ISEP - DM – Engenharia de Inteligência Artificial
Permanent URI for this collection
Browse
Browsing ISEP - DM – Engenharia de Inteligência Artificial by Issue Date
Now showing 1 - 10 of 70
Results Per Page
Sort Options
- Escalonamento Dinâmico da Produção de uma fábricaPublication . Sousa, Ricardo Henrique Macedo; Ramos, Carlos Fernando da SilvaA indústria 4.0 está já aí. Com o seu desenvolvimento, as fabricas estão a ficar cada vez mais ciberfísicas. Sendo assim, sistemas de escalonamento dinâmico que podem tratar altas quantidades de dados fazem cada vez mais sentido. Estes sistemas podem reduzir os custos de uma fábrica, otimizando a produção na mesma ao máximo. Em primeiro lugar, o estado da arte dos sistemas de escalonamento foi estudado, de forma a perceber qual seria a melhor opção para implementar um. Duas possibilidades foram implementadas: um algoritmo genético (GA) e um algoritmo de colónia de abelhas artificiais (ABC). Estas soluções utilizam o makespan como função objetivo e oferecem uma grande variabilidade nas soluções devido ao seu sistema de gerar soluções iniciais para os algoritmos. Estes algoritmos foram validados e testados para o Flexible Job Shop Scheduling Problem, resultando daí a conclusão de que o ABC é melhor que o GA por 2% e que o ABC está perto de outros algoritmos de estado da arte. Esta tese também tem como objetivo o tratamento de possíveis eventos dinâmicos que podem acontecer numa fábrica, criando heurísticas para o tratamento destes. A melhor solução implementada com estas heurísticas tem como objetivo diminuir a entropia entre o antigo e o novo planeamento de produção. Foram feitos testes comparando o algoritmo com algoritmos do estado da arte, obtendo bons resultados. Para concluir, dois sistemas de escalonamento estático foram desenvolvidos e várias heurísticas para tratar diferentes disrupções na fábrica foram desenhadas.
- Inteligência Artificial em Apostas DesportivasPublication . Alves, Pedro António de Moura; Pinto, Tiago Manuel Campelos FerreiraAtualmente, os dados simbolizam a matéria-prima mais valiosa do planeta. Através deles, é possível aceder a informações vitais para a sobrevivência e sucesso das empresas de todo mundo. Neste contexto, a Inteligência Artificial (IA) assume um papel preponderante na obtenção de informação valiosa “escondida” nas diversas formas que os dados podem assumir. Feitas estas considerações, e sabendo das proporções que a importância da IA está a tomar nos últimos anos no processo de tomada de decisão, foi desenvolvido este projeto, no âmbito da unidade curricular Projeto/Dissertação/Estágio (PROJIA). Este visa a análise dos dados existentes no mundo das apostas desportivas, para que, através destes, seja possível retirar informação valiosa para o aumento do sucesso dos prognósticos em jogos de futebol. Para este efeito, recorreu-se a dados extraídos através de uma Application Programming Interface (API), os quais foram, posteriormente, tratados para servirem de base de informação do modelo. determinando este, por sua vez, o vencedor num determinado jogo de futebol, através de algoritmos de Deep Learning (DL). Posto isto, com este modelo, foi possível constatar que a probabilidade de acertar o vencedor de um jogo de futebol aumenta em ligas com um maior número de jogos que ocorram de forma mais regular. Já em campeonatos em que participem clubes de diferentes países, e em que os jogos entre as equipas encerrem um grande intervalo temporal, o modelo não é capaz de acertar tão eficazmente na equipa vencedora.
