• Total de projetos de pesquisa (10)
  
  1. 2026-Atual. Aplicações e Computação de Configurações Específicas da Dinâmica de Redes Booleanas Acopladas
     Descrição: Redes Booleanas Acopladas (RBAs) são uma classe de modelos para redes de entidades dinâmicas interagentes que apresentam um amplo leque de potenciais aplicações, principalmente em Biologia de Sistemas. Um dos tipos mais evidentes e importantes dessas potenciais aplicações corresponde à modelagem de eventos e/ou estados biológicos como configurações específicas do espaço de estados de RBAs, como por exemplo Campos Atratores, o que pode ser usado para estudar os eventos e/ou estados em questão por meio das propriedades estruturais e dinâmicas dessas configurações. Daí a importância da identificação e modelagem dessas aplicações. Um dos principais desafios relacionados a esta abordagem consiste na computação dessas configurações dinâmicas específicas, visto que o espaço de estado de um RBA cresce exponencialmente no número de variáveis do sistema. Então o desenvolvimento de estratégias eficientes, tipicamente baseadas em computação de alto-desempenho, são um caminho natural a investigar quando nos deparamos com esse tipo de desafio, a depender das características da RBAs e das configurações específicas consideradas. O objetivo desse projeto consiste na identificação e modelagem de aplicações para configurações específicas da dinâmica de Redes Booleanas Acopladas, bem como no desenvolvimento de métodos eficientes capazes de computá-las
     Situação: Em andamento.
     Natureza: Pesquisa.
     Integrantes: Luiz Carlos da Silva Rozante - Coordenador / Francisco Eloi Soares de Araujo - Integrante / MARTINS, DAVID C. - Integrante / TOVAR, CARLOS R. P. - Integrante.
     Membro(s): Luiz Carlos da Silva Rozante.
  2. 2024-2025. Algoritmos Distribuídos para Computação de Campos Atratores em Redes Booleanas Acopladas (RBAs)
     Descrição: Os processos de estabilização e sincronização em redes de entidades dinâmicas interagentes são quase onipresentes na natureza e desempenham um papel muito importante em muitos contextos diferentes, da biologia à sociologia. Redes Booleanas Acopladas (RBAs) são uma classe de modelos para redes de entidades dinâmicas interagentes que apresentam um amplo leque de potenciais aplicações, principalmente em Biologia de Sistemas. Apesar da sua importância, existem relativamente poucos estudos focados em estabilidade e sincronismo envolvendo essa classe específica de modelos, em particular estudos baseados em abordagens computacionais. Há várias configurações globalmente estáveis da dinâmica de RBAs, como por exemplo Campos Atratores, que têm potencial de aplicação em diversas áreas. O objetivo desse projetoconsiste em desenvolver um método paralelo/distribuído eficiente que, dada uma RBA como entrada, seja capaz de responder se ela contém ou não Campos Atratores, bemcomo identificá-los
     Situação: Concluído.
     Natureza: Pesquisa.
     Integrantes: Luiz Carlos da Silva Rozante - Integrante / de Camargo, Raphael Y. - Integrante / David Correa Martins Jr. - Integrante / TOVAR, CARLOS R. P. - Integrante / Luciana Arantes - Coordenador / Pierre Sens - Integrante.
     Membro(s): Luiz Carlos da Silva Rozante.
  3. 2023-2024. Algoritmo paralelo usando GPU baseado na versão flexível do algoritmo Neighbor-Joining
     Descrição: A reconstrução de uma árvore filogenética a partir de um grupo de n espécies e uma matriz simétrica nxn de distância entre cada par de espécies é um problema antigo bem conhecido em bioinformatica. Em 1958, Sokal r Michener descrevem em seu trabalho "A statistical method for evaluating systematic relationships" uma metodologia bastante eficiente para encontrar a árvore arvore filogenética chamada "UPGMA (unweighted pair group method with arithmetic mean)", mas que possui uma qualidade não muito satisfatória em muitos casos. Natoi e Nei em 1987 descrevem um novo método chamado NJ (Neighbor-joining) que produz árvores de forma eficaz e com qualidade superior ao UPGMA. Porém, ele apresenta possui baixa eficiência computacional, inviabilizando a sua aplicação prática quando a quantidade de espécies dadas como entrada é grande. Lima e colaboradores em "A Flexible Variant of the Neighbor-Joining for Building Phylogenetic Trees" em 2022 descrevem uma metodologia paramétrica muito eficiente e com boa qualidade quando a verdadeira árvore filogenética não se degenera assintóticamente em um caminho; e em "Fast Flexible Neighbor-joining using Multicomputing", 2023, os mesmos autores usam a paralelização com várias CPUs para acelerar a eficiência do algoritmos flexível proposto em 2022. Nesse projeto objetivamos propor uma versão não parametrizada do NJ-flexível em árvores que acredita-se serem balanceadas usando paralelização em GPU. O foco do projeto é um estudo teórico e prático comparando os resultados de qualidade e de tempo de execução com o último trabalho (2023) de Lima e colaboradores
     Situação: Concluído.
