EcoSustain: ciência de dados e computação para o meio ambiente

• Processo: 23/00811-0
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Data de Início da vigência: 01 de abril de 2024
• Data de Término da vigência: 31 de março de 2029
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Acordo de Cooperação: MCTI/MC
• Pesquisador responsável: Antonio Jorge Gomes Abelém
• Beneficiário: Antonio Jorge Gomes Abelém
• Instituição Sede: Instituto de Ciências Exatas e Naturais. Universidade Federal do Pará (UFPA). Belém , SP, Brasil
• Município da Instituição Sede: Belém
• Pesquisadores principais:( Atuais ): Fabio Kon ; Fábio Moreira Costa ; Markus Endler ; Miguel Elias Mitre Campista ; Ronaldo Alves Ferreira ; Thais Vasconcelos Batista
• Pesquisadores principais:( Anteriores ): Antonio Jorge Gomes Abelém
• Pesquisadores associados: Aldebaro Barreto da Rocha Klautau Junior ; Alessandra Cristina Corsi ; Alessandro Santiago dos Santos ; Alfredo Goldman vel Lejbman ; Álvaro Luiz Fazenda ; André Torre Neto ; Arlindo Flávio da Conceição ; Carlos Alberto Kamienski ; Daniel de Angelis Cordeiro ; Daniel Macêdo Batista ; Davi Viana dos Santos ; Diogo Machado Gonçalves ; Edmundo Roberto Mauro Madeira ; Emilio de Camargo Francesquini ; Everton Ranielly de Sousa Cavalcante ; Fabio Augusto Faria ; Flávia Noronha Dutra Ribeiro ; Francisco José da Silva e Silva ; Francisco Rolfsen Belda ; Ilan Sousa Correa ; Juliana Arriel ; Juliana Freitag Borin ; Kelly Rosa Braghetto ; Luciano Reis Coutinho ; Luis Henrique Maciel Kosmalski Costa ; Luiz Fernando Bittencourt ; Manuel Eduardo Ferreira ; Paulo Roberto Miranda Meirelles ; Pedro Henrique Cruz Caminha ; Raphael Yokoingawa de Camargo ; Renato Porfírio Ishii ; Roberto Hirata Junior ; Roberto Speicys Cardoso ; Robson Francisco da Silva Dias ; Rodrigo de Souza Couto ; Silvana Rossetto
• Auxílio(s) vinculado(s): 25/13340-1 - Avaliação e melhoria de qualidade de código assistidas por IA, AP.R; 25/10290-3 - ICUC12 - 12th International Conference on Urban Climate, AR.EXT
• Bolsa(s) vinculada(s): 25/21778-7 - Uma Plataforma de Simulação para Criptografia Pós-Quântica em IoT e Sensoriamento Remoto, BP.IC; 25/11909-7 - FederatedTrustee: Explicabilidade Pos-Hoc para Aprendizagem Federada Confiável, BP.IC; 25/04367-3 - Impacto Energético de Code Smells a nível de método em Aplicações Baseadas em IA, BP.IC; + mais bolsas vinculadas 25/03347-9 - Modelagem de Gêmeo Digital Humano Voltado para Acompanhamento de Saúde Baseado em Dados do Ambiente e de Fenotipagem Digital, BP.IC; 25/04369-6 - Impacto Energético de Code Smells a nível de classe em Aplicações Baseadas em IA, BP.IC; 24/18526-3 - Gerenciamento Dinâmico de Transporte Público Sob Demanda para Última Milha: Proposta de Modelos Transferíveis para Algoritmos de Aprendizado por Reforço Profundo, BP.MS; 24/12863-8 - Análise e mensuração do risco de remoção via aprendizado de máquina multimodal, BP.DD; 24/15929-0 - Uma plataforma de Sensoriamento Quântico para Monitoramento Rural, BP.IC; 24/08223-3 - Seleção de clientes em aprendizado federado, BP.IC - menos bolsas vinculadas
• Assunto(s): Ciência de dados Internet das coisas Rede de sensores sem fio Wireless Meio ambiente Sustentabilidade
• Palavra(s)-Chave do Pesquisador: Ciência de dados | Internet das Coisas | Meio Ambiente | Redes de Sensores e Atuadores | redes wireless | Sustentabilidade | Ciência da Computação e Ciência de Dados

