Departamento de Ciência da Computação

Kelly Rosa Braghetto

Possui graduação em Ciências da Computação pela Universidade Estadual Paulista Júlio de Mesquita Filho (2002), mestrado em Ciência da Computação pela Universidade de São Paulo (2006) e doutorado em Ciência da Computação pela Universidade de São Paulo (2011). É professora do Departamento de Ciência da Computação (DCC) do Instituto de Matemática e Estatística (IME) da Universidade de São Paulo (USP) desde 2012. Tem experiência na área de Modelagem de Dados e Processos, atuando principalmente nos seguintes temas: gerenciamento de bancos de dados, gerenciamento de workflows, modelagem formal de workflows e avaliação de desempenho de workflows via modelagem analítica. (Texto informado pelo autor)

  • http://lattes.cnpq.br/5416099300504556 (12/06/2025)
  • Rótulo/Grupo:
  • Bolsa CNPq:
  • Período de análise:
  • Endereço: Universidade de São Paulo, Instituto de Matemática e Estatística. Rua do Matão, 1010 (Bloco C, sala 224) Butantã 05509900 - São Paulo, SP - Brasil Telefone: (11) 30910750 URL da Homepage: www.ime.usp.br/~kellyrb
  • Grande área: Ciências Exatas e da Terra
  • Área: Ciência da Computação
  • 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 (13)
    1. 2024-Atual. Redes intersetoriais de políticas públicas: Universidade, território, tecnologias livres e informação
      Descrição: O projeto tem como objetivo contribuir na produção de metodologias, ferramentas de leitura territorial, padrões e formas de diagnóstico e de convergência das ações dos serviços públicos, que promovam a participação dos trabalhadores e das comunidades nos territórios. Os objetivos específicos são: - Desenvolver tecnologias livres que contribuam para a produção e divulgação de dados de políticas públicas em formatos e níveis de desagregação que favoreçam sua apropriação pelos cidadãos;- Experimentar metodologias de mapeamento e análise territorial com uso de ferramentas livres e colaborativas da cartografia social, bem como oferecer ferramentas para a população local sistematizar, articular ou produzir conteúdos relacionados ao território.- Produzir subsídios para a Vigilância Socioassistencial, para elaboração de Projetos Político-Pedagógicos (PPP) da escolas e para as Ações de Promoção da Saúde, favorecendo o planejamento de ações que vão ao encontro das necessidades da população, subsidiando o planejamento coletivo das ações dos Programas Intersetoriais já existentes (Programa Saúde na Escola por exemplo);- Favorecer a participação e controle social da comunidade por meio do conhecimento e apropriação do território, com vistas ao fortalecimento da qualidade dos serviços públicos; - Favorecer que a comunidade local dos serviços integrantes dos polos do projeto, e estudantes de graduação e de pós-graduação da USP e de outras universidades parceiras se apropriem de dados integrados (demográficos, educacionais, da saúde, assistência social), gerados e usados pelas políticas públicas;- Validar questionário para fortalecimento de práticas colaborativas em parcerias como parte do projeto Engage for Equity: Advancing Community Engaged Partnerships (Compromisso com a Igualdade Promovendo Parcerias de Envolvimento Comunitário).. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Kelly Rosa Braghetto - Coordenador / Sonia M. P. Kruppa - Integrante / Álvaro Escrivão Junior - Integrante / Rubens Moriya - Integrante / Eduardo Izumino - Integrante / Rosilda Mendes - Integrante / Marco Akerman - Integrante. Financiador(es): Organizacão Pan-Americana da Saude/Organizacão Mundial da Saude - Auxílio financeiro.
      Membro: Kelly Rosa Braghetto.
    2. 2024-Atual. EcoSustain - Ciência de Dados e Computação para o Meio Ambiente
      Descrição: Restaurar ecossistemas degradados nunca foi tão urgente quanto hoje. A Década da ONU da Restauração de Ecossistemas busca impedir, interromper e reverter a degradação de ecossistemas em todos os continentes e oceanos. Ela pode erradicar a pobreza, combater a mudança climática, e evitar extinções em massa. Os desafios ambientais atuais são de escala global e se relacionam a inúmeros problemas em várias áreas. Eles incluem desmatamento ilegal, reduções drásticas na biodiversidade em múltiplos biomas, poluição do ar, água e lençóis freáticos, aquecimento global, alta pegada energética, tratamento inadequado de resíduos, uso de combustíveis fósseis, uso abusivo de fertilizantes e pesticidas nocivos, epidemias, mortes ou perda de bens devido a desastres naturais como enchentes, ciclones tropicais, furacões, tufões, incêndios naturais e muitos outros. Graças aos significativos avanços na tecnologia de informação e comunicação (TIC), ciência de dados e inteligência artificial nas duas últimas décadas, há múltiplas oportunidades para utilizar esses conhecimentos e tecnologias em amplo benefício do meio ambiente. Por exemplo, redes de sensores sem fio, Internet das Coisas, redes aéreas de drones, sensores de alta capacidade, filtragem, interpretação e análise de dados podem ser usados para coletar e processar dados de sensores sobre recursos naturais, animais ou flora para monitorar sua pureza ou estado de saúde, automatizando processos de proteção e restauração. Além disso, pode-se usar ciência de dados e aprendizado de máquina para distinguir eventos naturais e anormais e obter previsões mais precisas para os resultados de medidas de restauração ou melhoria de ecossistemas. O projeto EcoSustain agrega um grupo interdisciplinar de pesquisadores altamente qualificados de algumas das melhores universidades brasileiras que partem de sua experiência com ciência da computação, engenharia de software, simulações, análise de dados, aprendizado de máquina, IoT, e ciências ambientais para investigar, modelar, e desenvolver soluções tecnológicas visando à criação de sistemas de software, protocolos de comunicações, serviços em rede, modelos de aprendizado de máquina etc. para monitorar a analisar ecossistemas e recursos naturais em tempo real, além de garantir a efetiva prevenção, previsão e redução dos processos de degradação ambiental causados por humanos e seu estilo de vida.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Kelly Rosa Braghetto - Integrante / Fábio Moreira Costa - Integrante / Emilio de Camargo Francesquini - Integrante / Francisco José da Silva e Silva - Integrante / KON, FABIO - Integrante / Davi Viana dos Santos - Integrante / Arlindo Flavio da Conceição - Integrante / Thais Vasconcelos Batista - Integrante / Edmundo Roberto Mauro Madeira - Integrante / Antonio Jorge Gomes Abelém - Coordenador / Markus Endler - Integrante / Miguel Elias Mitre Campista - Integrante / Ronaldo Alves Ferreira - Integrante / Aldebaro Barreto da Rocha Klautau Junior - Integrante / Alessandra Cristina Corsi - Integrante / Alessandro Santiago dos Santos - Integrante / Alfredo Goldman - Integrante / André Torre Neto - Integrante / Carlos Alberto Kamienski - Integrante / Daniel de Angelis Cordeiro - Integrante / Daniel Macêdo Batista - Integrante / Everton Ranielly de Sousa Cavalcante - Integrante / Fabio Augusto Faria - Integrante / Flávia Noronha Dutra Ribeiro - Integrante / Francisco Rolfsen Belda - Integrante / Ilan Sousa Correa - Integrante / Juliana Arriel - Integrante / Juliana Freitag Borin - Integrante.