     Natureza: Pesquisa.
     Integrantes: Luiz Carlos da Silva Rozante - Integrante / Marco Aurélio Stefanes - Integrante / Elói Araújo - Coordenador / LIMA, A. CHASTEL - Integrante.
     Membro(s): Luiz Carlos da Silva Rozante.
  4. 2023-Atual. O Uso de Computação de Alto Desempenho para Problemas Biológicos e Computação Científica
     Descrição: A crescente demanda por computação de alto desempenho nas últimas décadas é impulsionada pelo aumento de dados e pelo surgimento de novas áreas de aplicação, incluindo Bioinformática, Computação Científica, Internet das Coisas, Computação de Borda e Inteligência Computacional. À medida que essa demanda cresce, é necessário estudar estratégias e abordagens eficientes para resolver problemas nessas áreas. A computação de alto desempenho não segue um único modelo de desenvolvimento, como a computação em Multi-CPUs e Multi-GPUs. Cada arquitetura requer estratégias e ferramentas específicas, incluindo abordagens híbridas. Este projeto de pesquisa tem como objetivo otimizar a eficiência e acelerar a solução de desafios complexos. Os principais tópicos incluem o desenvolvimento de técnicas de programação para sistemas paralelos híbridos, Otimização de comunicação e offloading computacional em sistemas de Computação de Borda, pesquisa em biologia de sistemas e bioinformática, e a implementação de soluções paralelas para previsão do tempo. O estudo visa aprimorar o processamento de grandes volumes de dados em áreas diversas. A computação de alto desempenho desempenha um papel fundamental na pesquisa e resolução de problemas complexos em diversas áreas, como bioinformática, computação científica e computação na borda. Ela permite análises mais rápidas, modelagem avançada e o processamento eficiente de grandes volumes de dados em tempo real. Neste sentido buscaremos soluções de alta performance e escalonáveis para os problemas tratados
     Situação: Em andamento.
     Natureza: Pesquisa.
     Integrantes: Luiz Carlos da Silva Rozante - Integrante / Elói Araújo - Integrante / Stefanes, Marco A. - Coordenador.
     Membro(s): Luiz Carlos da Silva Rozante.
  5. 2020-2021. Estabilidade e Sincronização em Redes Dinâmicas Discretas Acopladas: uma Abordagem Computacional
     Descrição: Os processos de estabilização e sincronização em redes de entidades dinâmicas interagentes são quase onipresentes na natureza e desempenham um papel muito importante em muitos contextos diferentes, da biologia à sociologia. Redes Dinâmicas Discretas Acopladas (RDDA) são uma classe de modelos para redes de entidades dinâmicas interagentes, que incluem redes boolenas acopladas, e que apresentam um amplo leque de potenciais aplicações, principalmente em Biologia de Sistemas. Apesar da sua importância, existem relativamente poucos estudos focados em estabilidade e sincronização envolvendo essa classe específica de modelos, em particular estudos baseados em abordagens computacionais. O objetivo desse projeto consiste em estudar um método computacionalmente eficiente que, dada uma RDDA como entrada, seja capaz de responder se ela contém ou não estados de sincronização estáveis, bem como identificá-los
     Situação: Concluído.
     Natureza: Pesquisa.
     Alunos envolvidos: Mestrado acadêmico: (1).
     Integrantes: Luiz Carlos da Silva Rozante - Integrante / Elói Araújo - Coordenador / TOVAR, CARLOS R. P. - Integrante.
