PPCIC scriptLattes

Eduardo Soares Ogasawara

Eduardo Ogasawara é professor do Departamento de Ciência da Computação do Centro Federal de Educação Tecnológica do Rio de Janeiro (CEFET/RJ) desde 2010. É mestre e doutor em Engenharia de Sistemas e Computação pela COPPE/UFRJ. Entre 2000 e 2007, atuou na área de Tecnologia da Informação (TI), onde adquiriu ampla experiência em workflows e gerenciamento de projetos. Ele tem uma sólida experiência em banco de dados e seu principal interesse é Ciência de Dados. Atualmente está interessado em Mineração de Dados e Análise de Séries Temporais. Ele é membro do IEEE, ACM, INNS e SBC. Ao longo de sua carreira, apresentou um número consistente de artigos publicados e projetos aprovados por agências de fomento, como CNPq e FAPERJ. É editor associado do IEEE Latin America Transactions. Ele também é revisor de periódicos e conferências internacionais, incluindo SIAM Data Mining (SDM). Liderou a criação do Programa de Pós-Graduação em Ciência da Computação (PPCIC) do CEFET/RJ, onde foi coordenador de 2016 a meados de 2021. (Texto informado pelo autor)

http://lattes.cnpq.br/0528303491410251 (11/01/2024)

Rótulo/Grupo:

Bolsa CNPq: Nível 2

Período de análise:

Endereço: Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, DIPPG. Av. Maracanã, 229 - Bloco E sala 504/23 Maracanã 20271110 - Rio de Janeiro, RJ - Brasil Telefone: (21) 25663179 Ramal: 238 URL da Homepage: http://eic.cefet-rj.br/~eogasawara/

Grande área: Ciências Exatas e da Terra

Área: Ciência da Computação

Citações: Google Acadêmico

Produção bibliográfica

Artigos completos publicados em periódicos (1)
1. SALLES, REBECCA ; BELLOZE, KELE ; PORTO, FABIO ; GONZALEZ, PEDRO H. ; Ogasawara, Eduardo. Nonstationary time series transformation methods: An experimental review. KNOWLEDGE-BASED SYSTEMS. v. 164, p. 274-291, issn: 0950-7051, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: A1
Livros publicados/organizados ou edições (0)
Capítulos de livros publicados (0)
Textos em jornais de notícias/revistas (1)
1. OLIVEIRA, D. ; OGASAWARA, E.. Is Cloud Computing the Solution for Brazilian Researchers?. International Journal of Computer Applications, p. 1-5, .
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Trabalhos completos publicados em anais de congressos (6)
1. BARONI, L. ; PAIXAO, B. ; CHRISPINO, A. ; SILVA, G. P. G. E. ; BARCELLOS, C. ; PEDROSO, M. M. ; OGASAWARA, E.. Análise Exploratória da Malária na Amazônia Brasileira por Meio da Plataforma de Ciência de Dados Aplicada à Saúde. Em: Brazilian e-Science Workshop, p. 1-8, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: B5
2. SILVA, D. N. R. ; SIMOES, A. ; CARDOSO, C. ; OLIVEIRA, D. E. M. ; RITTMEYER, J. G. ; WEHMUTH, K. ; LUSTOSA, H. ; PEREIRA, R. S. ; SOUTO, Y. M. ; VIGNOLI, L. E. G. ; SALLES, REBECCA ; C. JR, H. S. ; ZIVIANI, A. ; OGASAWARA, E. ; DELICATO, F. C. ; PIRES, P. F. ; PINTO, H. L. C. P. ; MAIA, L. ; PORTO, F.. A conceptual vision toward the management of Machine Learning models?. Em: ER Forum, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: Não identificado (ER Forum)
3. RONALD, A. ; SALLES, REBECCA ; BELLOZE, K. ; PASTORE, D. ; OGASAWARA, E.. Modelo Autorregressivo de Integração Adaptativa. Em: Simpósio Brasileiro de Banco de Dados, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: B1
4. OLIVEIRA, D. ; ABREU, C. M. ; OGASAWARA, E. ; BEZERRA, E. ; LIMA, LEONARDO. A Science Gateway to Support Research in Spectral Graph Theory. Em: SBBD - Simpósio Brasileiro de Banco de Dados, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: B1 (Simpósio Brasileiro de Banco de Dados)
5. CARVALHO, F. ; SANTOS, L. F. ; BORGES, H. ; OGASAWARA, E. ; SILVA, G. P. G. E.. Discovering Patterns in Sentimental Analysis. Em: Brazilian Symposium on Multimedia and the Web, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: B1
6. CASTRO FILHO, A. J. ; OGASAWARA, E. ; COUTINHO, R.. Mineração de sequências restritas no espaço e no tempo. Em: Workshop de Dissertações de Teses, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
  Qualis: Não identificado (Workshop de Dissertações de Teses)
Resumos expandidos publicados em anais de congressos (0)
Resumos publicados em anais de congressos (0)
Artigos aceitos para publicação (0)
Apresentações de trabalho (2)
1. OGASAWARA, E. Não-estacionariedade: Quando tempo e espaço interferem. 2019. Apresentação de Trabalho/Seminário
2. OGASAWARA, E. Formação de cientistas de dados no nível de pós-graduação. 2019. Apresentação de Trabalho/Comunicação
Demais tipos de produção bibliográfica (0)