- Sistema multiagente inteligente para gestão energética baseado em dispositivos IoT distribuídosPublication . Caçote, João Filipe Soares; Pinto, Tiago Manuel Campelos FerreiraDevido à pandemia mundial que se iniciou no primeiro trimestre do ano de 2020 e que persiste até aos dias de hoje, inúmeros confinamentos populacionais foram ocorrendo, verificando-se com isso uma redução da procura de energia elétrica a nível mundial. No entanto, com o gradual regresso à normalidade, assiste-se ao aumento dessa procura de energia elétrica. Devido a este aumento atípico da procura, saber como gerir a energia elétrica que é gasta, é essencial. Neste trabalho é proposto um sistema inteligente de gestão de energia elétrica em edifícios, recorrendo para isso a dispositivos de Internet das Coisas, tais como sensores de temperatura, sensores de presença e sensores de luminosidade. A gestão da interação entre todos esses dispositivos foi realizada através de um sistema multiagente, onde cada agente do sistema é responsável por um dispositivo IoT. Esses dispositivos possuem capacidade de aprendizagem própria, conseguido através da implementação de redes neuronais artificiais nos microprocessadores dos dispositivos IoT. Desta forma, gera-se a capacidade do sistema em agir e reagir em tempo real e em função dos dados que são existentes e recolhidos. Este é um dos principais pontos do sistema, considerando que implementar redes neuronais artificiais em microprocessadores ainda é um desafio considerável, e ao mesmo tempo é uma das grandes vantagens do mesmo. Foram atingidos resultados muito satisfatórios no que respeita à experimentação realizada, dando especial ênfase ao caso de estudo em que foi utilizada a temperatura e um sistema HVAC, onde o dispositivo IoT responsável por esse parâmetro, efetua a recolha da temperatura atual sentida, para introduzir depois esse dado na rede neuronal artificial que o próprio possui com a finalidade de obter o resultado em previsão, ou seja, o resultado do que seria a ação que o HVAC deveria fazer em função dos valores previstos. Ter este tipo de inteligência num sistema como o desenvolvido é importante e relevante porque possibilita a ação correta do mesmo nos mais diversos casos de ação, uma vez que dados muito díspares não induzem o sistema em erro, porque os resultados previstos são obtidos através das redes neuronais artificiais aplicadas e utilizadas. Trata-se assim de um sistema mais preciso e mais assertivo, algo importante quando se fala em gestão energética inteligente.
- Adaptação automática de algoritmos de otimização metaheurísticaPublication . Carvalho, João Marcelo Fernandes de; Pinto, Tiago Manuel Campelos FerreiraA maioria dos problemas do mundo real tem uma multiplicidade de possíveis soluções. Além disso, usualmente, são encontradas limitações de recursos e tempo na resolução de problemas reais complexos e, por isso, frequentemente, não é possível aplicar um método determinístico na resolução desses problemas. Por este motivo, as meta-heurísticas têm ganho uma relevância significativa sobre os métodos determinísticos na resolução de problemas de otimização com múltiplas combinações. Ainda que as abordagens meta-heurísticas sejam agnósticas ao problema, os resultados da otimização são fortemente influenciados pelos parâmetros que estas meta-heurísticos necessitam para a sua configuração. Por sua vez, as melhores parametrizações são fortemente influenciadas pela meta-heurística e pela função objetivo. Por este motivo, a cada novo desenvolvimento é necessária uma otimização dos parâmetros das metas heurísticas praticamente partindo do zero. Assim, e, atendendo ao aumento da complexidade das meta-heurísticas e dos problemas aos quais estassão normalmente aplicadas, tem-se vindo a observar um crescente interesse no problema da configuração ótima destes algoritmos. Neste projeto é apresentada uma nova abordagem de otimização automática dos parâmetros de algoritmos meta-heurísticos. Esta abordagem não consiste numa pré-seleção estática de um único conjunto de parâmetros que será utilizado ao longo da pesquisa, como é a abordagem comum, mas sim na criação de um processo dinâmico, em que a parametrização é alterada ao longo da otimização. Esta solução consiste na divisão do processo de otimização em três etapas, forçando, numa primeira etapa um nível alto de exploração do espaço de procura, seguida de uma exploração intermédia e, na última etapa, privilegiando a pesquisa local focada nos pontos de maior potencial. De forma a permitir uma solução eficiente e eficaz, foram desenvolvidos dois módulos um Módulo de Treino e um Módulo de Otimização. No Módulo de Treino, o processo de fine-tuning é automatizado e, consequentemente, o processo de integração de uma nova meta-heurística ou uma nova função objetivo é facilitado. No Módulo de Otimização é usado um sistema multiagente para a otimização de uma dada função seguindo a abordagem de pesquisa proposta. Com base nos resultados obtidos através da aplicação de otimização por enxame de partículas e algoritmos genéticos a várias funções benchmark e a um problema real na área dos sistemas de energia, o Módulo de Treino permitiu automatizar o processo de fine-tuning e, consequentemente, facilitar o processo de introdução no sistema de uma nova meta-heurística ou de uma nova função relativa a um novo problema a resolver. Utilizando a abordagem de otimização proposta através do Módulo de Otimização, obtém-se uma maior generalização e os resultados são melhorados sem comprometer o tempo máximo para a otimização.