      Membro: Kelly Rosa Braghetto.
      Descrição: Restaurar ecossistemas degradados nunca foi tão urgente quanto hoje. A Década da ONU da Restauração de Ecossistemas busca impedir, interromper e reverter a degradação de ecossistemas em todos os continentes e oceanos. Ela pode erradicar a pobreza, combater a mudança climática, e evitar extinções em massa. Os desafios ambientais atuais são de escala global e se relacionam a inúmeros problemas em várias áreas. Eles incluem desmatamento ilegal, reduções drásticas na biodiversidade em múltiplos biomas, poluição do ar, água e lençóis freáticos, aquecimento global, alta pegada energética, tratamento inadequado de resíduos, uso de combustíveis fósseis, uso abusivo de fertilizantes e pesticidas nocivos, epidemias, mortes ou perda de bens devido a desastres naturais como enchentes, ciclones tropicais, furacões, tufões, incêndios naturais e muitos outros. Graças aos significativos avanços na tecnologia de informação e comunicação (TIC), ciência de dados e inteligência artificial nas duas últimas décadas, há múltiplas oportunidades para utilizar esses conhecimentos e tecnologias em amplo benefício do meio ambiente. Por exemplo, redes de sensores sem fio, Internet das Coisas, redes aéreas de drones, sensores de alta capacidade, filtragem, interpretação e análise de dados podem ser usados para coletar e processar dados de sensores sobre recursos naturais, animais ou flora para monitorar sua pureza ou estado de saúde, automatizando processos de proteção e restauração. Além disso, pode-se usar ciência de dados e aprendizado de máquina para distinguir eventos naturais e anormais e obter previsões mais precisas para os resultados de medidas de restauração ou melhoria de ecossistemas. O projeto EcoSustain agrega um grupo interdisciplinar de pesquisadores altamente qualificados de algumas das melhores universidades brasileiras que partem de sua experiência com ciência da computação, engenharia de software, simulações, análise de dados, aprendizado de máquina, IoT, e ciências ambientais para investigar, modelar, e desenvolver soluções tecnológicas visando à criação de sistemas de software, protocolos de comunicações, serviços em rede, modelos de aprendizado de máquina etc. para monitorar a analisar ecossistemas e recursos naturais em tempo real, além de garantir a efetiva prevenção, previsão e redução dos processos de degradação ambiental causados por humanos e seu estilo de vida.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (10) / Mestrado acadêmico: (10) / Doutorado: (5) . Integrantes: Fabio Kon - Integrante / ABELÉM, ANTÔNIO - Coordenador. Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Fabio Kon.
    3. 2024-Atual. Centro de Ciência de Dados para Estatísticas Públicas (CCDEP)
      Descrição: O Centro de Ciência de Dados em Estatísticas Públicas (CCDEP) buscará soluções para o seguinte problema de pesquisa: como usar dados de alta frequência para produzir indicadores de políticas públicas? Para tanto, o projeto será organizado em linhas de pesquisa com as seguintes características: produção de conhecimento novo para uma área de política pública específica; utilização de dados de alta frequência, em grande volume e estruturados ou não estruturados; parcerias com órgãos públicos, entidades não governamentais, empresas públicas e privadas para obtenção e análise de dados e disseminação de resultados. O Centro contemplará inicialmente cinco linhas de pesquisa: 1. MONITOR DE ATIVIDADE ECONÔMICA: Utilizar dados de alta frequência e registros administrativos digitais de órgãos públicos, concessionárias de serviços públicos e outras fontes para desenvolver indicadores, modelos preditivos e análises sobre a economia paulista de forma tempestiva e com desagregação geográfica. 2. MONITOR TRABALHO: Combinar bases de dados tradicionais com diferentes métodos de coleta (por telefone assistido, URA - "robô" e Internet) para produzir indicadores sobre ocupação e desocupação, formação e inserção no mercado de trabalho. 3. MONITOR MOBILIDADE: Desenvolver indicadores a partir de grandes conjuntos de dados de coleta automática (localização de usuários e bilhetagem) articulados a dados tradicionalmente usados em planejamento e gestão de transportes (pesquisas de origem e destino) e de infraestrutura e equipamentos georreferenciados. 4. MONITOR SEGURANÇA PÚBLICA: Elaborar novos indicadores e aperfeiçoar metodologias de construção de indicadores de eventos criminais, empregando novas fontes de dados e tecnologias de automatização de leitura, classificação e codificação de texto, como modelos de aprendizado de máquina. 5. TECNOLOGIAS EM ENGENHARIA DE DADOS E DE SOFTWARE: Desenvolvimento de tecnologias para análise de dados e geração de aplicativos apoiados em ciências de dados e em tecnologias facilitadoras atuais: estudo e desenvolvimento de aspectos teóricos; geração de algoritmos e tecnologias; construção, produção, suporte e hospedagem de aplicativos e suas ferramentas associadas. As atividades estarão voltadas para gerar soluções práticas de apoio às demais linhas de pesquisa do Centro. O Centro articula uma rede de parceiros, sendo o SEADE a instituição sede, agência com tradição em produzir estatísticas para as políticas públicas paulistas e para os cidadãos do Estado. Serão instituições de pesquisa (como USP, Unesp, FGV, UCL e Cebrap), entidades não governamentais (como Fórum Brasileiro de Segurança Pública) e órgãos governamentais (como secretarias de Estado, Metrô e CPTM). Novas parcerias poderão ser firmadas ao longo da existência do Centro. Técnicos do SEADE, pesquisadores das instituições parceiras e gestores públicos dos órgãos compõem uma equipe multidisciplinar do projeto.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Kelly Rosa Braghetto - Coordenador / Paulo Roberto Miranda Meirelles - Integrante / Alvaro Augusto Comin - Integrante / Caetano Traina Junior - Integrante / Eduardo de Rezende Francisco - Integrante / Renato Sérgio de Lima - Integrante / Carlos Eduardo Torres Freire - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Kelly Rosa Braghetto.
    4. 2023-Atual. Integração semântica e interfaces inteligentes de consulta para dados socioeconômicos de subsídio a políticas públicas
