carlos Leonardo S. Cardoso - Integrante / Victor de Paula Dornelas Robeiro - Integrante / Gabriela Moraes - Integrante., Financiador(es): Fundação Oswaldo Cruz - Bolsa.

• 2021 - Atual

  Detecção e correção de erros no gerenciamento de qualidade de dados, Descrição: O objetivo deste projeto é pesquisar o gerenciamento de qualidade de dados baseado em dependência de dados. O projeto se concentra em limpeza de dados com o objetivo específico de atacar problemas sobre detecção e correção de violações de dependências. Soluções para tais problemas têm impacto direto no aumento da qualidade de conjunto de dados, portanto, em melhorias nos processos de tomada de decisão. Os resultados esperados deste projeto envolvem o desenvolvimento e avaliação de algoritmos, metodologias e ferramentas para limpeza de dados baseadas em dependências.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Eduardo Henrique Monteiro Pena - Coordenador / Matheus Teodoro Garcia - Integrante.

• 2021 - Atual

  Co-Projeto de Sistemas de Bancos de Dados e Memórias de Alto Desempenho, Descrição: objetivo deste projeto é pesquisar o desenvolvimento conjunto de Sistemas Gerenciadores de Bancos de Dados (SGBDs) e hardware de memória de alto desempenho para o processamento de consultas. Este projeto se concentra nas arquiteturas de memória Processor-in-Memory (PIM) e Non-Uniform Memory Access (NUMA) com o objetivo especí- fico de atacar os problemas do muro da memória e muro da potência. Ambos os problemas tem impacto direto no desempenho e no consumo energético dos SGBDs devido ao movimento de grandes volumes de dados através da hierarquia de memória. Este é o caso típico de processamento de dados complexos, como consultas complexas Online Analytical Processing (OLAP) e processos de limpeza de dados, que necessitam executar na CPU operações como filtros, projeções e junções. Neste projeto, nós propomos trabalhar em duas etapas complementares para mitigar o efeito de tal movimento de dados: (1) na coordenação do processamento paralelo intra-consulta considerando o trade-off entre a execução PIM e NUMA; (2) nas modificações necessárias no hardware para permitir tal processamento. Nossa proposta é baseada em resultados que publicamos recentemente nas conferências de maior prestigio internacional na área de banco de dados (BD), como VLDB, ICDE, EDBT, DATE, CIKM e DEXA, além de workshops de hardware em BD, como: ADMS@VLDB, Damon@SIGMOD, PhD@VLDB e SIGMOD-Research Competition. Os resultados também receberam prêmios de melhor tese de doutorado da CAPES 20211, segunda melhor tese no congresso da SBC 20212, segunda melhor tese no congresso da SBBD 2021 e melhor artigo do SBBD 2021. Os resultados esperados deste projeto envolvem algoritmos, metodologias e propostas de extensões de hardware que possam ser implementados pela indústria de SGBDs e fabricantes de memória.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Eduardo Henrique Monteiro Pena - Integrante / Eduardo Cunha de Almeida - Coordenador / Marco ANTONIO ZANATA ALVES - Integrante / SIMONE DOMINICO - Integrante.

• 2020 - 2020

  Sistema de Diagnóstico e Localização de Faltas em Tempo Real para Linhas de Transmissão de 230KV e 525KV com base em aprendizagem profunda, ondas viajantes e dados ambientais, Projeto certificado pelo(a) coordenador(a) Eduardo Cunha de Almeida em 04/11/2022., Descrição: Neste projeto propõe-se o desenvolvimento de um sistema em tempo real para classificação, localização e diagnóstico de faltas em linhas de transmissão de 230 kV e 525 kV. Serão usadas técnicas de aprendizagem profunda (deep learning) para a classificação automática dos eventos e implementados algoritmos com base em sinais de ondas viajantes (travelling wave) que possibilitem a localização de faltas com precisão, além da utilização de dados de medições sincrofasoriais e das condições ambientais (temperatura, vento, descargas atmosféricas, etc.) ao longo da linha, de modo a realizar um diagnóstico da provável causa da falha. O sistema a ser desenvolvido será implementado em um aplicativo computacional com o intuito de disponibilizar ao operador do sistema maiores informações para auxílio na tomada de decisão do religamento de linhas em casos de falhas, mantendo a segurança de terceiros e de empregados e a integridade de equipamentos, e reduzir, quando possível, a parcela variável pela indisponibilidade do fornecimento de energia... , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Eduardo Henrique Monteiro Pena - Integrante / Eduardo Cunha de Almeida - Coordenador / Luiz Eduardo Soares de Oliveira - Integrante / Patrick Karvat - Integrante / Leandro Augusto Ensina - Integrante.