- Respostas automáticas na pesquisa de conteúdos educativosPublication . Ferreira, Abel de Jesus; Faria, Luiz Felipe Rocha dePerante o constante crescimento do volume de informação disponível na internet, os motores de pesquisa desempenham um papel fundamental na forma como facilmente podemos encontrar a informação que procuramos. A utilização da Inteligência Artificial no processamento de língua natural aplicada aos motores de pesquisa de conteúdos, tem permitido que estes correspondam de forma mais inteligente, não só na vertente mais habitual para encontrar os documentos mais relevantes, mas também no entendimento das intenções do utilizador, apresentando respostas diretas às questões colocadas. Nos sistemas de eLearning, o crescimento da informação não foge à regra, acompanhando a tendência de transição digital, quer pela criação de novos conteúdos nos mais variados formatos, quer pela transformação digital dos manuais escolares. Este projeto, EVGuru, pretende explorar as técnicas mais adequadas de Inteligência Artificial aplicada ao processamento de língua natural, que permitam a criação de uma experiência de pesquisa inteligente de conteúdos educativos. O projeto é desenvolvido considerando uma eventual integração na plataforma de eLearning Escola Virtual da Porto Editora. Para tal, esta investigação é acompanhada do desenho da arquitetura dos componentes necessários à implementação de um protótipo, capaz de encontrar uma resposta direta para a questão colocada pelo utilizador, através da pesquisa nos textos de um manual escolar. Durante a realização do projeto, vários modelos foram testados em diferentes tarefas do processamento de língua natural, como classificação de textos, questões e respostas e geração de questões.
- Criar Animais Virtuais Através de Machine LearningPublication . Rocha, Hugo Tiago Trindade; Pereira, Isabel Cecília Correia da Silva Praça GomesApproximately 42 percent of threatened or endangered species are at risk due to invasive species. Some invasive species find the new habitat by themselves during migrations, others are misplaced by humans, be it by mistake or necessity. This project aims to create a virtual habitat, populated by intelligent agents that represent the animals present in it. Programmers and scientists can add invasive species, and simulate what might happen. This will allow a more proactive response to this type of crisis. Different data-driven models are explored in order to find the best one for the problem at hands. Game engines are discussed, they have improved greatly over the last decade, and are accessible to everyone. Reliable tools to build simple or complex prototypes that give us graphic representations that can be photo realistic
- Diabetic-Friendly Multi-Agent Recommendation System for Restaurants based on Social Media Sentiment Analysis and Multi-Criteria Decision MakingPublication . Teixeira, Bruno César Jantarada; Marreiros, Maria Goreti CarvalhoLifestyle, poor diet, stress, among other factors, strongly contribute to aggravate people's health problems, such as diabetes and high blood pressure. Some of these problems could be avoided if some of the essential recommendations for the practice of a healthy lifestyle were followed. This dissertation proposes a solution designed improve the quality of life of diabetic patients, more specifically in the context of finding restaurant in the nearby location, that are more suitable for the health needs of this patients. A diabetic-friendly feature that will combine multi-criteria decision making built through Multi-Agent System (MAS) that considers the user preferences initially recorded, and that provides the user with three category recommendations to potentially benefit and improve the user lifestyle and health. The solution proposes the use of Case-Based Reasoning algorithm to enable the solution to evolve and improve in each interaction with the user. Sentiment Analysis was also used for identifying the restaurant reviews score, since this is one of the defined criteria for the solution.
- Mercados de talento utilizando inteligência artificialPublication . Oliveira, Daniel Filipe Nunes; Pereira, Isabel Cecília Correia da Silva Praça GomesOs recursos humanos são um dos maiores ativos de qualquer empresa visto que estes providenciam a possibilidade para realizar produtos ou serviços. A revolução tecnológica, a pandemia do COVID-19 e a competitividade do mercado laboral contribuem para um clima de incerteza e permanente renovação de staff dentro das empresas. Isto significa permanências curtas dos funcionários, mas, mais importante, leva a que os repositórios de competências de uma empresa possam ficar, por vezes, empobrecidos e, deste modo, pode pôr em causa a execução dos produtos e serviços pelos quais uma empresa é reconhecida. Recentemente, têm surgido plataformas online com o objetivo de atrair, designar funções, treinar, mas sobretudo reter os talentos, tudo isto só é alcançado revendo e melhorando permanentemente as competências de cada recurso. Estas plataformas utilizam quase sempre mecanismos de inteligência artificial. Neste trabalho, apresenta-se uma revisão literária das técnicas de inteligência artificial que podem estar presentes nestas plataformas. Esta revisão literária apresenta 4 questões de investigação que, juntas, respondem a uma questão de investigação mais ampla: “Como implementar uma destas plataformas, sendo inovador?”. A primeira questão é relativa aos processos automatizados de leitura e extração de informação de currículos. A segunda questão é relativa à inferência de competências, através de outras competências ou informações previamente extraídas de currículos, e é neste ponto que se pretende inovar quando em comparação com as soluções existentes. A terceira questão é relativa à existência de sistemas multiagente que associam recursos a tarefas de uma forma otimizada. Por último, a quarta questão de investigação é relativa à aplicabilidade de algoritmos genéticos também na associação de funcionários a tarefas numa empresa. Os resultados da revisão literária mostram que as 4 questões foram respondidas com sucesso. A revisão literária seguiu a metodologia PRISMA, tendo sido realizada a pesquisa em 2 fontes distintas. Foram selecionados 44 artigos, de entre os 27361 encontrados, que foram filtrados através de controlo de qualidade ou leituras rápidas de títulos e resumos. Por último, tendo em consideração a revisão literária realizada, foi implementado e testado um sistema que se assemelha a um mercado de talentos, com inferência de competências. O emparelhamento entre recursos e tarefas foi feito através de um sistema multiagente e de um algoritmo genético. Foi, ainda, realizada uma análise de usabilidade. Desta forma, podemos concluir que o resultado final foi atingido, pois quer a revisão literária quer o sistema implementado foram atividades realizadas com sucesso.