      Descrição: O CulturaEduca (https://www.culturaeduca.cc/) é uma plataforma de mapeamento colaborativo, criada pelo Instituto Lidas e o Ministério da Cultura para armazenar, analisar e georreferenciar dados em escala intraurbana e abrangência nacional. A plataforma apoia o planejamento e engajamento local por meio de: particularização de dados sobre demografia, atividade econômica, renda, escolaridade e outros extraídos de fontes oficiais; disposição de dados sobre as unidades de políticas públicas, seu funcionamento, público atendido, e entorno; e incorporação de dados de ações comunitárias locais e agentes da sociedade civil que vivenciam o território.Para ampliar a disponibilidade e o acesso a dados estratégicos para o subsídio de políticas públicas, este projeto se propõe a desenvolver soluções de software livre para integrar e enriquecer semanticamente dados socioeconômicos abertos em grande escala na plataforma CulturaEduca e prover interfaces facilitadoras para a consulta aos mesmos. Amparado em pesquisas nas áreas de Banco de Dados, Representação do Conhecimento, Inteligência Artificial e Cidades Inteligentes, o projeto abordará vários desafios tecnológicos e científicos no desenvolvimento dessas soluções, devido às características intrínsecas das bases de dados de interesse (grande volume, heterogeneidade e dinamicidade) e aos diferentes perfis de usuários e aplicações a que a plataforma almeja atender. As bases de dados de diferentes fontes governamentais costumam possuir discrepâncias sintáticas e semânticas, devido a diversidades espaciais, temporais ou temáticas. A integração semântica abordará esse problema, fornecendo uma estrutura de representação unificada que simplificará o uso dos dados e impulsionará seu valor combinado. Além disso, para facilitar a consulta a dados espaçotemporais para usuários não técnicos, o projeto contribuirá com o desenvolvimento de abordagens inovadoras, como as interfaces de consulta a bancos de dados baseadas em linguagem natural.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Kelly Rosa Braghetto - Coordenador / Tiago Silva da Silva - Integrante / Vitor Pinheiro de Almeida - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: Kelly Rosa Braghetto.
    5. 2023-Atual. Desenvolvimento de infraestrutura para integração e melhoria de acessibilidade de dados socioambientais e subsídio de políticas públicas
      Descrição: O portal CulturaEduca (https://www.culturaeduca.cc/) é uma plataforma de mapeamento colaborativo para armazenar, analisar e georreferenciar dados. A plataforma particulariza dados socioambientais de fontes oficiais em escala intraurbana, disponibiliza dados das unidades de políticas públicas e incorpora dados de agentes da sociedade civil que vivenciam o território. A fim de possibilitar o crescimento da plataforma e potencializar o reúso dos seus dados, este projeto propõe o desenvolvimento de software livre para integração de dados socioambientais abertos em grande escala e com recursos avançados para a descrição e consulta dos dados. O desenvolvimento dessa infraestrutura envolve vários desafios tecnológicos e científicos devido às características das bases de dados de interesse (grande volume, heterogeneidade e dinamicidade) e dos diferentes perfis de usuários e aplicações que a plataforma almeja atender. Para abordar esses desafios, este projeto desenvolverá pesquisas nas áreas de Banco de Dados, Representação do Conhecimento, Aprendizado de Máquina e Cidades Inteligentes. Em particular, o projeto desenvolverá mecanismos para o gerenciamento de metadados e o enriquecimento semântico das bases de dados, de modo a facilitar a realização de consultas complexas e a descoberta de conhecimento. Também desenvolverá ferramentas inovadoras para facilitar a consulta a dados espaciais e temporais para usuários não técnicos, como as interfaces de consulta a bancos de dados baseadas em linguagem natural. Com isso, espera-se ampliar o acesso e a acessibilidade a dados estratégicos para o planejamento de ações comunitárias e subsídio de políticas públicas.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (4) . Integrantes: Kelly Rosa Braghetto - Coordenador / Denis Deratani Mauá - Integrante / Sarajane Marques Peres - Integrante / Aluízio Marino - Integrante / Tiago Silva da Silva - Integrante / Vitor Pinheiro de Almeida - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Kelly Rosa Braghetto.
    6. 2022-Atual. Centro de Inteligência Artificial
      Descrição: O Centro de Inteligência Artificial (Center for Artificial Intelligence ? C4AI) tem o compromisso de desenvolver pesquisas no estado da arte em Inteligência Artificial (IA), explorando tanto aspectos básicos quanto aplicados nesta área. Com suporte da IBM e da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), o C4AI também desenvolve estudos sobre o impacto social e econômico da IA e conduz atividades de disseminação de conhecimento e transferência de tecnologia, procurando formas de melhorar a qualidade de vida humana e incrementar diversidade e inclusão.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Kelly Rosa Braghetto - Coordenador / Fabio Gagliardi Cozman - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Kelly Rosa Braghetto.
    7. 2021-Atual. Tendências em Computação de Alto Desempenho, do Gerenciamento de Recursos a Novas Arquiteturas de Computadores
      Situação: Em andamento; Natureza: Pesquisa. Integrantes: Kelly Rosa Braghetto - Integrante / Alfredo Goldman vel Lejbman - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Kelly Rosa Braghetto.
      Descrição: In this project we join efforts and expertise from several Computer Science re-searchers on High Performance Computing (HPC). Our main goal is to promote high impact research on two areas of HPC: resource management and on new computer architectures. Each area is divided in various topics. Each topic is lead by an experienced researcher and it will be tackled with the help of collaborators and students. With this project we want to provide not only the research itself but also the synergy of São Paulo State researchers.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (4) / Doutorado: (2) . Integrantes: Alfredo Goldman vel Lejbman - Coordenador / Raphael Y. de Camargo - Integrante / Daniel Cordeiro - Integrante / Emílio Francesquini - Integrante / Denise Stringhini - Integrante / Hélio Crestana Guardia - Integrante / Kelly Rosa Braghetto - Integrante / Hermes Senger - Integrante / Luiz Fernando Bittencourt - Integrante / Guido Araujo - Integrante / Paulo Sérgio Lopes de Souza - Integrante / Sarita Mazzini Bruschi - Integrante / Rodolfo Jardim de Azevedo - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Outra.
      Membro: Alfredo Goldman vel Lejbman.
    8. 2017-2023. Internet do Futuro aplicada a Cidades Inteligentes