• 2016 - 2021

  DoricStore, Projeto certificado pelo(a) coordenador(a) Eduardo Cunha de Almeida em 04/11/2022., Descrição: n the DoricStore project, our goal is to design an in-memory column-store for high-performance emerging hardware. Over the last decade Columnar database systems, or column-stores for short, take advantage of the decomposition storage model (DSM) to boost the performance of read-optimized databases. Many different systems can leverage column-stores, like Business Information Services (BIS), Customer Relationship Management (CRM) and electronic library catalogue. But now many of these systems are presenting real-time analysis requirements that together with emerging new hardware offer an opportunity to rethink the design of the column-stores. In this project, we give attention to multi-core machines and high-performance Hybrid Memory Cubes (HMC). We believe the HMC is particularly convenient for read-optimized databases as they glue multiple logic control chips to the memory stack. Thus, we run logic query operations within these chips to avoid going to CPU as much as possible. Otherwise, we seek efficient scheduling on multi-core machines. HMC can be built over DRAM or NAND Flash, but this flexibility may present different challenges that we are working on in our research agenda. We are also investigating what happens to the current state of column-stores when running atop multi-core machines and HMC to present new algorithms and data structures in topics, such as scheduling, compressing, vectorization, late materialization and high-performance discovery of data dependencies (e.g., denial constraints, unique column constraints, functional dependencies)... , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) / Doutorado: (5) . , Integrantes: Eduardo Henrique Monteiro Pena - Integrante / Eduardo Cunha de Almeida - Coordenador / Edson Ramiro Lucas Filho - Integrante / SIMONE DOMINICO - Integrante / Leandro Batista de Almeida - Integrante / Tiago Rodrigo Kepe - Integrante / Luiz Eduardo Cavalheiro - Integrante / Matheus Nerone - Integrante / Flaviene Scheidt - Integrante.

• 2016 - Atual

  Laboratório de Dados Educacionais, Projeto certificado pelo(a) coordenador(a) Eduardo Cunha de Almeida em 04/11/2022., Descrição: O projeto visa desenvolver uma plataforma de dados abertos em formato de série temporal, com dados e indicadores educacionais. A criação e manutenção do repositório envolve problemas como extração e estruturação de dados oriundos de fonte aberta, evolução do esquema de banco de dados, sendo que deverá manter desempenho e desenvolvimento e geração de API de dados abertos. http://dadoseducacionais.c3sl.ufpr.br.. Situação: Em andamento; Natureza: Pesquisa.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Eduardo Henrique Monteiro Pena - Integrante / Eduardo Cunha de Almeida - Coordenador / MARCOS DIDONET DEL FABRO - Integrante / LUIS C. E. BONA - Integrante / MARCOS SUNYE - Integrante / Thiago Alves - Integrante / Gabriela Schneider - Integrante / Adriana Dragone - Integrante.

• 2013 - 2014

  BELLATRIX: Detecção de Anomalias em Redes utilizando Assinatura Digital de Segmentos de Analisado, Descrição: Fundação Araucária PR. Edital 12/2011 - Bolsas Produtividade em Pesquisa - O objetivo deste projeto é desenvolvimento de um modelo para Detecção de Anomalias utilizando análise de fluxo (FLUXAD) do tipo Internet Protocol Flow Information Export (IPFIX) para auxiliar no gerenciamento de redes. Para isto deverá ser feita a caracterização de tráfego dos segmentos analisados com o objetivo de criar baselines que também chamamos de Assinatura Digital do Segmento Analisado (DSNA) que serão posteriormente comparados com os fluxos coletados em tempo real para detecção de anomalias. O DSNA será composto por um perfil do tráfego que contem volume, portas utilizadas, protocolos, endereços IP referentes aos segmentos analisados... , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Eduardo Henrique Monteiro Pena - Integrante / Mario Lemes Proenca Junior - Coordenador., Financiador(es): Fundação Araucária de Apoio ao Desenvolvimento Científico e Tecnológico - Outra.

• 2009 - 2010

  Fábrica de Projetos de Tecnologia da Informação e Comunicação, Descrição: ESTE PROJETO TEM COMO OBJETIVO IMPLEMENTAR UMA FÁBRICA DE PROJETOS DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO NO DEPARTAMENTO DE COMPUTAÇÃO DA UNIVERSIDADE ESTADUAL DE LONDRINA, VISANDO OFERECER UM AMBIENTE PARA OS ALUNOS COLOCAREM EM PRÁTICA CONCEITOS VISTOS EM SALA DE AULA, PESQUISAR E IMPLEMENTAR NOVAS PRÁTICAS DE ENGENHARIA DE SOFTWARE E COMUNICAÇÃO DE DADOS, ALÉM DE PRESTAR SERVIÇOS PARA A COMUNIDADE, OBVIAMENTE, INDO DE ENCONTRO COM O ANSEIO DAS EMPRESAS NO QUE TANGE A SERVIÇOS E/OU PRODUTOS COM QUALIDADE PREVISÍVEL E CONTROLÁVEL, E COM CUSTO E PRAZO DE ENTREGA ACORDADOS E CUMPRIDOS... , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Eduardo Henrique Monteiro Pena - Integrante / Rodolfo Miranda de Barros - Coordenador., Financiador(es): Fundação Araucária de Apoio ao Desenvolvimento Científico e Tecnológico - Bolsa.

• 2009 - 2009

  Modelagem da estrutura e crescimento de plantas, como apoio de modelos ecofisiológicos, Descrição: O objetivo deste projeto é comparar diferentes formalismos matemáticos incluídos e a serem incluídos no software InterpolMate para a modelagem de crescimento de café e erva-mate em 3D. Será dada a continuidade da tradução de programação em C++ para Python na reconstrução arquitetural de café e erva-mate, efetuando a manipulação da arquitetura vegetal com uso de programação em VPlants. Os cafeeiros e erva-mate serão codificados em grafos em árvores multiescalares (MTG) nas linguagens C++ e Python. Com isso, serão reconstruídas as plantas e populações virtuais de café e erva-mate em três dimensões (3D), que posteriormente serão processados em diversos cenários virtuais em VegeSTAR, CARIBU etc, para simular e avaliar a eficiência de interceptação, transpiração e fotossíntese relacionada à estrutura vegetal.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Eduardo Henrique Monteiro Pena - Coordenador / Miroslava Rakocevic - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

Prêmios