Especialistas Seniores em Covid-19 com atuação no Brasil

Alvaro Luiz Gayoso de Azeredo Coutinho

Prof. Alvaro L. G. A. Coutinho, pesquisador CNPq 1A, Cientista do Nosso Estado FAPERJ (2017-), possui graduação em Engenharia Civil pela Universidade Federal do Rio de Janeiro (1980), mestrado (1984) e doutorado (1987) em Engenharia Civil pela COPPE/Universidade Federal do Rio de Janeiro (1984). Professor visitante no Oden Institute for Computational Engineering and Sciences, the University of Texas at Austin, USA (2004). Professor Titular (2001), Diretor Financeiro (2006-2008), Diretor Adjunto de Tecnologia e Inovação (2004-2008) da COPPE/UFRJ onde atualmente coordena a Área Interdisciplinar de Engenharia e Ciência Computacional e dirige o Núcleo Avançado de Computação de Alto Desempenho. É membro de corpo editorial do Int J for Numerical Methods in Fluids, Int J for Numerical Methods in Engineering, Editor Associado da Revista Internacional de Métodos Numéricos para Cálculo y Diseño en Ingeniería, consultor da Fundação COPPETEC e Membro do Comitê Executivo da International Association for Computational Mechanics. Recebeu o IBM Faculty Award (2001), o Prêmio COPPE de Mérito Acadêmico 2007, e Fellow da International Association of Computational Mechanics (2012). Em 2015 recebeu o Prêmio InRio Personalidades do Ano da Assespro RJ. (Texto informado pelo autor)

  • https://lattes.cnpq.br/6402361744624287 (24/10/2021)
  • Rótulo/Grupo:
  • Bolsa CNPq: Nível 1A
  • Período de análise:
  • Endereço: Universidade Federal do Rio de Janeiro, Instituto Alberto Luiz Coimbra de Pós Graduação e Pesquisa de Engenharia, Programa de Engenharia Civil. Centro de Tecnologia Bloco B Sala 100 Ilha do Fundão 21945-970 - Rio de Janeiro, RJ - Brasil - Caixa-postal: 68506 Telefone: (21) 25628080 Ramal: 8077 Fax: (21) 25628081 URL da Homepage: https://www.coc.ufrj.br/~alvaro
  • Grande área: Engenharias
  • Área: Engenharia Civil
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações


Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (31)
    1. 2021-Atual. Centro de Excelencia em Transformacao Digital e Inteligencia Artificial do Estado do Rio de Janeiro (Hub.Rio): Rede Tematica em Energias Renovaveis e Mudancas Climaticas
      Descrição: O grande desafio do desenvolvimento sustentável neste século é equilibrar o aumento da demanda em energia com as restrições impostas pelas emissões de carbono e as mudanças climáticas. Neste contexto, os avanços recentes de inteligência artificial, ciência de dados e computação de alto desempenho têm papel fundamental para melhorar a eficiência computacional e a eficácia dos modelos matemáticos, com foco em energias renováveis e mudanças climáticas. Esta proposta tem como objetivo formar uma rede temática para o desenvolvimento de novas técnicas e aplicação de resultados recentes de inteligência artificial, ciência de dados e computação de alto desempenho, com apoio de engenharia de software, para modelagem climática e aplicações em energia oriunda de fontes renováveis, tais como eólica, oceânicas, solar e biomassa, bem como questões relacionadas à transição energética e distribuição de energia. A rede está organizada em grupos de trabalho (GT) com um grupo de trabalho transversal (GT0) e cinco grupos de trabalho verticais (GT1-5).. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / L. LANDAU - Integrante / N.F.F. EBECKEN - Integrante / D. M. Falcão - Integrante / Argimiro Resende Secchi - Integrante / Guilherme Horta Travassos - Integrante / ROCHINHA, FERNANDO A. - Integrante / Frederic Gerard Christian Valentin - Integrante / MATTOSO, MARTA - Integrante / antonio tadeu gomes - Integrante / Segen Farid Estefen - Integrante / Fernando Luiz Cyrino Oliveira - Integrante / André Luiz Hemerly Costa, - Integrante / Suzana Kahn Ribeiro - Integrante / Marcio Cataldi - Integrante / Alexandre Salem Szklo - Integrante / Roberto Schaeffer - Integrante / Glauco Nery Taranto - Integrante. Financiador(es): FAPERJ - Auxílio financeiro.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    2. 2021-Atual. Pesquisa e Desenvolvimento em Aprendizado de Maquina Cientifico em Computadores de Alto Desempenho para Problemas de Engenharia
      Descrição: O projeto visa desenvolver e ampliar pesquisas multidisciplinares em aprendizado de máquina científico para a engenharia e ciência computacional, voltadas para problemas complexos de multifísica na indústria e na natureza, em andamento no Programa de Engenharia Civil e na Área Interdisciplinar de Engenharia e Ciência Computacional do Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa em Engenharia (COPPE) da Universidade Federal do Rio de Janeiro.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / L. LANDAU - Integrante / Alexandre Gonçalves Evsukoff - Integrante / Marta L Queiros Mattoso - Integrante / GABRIEL MARIO GUERRA BERNADÁ - Integrante / Elias, R. N. - Integrante / Guillaume Houzeaux - Integrante / Fabio Porto - Integrante / Mariano Vázquez - Integrante / ROCHINHA, FERNANDO - Integrante / Valduriez, Patrick - Integrante / GRAVE, MALÚ - Integrante / ALVES, JOSÉ L. D. - Integrante / alessandro reali - Integrante. Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Bolsa.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    3. 2020-Atual. RISC2: network for supporting the coordination of HPC research between Europe and Latin America
      Descrição: The RISC2 project is a coordination network for High Performance Computing (HPC) between Europe and Latin America, funded by the European H2020 FETHPC program and the partner countries. It is managed by Barcelona Computing Center and has eight main European HPC actors, and the main HPC actors from Brazil, including LNCC, UFRJ, UFRGS, Mexico, Argentina, Colombia, Uruguay, Costa Rica and Chile. The objective is to encourage stronger cooperation between their research and industrial communities on HPC applications and infrastructure deployment. The main project deliverable will be a cooperation roadmap aimed at policymakers, the scientific community and industry, identifying key application areas, HPC infrastructure and policy requirements, and exploring ways for the activities established during the project to last beyond its lifetime. The activities and results will be disseminated widely through dedicated project communication tools and will take advantage of existing platforms such as Campus Iberoamerica. The training carried out in the project will help capacitate Latin American HPC, and the structured interaction between researchers and policymakers in both regions will reinforce links and help define a coordinated policy and a clear roadmap for the future.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Marta L Queiros Mattoso - Integrante / Valentin, F. - Integrante / Stephane Lanteri - Integrante / NAVAUX, PHILIPPE O. A. - Integrante / Valduriez, Patrick - Integrante / antonio tadeu gomes - Integrante / Mateo Valero - Integrante / Luc Giraud - Integrante.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    4. 2020-Atual. Centro de Excelencia em Transformacao Digital e Inteligencia Artificial do Estado do Rio de Janeiro (Hub.Rio): Rede Tematica de Combate aos Efeitos da COVID-19