      Situação: Concluído; Natureza: Pesquisa. Integrantes: Kelly Rosa Braghetto - Integrante / Alfredo Goldman vel Lejbman - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Kelly Rosa Braghetto.
    9. 2017-2021. Ferramentas Computacionais para a Construção de Bancos de Dados para Experimentos de Neurociência
      Descrição: Muitas das descobertas científica na atualidade se dão por meio da análise computacional de dados coletados ou gerados em experimentos científicos. Nesse cenário, dados científicos abertos exercem um papel fundamental, por possibilitarem uma ciência de melhor qualidade (reprodutível) e de maior impacto. Na Neurociência, em particular, a curadoria de bancos de dados públicos já é considerada fundamental sob a perspectiva não apenas científica mas também clínica, por amparar um avanço mais efetivo na compreensão do funcionamento do cérebro e no tratamento de suas patologias. A criação de bancos de dados científicos para Neurociência envolve vários desafios. Ainda não há formatos padronizados para a representação digital que possibilitem um armazenamento físico eficiente e seguro dos dados e que já tenham sido adotados amplamente pelos neurocientistas. Além disso, há pouca disponibilidade de ferramentas de software livre para amparar a rotina de coleta de dados experimentais. Como consequência, muitos dos bancos de dados públicos disponíveis para esse domínio possuem várias deficiências, como, por exemplo, dados inconsistentes e incompletos, falta de uniformidade na representação e falta de informações sobre a proveniência e organização dos dados. Visando contribuir nesse contexto, a equipe deste projeto vem trabalhando no desenvolvimento de métodos e ferramentas computacionais para representação e armazenamento de dados de experimentos de Neurociência. Esses métodos e ferramentas estão sendo usados na criação um banco de dados aberto com dados de experimentos coletados em investigações conduzidas no Instituto de Neurologia Deolindo Couto (INDC) da Universidade Federal do Rio de Janeiro (UFRJ). A partir da análise desse banco de dados do INDC-UFRJ, deseja-se identificar quais são os preditores da resposta ao tratamento de reabilitação em pacientes com lesões neurológicas do plexo braquial -- um tipo de lesão para o qual ainda não existem preditores de recuperação bem definidos. O projeto proposto neste texto amplia o alcance desses trabalhos que já estamos desenvolvendo. Nosso objetivo é incorporar aos métodos e ferramentas que já desenvolvemos a capacidade de representar e gerenciar dados de experimentos de eletrofisiologia. Com isso, enriqueceremos o banco de dados do INDC-UFRJ com novos tipos de dados que são fundamentais na compreensão dos mecanismos associados ao fenômeno de plasticidade cerebral após lesão neurológica, relacionado à reabilitação. Neste projeto, também estudaremos e adaptaremos técnicas de Inteligência Artificial e Reconhecimento de Padrões para analisar o banco de dados do INDC-UFRJ a fim de identificar, de forma automática, possíveis preditores de recuperação para lesões neurológicas do plexo braquial. A partir desses preditores e o auxílio de especialistas clínicos, desejamos criar modelos prognósticos de recuperação para esse tipo de lesão, para auxiliar profissionais de saúde na escolha dos tratamentos de reabilitação mais apropriados para cada paciente. Esperamos criar um grupo de pesquisa no país que seja referência em Neuroinformática e, em particular, em curadoria de dados de experimentos de Neurociência. Acreditamos, inclusive, que as ferramentas de curadoria de dados experimentais propostas neste projeto podem beneficiar outros domínios científicos e fomentar a criação de bancos de dados abertos.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) / Doutorado: (2) . Integrantes: Kelly Rosa Braghetto - Coordenador / Amanda S. Nascimento - Integrante / Claudia Domingues Vargas - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro. Número de produções C, T & A: 2
      Membro: Kelly Rosa Braghetto.
    10. 2017-Atual. INCT da Internet do Futuro para Cidades Inteligentes
      Situação: Em andamento; Natureza: Pesquisa. Integrantes: Kelly Rosa Braghetto - Integrante / Fabio Kon - Coordenador. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro / Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro / Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro. Número de produções C, T & A: 5
      Membro: Kelly Rosa Braghetto.
    11. 2015-2018. CHOOSING: Cooperation on Hybrid Computing Clouds for Energy Saving
      Descrição: "The cloud computing is an important factor for environmentally sustainable development. If, in the one hand, the increasing demand of users drive the creation of large datacenters, in the other hand, cloud computing?s ?multitenancy? trait allows the reduction of physical hardware and, therefore, the saving of energy. Thus, it is imperative to optimize the energy consumption corresponding to the datacenter?s activities. Three elements are crucial on energy consumption of a cloud platform: computation (processing), storage and network infrastructure. Therefore, the aim of this project is to provide different techniques to reduce energy consumption regarding these three elements.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Kelly Rosa Braghetto - Integrante / Daniel de Angelis Cordeiro - Integrante / Alfredo Goldman vel Lejbman - Coordenador / BATISTA, DANIEL MACEDO - Integrante / Johanne Cohen - Integrante / Raphael Yokoingawa de Camargo - Integrante / Luiz Fernando Bittencourt - Integrante. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.
      Membro: Kelly Rosa Braghetto.
      Descrição: The cloud computing is an important factor for environmentally sustainable development. If, in the one hand, the increasing demand of users drive the creation of large datacenters, in the other hand, cloud computing?s ?multitenancy? trait allows the reduction of physical hardware and, therefore, the saving of energy. Thus, it is imperative to optimize the energy consumption corresponding to the "datacenter?s activities"; Three elements are crucial on energy consumption of a cloud platform: computation (processing), storage and network infrastructure. Therefore, the aim of this project is to provide different techniques to reduce energy consumption regarding these three elements; Our work mainly focuses on energy saving aspects based on virtualization, i.e., pursuing the idea of the intensive migration of classical storage/processing systems to virtual ones. We will study how different organizations (whose resources are combined as hybrid clouds) can cooperate with each other in order to minimize the energy consumption without the detriment of client requirements or quality of service ;Then, we intend to propose efficient algorithmic solutions and design new coordination mechanisms that incentive cloud providers to collaborate... Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (4) Doutorado: (5) . Integrantes: Daniel Macêdo Batista - Integrante / Luiz Fernando Bittencourt - Integrante / Alfredo Goldman vel Lejbman - Coordenador / Daniel de Angelis Cordeiro - Integrante / Evripidis Bampis - Integrante / Denis Trystram - Integrante / Raphael Yokoingawa de Camargo - Integrante / Gregory Mounié - Integrante / Pierre-François Dutot - Integrante / Luciana Arantes - Integrante / Johanne Cohen - Integrante / Joanna Tomasik - Integrante. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação / COFECUB - Cooperação.