Produção técnica

Programas de computador com registro de patente (0)
Programas de computador sem registro de patente (0)
Produtos tecnológicos (0)
Processos ou técnicas (0)
Trabalhos técnicos (0)
Demais tipos de produção técnica (2)
1. OGASAWARA, E. Minicurso no Programa de Verão do LNCC - Análise de Dados. 2019. Curso de curta duração ministrado/Extensão
  [ busca Google | busca Bing ]
2. OGASAWARA, E. Oficina na Escola Regional de Banco de Dados - Análise de Dados. 2019. Curso de curta duração ministrado/Extensão
  [ busca Google | busca Bing ]

Produção artística

Total de produção artística (0)

Orientações em andamento

Supervisão de pós-doutorado (0)
Tese de doutorado (1)
1. Paulo Augusto Neves de Carvalho Elias. Semi-automatic software merge using machine learning. Tese (Doutorado em Computação) - Universidade Federal Fluminense. (Coorientador)., . Início: 2019.
  Supervisor: Eduardo Soares Ogasawara.
Dissertação de mestrado (1)
1. Arthur Ronald Ferreira Diogenes Garcia. ASIMA: Modelo Autoregressivo de Integração Adaptativa Média Móvel. Dissertação (Mestrado em Ciência da Computação) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, . Início: 2019.
  Orientador: Eduardo Soares Ogasawara.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (0)
Iniciação científica (0)
Orientações de outra natureza (0)

Supervisões e orientações concluídas

Supervisão de pós-doutorado (0)
Tese de doutorado (0)
Dissertação de mestrado (4)
1. Rebecca Pontes Salles. Benchmarking Nonstationary Time Series Prediction. Dissertação (Mestrado em Ciência da Computação) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2019.
  Orientador: Eduardo Soares Ogasawara.
2. João Antônio Ferreira. Um framework Algébrico para Workflows de Análise de Dados em Apache Spark. Dissertação (Mestrado em Ciência da Computação) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, . 2019.
  Orientador: Eduardo Soares Ogasawara.
3. Laís Ribeiro Baroni. Descobrindo Regras de Associação Divergentes: um Estudo de Caso da Malária na Amazônia Legal. Dissertação (Mestrado em Engenharia de Produção e Sistemas) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, . 2019.
  Orientador: Eduardo Soares Ogasawara.
4. Leonardo da Silva Moreira. Evaluation of Data Preprocessing Methods for Predicting Brazilian Flight Delays. Dissertação (Mestrado em Ciência da Computação) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, . 2019.
  Supervisor: Eduardo Soares Ogasawara.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (2)

Adilio dos Reis Rosa. Avaliação de Desempenho de Estratégias de Compra e Venda de Ativos Financeiros. (Graduação em Sistemas Para Internet) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, . 2019.
Orientador: Eduardo Soares Ogasawara.
Vinicius D'Almeida Guimarães. Detecção de surtos de malária utilizando matrix profile. (Graduação em Ciência da Computação) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, . 2019.
Orientador: Eduardo Soares Ogasawara.
Iniciação científica (1)

Balthazar da Silva Cunha Paixão. Análise Exploratória das bases de dados de interesse do Breastfeeding Information System. (Graduando em Ciência da Computação) - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2019.
Orientador: Eduardo Soares Ogasawara.
Orientações de outra natureza (0)

Projetos de pesquisa

Total de projetos de pesquisa (3)