Resumo

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. (AU)

Publicações científicas

(26)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

FERNANDES, MATHEUS CAMPOS; DE FRANCA, FABRICIO OLIVETTI; FRANCESQUINI, EMILIO. Going Bananas! - Unfolding Program Synthesis with Origami. INTELLIGENT SYSTEMS, BRACIS 2024, PT II, v. 15413, p. 16-pg., 2025-01-01. (23/00811-0, 19/26702-8, 24/01115-0, 21/06867-2, 21/12706-1)

WILLINGER, WALTER; FERREIRA, RONALDO A.; GUPTA, ARPIT; BELTIUKOV, ROMAN (SYLEE); GUTHULA, SATYANDRA; GRANVILLE, LISANDRO Z.; JACOBS, ARTHUR S.. When Something Looks Too Good To Be True, It Usually Is! AI Is Causing A Credibility Crisis In Networking. ACM SIGCOMM COMPUTER COMMUNICATION REVIEW, v. 55, n. 1, p. 6-pg., 2025-01-01. (20/05183-0, 23/00811-0)

MORAES, BRUNO R. S.; SILVA, JOSENILDO C.; TELES, ARIEL S.; JUNIOR, ANTONIO A. B.; SILVA, FRANCISCO J. S.; COUTINHO, LUCIANO R.. Interactive Method for Publishing Tabular Data with Privacy Preservation. 2025 IEEE 38TH INTERNATIONAL SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS, CBMS, v. N/A, p. 7-pg., 2025-01-01. (23/00811-0)

DE ABREU, DIEGO MEDEIROS; ABELEM, ANTONIO. Towards Blind Quantum Machine Learning in Entanglement Networks. PROCEEDINGS OF THE 2ND WORKSHOP ON QUANTUM NETWORKS AND DISTRIBUTED QUANTUM COMPUTING, QUNET 2025, v. N/A, p. 6-pg., 2025-01-01. (23/00673-7, 23/00811-0, 21/00199-8, 20/04031-1, 18/23097-3)

FURQUIM, FELIPE V.; DARDILHAC, VALENTIN; CORDEIRO, DANIEL; COHEN, JOHANNE. Characterizing Strategyproofness Through Score Functions in Voting Mechanisms. FRONTIERS OF ALGORITHMICS, IJTCS-FAW 2025, v. 15828, p. 14-pg., 2025-01-01. (23/00811-0, 21/06867-2, 24/01115-0, 19/26702-8, 25/01171-0)

SATO, GABRIEL MASSUYOSHI; DA LUZ, GUSTAVO P. C. P.; GONZALEZ, LUIS FERNANDO GOMEZ; BORIN, JULIANA FREITAG. People Counting Application with Crowded Scenarios: A Case Study with TV Boxes as Edge Devices. JOURNAL OF INTERNET SERVICES AND APPLICATIONS, v. 16, n. 1, p. 10-pg., 2025-01-01. (23/00811-0)

FITTIPALDI, GIULIANO; COUTO, RODRIGO S.; COSTA, LUIS H. M. K.. Exploring traffic pattern variability in vehicular federated learning. COMPUTER COMMUNICATIONS, v. 242, p. 18-pg., 2025-07-23. (23/00811-0, 23/00673-7)

DA SILVA JR, BRIVALDO ALVES; DE CARVALHO, ADRIANO BASTOS; CUNHA, ITALO; FRIEDMAN, TIMUR; KATZ-BASSETT, ETHAN; FERREIRA, RONALDO ALVES. Uncovering BGP Action Communities and Community Squatters in the Wild. PROCEEDINGS OF THE ACM ON MEASUREMENT AND ANALYSIS OF COMPUTING SYSTEMS, v. 8, n. 3, p. 23-pg., 2024-12-01. (23/00812-7, 23/00811-0)