      Descrição: É crítico e estratégico na luta contra a COVID-19 a oferta de soluções tecnológicas que permitam atuarmos adequadamente e de forma vantajosa nesse combate. Neste contexto, o Centro de Excelência em Transformação Digital e Inteligência Artificial do Estado do Rio de Janeiro (Hub.Rio) integra e oferta a competência e capacidade técnica da comunidade científica e setor produtivo privado do Estado Rio de Janeiro para produzir inovação para o enfrentamento do SARS-COV-2. Este projeto objetiva produzir soluções tecnológicas inovadoras e baseadas em evidência envolvendo a transformação digital e técnicas de Inteligência Artificial a serem utilizadas para combater os efeitos da COVID-19. O provimento de cenários preditivos baseados em dados reais, em estimativas e em ações hipotéticas obtidos através de modelos e métodos matemáticos, estatísticos e de aprendizado de máquina permitirá melhorar a qualidade da tomada de decisão e, com isso, obter vantagem competitiva no combate contra o SARS-COV-2.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Alexandre Gonçalves Evsukoff - Integrante / Guilherme Horta Travassos - Integrante / Roberto Medronho - Integrante. Financiador(es): FAPERJ - Auxílio financeiro.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    5. 2020-Atual. Apoio a Execucao de Software Paralelo de Simulacao Sismica
      Descrição: Acordo de cooperação entre a COPPE/UFRJ e a Halliburton.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador. Financiador(es): Halliburton Serviços - Cooperação.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    6. 2020-Atual. Tecnologias Digitais para Monitoramento, Mapeamento e Controle de Surtos, Endemias, Epidemias e Pandemias
      Descrição: O objetivo deste projeto é produzir soluções tecnológicas inovadoras e baseadas em evidência envolvendo a transformação digital e técnicas de IA para combater os efeitos da COVID-19. O provimento de cenários preditivos baseados em dados reais, em estimativas e em ações hipotéticas obtidos através de modelos e métodos matemáticos, estatísticos e de aprendizado de máquina permitirá melhorar a qualidade da tomada de decisão e, com isso, obter vantagem competitiva no combate contra o vírus. A utilização de tecnologias de engenharia de software contemporâneas permitirá apoiar a inovação com dispositivos IoT na coleta de dados em enfermarias e residências e usar esses dados para acompanhar a COVID-19 e representar um diferencial relevante para melhorar a qualidade e abrangência dos sistemas de software contemporâneos e a capacidade preditiva dos modelos construídos com ciência de dados, IA e IoT.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Integrante / Alexandre Gonçalves Evsukoff - Integrante / Guilherme Horta Travassos - Coordenador / Roberto Medronho - Integrante. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    7. 2020-Atual. INRIA Associate Team: HPDaSc- High Performance Data Science
      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. Alunos envolvidos: Doutorado: (6) . Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Integrante / Esther Pacitti - Integrante / Fernando Alves Rochinha - Integrante / Eduardo Ogasawara - Integrante / Fabio Porto - Integrante / Patrick Valduriez - Coordenador / Reza Akbarinia - Integrante / Florent Masseglia - Integrante / Kary Ocaña - Integrante / Dennis Shasha - Integrante / Gabriel F. Barros - Integrante / Romulo Montalvao Silva - Integrante / Daniel Cardoso Moraes de Oliveira - Integrante / MATTOSO, MARTA - Integrante / Luiz M. R. Gadelha Junior - Integrante / Aline Paes - Integrante / Alexis Joly - Integrante / Christophe Pradal - Integrante / Rafaelli Coutinho - Integrante.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    8. 2019-Atual. Simulacao de Correntes de Turbidez pelo Metodo dos Elementos Finitos
      Descrição: Integrar tecnologias que reúnem o estado da arte em simulação de escoamentos de correntes de turbidez, responsáveis pela formação de estruturas geológicas de interesse por serem potenciais reservatórios de petróleo, em um simulador computacional baseado em elementos finitos. Investigar o potencial de técnicas de refinamento e des-refinamento de malhas.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (4) . Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Guerra, Gabriel M. - Integrante / Elias, R. N. - Integrante / Fernando Alves Rochinha - Integrante / CORTÊS, ADRIANO M. A. - Integrante.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    9. 2018-Atual. Nucleo de Excelencia em Modelagem Numerica de Correntes de Turbidez
      Descrição: - Integração de uma equipe multidisciplinar envolvendo a colaboração de especialistas em hidrogeologia, elementos finitos, computação de alto desempenho, quantificação de incertezas, desenvolvimento de workflows científicos e visualização científica; - Desenvolver parceriais com grupos de pesquisa no Brasil e no exterior; - Produção de artigos científicos e apresentações em congressos relacionados à área; - Ampliação da capacidade da instituição proponente na simulação de processos complexos, em especial, àqueles relacionados à formação de reservatórios turbidíticos; - Extensão e validação de softwares para modelar o processo de transporte, sedimentação e erosão de uma corrente de densidade com múltiplas granulometrias e grandes diferenças de densidade (onde a hipótese de Boussinesq deixa de ser válida); - Integração e formação de uma equipe multidisciplinar envolvendo a colaboração de especialistas em hidrogeologia, elementos finitos, computação de alto desempenho e visualização científica; - Fortalecimento da formação multidisciplinar nos Programas de Pós-Graduação em Engenharia Civil (Área de Recursos Hídricos, Mecânica Computacional e Petróleo e Gás), Engenharia Mecânica e Sistemas e Computação da COPPE/UFRJ; - Fortalecimento da formação multidisciplinar no Programa de Pós-Graduação em Computação da UFF; - Fortalecimento da cultura de simulação computacional e aprimoramento da infraestrutura de apoio disponível no Núcleo Avançado de Computação de Alto Desempenho da COPPE/UFRJ. Contexto: PEC-COPPE/UFRJ Área de Concentração: Mecânica Computacional Linha de Pesquisa: Computação de Alto Desempenho. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador. Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Auxílio financeiro.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    10. 2018-Atual. Pesquisa e Desenvolvimento em Computacao de Alto Desempenho para Problemas Multifisica e Multi-escala em Larga Escala