      Membro: Daniel Macêdo Batista.
      Descrição: The cloud computing is an important factor for environmentally sustainable development. If, in the one hand, the increasing demand of users drive the creation of large datacenters, in the other hand, cloud computing?s ?multitenancy? trait allows the reduction of physical hardware and, therefore, the saving of energy. Thus, it is imperative to optimize the energy consumption corresponding to the datacenter?s activities. Three elements are crucial on energy consumption of a cloud platform: computation (processing), storage and network infrastructure. Therefore, the aim of this project is to provide different techniques to reduce energy consumption regarding these three elements. Our work mainly focuses on energy saving aspects based on virtualization, i.e., pursuing the idea of the intensive migration of classical storage/processing systems to virtual ones. We will study how different organizations (whose resources are combined as hybrid clouds) can cooperate with each other in order to minimize the energy consumption without the detriment of client requirements or quality of service. Then, we intend to propose efficient algorithmic solutions and design new coordination mechanisms that incentive cloud providers to collaborate.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (4) / Doutorado: (5) . Integrantes: Alfredo Goldman vel Lejbman - Coordenador / Denis Trystram - Integrante / Gregory Mounié - Integrante / Raphael Y. de Camargo - Integrante / Pierre-François Dutot - Integrante / Daniel Cordeiro - Integrante / Luciana Arantes - Integrante / Johanne Cohen - Integrante / Daniel Batista - Integrante / Evripidis Bampis - Integrante / Luiz Fernando Bittencourt - Integrante / Joanna Tomasik - Integrante. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação / COFECUB - Cooperação.
      Membro: Alfredo Goldman vel Lejbman.
    12. 2013-Atual. Centro de Pesquisa, Inovação e Difusão em Neuromatemática - NeuroMat
      Descrição: O projeto trata da criação de um centro de matemática, integrando modelagem matemática com pesquisa básica e aplicada na fronteira da neurociência. Importante motivação para a criação do centro é a grande quantidade de dados que os laboratórios de pesquisas são capazes de gerar atualmente e cuja análise depende de novos modelos matemáticos. Também, o desenvolvimento de linguagem e estruturas matemáticas adequadas é essencial para desenvolver teorias explicando os fatos experimentais e sugerindo predições que possam ser testadas. O projeto visa construir um centro de pesquisa avançada em neurociência teórica, reunindo uma equipe de ponta composta de matemáticos, cientistas da computação, neurocientistas e clínicos especialistas em reabilitação. Mais detalhes em: http://neuromat.numec.prp.usp.br/. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Kelly Rosa Braghetto - Integrante / Jefferson Antônio Galves - Coordenador.
      Membro: Kelly Rosa Braghetto.
    13. 2012-2014. Transactional Model and Performance Analysis for Business Processes and e-Science Applications
      Descrição: Os principais objetivos desse projeto são: (i) gerar novas contribuições à área de processamento de transações longas, por meio da criação de um novo arcabouço teórico e computacional para amparar processos transacionais (como os workflows); (ii) desenvolver novos métodos e ferramentas para a análise de desempenho preditiva de processos de workflows computacionalmente intensivos em dados ou tarefas, como é o caso das aplicações de e-Science e dos processos de negócio de grande escala. Esses objetivos estão relacionados ao desafio de se garantir para os sistemas de workflow: flexibilidade e correção (sob a perspectiva de modelagem); confiabilidade, disponibilidade e eficiência (sob a perspectiva de execução).. Situação: Concluído; Natureza: Pesquisa. Integrantes: Kelly Rosa Braghetto - Integrante / João Eduardo Ferreira - Coordenador / Luciano Vieira Araújo - Integrante / Márcio Oikawa - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Kelly Rosa Braghetto.
      Descrição: In modern science and business process studies the main challenge is not anymore in data acquisition but mainly in data processing, analysis, storage and transfer. To treat these challenges, workow and business process systems have received increased attention from research and industry communities. Despite of the signicant eorts and software tools developed, the workows and business processes still oer a scenario with several research challenges, mainly related to the scalability and reliability of their execution in the new collaborative and high-performance computing platforms. In this pro ject, we are focusing in two important issues (called axes) belonging to this scenario: transaction processing and prediction of performance related to dierent phases of the workow life cycle. The rst axis is related to transaction processing aiming to grant a exible and reliable environment for the modeling and execution of workows. The second research axis is related to prediction of performance of workows by means of formal modeling, in order to support a better provisioning of resources and a better scheduling of tasks in such type of applications. To validate the results obtained in these two research axes, we will use two real-world case studies that are important examples of both workows and e-Science applications. In addition to the academic results provided in this project, we also hope to increase the research capability of the DATA group through two important research axes and also the validation of academic results based on two important case studies.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (2) . Integrantes: João Eduardo Ferreira - Coordenador / Luciano V Araújo - Integrante / Marcio Katsumi Oikawa - Integrante / Osvaldo Kotaro Takai - Integrante / Kelly Rosa Braghetto - Integrante / Pedro Paulo de Souza Bento da Silva - Integrante / André Luis schwerz - Integrante / Marcela Ortega Garcia - Integrante / Rafael Liberato - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: João Eduardo Ferreira.