- Visão computacional para deteção de hábitos alimentaresPublication . Antelo, Ana Catarina Lopes; Marreiros, Maria Goreti CarvalhoO excesso de peso e a obesidade são fatores comportamentais que têm vindo a causar um aumento substancial de mortes em Portugal. Estes fatores podem trazer complicações musculoesqueléticas, efeitos metabólicos como diabetes, riscos cardiovasculares, efeitos sobre a saúde mental e o aparecimento e/ou agravamento de cancro. Seguir uma dieta saudável é importante não apenas para controlar os níveis de açúcar, mas também o perfil lipídico, a tensão arterial, minimizando assim o risco cardiovascular e de complicações microvasculares. Torna-se, portanto, crucial a implementação de soluções que orientem os utilizadores a optar por opções alimentares mais benéficas à sua saúde, para que os indivíduos previnam o aparecimento de outras doenças ou exacerbações das doenças que já possam possuir. Estas soluções podem ser manuais como a contagem manual de hidratos de carbono ou digitais como as várias aplicações móveis existentes no mercado que permitem a monitorização de doenças e o controlo nutricional. Atualmente, grande parte da sociedade possui um dispositivo móvel com capacidade de tirar fotografias e cada vez mais os telemóveis são usados como assistentes pessoais, ajudando o ser humano a ser mais eficaz nas suas tarefas diárias. Estes dispositivos representam um recurso computacional versátil, com grande capacidade de deteção e inferência. As técnicas de machine learning aplicadas nas câmaras dos telemóveis permitem a estabilização de imagem, tradução de texto automática, deteção de objetos, reconhecimento de rostos, entre outros. Os próprios sensores dos telemóveis são cada vez mais complexos e podem ser usados para detetar movimentos e padrões, inferir níveis de stress e emocionais do utilizador, reconhecimento de lugares, estimativa de profundidade dos elementos numa fotografia, e assim por diante. Estes sensores possibilitam a extração de dados sem que o utilizador tenha de realizar uma tarefa específica. O objetivo desta tese foi implementar e estudar sistemas inovadores que, através de visão computacional, auxiliem na tarefa de controlo nutricional e que permitam a monitorização de doenças. Neste âmbito, desenvolveuse um sistema de reconhecimento de alimentos utilizando Detectron2 com o modelo PointRend que, com o auxílio de um modelo de Regressão Linear capaz de prever uma estimativa do peso dos alimentos presentes em uma imagem, permitiu que o controlo nutricional se tornasse em uma tarefa simples. A solução proposta nesta dissertação permitirá que o utilizador poupe tempo e esforço, e que realize decisões alimentares mais conscientes. Além disso, esta solução também estará preparada para auxiliar pacientes diabéticos, indicando, por exemplo, as unidades de insulina que deve injetar, tendo em conta a refeição que irá ingerir.
- nodeML - Towards reproducible ML in federated environmentsPublication . Silva, Edgar Simão da Mota e; Faria, Luiz Felipe Rocha deAdvances and increasing interest in AI (Artificial Intelligence) in the field of health have created novel issues, namely explainability and reproducibility of ML (Machine Learning) models. In addition, while the training of ML models traditionally favors a centralized approach, scalability and privacy issues seem to lead towards a distributed one. The latter poses challenges to ML algorithms and the efficacy of learning itself. Reproducing ML models poses several challenges arising from the intrinsic variability of the models themselves and the environment where they are trained. This problem is aggravated by their lack of standardization and common terminology. The main goal of this work is to conceptualize and prototype a framework to train, evaluate and describe ML models, in a decentralized way, over immunogenetics datasets. This framework will promote model reproducibility and comparability, as well as its adaptability. This work will start by implementing a federated/decentralized training framework over existing ML pipelines. Then, it will be possible to list and select potential dataset sources, aiming to provide an easy path to model adaptation and optimization.