Repository logo

Browsing by Issue Date, starting with "2024-10-15"

Filter results by year or month
Now showing 1 - 10 of 24
  • Desenvolvimento de uma Fábrica de Aprendizagem para a Indústria 5.0 baseada em Open Design
    Publication . Amaral, Rita Miguel; Castro, Hélio Cristiano Gomes Alves de
    O objetivo desta dissertação é propor a implementação da Mini LF 5.0, uma fábrica de aprendizagem, no laboratório OSLab4Man, localizado no ISEP. Este projeto, orientado pelos princípios da Indústria 5.0, Open Design e Open Source, visa desenvolver um ambiente de formação inovador que permita aos alunos adquirir competências práticas alinhadas com os requisitos da nova era industrial. A Mini LF 5.0 é projetada para integrar tecnologias emergentes e colocar o ser humano no centro do processo produtivo, destacando-se pela sua customização, resiliência e sustentabilidade. A metodologia utilizada para a realização deste trabalho baseiase na abordagem da Ciência do Design, conhecida como Design Science Research. Esta metodologia inclui a identificação do problema, definição dos objetivos, desenvolvimento e avaliação de artefactos e a reflexão e iteração dos resultados. A Design Science Research foi escolhida para permitir a criação e avaliação de soluções tangíveis que resolvam problemas práticos e relevantes na área de Engenharia. Os métodos incluíram uma análise detalhada da literatura sobre Learning Factories, Indústria 5.0, Sistemas Ciberfísicos e Open Design, e a identificação de lacunas nas abordagens existentes. A partir daí, foi desenvolvido o projeto da Mini LF 5.0, focado na implementação e integração de componentes físicos e computacionais. Os resultados mostram que a Mini LF 5.0 não só se alinha com os objetivos estabelecidos, como também demonstra viabilidade técnica e financeira, com um custo de implementação de 511€, cerca de 20% do valor total que seria necessário se o projeto não seguisse as diretrizes de open design, sustentabilidade e reutilização de materiais e equipamentos. A utilização de soluções low cost e open source garante a acessibilidade, a sustentabilidade e a replicabilidade do projeto, promovendo uma abordagem inovadora e colaborativa na formação de futuros profissionais.
    2024-10-15Master thesis Open access Show more
  • Otimizando a sustentabilidade: gestão de emissões de gases de efeito de estufa com recurso a low-code
    Publication . Carvalho, Patrícia Isabel Ribeiro; Araújo, Susana Cláudia Nicola de
    A presente dissertação foi desenvolvida no âmbito da Unidade Curricular “Projeto/ Dissertação/ Estágio”, do Mestrado em Engenharia e Gestão Industrial, do Departamento de Engenharia Mecânica do Instituto Superior de Engenharia do Porto. O trabalho explora a implementação de uma plataforma desenvolvida com recurso a Low-code para otimizar o cálculo, monitorização e gestão de emissões de Gases com Efeito de Estufa (GEE) da Efacec. A capacidade de uma empresa reportar com precisão o seu Inventário de GEE é essencial para garantir vantagem competitiva no mercado. A sustentabilidade e, em particular, a temática das emissões de GEE, tornou-se, em anos recentes, um fator decisivo na escolha de fornecedores. Reconhecendo a imperatividade de enfrentar com urgência as alterações climáticas, bem como responder aos crescentes pedidos dos clientes, a Efacec uniu-se ao movimento “Business Ambition for 1.5ºC” da Organização das Nações Unidas, estabelecendo publicamente o acordo de atingir zero emissões líquidas até 2050 de acordo com critérios da Science Based Targets initiative. No entanto, a organização enfrentava desafios com o seu processo de cálculo do inventário de GEE, que era ineficiente em termos de tempo e resultava em dados imprecisos. Através de uma abordagem metodológica baseada em investigação-ação, foi conduzido um levantamento detalhado das necessidades internas da empresa, além de uma análise das principais ferramentas de mercado, que revelaram uma falta de flexibilidade adequada a organizações com a complexidade da Efacec. O objetivo deste trabalho foi, então, desenvolver uma aplicação destinada a otimizar este processo, aprimorando a eficiência, precisão e personalização no controlo das emissões. A solução proposta possibilitou uma nova abordagem para o cálculo global do Inventário de GEE, incorporando funcionalidades de monitorização em tempo real, dashboards e personalização. A aplicação foi testada por colaboradores da Efacec, que avaliaram módulos específicos de acordo com os seus perfis, resultando numa satisfação global de 84%. A avaliação do potencial de crescimento e adaptação da ferramenta, em consonância com a evolução da empresa, obteve uma classificação de 92%. Em suma, a solução desenvolvida não só aumentará a eficiência e a precisão do Inventário de GEE, como também atenderá à crescente procura dos clientes por práticas sustentáveis, possibilitando respostas mais ágeis. Apesar das limitações encontradas durante o desenvolvimento, a solução revelou-se eficaz e inovadora, com potencial para beneficiar outras empresas que enfrentam desafios semelhantes.