      Descrição: O projeto visa desenvolver e ampliar pesquisas multidisciplinares em engenharia e ciência computacional, voltadas para problemas complexos de multifisica na indústria e na natureza, em andamento no Programa de Engenharia Civil e no Núcleo Avançado em Computação de Alto Desempenho do Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa em Engenharia (COPPE) da Universidade Federal do Rio de Janeiro. Contexto: PEC-COPPE/UFRJ Área de Concentração: Mecânica Computacional Linha de Pesquisa: Computação de Alto Desempenho. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador. Financiador(es): Centro de Pesquisa e Desenvolvimento Leopoldo Américo Miguêz de Mello - Cooperação.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    11. 2018-Atual. Desenvolvimento de Metodologias de quantificacao de incertezas aplicadas ao imageamento sismico de meios anisotropicos obtido atraves da Migracao Reversa no Tempo (MRT)
      Descrição: O objetivo geral pretende desenvolver e investigar metodologias para avaliação do impacto de incertezas presentes nos dados de entrada e parâmetros de modelos (modelo de velocidades e parâmetros de Thompson) na construção computacional de imagens sísmicas através de Migração Reversa no Tempo (MRT) para meios acústicos com isotropia transversalmente vertical (VTI). Contexto: PEC-COPPE/UFRJ Área de Concentração: Mecânica Computacional Linha de Pesquisa: Computação de Alto Desempenho. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Marta Lima de Queiros Mattoso - Integrante / Fernando Alves Rochinha - Integrante / DRUMMOND ALVES, JOSÉ L. - Integrante. Financiador(es): Centro de Pesquisa e Desenvolvimento Leopoldo Américo Miguêz de Mello - Outra.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    12. 2017-2019. Scientific data analysis using Data-Intensive Scalable Computing
      Descrição: SciDISC (Scientific data analysis using Data-Intensive Scalable Computing) is an associated team (?équipe associée?), between Zenith and 4 teams in the state of Rio de Janeiro (LNCC, COPPE/UFRJ, UFF and CEFET) since january 2017. SciDISC is headed by Marta Mattoso (COPPE/UFRJ) and Patrick Valduriez (Zenith).. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (8) . Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Integrante / Marta Lima de Queiros Mattoso - Coordenador / Camata, Jose J. - Integrante / SILVA, VÍTOR - Integrante / Renan Francisco de Souza - Integrante. Financiador(es): INRIA - Cooperação.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    13. 2017-2018. Estudos para Integracao de Ferramenta de CFD em Elementos Finitos ao Simulador ANFLEX
      Descrição: Os objetivos gerais do projeto se inserem no tema geral de problema de interação fluido-estrutura, no caso, o estudo de metodologias inovadoras de acoplamento entre simuladores de mecânica dos fluidos computacional e de movimento de risers. Entre os objetivos especificos da pesquisa encontram-se o avanço na modelagem de risers com diferentes mecanismos de supressão e com flutuadores. Os novos desenvolvimentos serão efetuados tomando-se como base plataformas de softwares já existentes, com as adaptações necessárias para satisfazer os desafios do projeto.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Renato Nascimento Elias - Integrante / José Luis Drummond Alves - Integrante / Sesini, Paula A. - Integrante / Adriano Maurício de Almeida Côrtes - Integrante / Andre Luis Rossa - Integrante / Henrique Ferreira da Costa - Integrante.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    14. 2017-Atual. Modelagem Numerica e Analise da Influencia do Fator Topopografico na Amplificacao Sismica em Escala Regional
      Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (5) / Mestrado profissional: (2) / Doutorado: (2) . Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Integrante / Elias, R. N. - Integrante / José Luiz Drummond Alves - Coordenador / Carlos Eduardo da Silva - Integrante / L. Gazoni - Integrante / M.V.S. Casagrande - Integrante / luis fernando nunes mello - Integrante. Financiador(es): Centro de Pesquisa e Desenvolvimento Leopoldo Américo Miguêz de Mello - Cooperação.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    15. 2016-2018. High Performance Computing for Energy (HPC4E)
      Descrição: This project aims to apply the new exascale HPC techniques to energy industry simulations, customizing them, and going beyond the state-of-the-art in the required HPC exascale simulations for differente energy sources: wind energy production and design, efficient combustion systems for biomass-derived fuels (biogas), and exploration geophysics for hydrocarbon reservoirs (COOPERAÇÃO BRASIL-UNIÃO EUROPEIA). Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Mestrado acadêmico: (3) / Doutorado: (4) . Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Marta Lima de Queiróz Mattoso - Integrante / Luiz Landau - Integrante / Camata, J.J. - Integrante / Fernando Alves Rochinha - Integrante / Renato Elias - Integrante / Linda Gesenhues - Integrante / Adriano Maurício de Almeida Côrtes - Integrante / Malu Grave - Integrante. Financiador(es): Rede Nacional de Ensino e Pesquisa - Auxílio financeiro.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    16. 2016-2018. Pesquisa e Desenvolvimento em Computacao de Alto Desempenho para Problemas Multifisica e Multi-escala em Larga Escala
      Descrição: Pesquisa e Desenvolvimento em Computacao de Alto Desempenho para Problemas Multifisica e Multi-escala em Larga Escala. Situação: Concluído; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    17. 2015-2019. Reservatorios Carbonaticos e sua Distribuicao, caracteristicas das Acumulacoes e Areas em Potencial para Presenca de Hidrocarbonetos