ABREU, DIEGO; PIMENTEL, ARTHUR; ABELEM, ANTONIO. Q-CAST Mobility: Multipath Routing Protocol for Mobile Quantum Networks. 2025 INTERNATIONAL WIRELESS COMMUNICATIONS AND MOBILE COMPUTING, IWCMC, v. N/A, p. 6-pg., 2025-01-01. (18/23097-3, 21/00199-8, 23/00811-0, 23/00673-7)

ABREU, DIEGO; MOURA, DAVID; ESTEVE ROTHENBERG, CHRISTIAN; ABELEM, ANTONIO. QuantumNetSec: Quantum Machine Learning for Network Security. INTERNATIONAL JOURNAL OF NETWORK MANAGEMENT, v. 35, n. 4, p. 20-pg., 2025-07-01. (20/04031-1, 21/00199-8, 23/00811-0, 18/23097-3)

SANTO, YURI; ABELEM, ANTONIO; RIKER, ANDRE; TSIROPOULOU, EIRINI ELENI. Integrating Data Privacy and Energy Management in Smart Cities With Partial Sustainable IoT Networks. IEEE ACCESS, v. 13, p. 13-pg., 2025-01-01. (23/00811-0, 21/00199-8)

FITTIPALDI, GIULIANO; COUTO, RODRIGO S.; COSTA, LUIS HENRIQUE M. K.. On the Impact of the Traffic Pattern on Vehicular Federated Learning. 2024 20TH INTERNATIONAL CONFERENCE ON WIRELESS AND MOBILE COMPUTING, NETWORKING AND COMMUNICATIONS, WIMOB, v. N/A, p. 6-pg., 2024-01-01. (23/00811-0, 23/00673-7)

GALDINO, CAIO P.; COUTO, RODRIGO S.; DE MEDEIROS, DIANNE S. V.; MORAES, IGOR M.; MATTOS, DIOGO M. F.. Reinforcement Learning for Radio Resource Management in O-RAN. 2024 IEEE 13TH INTERNATIONAL CONFERENCE ON CLOUD NETWORKING, CLOUDNET 2024, v. N/A, p. 9-pg., 2024-01-01. (23/00811-0, 23/00673-7)

BASTOS, MATEUS; VELOSO, ALAN; SOUSA, JEFFSON; EVARISTO, BRUNO; ABREU, DIEGO; ABELEM, ANTONIO. MinIndy: Automating the Deployment and Management of Hyperledger Indy Networks. 2024 IEEE LATIN-AMERICAN CONFERENCE ON COMMUNICATIONS, LATINCOM, v. N/A, p. 6-pg., 2024-01-01. (21/00199-8, 23/00811-0, 20/04031-1, 18/23097-3)

MATOS, ARYELY; PATRICIO, MARIO; NICOLAU, MARIA ISABEL; CANEDO, EDNA DIAS; PEREIRA, JULIANA ALVES; UCHOA, ANDERSON. Data Privacy in Software Practice: Brazilian Developers' Perspectives. JOURNAL OF INTERNET SERVICES AND APPLICATIONS, v. 16, n. 1, p. 21-pg., 2025-01-01. (23/00811-0)

FITTIPALDI, GIULIANO P.; AVENA, VINICIUS O.; COUTO, RODRIGO S.; COSTA, LUIS HENRIQUE M. K.. Vehicular Federated Learning for Pedestrian Detection under Adverse Image Conditions. 2024 IEEE 13TH INTERNATIONAL CONFERENCE ON CLOUD NETWORKING, CLOUDNET 2024, v. N/A, p. 9-pg., 2024-01-01. (23/00811-0, 23/00673-7)

NETO, EDUARDO B.; FARIA, FABIO A.; DE OLIVEIRA, AMANDA A. S.; FAZENDA, ALVARO L.. A Satellite Band Selection Framework for Amazon Forest Deforestation Detection Task. PROCEEDINGS OF THE 2024 GENETIC AND EVOLUTIONARY COMPUTATION CONFERENCE, GECCO 2024, v. N/A, p. 9-pg., 2024-01-01. (15/24485-9, 23/00811-0, 14/50937-1, 23/00782-0, 17/25908-6, 18/23908-1)