2019-2022. Metodos resilientes a nao-estacionariedade no contexto de Ciencia de Dados
Descrição: Processo: 303536/2018-7, Programa: PQ 2018, Valor financiado: R$39.600,00. O fenômeno do Big Data vem sendo produzido pelas ciências, empresas e governos. Ele se apresenta como um dos grandes desafios para a atual sociedade do conhecimento. A necessidade de extração de conhecimento no contexto de Ciência de Dados cresce significativamente, recaindo na exploração de métodos de Mineração de Dados para predição, classificação e descoberta de padrões. Diversos dos fenômenos estudados correspondem a ambientes não-estacionários, frequentemente associados ao tempo e espaço. Tal propriedade torna a Mineração de Dados bem mais complexa. Este projeto de pesquisa visa aumentar a eficiência e eficácia das abordagens nestes ambientes, focando-se tanto na gerência quanto na análise de dados. Para tanto, pretende-se atuar em três frentes de trabalho: (i) gerência de dados, (ii) métodos para descoberta de padrões, (iii) métodos de predição. A pesquisa combina o estudo aplicado de séries espaço-temporais com as pesquisas básicas em gerência e análise de dados visando entender a fundo em que circunstâncias tais abordagens podem ser refinadas para apoiar a não-estacionariedade.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (8) / Mestrado profissional: (10) / Doutorado: (2) . Integrantes: Eduardo Soares Ogasawara - Coordenador. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
Membro: Eduardo Soares Ogasawara.
2019-Atual. Programa de Pos-graduacao em Ciencia da Computacao
Descrição: Processo: E-26/010.001353/2019, Programa: FAPERJ Apoio Emergencial a Programas de Pós-graduação do Rio de Janeiro, Valor financiado: R$39.879,98. O Programa de Pós-graduação em Ciência da Computação (PPCIC) do CEFET/RJ engloba o curso de Mestrado em Ciência da Computação. O Programa foi aprovado pelo CTC da CAPES em abril/2016. O PPCIC está inserido na área de conhecimento e área de concentração de Ciência da Computação. Em 2016, o programa passou por sua primeira avaliação, recebendo conceito bom em todos os quesitos aplicáveis da CAPES, porém foi classificado como nível 3 dada a não existência de egressos naquele momento. O PPCIC visa a formação de egressos capacitados para pesquisar, ensinar e desenvolver conhecimento científico e tecnológico na área de Ciência da Computação. Em particular, o programa tem uma ênfase na formação dos cientistas de dados, profissional com visão multidisciplinar, responsável por formular problemas sob uma perspectiva centrada em dados, transformando-os em conhecimento. Essa abordagem adotada por nosso grupo está aderente ao processo multidisciplinar da Computação. O PPCIC está organizado nas linhas Análise de Dados e Aplicações e Aprendizado de Máquina e Otimização, as quais contemplam um conjunto de projetos de pesquisa. O programa tem quatorze docentes, treze disciplinas e infraestrutura de laboratórios e biblioteca.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (45) . Integrantes: Eduardo Soares Ogasawara - Coordenador.
Membro: Eduardo Soares Ogasawara.
2019-Atual. Data Analytics Lab
Descrição: O Data Analytics Lab (DAL) foi formalizado junto ao diretório de grupos de pesquisa do CNPq em 2019 como um divisão do Grupo de Pesquisa em Pesquisa Aplicada (GPCA). A pesquisa é voltada em Data Analytics, Mineração de Dados e especialmente associada a análise de séries temporais. O Data Analytics Lab (DAL) centraliza a sua pesquisa em três principais frentes: Detecção de eventos Descoberta de padrões e motifs Predição http://dgp.cnpq.br/dgp/espelhogrupo/9806930220192669. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (8) / Doutorado: (5) . Integrantes: Eduardo Soares Ogasawara - Coordenador.
Membro: Eduardo Soares Ogasawara.

Prêmios e títulos

Total de prêmios e títulos (3)

Melhor artigo (best paper) (categoria: short, vision, industry): Modelo autorregressivo de integração adaptativa, SBBD - Simpósio Brasileiro de Banco de Dados.. 2019.
Membro: Eduardo Soares Ogasawara.
Aprovação da Bolsa de Produtividade em Pesquisa, CNPq.. 2019.
Membro: Eduardo Soares Ogasawara.
Melhores revisores, SBBD - Simpósio Brasileiro de Banco de Dados.. 2019.
Membro: Eduardo Soares Ogasawara.