      Descrição: Identificacao de novos atributos sismicos em reservatorios carbonaticos para melhor entendimento do seu padrao de distribuicao e acumulacao em areas de pre-sal e pos-sal. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Mestrado acadêmico: (4) / Doutorado: (5) . Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Josias Jose da Silva - Integrante.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    18. 2015-2019. Reservatorios Nao-Convencionais: Uma proposta de Metodologia para Identificacao e Caracterizacao de Jazidas de Hidrocarbonetos no Brasil
      Descrição: Desenvolvimento de uma nova metodologia que agrega conceitos de sedimentologia, mineralogia, petrofisica, arcabouço estrutural e processamento sismico para a identificao de depositos de hidrocarbonetos em reservatorios nao convencionais na Bacia do Reconcavo. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Mestrado acadêmico: (2) / Doutorado: (3) . Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Josias Jose da Silva - Integrante.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    19. 2014-2018. Combinacao de Inversao Simultanea e Modelagem de Forma de Onda Completa Elastica para Estimativas de Densidade da....
      Descrição: Pesquisa conjunta da COPPE/UFRJ e Ikon Science Brasil para um projeto que combine Inversao Simultanea e Modelagem de forma de onda completa elastica para melhores estimativas de densidade da subsuperficie, resultando em melhor caracterizacao de reservatorio, previsao de poropressao e gestao de campo.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Especialização: (0) / Mestrado acadêmico: (3) / Mestrado profissional: (0) / Doutorado: (1) . Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Luiz Landau - Integrante / Josias Jose da Silva - Integrante / Marcio Martins - Integrante. Financiador(es): QUEIROZ GALVAO EXPLORACAO E PRODUCAO S.A. - Auxílio financeiro.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    20. 2014-2017. Pesquisa e Desenvolvimento em Simulacao de Processos Geologicos em Computadores de Alto Desempenho: Novos Desafios
      Descrição: Desenvolver pesquias que permitam atraves de simulacao computacional de procesos de transporte, sedimentacao e erosao de correntes de turbidez em computadores de alto desempenho, estudar como sedimentos que chegam em ambiente costeiro se distribuem, levando em conta a batimetria e o efeito macroscopico de finos, permitindo assim a analise de casos mais realisticos.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) . Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / GABRIEL MARIO GUERRA BERNADÁ - Integrante / Camata, J.J. - Integrante / Souleymane Zio - Integrante / Fernando Alves Rochinha - Integrante / Renato Elias - Integrante / Henrique Ferreira da Costa - Integrante. Financiador(es): PETROBRAS - Auxílio financeiro.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    21. 2014-2016. Uncertainty in Seismic Imaging: Exploring a New Frontier on HPC
      Descrição: Oferecer acesso às tecnologias de computacao de alto desempenho (HPC, High Performance Computing) para empresas de todos os portes. Promocao da qualificacao de ponto em HPC, fundamental para a exploracao do pre-sal, e solucoes que agregam inteligencia na Nuvem a servicos publicos e privados. Trabalho com startups e a interacao direta com outros centros de pesquisa, empresas privadas e universidades para provas de conceito, incubacao de novos aplicativos e suporte ao desenvolvimento.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (0) / Doutorado: (2) . Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Fernando Alves Rochinha - Integrante / Marta Lima de Queiros Mattoso - Integrante / Thomas Miras - Integrante / Vitor Silva Souza - Integrante / Linda Gesenhues - Integrante.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    22. 2014-2016. New Algorithms for Improving Processor Efficiency in Unstructured Grid Parallel Computations
      Descrição: Seismic imaging for oil and gas is on the forefront of HPC and Parallel Computing, exhausting available resources on large clusters, usually equipped with accelerators, such as Intel?s Xeon Phi. Such processes include Kirchhoff time-migration, Reverse Time Migration and Full Waveform Inversion, in increasing complexity, such as anisotropic and multicomponent data. All of them require fine-tuned codes and extensive optimization, given the enormous amount of required processing time and data generated in typical industrial applications. Recently another complexity layer has been added, the uncertain character of velocity models and parameters of the underlying mathematical models. This has the potential to increase manifold not only the computational effort to generate the uncertain images, but also the data, since several runs will be necessary to sample with a proper method the stochastic space. Key to the success of this new strategy is highly optimized codes, making use of the utmost techniques in code optimization and tuning, parallel I/O and related enabling technologies on managing the execution of hundreds of jobs on large clusters. Upon successful outcome of this research, we can make a significant impact on the decision-making workflow of Oil and Gas industry.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    23. 2013-2017. Meso-scale tomography: identification of statistical fluctuations of elastic properties in the meso-scale regime
      Descrição: Projeto de Cooperação Internacional CAPES/COFECUB. Situação: Concluído; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Fernando Alves Rochinha - Integrante / Regis Cottereau - Integrante.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    24. 2013-2013. Estudo de Padroes de I/O em Algoritmos de Processamento Sismico
      Situação: Concluído; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Albino dos Anjos Aveleda - Integrante.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    25. 2012-2015. High Performance Computing and Scientific Data Management - HOSCAR