     Membro(s): Luiz Carlos da Silva Rozante.
  6. 2018-Atual. [CAPES-PrInt UFABC] Combinatória e aplicações em Bioinformática, Cientometria, e Computação Gráfica
     Descrição: A Ciência da Computação está cada vez mais presente em diversas áreas do conhecimento, fomentando a necessidade de criar novas tecnologias para lidar com problemas crescentemente complexos de diversas áreas da ciência. Tais avanços tecnológicos são possíveis através de resultados teóricos que sustentem a geração de modelos computacionais adaptados aos novos problemas interdisciplinares. Por exemplo, o estudo de estruturas combinatórias tem um papel fundamental no desenvolvimento de algoritmos eficientes para resolver problemas nas áreas de Bioinformática, Cientometria e Computação Gráfica. Em particular, análise de redes complexas, que são grafos com características topológicas não triviais que ocorrem em muitas situações do mundo real, é uma área de pesquisa com diversas aplicações atuais e de interesse público que permite entender desde o comportamento social nas redes até o funcionamento biológico das redes neuronais e de genes e proteínas. Dividimos os objetivos deste projeto em duas frentes: 1) Investigar propriedades estruturais, combinatórias e algorítmicas de grafos e estruturas discretas relacionadas; 2) Aplicar técnicas combinatórias para obter avanços em problemas de Bioinformática, Cientometria e Computação Gráfica. Em Bioinformática, o foco será na inferência, modelagem e simulação de redes de biologia molecular, empregando-se análise de redes complexas, incluindo o desenvolvimento de métodos de detecção de comunidades e padrões estruturais locais que se repetem e que normalmente estão associados a alguma função importante na rede. Já em Cientometria, o foco é na aplicação de conceitos de teoria dos grafos e de redes complexas para análise de redes de pesquisadores, que também envolve busca de comunidades, padrões estruturais locais em grafos e predição de ligações futuras. Finalmente, em Computação Gráfica o objetivo é segmentar imagens e vídeos através da aplicação de grafos Laplacianos construídos a partir das entradas para o problema de segmentação ou co-segmentação. Embora o foco das aplicações seja dado principalmente nas três frentes supracitadas, praticamente todas as áreas da ciência dependem de análise combinatória, mais notadamente: física, química, biologia, engenharias, astronomia, ciências sociais (especialmente análise de redes sociais), dentre outras
     Situação: Em andamento.
     Natureza: Pesquisa.
     Integrantes: Luiz Carlos da Silva Rozante - Integrante / David Correa Martins Jr. - Integrante / Harlen Costa Batagelo - Integrante / João Paulo Gois - Coordenador / Daniel Morgato Martin - Integrante / Fabrício Olivetti de França - Integrante / Jesús Pacual Mena- Chalco - Integrante / Saul de Castro Leite - Integrante / Carla Negri Lintzmayer - Integrante / Cláudio Nogueira de Meneses - Integrante / Guilherme Oliveira Mota - Integrante / Cristiane Maria Sato - Integrante.
     Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.
     Membro(s): Luiz Carlos da Silva Rozante / João Paulo Gois / Harlen Costa Batagelo / Carla Negri Lintzmayer.
  7. 2014-2016. Modelos de Programação e Algoritmos para a Execução Eficiente de Aplicações Paralelas em Aglomerados Heterogêneos
     Descrição: Com o advento de diferentes classes de aceleradores, como as GPUs (Graphical Processing Units) e os Intel MICs (Many Integrated Cores), aglomerados heterogêneos, formados por diferentes tipos de aceleradores e processadores, se tornaram realidade. Estes aglomerados podem ser dedicados ou simplesmente um conjunto de estações de trabalho, distribuídas em diferentes laboratórios e que ficam ociosas durante a maior parte do tempo. As diferenças arquiteturais entre processadores e os diversos tipos de aceleradores tornam difícil o desenvolvimento de aplicações que utilizem estes aglomerados de modo eficiente.A proposta deste projeto consiste em avaliar modelos de programação que facilitem o desenvolvimento e a previsão do desempenho de aplicações para aglomerados heterogêneos. Também será desenvolvido um mecanismo de distribuição dinâmica de carga para estes aglomerados, que serão implementados em uma biblioteca já existente. O objetivo é facilitar tanto a implementação quanto a execução de aplicações para estes aglomerados. Na área de aplicações, serão desenvolvidos algoritmos de bioinformática para a inferência de redes de regulação gênica (Gene Regulatory Networks - GRNs), onde é preciso avaliar um vasto número de combinações de genes candidatos a preditores. Na área de neurociência computacional, será implementado o suporte a aceleradores em simuladores neuronais, como o MOOSE, de modo a permitir a simulação de redes neuronais compostas por milhares de neurônios. Para tal, serão desenvolvidos algoritmos para a solução eficiente de conjuntos de sistemas lineares, que são a base para a simulação de neurônios. Para ambas as áreas, o foco dos esforços será o suporte à execução eficiente em aglomerados heterogêneos
     Situação: Concluído.