Prêmios e títulos

  • Total de prêmios e títulos (3)
    1. Professora homenageada, Formandos do Bacharelado em Ciência da Computação do IME-USP.. 2019.
      Membro: Kelly Rosa Braghetto.
    2. Professora homenageada, Formandos do Bacharelado em Ciência da Computação do IME-USP.. 2018.
      Membro: Kelly Rosa Braghetto.
    3. Melhor Artigo de Estudante, International Conference in e-Business (ICE-B).. 2008.
      Membro: Kelly Rosa Braghetto.

Participação em eventos

  • Total de participação em eventos (43)
    1. 39º Simpósio Brasileiro de Banco de Dados. 2024. (Simpósio).
    2. 7º Workshop do INCT da Internet do Futuro para Cidades Inteligentes. 2024. (Oficina).
    3. 6º Workshop do INCT da Internet do Futuro para Cidades Inteligentes.Desenvolvimento de infraestrutura para integração e melhoria de acessibilidade de dados socioambientais e subsídio de políticas públicas. 2023. (Oficina).
    4. I_NovaES ? Feira de Cidades Inteligentes. Ciência de Dados para Cidades Inteligentes. 2023. (Feira).
    5. 5º Workshop do INCT da Internet do Futuro para Cidades Inteligentes. 2022. (Oficina).
    6. Semana Acadêmica da UENF.Ciência de Dados para Cidades Inteligentes. 2022. (Encontro).
    7. Women in Data Science (WiDS) São Paulo @ USP.Ciência de Dados para Cidades Inteligentes. 2022. (Encontro).
    8. II Workshop Latino-Americano: Transformações Digitais e Contemporaneidade. Internet do Futuro para Cidades Inteligentes. 2021. (Congresso).
    9. Workshop on Sustainable Software Sustainability (WoSSS). The FLOSS Competence Center as an Enabler of High-Quality Open Research Software in Brazil. 2021. (Congresso).
    10. XXXXI Congresso da Sociedade Brasileira de Computação. 2021. (Congresso).
    11. Escola Regional de Alto Desempenho de São Paulo. 2019. (Congresso).
    12. Feira do Polo Digital de Manaus. Internet do Futuro e Cidades Inteligentes. 2019. (Feira).
    13. XXXIX Congresso da Sociedade Brasileira de Computação. 2019. (Congresso).
    14. 12º Brazilian e-Science Workshop (BreSci 2018). Uma Plataforma Computacional para a Construção de Bancos de Dados para Experimentos de Neurociência. 2018. (Congresso).
    15. XXXVIII Congresso da Sociedade Brasileira de Computação. 2018. (Congresso).
    16. 1º Workshop do INCT da Internet do Futuro para Cidades Inteligentes.Enhancing Dataflows Performance in Cloud Platforms. 2017. (Oficina).
    17. São Paulo School of Advanced Science on Smart Cities. 2017. (Oficina).
    18. 7th international annual meeting of the Business & Innovation Network (BIN@).CEPID NeuroMat - Promotion of the use of mathematical sciences as a resource for neuroscience applications. 2016. (Encontro).
    19. II Workshop sobre Ciência de Dados do IAG.Workflows Científicos em Plataformas de Computação de Alto Desempenho. 2016. (Oficina).
    20. Neuroinformatics 2016. NES: a free software to manage data from neuroscience experiments. 2016. (Congresso).
    21. 23º Simpósio Internacional de Iniciação Científica e Tecnológica da USP (SIICUSP).(Participei como avaliadora). 2015. (Simpósio).
    22. Encontro Comemorativo do Dia do Bibliotecário 2015.Semeando na Nuvem - A biblioteca, a inovação e a produção de conhecimento. 2015. (Encontro).
    23. First NeuroMat Young Researchers Workshop.Data Management in NeuroMat and the Neuroscience Experiments System (NES). 2015. (Oficina).
    24. XXX Simpósio Brasileiro de Banco de Dados (SBBD 2015).Creating Families of Conceptual Database Schemas Using Database Feature Diagrams (DBFDs). 2015. (Simpósio).
    25. 4º Simpósio Aprender com Cultura e Extensão - PRCEU - USP.Avaliação de Projetos. 2014. (Simpósio).
    26. First Workshop of FAPESP's Center for Neuromathematics.Development of NeuroMat Open Databases - Computational Issues. 2014. (Oficina).
    27. II Workshop de Computação Científica em Astronomia.Fazendo Ciência na era do 4o Paradigma: O que muda?. 2014. (Oficina).
    28. XXXIV Congresso da Sociedade Brasileira de Computação. 2014. (Congresso).
    29. XXXVIII Reunião Anual da Sociedade Brasileira de Neurociências e Comportamento (SBNeC 2014). Introdução ao armazenamento de dados de experimentos em Neurociência. 2014. (Congresso).
    30. III Workshop do Programa de Pós-Graduação em Ciência da Computação da UNESP.Engenharia de Software e Banco de Dados. 2013. (Simpósio).
    31. Latin American eScience Workshop 2013. 2013. (Simpósio).
    32. Simpósio Brasileiro de Banco de Dados. 2012. (Simpósio).
    33. 8th European Performance Engineering Workshop. Performance Evaluation of Business Processes through a Formal Transformation to SAN. 2011. (Congresso).
    34. Symposium On Theory of Modeling and Simulation - DEVS Integrative M&S Symposium (DEVS'10), part of 2010 Spring Simulation Multiconference (SpringSim'10).Performance Analysis Modeling Applied to Business Processes. 2010. (Simpósio).
    35. 23rd Annual ACM Symposium on Applied Computing.Using Process Algebra to Control the Execution of Business Processes. 2008. (Simpósio).
    36. International Conference in e-Business (ICE-B). Business Processes Management Using Process Algebra and Relational Database Model. 2008. (Congresso).
    37. XXXIII Conferencia Latinoamericana en Informática. 2007. (Congresso).
    38. II SIMPÓSIO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO DO IME-USP.Using Control-Flow Patterns for Specifying Business Processes in Cooperative Environments. 2006. (Simpósio).
    39. 20º Simpósio Brasileiro de Banco de Dados.NavigationPlanTool: Uma Ferramenta para o Controle de Processos no Modelo de Dados Relacional. 2005. (Simpósio).
    40. I Congresso Temático de Dinâmica, Controle e Aplicações. Algoritmo para a Simulação de Escoamentos de Fluidos Incompressíveis. 2002. (Congresso).
    41. XIV Congresso de Iniciação Científica da UNESP. Algoritmo e análise geométrica de escoamentos de fluidos incompressíveis. 2002. (Congresso).
    42. XIII Congresso de Iniciação Científica da UNESP. Estrutura de Dados para a Simulação da Dinâmica de Fluidos Incompressíveis. 2001. (Congresso).
    43. XIX Simpósio Internacional de Iniciação Científica da Universidade de São Paulo - SIICUSP.Simulação Computacional de Escoamentos Incompressíveis. 2001. (Simpósio).