BORLIDO, ISABELA; BOUHID, EDUARDO; SUNDERMANN, VICTOR; RESENDE, HUGO; FAZENDA, ALVARO LUIZ; FARIA, FABIO; GUIMAR, SILVIO JAMIL F.. How to Identify Good Superpixels for Deforestation Detection on Tropical Rainforests. IEEE Geoscience and Remote Sensing Letters, v. 21, p. 5-pg., 2024-01-01. (19/26702-8, 14/50937-1, 23/00811-0, 18/23908-1, 23/00782-0, 15/24485-9, 17/25908-6)

GUIMARAES, LUCAS C. B.; COUTO, RODRIGO S.. A Performance Evaluation of Neural Networks for Botnet Detection in the Internet of Things. Journal of Network and Systems Management, v. 32, n. 4, p. 24-pg., 2024-10-01. (23/00811-0, 23/00673-7)

DA LUZ, GUSTAVO P. C. P.; SATO, GABRIEL MASSUYOSHI; GONZALEZ, LUIS FERNANDO GOMEZ; BORIN, JULIANA FREITAG. Repurposing of TV boxes for a circular economy in smart cities applications. SCIENTIFIC REPORTS, v. 15, n. 1, p. 12-pg., 2025-07-02. (23/00811-0)

DE SOUZA, LUCAS AIRAM C.; SAMMARCO, MATTEO; ACHIR, NADJIB; CAMPISTA, MIGUEL ELIAS M.; COSTA, LUIS HENRIQUE M. K.. AutoMHS-GPT: Automated Model and Hyperparameter Selection with Generative Pre-Trained Model. 2024 IEEE 13TH INTERNATIONAL CONFERENCE ON CLOUD NETWORKING, CLOUDNET 2024, v. N/A, p. 8-pg., 2024-01-01. (23/00811-0, 23/00673-7)

JACOBS, ARTHUR SELLE; PFITSCHER, RICARDO JOSE; RIBEIRO, RAFAEL HENGEN; GRANVILLE, LISANDRO ZAMBENEDETTI; FERREIRA, RONALDO ALVES; WILLINGER, WALTER; RAO, SANJAY G.. Establishing Trust for Using Natural Language for Intent-Based Networking. IEEE TRANSACTIONS ON NETWORK AND SERVICE MANAGEMENT, v. 22, n. 5, p. 13-pg., 2025-10-01. (20/05183-0, 23/00812-7, 23/00811-0)

PACHECO, ROBERTO G.; COUTO, RODRIGO S.; HOTEIT, SAHAR. Using Early-Exit Deep Neural Networks to Accelerate Spectrum Classification in O-RAN. 2024 20TH INTERNATIONAL CONFERENCE ON WIRELESS AND MOBILE COMPUTING, NETWORKING AND COMMUNICATIONS, WIMOB, v. N/A, p. 6-pg., 2024-01-01. (23/00673-7, 23/00811-0)

DE ANDRADE, IAN H.; COSTA, LUIS HENRIQUE M. K.; COUTO, RODRIGO S.. Battery life optimization in LoRa networks using spreading factor reallocation. Ad Hoc Networks, v. 177, p. 12-pg., 2025-10-01. (23/00811-0, 23/00673-7)

RESENDE, HUGO; NETO, EDUARDO B.; CAPPABIANCO, FABIO A. M.; FAZENDA, ALVARO L.; FARIA, FABIO A.. Sampling Strategies based on Wisdom of Crowds for Amazon Deforestation Detection. 2024 37TH SIBGRAPI CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES, SIBGRAPI 2024, v. N/A, p. 6-pg., 2024-01-01. (15/24485-9, 23/00811-0, 14/50937-1, 19/26702-8, 23/00782-0, 18/23908-1)

BESSAL, JOAO MARCELLO; CAVALCANTI, MILLENA; ACHER, MATHIEU; ENDLER, MARKUS; PEREIRA, JULIANA ALVES. Unveiling the Impact of Sampling on Feature Selection for Performance Prediction in Configurable Systems. 2025 IEEE/ACM 22ND INTERNATIONAL CONFERENCE ON SOFTWARE AND SYSTEMS REUSE, ICSR, v. N/A, p. 12-pg., 2025-01-01. (23/00811-0)