     Natureza: Pesquisa.
     Integrantes: Luiz Carlos da Silva Rozante - Integrante / Alfredo Goldman vel Lejbman - Integrante / CAMARGO, RAPHAEL Y. - Coordenador / Daniel Cordeiro - Integrante.
     Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
     Membro(s): Luiz Carlos da Silva Rozante / David Corrêa Martins Junior.
  8. 2013-2015. Inferência de GRNs em Aglomerados de GPUs
     Descrição: O objetivo deste trabalho é desenvolver uma solução paralela - baseada na arquitetura GPU/CUDA - para o problema de inferência de GRNs através da aplicação do problema do Hitting Set, que é um problema equivalente ao do Set Cover. Essa solução deverá ser capaz de executar em aglomerados de GPUs, isto é, em múltiplas máquinas (heterogêneas ou não) com múltiplas GPUs cada uma; além disso, deverá também ser capaz de detectar automaticamente as características (número de SMs, tamanho da memória local, etc) de cada componente do aglomerado, de modo a otimizar, também automaticamente, a distribuição da carga de trabalho entre as diversas máquinas e GPUs. Essa solução exigirá o desenvolvimento de técnicas em especial no que diz respeito a estratégias para gerência do tráfego entre as memórias local e global dos dispositivos que poderão ser utilizadas em outros problemas combinatórios, com uma vasta gama de aplicações. Os experimentos serão realizados com diferentes combinações das seguintes máquinas: a) 4 máquinas hive com 2 placas gtx 680, processador intel i7 3930k e 32G de RAM; b) 1 máquina montada com 12G de RAM e com 2 placas de video GTX 295 cada contendo dois chips, totalizando 4 GPUS e c) dois servidores Supermicro modelo 7047GR-TPRF, sendo cada servidor possui 4 GPUs Tesla K20X com 2688 cores e 6G de RAM
     Situação: Concluído.
     Natureza: Pesquisa.
     Alunos envolvidos: Mestrado acadêmico: (2).
     Integrantes: Luiz Carlos da Silva Rozante - Coordenador / de Camargo, Raphael Y. - Integrante / Song, Siang W. - Integrante / David Correa Martins Jr. - Integrante / Francisco Eloi Soares de Araujo - Integrante / Marco Aurélio Stefanes - Integrante / BORELLI, FABRIZIO F - Integrante / Danilo Carastan dos Santos - Integrante.
     Membro(s): Luiz Carlos da Silva Rozante.