      Descrição: The HOSCAR project is a CNPq - INRIA collaborative project between Brazilian and French researchers, in the field of computational sciences. The project is also sponsored by the French Embassy in Brazil. The general objective of the project is to setup a multidisciplinary Brazil-France collaborative effort for taking full benefits of future high-performance massively parallel architectures. The targets are the very large-scale datasets and numerical simulations relevant to a selected set of applications in natural sciences: (i) resource prospection, (ii) reservoir simulation, (iii) ecological modeling, (iv) astronomy data management, and (v) simulation data management. The project involves computer scientists and numerical mathematicians divided in 3 fundamental research groups: (i) numerical schemes for PDE models (Group 1), (ii) scientific data management (Group 2), and (iii) high-performance software systems (Group 3). Several Brazilian institutions are participating to the project among which: LNCC (Laboratório Nacional de Computação Científica), COPPE/UFRJ (Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia/Alberto Luiz Coimbra Institute for Graduate Studies and Research in Engineering, Universidade Federal do Rio de Janeiro), INF/UFRGS (Instituto de Informática, Universidade Federal do Rio Grande do Sul) and LIA/UFC (Laboratórios de Pesquisa em Ciência da Computação Departamento de Computação, Universidade Federal do Ceará). The French partners are research teams from several INRIA research centers.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Marta Lima de Queiros Mattoso - Integrante / Pedro Leite da Silva Dias - Integrante / Stephane Lanteri - Integrante.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    26. 2011-2013. Simulador de Elementos Finitos para Problemas Complexos de Superficie Livre: Extensoes e Novas Analises de Engenharia
      Descrição: Novas implementações e simulações de problemas de engenharia empregando o software EdgeCFD, uma ferramenta numérica baseada no método dos elementos finitos para a indústria offshore, capaz de estudar problemas complexos envolvendo superfícies livres e sua interação com corpos flutuantes.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (6) . Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / J.L.D. ALVES - Integrante / Anderson Lima Mendonça - Integrante / José J. Camata - Integrante / Fernando Rochinha - Integrante / Guerra, Gabriel M. - Integrante / Renato Nascimento Elias - Integrante / Carlos Eduardo da Silva - Integrante / Nestor Oscar Guevara Jr. - Integrante / Adriano Maurício de Almeida Côrtes - Integrante. Financiador(es): PETROLEO BRASILEIRO S. A. - PETROBRAS - Auxílio financeiro.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    27. 2011-2013. Pesquisa e Desenvolvimento em Simulacao de Processos Geologicos em Computadores de Alto Desempenho
      Descrição: Desenvolver pesquisas que permitam através de simulação computacional de processos de transporte, sedimentação e erosão de correntes de turbidez em computadores de alto desempenho estudar como sedimentos que chegam em ambiente costeiro se distribuem, como efeito da dinâmica fluvial, dos efeitos de ondas e marés, dos efeitos de correntes de contorno e de diferenças de massa específica entre os fluidos.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (1) / Mestrado profissional: (0) / Doutorado: (5) . Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Anderson Lima Mendonça - Integrante / José J. Camata - Integrante / Paulo Paraizo - Integrante / GABRIEL MARIO GUERRA BERNADÁ - Integrante / Rochinha, Fernando A. - Integrante / Renato Nascimento Elias - Integrante / Carlos Eduardo da Silva - Integrante / Nestor Oscar Guevara Jr. - Integrante / José Luis Drummond Alves - Integrante / Jose Ricardo P. Gonzalez - Integrante / Souleymane Zio - Integrante. Financiador(es): PETROLEO BRASILEIRO S. A. - PETROBRAS - Auxílio financeiro.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    28. 2011-2012. PEC 14586 - Apoio a Execucao de Software Paralelo de Simulacao de Reservatorio
      Situação: Concluído; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Albino dos Anjos Aveleda - Integrante / Myrian Christina de Aragão Costa - Integrante / Ricardo Padilha - Integrante / Orlando José de Moura Caldas - Integrante. Financiador(es): HALLIBURTON - Auxílio financeiro.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    29. 2011-2012. PEC 14871Apoio a Execucao de Software Paralelos de Simulacao
      Descrição: A utilização de computadores de alto desempenho para a simulação de processos de engenharia atualmente tem se tornado imprescindível devido ao aumento dos conjuntos de dados a serem simulados assim como a necessidade de maior precisão nos resultados. Para a área de petróleo esta utilização fica mais evidente, uma vez que os custos que envolvidos nesses processos assumem valores bastante significativos. O Núcleo de Computação de Alto Desempenho (NACAD) desenvolve atividades de pesquisa, ensino e prestação de serviços de computação de alto desempenho em aplicações de engenharia e ciências. Em particular a equipe do NACAD tem se dedicado à utilização de clusters de PCs em aplicações de engenharia.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Albino dos Anjos Aveleda - Integrante / Myrian Christina de Aragão Costa - Integrante / Ricardo Padilha - Integrante / Orlando José de Moura Caldas - Integrante. Financiador(es): Schlumberger Serviços de Petróleo - Matriz - Auxílio financeiro.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    30. 2010-2012. HPC-VIS-MEF: Algoritmos e Estrategias Inovadoras para Simulacao e Visualizacao em Clusters de Alto Desempenho de Problemas de Engenharia pelo Metodo dos Elementos Finitos
      Descrição: Os objetivos deste projeto são permitir analisar, qualitativa e quantitativamente, a influência de múltiplas variáveis em problemas relevantes em engenharia e ciência. Para tanto, é necessário o desenvolvimento de ferramentas de simulação adequadas, envolvendo os modelos matemáticos e sua discretização, técnicas de solução para problemas multi-física, simulação multi-escala, solucionadores rápidos, quantificação das incertezas, análise e exploração visual dos dados, clusters de alto desempenho, engenharia de software, gerenciamento de dados e protótipos de sistemas computacionais para simulações em larga escala, tomando-se como técnica básica de discretização o método dos elementos finitos em clusters de processamento e visualização de alto desempenho.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (1) / Mestrado profissional: (0) / Doutorado: (7) . Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador / Anderson Lima Mendonça - Integrante / Rosilene Aparecida Kraft - Integrante / Carlos A.A. Henao - Integrante / José J. Camata - Integrante / Paulo de Tarso T. Esperança - Integrante / Erb Ferreira Lins - Integrante / Fernando Rochinha - Integrante / Milton A. Gonçalves Jr. - Integrante / Renato Nascimento Elias - Integrante / Franca, Leopoldo P. - Integrante / andre rossa - Integrante / José Luis Drummond Alves - Integrante / Albino dos Anjos Aveleda - Integrante / Rafael March - Integrante / Sesini, Paula A. - Integrante / Adriano Maurício de Almeida Côrtes - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.