Organização de eventos

  • Total de organização de eventos (5)
    1. DORNELES, C. F. ; MELLO, R. S. ; OGASAWARA, E. ; PIRES, C. E. ; BECKER, K. ; NASCIMENTO, D. C. ; MONTEIRO, J. M. ; PORTO, F. ; BRAGHETTO, K. R. ; KOZIEVITCH, N. ; HOLANDA, M. ; ALMEIDA, N. C. B. ; MACEDO, J. A. ; RAZENTE, H.. 39º Simpósio Brasileiro de Bancos de Dados. 2024. Congresso
    2. OSTHOFF, C. ; BRAGHETTO, K. R.. XII Brazilian e-Science Workshop (BreSci). 2018. Congresso
    3. GOLDMAN, A. ; KON, F. ; BATISTA, D. M. ; BRAGHETTO, K. R. ; GUBITOSO, M. D. ; CORDEIRO, D.. São Paulo School of Advanced Science on Smart Cities. 2017. Congresso
    4. FERREIRA, J. E. ; ITALIANO, I. C. ; BRAGHETTO, K. R. ; ARAUJO, L. V. ; OIKAWA, M.. 27º Simpósio Brasileiro de Banco de Dados (SBBD 2012). 2012. Congresso
    5. BRAGHETTO, K. R.. SECCOMP - Semana de Estudos da Ciência da Computação. 2001. (Outro).. . 0.

Lista de colaborações

  • Colaborações endôgenas (6)
    • Kelly Rosa Braghetto ⇔ João Eduardo Ferreira (12.0)
      1. TAKECIAN, PEDRO L. ; OIKAWA, MARCIO K. ; BRAGHETTO, KELLY R. ; ROCHA, PAULO ; LUCENA, FRED ; KAVOUNIS, KATHERINE ; SCHLUMPF, KAREN S. ; ACKER, SUSAN ; CARNEIRO-PROIETTI, ANNA B.F. ; SABINO, ESTER C. ; CUSTER, BRIAN ; BUSCH, MICHAEL P. ; FERREIRA, JOÃO E.. Methodological guidelines for reducing the complexity of data warehouse development for transactional blood bank systems. Decision Support Systems. v. 55, p. 728-739, 2013. Qualis: A1
      2. BRAGHETTO, K. R.; FERREIRA, J. E. ; VINCENT, J.-M.. Performance Evaluation of Resource-Aware Business Processes Using Stochastic Automata Networks. INTERNATIONAL JOURNAL OF INNOVATIVE COMPUTING, INFORMATION & CONTROL. v. v.8, p. 5295-5316, 2012.Qualis: A4
      3. GARCIA, M. O. ; BRAGHETTO, K. R. ; PU, C. ; FERREIRA, J. E.. An Implementation of a Transaction Model for Business Process Systems. Journal of Information and Data Management - JIDM. v. 3, p. 271-286, 2012.Qualis: B3
      4. FERREIRA, J. E.; ARAUJO, L. V. ; BRAGHETTO, K. R. ; ITALIANO, I. C. ; OIKAWA, M. K. ; Takecian, P. L.. Long Lived Transaction Processing for Business Processes and Scientific Workflows. Journal of Information and Data Management - JIDM. v. 3, p. 35-50, 2012.Qualis: B3
      5. Araújo, Luciano V ; Malkowski, Simon ; Braghetto, Kelly R ; Passos-Bueno, Maria R ; Zatz, Mayana ; Pu, Calton ; Ferreira, João E. A rigorous approach to facilitate and guarantee the correctness of the genetic testing management in human genome information systems. BMC Genomics. v. 12, p. S13-8, 2011. Qualis: A2
      6. Braghetto, Kelly Rosa; Ferreira, João Eduardo ; Pu, Calton. NPTool: Towards Scalability and Reliability of Business Process Management (preprint). Em: Joaquim Filipe; Mohammad S. Obaidat. (Org.). (Org.). e-Business and Telecommunications, Communications in Computer and Information Science.. 1ed.Berlin, Heidelberg. : Springer Berlin Heidelberg. 2009.v. 48, p. 99-112.
      7. FERREIRA, JOAO E. ; BRAGHETTO, KELLY R. ; TAKAI, OSVALDO K. ; Pu, Calton. Transactional Recovery Support for Robust Exception Handling in Business Process Services. Em: 2012 IEEE 19th International Conference on Web Services (ICWS), p. 303-310, 2012. Qualis: Não identificado (2012 IEEE 19th International Conference on Web Services (ICWS))
      8. BRAGHETTO, K. R.; FERREIRA, J. E. ; VINCENT, J.-M.. Performance Evaluation of Business Processes through a Formal Transformation to SAN.. In:. Em: 8th European Performance Engineering Workshop, p. 42-56, 2011.Qualis: Não identificado (8th European Performance Engineering Workshop)
      9. BRAGHETTO, KELLY ROSA ; Ferreira, João Eduardo ; VINCENT, JEAN-MARC. Performance Analysis Modeling Applied to Business Processes. Em: Symposium On Theory of Modeling and Simulation - DEVS Integrative M&S Symposium (DEVS'10), p. 122:1-122:8, 2010. Qualis: Não identificado (Symposium On Theory of Modeling and Simulation - DEVS Integrative M&S Symposium (DEVS'10))
      10. BRAGHETTO, K. R. ; FERREIRA, J. E. ; PU, C.. Business Processes Management Using Process Algebra and Relational Database Model. Em: International Conference in e-Business (ICE-B), v. 1, p. 223-233, 2008. Qualis: Não identificado (International Conference in e-Business (ICE-B))
      11. BRAGHETTO, KELLY ROSA ; Ferreira, João Eduardo ; Pu, Calton. Using Control-Flow Patterns for Specifying Business Processes in Cooperative Environments. Em: The 22nd Annual ACM Symposium on Applied Computing, p. 1234-1241, 2007. Qualis: Não identificado (The 22nd Annual ACM Symposium on Applied Computing)
      12. SILVA, P. P. S. B. ; BRAGHETTO, K. R. ; FERREIRA, J. E.. Uma abordagem ad hoc para o tratamento de exceções em processos transacionais. Em: Simpósio Brasileiro de Bancos de Dados, 2012, São Paulo. Proceedings of the 27th Brazilian Symposium on Databases - Short Papers. Porto Alegre: Sociedade Brasileira de Computação, v. 1, p. 153-160, 2012. Qualis: Não identificado (SIMPÓSIO BRASILEIRO DE BANCOS DE DADOS, 2012, SÃO PAULO. PROCEEDINGS OF THE 27TH BRAZILIAN SYMPOSIUM ON DATABASES - SHORT PAPERS. PORTO ALEGRE: SOCIEDADE BRASILEIRA DE COMPUTAÇÃO)