  9. 2013-2015. Aglomerados de GPUs em Simulações de Modelos Biológicos
     Descrição: Inferência de redes de regulação gênica (GRNs) é um importante problema da bioinformática --- com várias aplicações em biologia de sistemas --- no qual tenta-se deduzir as interações entre genes a partir de dados de expressão gênica, como por exemplo dados de microarray ou RNA-Seq. Métodos de seleção de características podem ser aplicados neste problema. Um método de seleção de características é composto por duas partes: um algoritmo de busca e uma função critério. No contexto desse projeto, trataremos de uma técnica já bem estabelecida na literatura para inferência de GRNs, baseada em seleção de características, e que usa busca exaustiva como algoritmo de busca e entropia condicional média como função critério. Busca exaustiva tem a vantagem de sempre retornar o melhor subconjunto de características, mas é computacionalmente inviável na maioria das situações, o que torna soluções baseadas em computação de alto-desempenho atraentes; entretanto, plataformas de alto-desempenho tradicionais são ainda caras e de difícil manutenção. O objetivo deste trabalho é desenvolver uma solução paralela de custo relativamente baixo --- baseada na arquitetura GPU/CUDA --- para busca exaustiva. CUDA é uma arquitetura paralela de propósito geral com um novo modelo de programação paralela que permite que as GPUs da NVIDIA resolvam problemas complexos de forma mais eficiente a um custo relativamente baixo. Essa solução deverá ser capaz de executar em aglomerados de GPUs, isto é, em múltiplas máquinas (heterogêneas ou não) com múltiplas GPUs cada uma; além disso, deverá também ser capaz de detectar automaticamente as características (número de SMs, tamanho da memória local, etc) de cada componente do aglomerado, de modo a otimizar, também automaticamente, a distribuição da carga de trabalho entre as diversas máquinas e GPUs. Essa solução exigirá o desenvolvimento de técnicas -- em especial no que diz respeito a estratégias para gerência do tráfego entre as memórias local e global dos dispositivos -- que poderão ser utilizadas em outros problemas combinatórios, com uma vasta gama de aplicações
     Situação: Concluído.
     Natureza: Pesquisa.
     Integrantes: Luiz Carlos da Silva Rozante - Integrante / de Camargo, Raphael Y. - Coordenador / David Correa Martins Jr. - Integrante / F. F. Borelli - Integrante.
     Membro(s): Luiz Carlos da Silva Rozante.
  10. 2011-2013. Simulação de Sistemas Biológicos Utilizando GPUs
      Descrição: A área de biologia de sistemas é um campo de pesquisa interdisciplinar que foca no estudo sistêmico de interações complexas verificadas em organismos vivos. Um dos principais objetivos das pesquisas nessa área é descobrir propriedades novas que podem surgir da visão sistêmica para um melhor entendimento dos processos que ocorrem em sistemas biológicos. Em particular, este projeto foca em três aspectos importantes em biologia de sistemas: i) a investigação das interações entre neurônios em redes neuronais de grande escala; ii) o estudo e desenvolvimento de métodos de inferência de redes de regulação gênica e iii) o estudo e desenvolvimento de métodos de análise do comportamento dinâmico de redes de regulação gênica. O estudo de tais aspectos normalmente envolve um poder computacional significativo devido ao elevado número de elementos interagentes nesses sistemas. Para amenizar esse problema, uma possibilidade é o emprego de aglomerados de processadores gráficos (do inglês: Graphics processing unit - GPU). As GPUs geralmente são bastante eficientes em aplicações que envolvem exaustivas operações de ponto flutuante. A idéia central deste projeto é a obtenção e desenvolvimento de conhecimento e técnicas que permitam a exploração do poder computacional das GPUs para fins de desenvolvimento de soluções relativamente baratas e eficientes para problemas críticos colocados no contexto dos três aspectos mencionados acima. O escopo deste projeto está diretamente relacionado com dois dos cinco grandes desafios identificados pela Sociedade Brasileira de Computação: Modelagem Computacional de Sistemas Complexos e Impactos para a Área de Computação da Transição do Silício para Novas Tecnologias
      Situação: Em andamento.
      Natureza: Pesquisa.
      Integrantes: David Corrêa Martins Junior - Coordenador / Luiz Carlos da Silva Rozante - Integrante / Raphael Yokoingawa de Camargo - Integrante / Siang Wun Song - Integrante.
      Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro(s): Luiz Carlos da Silva Rozante / David Corrêa Martins Junior.
  
  

Prêmios e títulos

• Total de prêmios e títulos (3)
  
  1. Best Paper Award - ICCSA 2021, ICCSA 2021 Award Chair. 2021.. 2021.
     Membro: Luiz Carlos da Silva Rozante.
  2. [Orientação] Dissertação de Mestrado selecionada entre as 10 melhores no 29º CTD ? Concurso de Teses e Dissertações da SBC, 2016., SBC.. 2016.
     Membro: Luiz Carlos da Silva Rozante.
  3. [Trab. com aluno] Melhor Artigo de Pós-Graduação com apresentação oral, V Escola Regional de Alto Desempenho de São Paulo (ERAD-SP 2014)., SBC.. 2014.
     Membro: Luiz Carlos da Silva Rozante.
  
  

Participação em eventos