    31. 2010-2012. High Performance Computing and needs in Latin American
      Descrição: European Community´s Seventh Framework Programme under grant agreement No. 288883. Situação: Concluído; Natureza: Pesquisa. Integrantes: Alvaro Luiz Gayoso de Azeredo Coutinho - Coordenador.
      Membro: Alvaro Luiz Gayoso de Azeredo Coutinho.

Prêmios e títulos

Participação em eventos

  • Total de participação em eventos (22)
    1. 4th World Congress in Computational Mechanics and ECCOMAS Congress. Runtime Hyperparameter Tuning Of Dnn Surrogates For UQ Analysis In Seismic Imaging. 2021. (Congresso).
    2. 5th International Conference on Multi-Scale Computational Methods for Solids and Fluids. ADVANCES IN THE SIMULATION OF GRAVITY CURRENTS. 2021. (Congresso).
    3. 2nd SBGF-SEG Workshop on Machine Learning. 2020. (Encontro).
    4. CARLA 2020.Advanced Computing Reaction against Pandemic. 2020. (Encontro).
    5. Ciclo de Seminarios Online do Instituto de Computacao da UFF.Supercomputação e Ciência de Dados em Aplicações de Larga Escala. 2020. (Seminário).
    6. First (Virtual) Workshop of the HPDaSc Project. 2020. (Encontro).
    7. Workshop 50 anos do Programa de Pos-Graduacao em Engenharia Civil da UFRGS.Advances in computational engineering and science for the oil and gas industry.. 2020. (Encontro).
    8. XLI Ibero-Latin-American Congress on Computational Methods in Engineering. » NUMERICAL MODELING OF VENTING OF PARTICLE-DRIVEN GRAVITY CURRENTS IN RESERVOIRS. 2020. (Congresso).
    9. São Paulo School of Advanced Science on Learning from Data.Runtime Data Analytics in Computational Science. 2019. (Simpósio).
    10. 1st German-Brazilian Workshop on Computational Mechanics.HPC, Big Data, AI, ML, where are we now?. 2018. (Encontro).
    11. HPC4E Workshop: HPC Roadmap for Energy Industry.HPC, CSE, Big Data, AI, ML, where are we now?. 2018. (Encontro).
    12. Programa de Verão LNCC.High Performance Computing for UQ. 2017. (Encontro).
    13. Workshop Rede Nacional de Pesquisas.High Performance Computing for Energy. 2017. (Encontro).
    14. 38th Israel Symposium on Computational Mechanis.Interface Capturing Finite Element Strategies for Fluids. 2015. (Simpósio).
    15. IV SENASIC - Seminario Nacional de Seguranca da Informacao e Criptografia.Comite Tecnico Cientifico. 2013. (Seminário).
    16. VI International Conference on Adaptive Modeling and Simulation. Parallel Mesh Multiplication and Generation: Towards Petascale Simulations. 2013. (Congresso).
    17. 24th International Conference on Parallel Computational Fluid Dynamics - Parallel CFD 2012. Progress in Scientific Workflows for Managing Parallel CFD Simulations. 2012. (Congresso).
    18. Ciclo de Palestras - Especial ECI - Computação e Informação - GECOM.A Computação de Alto Desempenho e suas Aplicações. 2011. (Seminário).
    19. Forum TERATEC 2011. 2011. (Simpósio).
    20. Marine 2011. Uncertainty Quantification in Flow-Structures Interaction Supported by Scientific Workflow Management. 2011. (Congresso).
    21. WAVES IN FLUIDS III.Stabilized edge-based finite element computation of gravity currents in lock-exchange configurations. 2011. (Simpósio).
    22. XXXIII CONGRESSO NACIONAL DE MATEMÁTICA APLICADA E COMPUTACIONAL. 3-D Turbulent Dynamical Flow-Bottom Interaction Simulation. 2010. (Congresso).

Organização de eventos

  • Total de organização de eventos (21)
    1. Alvaro L. G. A. Coutinho. Scientific Committee 14th World Congress in Computational Mechanics and ECCOMAS Congress. 2021. (Congresso).. . 0.
    2. COUTINHO, ALVARO L.G.A.; SOUZA, R. F.. Scientific Machine Learning in the Oil and Gas Industry. 2021. Congresso
    3. Coutinho, A.L.G.A.. Computer Resources for Fighting the Pandemic: Do's and Don'ts. 2020. (Outro).. . 0.
    4. Coutinho, A.L.G.A.. Organização de Mini-Simpósio "Enabling Technologies and Simulation Practices for Advanced Scientific and Engineering Computation. 2019. (Congresso).. . 0.
    5. Coutinho, A.L.G.A.; LIN, P.. Co-Chair do Minisimposio Scalable Solution Methods and Enabling Software Technologies for Large-Scale and Advanced Fluid Flow Simulations I. 2018. Congresso
    6. Coutinho, A.L.G.A.. Organizador do Mini-Simposio Enabling Technologies and Simulation Practices for Advanced Scientific and Engineering Computation. 2018. (Congresso).. . 0.
