Alexandre Da Costa Sena

Prof. Alexandre Da Costa Sena

orcid

Research Focus & Metrics

Academic Career Length

13Years (2014-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
11 February 2025 in HLA
Verified
Journal Article
Closed access
JSJose Samuel da Silva
Jose Samuel da Silva
Jeane Eliete Laguila VisentainerJeane Eliete Laguila Visentainer
Jeane Eliete Laguila Visentainer
RFRaquel Fabreti-Oliveira
Raquel Fabreti-Oliveira
FSFelipe Carlos Brito de Souza
Felipe Carlos Brito de Souza
MSMarcio Nogueira Pereira Silva
Marcio Nogueira Pereira Silva
LPLuis Cristóvão Porto
Luis Cristóvão Porto

17 March 2023
Verified
Book Chapter
Closed access
PDF file
ASAlexandre Da Costa Sena
Alexandre Da Costa Sena
CBCristina Boeres
Cristina Boeres
LTLuan Teylo
Luan Teylo
LDLúcia Maria A. Drummond
Lúcia Maria A. Drummond
VRVinod E. F. Rebello
Vinod E. F. Rebello

1 October 2020
Verified
Book Chapter
Closed access
PDF file
DRD. T. Robaina
D. T. Robaina
SOS. L. Gonzaga de Oliveira
S. L. Gonzaga de Oliveira
MKM. Kischinhevsky
M. Kischinhevsky
COC. Osthoff
C. Osthoff
ASAlexandre Da Costa Sena
Alexandre Da Costa Sena

19 November 2024 in Journal of Health Informatics
Verified
Journal Article
Open access
PDF file
ASAlexandre Da Costa Sena
Alexandre Da Costa Sena
AAAlexandre Ribeiro Fernandes Azevedo
Alexandre Ribeiro Fernandes Azevedo
GMGabriel Pereira Mendes
Gabriel Pereira Mendes
KFKarla Figueiredo
Karla Figueiredo
LPLuís Cristóvão Moraes Sobrino Pôrto
Luís Cristóvão Moraes Sobrino Pôrto
Objetivo: gerar bases de controle balanceadas em relação a base de casos para estudo caso-controle (ECC) e, com isso, minimizar o viés de seleção. Método: implementação e avaliação de um algoritmo de pareamento para gerar bases de controle homogêneas, a partir das características da base de casos. Resultados: o algoritmo é capaz de produzir um arquivo de controle homogêneo, com as mesmas características da base de controle, através de três conjuntos de dados reais distintos. Ainda, o algoritmo é genérico e fácil de usar, podendo ser adotado para qualquer estudo de caso. Conclusão: o algoritmo tem potencial para ajudar a comunidade científica, aumentando a confiabilidade das pesquisas realizadas através de estudo caso-controle, gerando uma base de dados homogênea, ajudando a evitar o viés de seleção.

19 November 2024
Verified
Open access
PDF file
MSMarcio Nogueira Pereira Silva
Marcio Nogueira Pereira Silva
LPLuís Cristóvão Pôrto
Luís Cristóvão Pôrto
ASAlexandre Da Costa Sena
Alexandre Da Costa Sena
Journal of Health Informatics ISSN 2175-4411

8 October 2014
Verified
Conference Paper
Open access
PDF file
ALAlexandre Lauredo
Alexandre Lauredo
JMJoyce de Mesquita
Joyce de Mesquita
LSLeandro Santiago
Leandro Santiago
MCMaria Clicia de Castro
Maria Clicia de Castro
ASAlexandre Da Costa Sena
Alexandre Da Costa Sena
LMLeandro Marzulo
Leandro Marzulo
Encontrar a maior subsequência comum (LCS) entre duas sequências é uma técnica muito utilizada para o alinhamento de sequências de DNA. Através da programação dinâmica se consegue a solução exata para o LCS, com complexidade de tempo e espaço O(m x n), onde m e n são os tamanhos das sequências. Algoritmos paralelos são fundamentais, tanto pelo tempo de processamento, quanto pela quantidade de memória necessária para processar sequências grandes. Logo, o objetivo deste trabalho é implementar e avaliar quatro versões paralelas do LCS para máquinas com memória distribuída, otimizando o paralelismo entre nós e também dentro de cada nó e buscando uso homogêneo de memória nos nós de processamento.