Browsing by Issue Date, starting with "2024-07-12"
Now showing 1 - 5 of 5
Results Per Page
Sort Options
- A federated learning approach for data privacy in healthcare applicationsPublication . Vieira, Pedro Manuel Ribeiro; Maia, Eva Catarina GomesIn healthcare, actions tend to generate a vast amount of sensitive patient data, which is useful for scientific advancements and new applications, but also presents privacy and security challenges. Artificial intelligence can significantly benefit from this data, but traditional Machine Learning (ML) techniques in collaborative environments expose it excessively. Federated Learning (FL) emerges as a solution, enabling model training without directly sharing patient information, thus reducing the risk of data exposure. This thesis has three main goals. It aims to understand the most common FL tools in the state of the art, analyzing their advantages and disadvantages to select the most appropriate one. This is due to the need to identify tools that can be effectively applied to ensure both learning efficiency and data security, as well as applicability to the theme at hand. It also addresses the need to understand the most common FL scenarios in the healthcare domain presented in the literature, as it helps to identify best practices and specific challenges in this sector. The last goal is to suggest an effective FL approach that ensures data privacy. This goal is driven by the growing need for solutions that can ensure compliance with privacy regulations while enabling model training in a collaborative environment. Regarding the first objective, it was concluded that Flower is the most suitable tool for the purpose of this thesis. Although other tools, such as PySyft, stood out, Flower was the one that best met the needs of the work. Next, four major technical problems commonly encountered when working with FL were identified: scalability, security, the particularities of each type of FL partition, and data distribution. To deal with some of these technical challenges, techniques such as undersampling were employed. Furthermore, through this investigation, it became clear that a network of hospitals is one of the most common scenarios when it comes to FL in healthcare. A solution was finally proposed, and an FL scenario was designed with three hospitals collaborating to train a global model. First, the robustness and effectiveness of FL compared to traditional ML were analyzed, noting no significant loss in most models. Next, the performance of aggregation algorithms (FedAvg, FedAdam, FedAdagrad) was compared, with FedAvg standing out. Finally, the training time between the various models was compared. This performance analysis derived from two case studies: predicting mortality in patients with Acute Pancreatitis and predicting mortality in patients in Intensive Care Units (ICU) with various diseases. Thus, all the three proposed objectives were completely fulfilled.
- O jogo no ensino da composição e da análise musicalPublication . Rei Ramos, Lucas; Januário, Susana Paula Carvalho; Pinho, Nuno Peixoto de; Couto, Raquel; Pinho, Jónas; Cardinho, EduardoA música é, em muitos aspetos, lúdica por natureza. Música e jogo ambos são ou podem ser sociais, sujeitos a regras, as quais, obviamente, terão de ser aprendidas. Neste relatório, no qual se dá conta da Prática de Ensino Supervisionada no âmbito do Mestrado em Ensino de Música, variante Análise e Técnicas de Composição, discute-se, no âmbito do Projeto desenvolvido, a aplicação de métodos lúdicos no ensino da música, nomeadamente nas disciplinas de Práticas de Conjunto, Introdução à Composição e Teoria e Análise Musical, pertencentes ao Ensino Profissional. As disciplinas de composição foram alvo do projeto de intervenção, baseado em métodos lúdicos. Foram criados três jogos pedagógicos, com o intuito de verificar se a utilização desta metodologia é mais eficaz para o ensino e favorece a motivação dos estudantes. No ensino de Práticas de Conjunto houve um foco nas qualidades lúdicas da música pelo lado da criatividade e da expressividade, tais como o recurso à improvisação, a direção coral expressiva e a composição coletiva. A partir da análise de dados, obtidos da observação, da opinião subjetiva dos alunos e dos exercícios relativos à matéria, procurou-se compreender se a estratégia e respetivo método tinham sido eficazes e em que medida se podem propor melhorias.
- O quarteto de cordas: um laboratório de observação de interações humanas para a otimização da performance artísticaPublication . Costa, Carolina Mota da; Cabral, Inês Salselas; Vieira, Vítor Macedo AntunesEsta dissertação procura compreender como as dinâmicas internas de um quarteto de cordas podem influenciar o seu processo de trabalho e, consequentemente, o resultado artístico. Tendo por base experiência prévia e uma revisão bibliográfica abrangente, este trabalho é um exercício de observação e avaliação do funcionamento de um quarteto de cordas partindo de conceitos e paradoxos pré-definidos. Analisam-se dinâmicas de comunicação, liderança, conflito e relações interpessoais quando ocorrentes no contexto do trabalho artístico. A investigação é feita recorrendo ao método de observação externa de ensaios e de entrevistas com um quarteto de cordas ativo.