Participação em eventos

Total de participação em eventos (4)

AICCSA. Membro de Comitê de Programa. 2019. (Congresso).
Brazilian e-Science Workshop.Membro de Comitê de Programa. 2019. (Oficina).
CNMAC 2019. Membro de Comitê de Programa. 2019. (Congresso).
Simpósio Brasileiro de Banco de Dados.Membro de Comitê de Programa. 2019. (Simpósio).

Organização de eventos

Total de organização de eventos (4)

OGASAWARA, E.; DE OLIVEIRA, DANIEL. CSBC - XIII e-Science Workshop. 2019. Congresso
OGASAWARA, E.; SANTOS, J.. VII Workshop da Escola de Informática Computação. 2019. Outro
OGASAWARA, E.. IV Workshop da Escola de Informática Computação. 2016. (Outro).. . 0.
OGASAWARA, E.. III Workshop da Escola de Informática e Computação. 2015. (Outro).. . 0.

Lista de colaborações

Colaborações endôgenas (6)

Eduardo Soares Ogasawara ⇔ Gustavo Paiva Guedes e Silva (2.0)
BARONI, L. ; PAIXAO, B. ; CHRISPINO, A. ; GUEDES, Gustavo Paiva ; BARCELLOS, C. ; PEDROSO, M. ; OGASAWARA, EDUARDO. Análise Exploratória da Malária na Amazônia Brasileira por Meio da Plataforma de Ciência de Dados Aplicada à Saúde. Em: Brazilian e-Science Workshop, p. 1-8, 2019.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Qualis: B5
CARVALHO, F. D. ; SANTOS, L. ; BORGES FILHO, H. ; OGASAWARA, E. ; GUEDES, G. P.. Discovering Patterns in Sentimental Analysis. Em: Brazilian Symposium on Multimedia and the Web, 2019.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Qualis: B1

Eduardo Soares Ogasawara ⇔ Eduardo Bezerra da Silva (1.0)
OLIVEIRA, D. ; ABREU, C. M. ; OGASAWARA, EDUARDO ; BEZERRA, EDUARDO ; de Lima, L.S.. A Science Gateway to Support Research in Spectral Graph Theory. Em: SBBD - Simpósio Brasileiro de Banco de Dados, 2019.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Qualis: B1 (Simpósio Brasileiro de Banco de Dados)

Eduardo Soares Ogasawara ⇔ Kele Teixeira Belloze (1.0)
RONALD, A. ; SALLES, REBECCA ; BELLOZE, KELE ; PASTORE, D. ; OGASAWARA, E.. Modelo Autorregressivo de Integração Adaptativa. Em: Simpósio Brasileiro de Banco de Dados, v. 1, 2019.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Qualis: B1

Eduardo Soares Ogasawara ⇔ Leonardo Silva de Lima (1.0)
OLIVEIRA, D. ; ABREU, C. M. ; OGASAWARA, EDUARDO ; BEZERRA, EDUARDO ; de Lima, L.S.. A Science Gateway to Support Research in Spectral Graph Theory. Em: SBBD - Simpósio Brasileiro de Banco de Dados, 2019.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Qualis: B1 (Simpósio Brasileiro de Banco de Dados)

Eduardo Soares Ogasawara ⇔ Pedro Henrique González Silva (1.0)
SALLES, REBECCA ; BELLOZE, KELE ; PORTO, FABIO ; GONZALEZ, PEDRO H. ; OGASAWARA, EDUARDO. Nonstationary time series transformation methods: An experimental review. KNOWLEDGE-BASED SYSTEMS. v. 164, p. 274-291, issn: 0950-7051, 2019.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Qualis: A1

Eduardo Soares Ogasawara ⇔ Rafaelli de Carvalho Coutinho (1.0)
CASTRO FILHO, A. J. ; OGASAWARA, E. ; COUTINHO, R.. Mineração de sequências restritas no espaço e no tempo. Em: Workshop de Dissertações de Teses, 2019.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Qualis: Não identificado (Workshop de Dissertações de Teses)

(*) Relatório criado com produções desde 2019 até 2019
Data de processamento: 05/03/2024 22:20:53

Relatório gerado por scriptLattes V8.11. Os resultados estão sujeitos a falhas devido a inconsistências no preenchimento dos CVs Lattes. E-mail de contato: lattes@eic.cefet-rj.br