    7. BAUMAN, P. ; Alvaro L G A Coutinho ; STOGNER, R. ; PETERSON, J. W.. Applications and Computational Strategies for Finite Element Computations using LibMesh - Parts I and II. 2017. Congresso
    8. DUMONT, N. ; BITTENCOURT, M. ; Alvaro L G A Coutinho ; GONCALVES, P. ; LOULA, A.f.d. ; MARTHA, Luiz Fernando Campos Ramos ; MURAD, M. A. ; ROCHINHA, FERNANDO A. ; ROHEL, D. ; SAMPAIO FILHO, Rubens ; SILVA, E. F.. ASCE/EMI International Conference. 2017. Congresso
    9. CATABRIGA, L. ; CORTES, A. M. A. ; Alvaro L G A Coutinho. ENABLING TECHNOLOGIES AND SIMULATION PRACTICES FOR ADVANCED SCIENTIFIC AND ENGINEERING COMPUTATION. 2017. Outro
    10. Coutinho, A.L.G.A.. Membro do Comite Cientifico do XII WCCM - World Congress on Computational Mechanics. 2016. (Congresso).. . 0.
    11. Coutinho, A.L.G.A.. ICOSAHOM 2016 - International Conference on Spectral and High Order Methods. 2016. (Congresso).. . 0.
    12. Coutinho, A.L.G.A.. Organizador do Mini-simposio High-Order Methods in Phase-Field Simulations. 2016. (Congresso).. . 0.
    13. Coutinho, A. L. G. A.; TIAN, R. ; ZHENG, Y. ; BARTH, B. ; CHEN, J. ; Houzeaux, G.. Organizador do Mini-simposio Enabling Technologies and Simulation Practices for High Performance Computational Mechanics. 2016. Congresso
    14. Ildelshon, S.R. ; SONZOGNI, V. ; COUTINHO, ALVARO L.G.A. ; CRUCHAGA, M. ; Lew, A. ; CERROLAZA, M.. Membro do Comite Cientifico do 1st Pan-American Congress on Computational Mechanics. 2015. Congresso
    15. REY, C. ; Coutinho, A.L.G.A.. Organizador da Sessao Enabling Techiniques for Error Estimation and Adaptation on High Performance Machines II. 2015. Congresso
    16. Coutinho, A.L.G.A.. Comissao Organizadora 1a. Escola Regional de Alto Desempenho - ERAD-RJ 2015. 2015. (Outro).. . 0.
    17. Coutinho, A.L.G.A.; VAZQUEZ, M. ; storti, m.. Organizador da Sessao MS: HPC Techniques in Computational Mechanicis - PANACM 2015. 2015. Congresso
    18. Coutinho, A.L.G.A.. Membro do Comite Cientifico do USNCCM13 - U.S. National Congress on Computational Mechanics. 2015. (Congresso).. . 0.
    19. Rob Bisseling ; John Lewis ; Cynthia A. Phillips ; Peter Arbenz ; Martin Berzins ; Coutinho, A. L. G. A. ; Michael A. Heroux ; Paul Hovland ; Mary Beth Hribar ; Fredrik Manne ; Osni Marques ; Ali Pinar ; Fatima K. Abu Salem ; Mitsuhisa Sato ; Edward Smyth ; Jeffrey Vetter. SIAM Conference on Parallel Processing for Scientific Computing (PP10). 2010. Congresso
    20. CAREY, G. F. ; Coutinho, A. L. G. A.. MS25 Multiscale-Multiphysics Methods, Algorithms, Software and Large-Scale Applications. 2010. Outro
    21. Coutinho, A. L. G. A.; CAREY, G. F.. Enabling Technologies and their Appplication for Advancing Computational Mechanical. 2010. Outro

Lista de colaborações

  • Colaborações endôgenas (3)
    • Alvaro Luiz Gayoso de Azeredo Coutinho ⇔ Daniel Cardoso Moraes de Oliveira (13.0)
      1. SILVA, VÍTOR ; NEVES, LEONARDO ; SOUZA, RENAN ; COUTINHO, A. L. G. A., Alvaro L.G.A. Coutinho ; OLIVEIRA, D. C. M. ; MATTOSO, MARTA. Adding domain data to code profiling tools to debug workflow parallel execution. Future Generation Computer Systems. v. 110, p. 422-439, issn: 0167-739X, 2020.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. SILVA, VÍTOR ; CAMPOS, VINÍCIUS ; GUEDES, THAYLON ; CAMATA, JOSÉ ; DE OLIVEIRA, DANIEL ; COUTINHO, A. L. G. A., Alvaro L.G.A. Coutinho ; Valduriez, Patrick ; MATTOSO, M. L. Q.. DfAnalyzer: Runtime Dataflow Analysis Tool for Computational Science and Engineering Applications. SoftwareX. v. 12, p. 100592, issn: 2352-7110, 2020.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      3. 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. v. 75, p. 402-422, issn: 0167-739X, 2017.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      4. GUERRA, G. ; ROCHINHA, F. A. ; ELIAS, R. ; Oliveira, D. ; OGASAWARA, E. ; DIAS, J. ; Mattoso, Marta ; MATTOSO, M. L. Q. ; COUTINHO, A. L. G. A., Alvaro L.G.A. Coutinho. UNCERTAINTY QUANTIFICATION IN COMPUTATIONAL PREDICTIVE MODELS FOR FLUID DYNAMICS USING A WORKFLOW MANAGEMENT ENGINE. International Journal for Uncertainty Quantifications (Print). v. 2(1), p. 53-71, issn: 2152-5080, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      5. VALDURIEZ, PATRICK ; MATTOSO, MARTA ; AKBARINIA, R. ; BORGES, H. ; CAMATA, J. ; COUTINHO, ALVARO L. G. A. ; GASPAR, D. ; LEMUS, N. ; LIU, J. ; LUSTOSA, H. ; MASSEGLIA, F. ; SILVA, F. N. ; SILVA, VÍTOR ; SOUZA, R. ; OCANA, KARY ; OGASAWARA, E. ; OLIVEIRA, D. ; PACITTI, ESTHER ; PORTO, F. ; SHASHA, D.. Scientific Data Analysis Using Data-Intensive Scalable Computing: the SciDISC Project. Em: 1st LADaS - Latin American Data Science Workshop, p. 1-8, 2018.