- Narrativas sobre a experiência de mudança de carreira em pessoas com formação académica superiorPublication . Malta, Carla Alexandra Neves dos Santos; Meirinhos, Viviana AndradeAs mudanças no mercado de trabalho criam oportunidades para as pessoas explorarem as suas carreiras, alinhando-as com as suas inclinações, perfil e interesses. As carreiras tornam-se mais fluídas e dinâmicas e as pessoas assumem diversos projetos ao longo das suas trajetórias profissionais (Anderson et al., 2019; Fonseca, 2023; Hall et al., 2018). O presente estudo tem como objetivo geral explorar o processo de mudança de carreira em pessoas com formação académica superior. Definido o objetivo geral da dissertação, são delineados como objetivos específicos, os seguintes: (i) Conhecer a perceção de profissionais com formação superior sobre os motivos que levam a procurar uma mudança de carreira; (ii) Caracterizar o processo de transição de carreira em pessoas com formação académica superior; (iii) Perceber o papel do reskiling no processo de mudança. Este estudo adotou uma abordagem qualitativa e utilizou o método narrativo. Para alcançar os objetivos deste estudo, foram conduzidas entrevistas narrativas e, portanto, não estruturadas e em profundidade, e realizada análise da narrativa como método de tratamento de dados. Os 7 participantes foram convidados a partilhar as suas vivências relacionadas com a sua experiência de mudança de carreira. Os resultados sugerem que pessoas com formação académica superior procuram uma mudança de carreira devido à precaridade das condições de trabalho, à falta de valorização profissional e a dificuldades pessoais que influenciam essa decisão. O processo de transição de carreira é marcado por dúvidas, hesitações e tomadas de decisão e o reskiling assume um papel fulcral uma vez que, para além de permitir a aquisição de novas competencias e de possibilitar a construção de uma rede de contactos, o mercado exige a certificação académica destes profissionais para a nova área. Por fim, são identificadas algumas limitações do estudo e apresentadas sugestões para pesquisas futuras.
- Desafios na modelação e previsão de séries temporais no setor alimentar/ cadeias distribuição/ logística : das metodologias clássicas ao deep learningPublication . Monteiro, Nuno Moura; Oliveira, Marisa João Guerra Pereira deO presente relatório tem por base a análise dos desafios na modelação e previsão de séries temporais referentes ao setor alimentar e às respetivas cadeias de distribuição, bem como, os devidos problemas que recaem na logística empresarial. Com o objetivo de obter uma melhor compreensão da temática em análise, foi realizada uma pesquisa bibliográfica onde são expostos diversos métodos de previsão clássicos, sendo eles os modelos qualitativos ou modelos quantitativos e as respetivas subdivisões. É apresentado também o modo de escolha do modelo adequado para a análise de um qualquer caso em estudo. A acrescentar à pesquisa bibliográfica dos referidos métodos de previsão, é também apresentada uma contextualização do tema deste relatório, com vista a uma melhor precessão do historial, desenvolvimentos passados e importância no mundo atual do referido tópico. Subsequentemente, é elaborado o procedimento de criação de uma série temporal, mostrando como se procede à recolha dos dados necessários à sua execução, assim como a exposição das dificuldades inerentes a todo o processo. É ainda descrito a estrutura e funcionamento dos algoritmos de machine learninge a sua classificação, após a qual são apresentados os modelos de deep learning, bem como uma comparação com o anterior e a sua aplicabilidade no estudo de séries temporais. Termina-se com a exposição de um caso de estudo sobre o tema em análise, onde se analisa os índices de volumes de negócios no comércio a retalho nos quais são aplicados diversos modelos de previsão com o intuito de compreender se os modelos de inteligência artificial obtêm um melhor resultado do que as metodologias clássicas. Após a análise do caso de estudo concluise que o modelo clássico utilizado obteve uma boa performance, baseado na métrica de erro MAPE. Dado que a série escolhida segue os parâmetros de normalidade com um forte ciclo de tendência e sazonalidade, foi possível obter em média um erro de 2.39%. Por seu lado, o modelo de inteligência artificial tirando partido do seu maior poder computacional consegue captar as dinâmicas da série em análise alcançando um bom ajuste e podendo assim devolver previsões adequadas. Desta forma obteve melhores resultados que os modelos anteriores, atingindo em média um erro de 1.86% ficando, assim, provado a sua eficácia e futura aplicabilidade.