    • Kelly Rosa Braghetto ⇔ Fabio Kon (4.0)
      1. KON, FABIO ; BRAGHETTO, KELLY ; SANTANA, EDUARDO Z. ; SPEICYS, ROBERTO ; GUERRA, JORGE GUERRA. Toward smart and sustainable cities. COMMUNICATIONS OF THE ACM. v. 63, p. 51-52, 2020. Qualis: A1
      2. DE M. DEL ESPOSTE, ARTHUR ; SANTANA, EDUARDO F.Z. ; KANASHIRO, LUCAS ; COSTA, FABIO M. ; BRAGHETTO, KELLY R. ; LAGO, N. P. ; KON, F.. Design and evaluation of a scalable smart city software platform with large-scale simulations. Future Generation Computer Systems. v. 93, p. 427-441, 2019. Qualis: A1
      3. CORDEIRO, D. ; BRAGHETTO, K. R. ; GOLDMAN, A. ; KON, F.. Da ciência à e-ciência: paradigmas da descoberta do conhecimento. Revista USP. v. 97, p. 71-80, 2013. Qualis: A1
      4. PEREIRA, G. ; STANKUS, L. ; CARLOS, G. ; PINHEIRO, E. ; MANZO, R. ; BRAGHETTO, K. R. ; KON, FABIO ; MEIRELLES, Paulo. HealthDashboard: A Urban Public Health Geospatial Visualization Platform. Em: 11th workshop on Visual Analytics in Healthcare (VAHC), v. 1, 2020.Qualis: Não identificado (11th workshop on Visual Analytics in Healthcare (VAHC))

    • Kelly Rosa Braghetto ⇔ Daniel Macêdo Batista (2.0)
      1. SIQUEIRA NEPOMUCENO, PEDRO IVO ; ULLAH, KIFAYAT ; Braghetto, Kelly Rosa ; MACUDO BATISTA, DANIEL. A Pothole Warning System using Vehicular Ad-hoc Networks (VANETs). Em: 2022 International Conference on Frontiers of Information Technology (FIT), p. 147, 2022. Qualis: Não identificado (2022 International Conference on Frontiers of Information Technology (FIT))
      2. WATANABE, ELAINE N. ; CAMPOS, PEDRO P.V. ; BRAGHETTO, KELLY R. ; BATISTA, DANIEL MACEDO. Energy Saving Algorithms for Workflow Scheduling in Cloud Computing. Em: 2014 Brazilian Symposium on Computer Networks and Distributed Systems (SBRC), p. 9-44, 2014. Qualis: Não identificado (2014 Brazilian Symposium on Computer Networks and Distributed Systems (SBRC))

    • Kelly Rosa Braghetto ⇔ Alfredo Goldman vel Lejbman (1.0)
      1. CORDEIRO, D. ; BRAGHETTO, K. R. ; GOLDMAN, A. ; KON, F.. Da ciência à e-ciência: paradigmas da descoberta do conhecimento. Revista USP. v. 97, p. 71-80, 2013. Qualis: A1

    • Kelly Rosa Braghetto ⇔ Paulo Roberto Miranda Meirelles (1.0)
      1. PEREIRA, G. ; STANKUS, L. ; CARLOS, G. ; PINHEIRO, E. ; MANZO, R. ; BRAGHETTO, K. R. ; KON, FABIO ; MEIRELLES, Paulo. HealthDashboard: A Urban Public Health Geospatial Visualization Platform. Em: 11th workshop on Visual Analytics in Healthcare (VAHC), v. 1, 2020.Qualis: Não identificado (11th workshop on Visual Analytics in Healthcare (VAHC))

    • Kelly Rosa Braghetto ⇔ Renata Wassermann (1.0)
      1. AGENA, B. T. ; ARAUJO, T. H. D. ; BRAGHETTO, K. R. ; WASSERMANN, R.. OntoMongo - Ontology-Based Data Access for NoSQL. Em: IX Seminar on Ontology Research in Brazil, v. 1908, p. 55-66, 2017.Qualis: Não identificado (IX Seminar on Ontology Research in Brazil)




(*) Relatório criado com produções desde 2000 até 2025
Data de processamento: 10/07/2025 16:52:44