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      6. Camata, J.J. ; CELA, J. M. ; COSTA, D. L. ; Coutinho, A.L.G.A. ; FERNANDEZ-GALISTEO, D. ; JIMENEZ, C. ; KOURDIOUMOV, V. ; MATTOSO, M. L. Q. ; MAYO-GARCIA, R. ; MIRAS, T. ; MORINIGO, J. A. ; NAVARRO, J. ; Oliveira, D. ; RODRIGUEZ-PASCUAL, M. ; SOUZA, V. S. ; SOUZA, R. ; VALDURIEZ, P.. Applying future Exascale HPC methodologies in the energy sector. Em: Russian Supercomputing Days 2016, p. 9-19, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      7. SOUZA, V. S. ; leonardo neves ; SOUZA, R. ; Alvaro L G A Coutinho ; Carvalho, D. ; MATTOSO, Marta L Queiros. Integrating domain-data steering with code-profiling tools to debug data-intensive workflows. Em: Proceedings of the 11th Workshop on Workflows in Support of Large-Scale Science co-located with The International Conference for High Performance Computing, v. 1, p. 59-63, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      8. MAYO-GARCIA, R. ; Camata, J.J. ; CELA, J. M. ; COSTA, D. L. ; Alvaro L G A Coutinho ; FERNANDEZ-GALISTEO, D. ; JIMENEZ, C. ; KOURDIOUMOV, V. ; MATTOSO, Marta L Queiros ; MIRAS, THOMAS ; MORINIGO, J. A. ; NAVARRO, J. ; NAVAUX, P. O. A. ; Oliveira, D. ; RODRIGUEZ-PASCUAL, M. ; SOUZA, V. S. ; SOUZA, R. ; VALDURIEZ, P.. Enhancing Energy Production with Exascale HPC Methods. Em: Latin American High Performance Computing Conference (CARLA 2016), v. 667, p. 235-248, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      9. SOUZA, V. S. ; Camata, J.J. ; Oliveira, D. ; Alvaro L G A Coutinho ; VALDURIEZ, P. ; MATTOSO, Marta L Queiros. In Situ Data Steering on Sedimentation Simulation with Provenance Data. Em: 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, v. 1, p. 1-2, 2016.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      10. Bernadá, G.M.G. ; Rochinha, Fernando A. ; Elias, R. N. ; OLIVEIRA, D. ; OGASAWARA, E. ; Dias, J. F. ; CHIRIGATI, F. ; braganholo, v ; MATTOSO, Marta L Queiros ; Coutinho, A. L. G. A.. Cleaning the Mess: Progress in Scientific Workflows for Managing Large Scale Simulations. Em: Colloquium on Advances in Computational Science, Engineering and Mathematics, 2012, Austin, TX. Proc. Colloquium on Advances in Computational Science, Engineering and Mathematics, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      11. Dias, J. F. ; OGASAWARA, E. ; Oliveira, D. ; Porto, F. ; Coutinho, A. L. G. A. ; MATTOSO, M. L. Q.. Adaptative and User-Steered Workflows for Computational Mechanics Experiments. Em: 10th World Congress on Computational Mechanics, 2012, São Paulo, SP. Proc. 10th World Congress on Computational Mechanics, p. 257-257, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      12. Bernadá, G.M.G. ; Rochinha, Fernando A. ; Elias, R. N. ; Coutinho, A. L. G. A. ; braganholo, v ; OLIVEIRA, D. ; OGASAWARA, E. ; Seabra, F. ; ALMEIDA FILHO, R. ; MATTOSO, M. L. Q.. Scientific Workflow Management System Applied to Uncertainty Quantification in Computational Fluid Mechanics. Em: 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.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      13. MATTOSO, M. L. Q. ; Coutinho, A. L. G. A. ; Elias, R. N. ; OLIVEIRA, D. ; OGASAWARA, E.. Exploring Parallel Parameter Sweep in Scientific Workflows. Em: 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.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • Alvaro Luiz Gayoso de Azeredo Coutinho ⇔ Eduardo Soares Ogasawara (2.0)
      1. GUERRA, G. ; ROCHINHA, F. A. ; ELIAS, R. ; Oliveira, D. ; OGASAWARA, E. ; DIAS, J. ; Mattoso, Marta ; MATTOSO, M. L. Q. ; COUTINHO, A. L. G. A., Alvaro L.G.A. Coutinho. UNCERTAINTY QUANTIFICATION IN COMPUTATIONAL PREDICTIVE MODELS FOR FLUID DYNAMICS USING A WORKFLOW MANAGEMENT ENGINE. International Journal for Uncertainty Quantifications (Print). v. 2(1), p. 53-71, issn: 2152-5080, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      2. VALDURIEZ, PATRICK ; MATTOSO, MARTA ; AKBARINIA, R. ; BORGES, H. ; CAMATA, J. ; COUTINHO, ALVARO L. G. A. ; GASPAR, D. ; LEMUS, N. ; LIU, J. ; LUSTOSA, H. ; MASSEGLIA, F. ; SILVA, F. N. ; SILVA, VÍTOR ; SOUZA, R. ; OCANA, KARY ; OGASAWARA, E. ; OLIVEIRA, D. ; PACITTI, ESTHER ; PORTO, F. ; SHASHA, D.. Scientific Data Analysis Using Data-Intensive Scalable Computing: the SciDISC Project. Em: 1st LADaS - Latin American Data Science Workshop, p. 1-8, 2018.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • Alvaro Luiz Gayoso de Azeredo Coutinho ⇔ Helio José Corrêa Barbosa (1.0)
      1. LEMONGE, A. C. C. ; BARBOSA, Helio José Correa ; Fonseca, L.G. ; Coutinho, A. L. G. A.. A Genetic Algorithm for Topology Optimization of Dome Structures. Em: 2nd International Conference on Engineering Optimization, 2010.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]




(*) Relatório criado com produções desde 2010 até 2021
Data de processamento: 06/11/2021 15:22:21