Você está aqui: Página Inicial > Notícias > Toledo > PESQUISA
conteúdo

Notícias

PESQUISA

Professor do campus Toledo é um dos ganhadores do Prêmio Capes de Tese, edição 2021.
publicado: 06/09/2021 10h53 última modificação: 06/09/2021 16h22
Diagrama com os principais temas e contribuições científicas da tese.

Diagrama com os principais temas e contribuições científicas da tese.

O professor da UTFPR - Campus  Toledo, Eduardo Henrique Monteiro Pena, e, seu orientador do Doutorado da UFPR, Eduardo Cunha de Almeida, foram um dos ganhadores do 'Prêmio CAPES de Tese 2021', na área de Ciência da Computação do Programa de Pós-Graduação em INFORMÁTICA da UFPR.

O extrato com a informação do resultado foi publicado no Diário Oficial da União no dia 3 de setembro de 2021, edição 168, seção 3, página 112. 

Segundo o professor Eduardo, "esta tese apresenta contribuições relevantes para importantes problemas relacionados à tais dependências. O primeiro é relacionado à detecção de dependências. Estudamos a detecção de restrições de negação, pois elas generalizam outros tipos de dependências, e conseguem expressar complexas regras de qualidade de dados. Apresentamos um algoritmo para a descoberta de restrições de negação e o avaliamos em uma variedade de cenários. Em comparação com soluções anteriores do estado da arte, nosso algoritmo melhora significativamente a eficiência da detecção em termos de tempo de execução."

Ainda, conforme o docente: "o segundo problema diz respeito à aplicação de dependências na melhoria da consistência de dados. Mostramos que é possível extrair evidências de conjuntos de dados para descobrir restrições que se mantêm aproximadamente e que identificam, com boa precisão e recuperação, inconsistências no conjunto de dados de entrada. Apresentamos, ainda, um sistema para detecção de erros baseados em restrições de negação que apresenta execuções até três ordens de magnitude mais rápidas do que as de soluções do estado da arte, especialmente para conjuntos de dados maiores e restrições complexas. Por fim, nossa última contribuição é sobre a aplicação de dependências na otimização de consultas. Apresentamos um sistema para a detecção e seleção automática de dependências funcionais baseado em representações extraídas das cargas de trabalho. Nossos experimentos mostram que a aplicação das dependências selecionadas pode reduzir o tempo de resposta geral de diversas consultas. As contribuições acima foram publicadas em veículos de renome nacional (SBBD) e internacional (PVLDB, CIKM e DEXA), e possibilitaram cooperação nacional com universidades federais (UFPR e UTFPR), bem como internacional com institutos de pesquisa (HPI-Alemanha e SnT-Luxemburgo)."

"Sua contribuição certamente será de extrema valia para o desenvolvimento e aprimoramento da área, bem como para o avanço da pós-graduação stricto sensu e do conhecimento científico de qualidade no Brasil." (CAPES, 2021).

Quem tiver interesse, favor acessar a Tese completa no endereço: https://acervodigital.ufpr.br/handle/1884/69387