    2024-10-15Master thesis Open access Show more
  • Intelligent recommendation system to enhance youth football athletes development
    Publication . Fraga, Pedro Filipe Monteiro; Martins, António Constantino Lopes; Matos, Paulo Sérgio dos Santos
    With the constant evolution of sports, technological advancements are constantly being made with the objective of maximizing the performance of teams and players. Looking specifically at football, which is the most played sport across the world, teams are constantly looking to develop the best players, and that process starts when they are young. However, only the top football clubs in the world have the funding necessary to create the best conditions to improve the best players. Consequently, for most of the football academies, it is hard to maximize the potential of their young players and enhance their growth. Therefore, this thesis pretends to solve this issue by proposing a football recommendation system for young athletes improvement, where the main objectives were to help the coaching staff by recommending the most relevant skills for a player to improve, using different approaches to achieve these recommendations, such as the input of experts, test them in a real life football academy environment, with the aid of recommendation system evaluation metrics, and discuss the results obtained. In the State of the Art chapter, a systematic literature review with PRISMA methodology was used, to assess the existing recommendation systems in football and their algorithms, as well as the aspects typically included in player modeling. The system was tested in a U14 and a U17 men’s football team, and the results obtained are very good indicators of the effectiveness of the system, showcasing 93.1% of accuracy in the recommendations while maintaining recall, precision and F1-measure values above 80%. The results obtained, combined with an interview with a coach that tested the system, show evidence that the system enhances the growth of the players, by aiding the coaching staff at suggesting the most relevant skills to a player. It also indicates that the system can be implemented in football academies, to complement the coaching staff. There are some limitations to the system, notably not having an interface built, the goalkeeper position not being addressed by the system and the experimentation tests having a relatively small sample size. Future work includes improving the performance of the algorithms, testing on a bigger set of players, adding the goalkeeper position, reanalyzing the skills used to modulate a player and the addition of an interface, which will aid the utilization of the system and enable the customization of the parameters used in the models.
    2024-10-15Master thesis Embargoed access Show more
  • Biosampler IS-ABS Zero Impact: An Autonomous System for eDNA Collection
    Publication . Carneiro, António Francisco Rodrigues; Martins, Alfredo Manuel Oliveira
    Water bodies are intricate, interconnected systems that are vital to both the environment and the economy. Understanding and studying these ecosystems is crucial, but the process of collecting and analyzing water samples presents significant challenges. Environmental DNA (eDNA) has emerged as a powerful, non-invasive tool for biological monitoring in aquatic environments, offering promising results for assessing biodiversity. Automating this method could significantly enhance the temporal and spatial resolution of biological monitoring programs. This dissertation focuses on the development of the Biosampler IS-ABS Zero Impact, an autonomous biosampler designed for field deployment and/or vehicle integration. Specifically, it will review the electronics and software development process and present the system’s tests, from the lab to field deployments, along with the corresponding results.
    2024-10-15Master thesis Embargoed access Show more
  • Ajuste dinâmico de dificuldade em videojogos usando aprendizagem automática
    Publication . Felício, Jorge Emanuel Coelho Mendonça de Anciães; Faria, Luiz Felipe Rocha de
    In the constantly evolving field of video games, traditional difficulty settings fail to accommodate the wide range of skill levels among players. The resulting mismatch between the player’s skill and the game’s challenge can make the game boring for skilled players or frustrating for less experienced ones, negatively affecting player engagement. Dynamic Difficulty Adjustment (DDA) seeks to resolve this issue by adapting the game’s difficulty in real time in response to the player’s performance. While advancements in artificial intelligence (AI), particularly machine learning (ML), have enabled more adaptive DDA systems, the full potential of certain advanced techniques or tools has yet to be explored. This thesis thus explores possible innovations in the integration of AI in DDA systems for video games. The research begins by reviewing the techniques used for DDA, focusing on methodologies such as player modeling, rule-based systems, and ML. Based on this research, potential areas for innovation were identified and the application of Deep Reinforcement Learning (DRL) in the Unity game development platform through the usage of the MLAgents toolkit was chosen as a promising approach for this research. Using this methodology, this research aims to implement a DDA system that adjusts a game’s difficulty based on the player’s skills, enhancing their engagement and maintaining a consistent challenge. This project has several critical phases of development, including the creation of a game prototype, data collection for model training, development and integration of the DDA system into the game prototype, and conducting an experiment comparing the prototype with DDA integrated with a version of the prototype that used traditional static difficulty scaling. The experiment conducted was done with 20 participants of varying skill levels and used a combination of collected gameplay metrics and a modified Game Experience Questionnaire (GEQ) survey to evaluate the DDA system’s effectiveness. The results showed that the DDA system demonstrated a statistically significant increase in the player engagement component and appropriately adjusted the difficulty to be harder for participants of higher skill. However, the system sometimes exhibited some issues with drastic adjustments in difficulty between levels, which led to a slightly lower Post-Game positive experience score compared to the static difficulty scaling system. Despite these fluctuations, the proposed system demonstrates the potential of the ML-Agents toolkit in implementing DDA with DRL in games made on the Unity platform. By identifying underexplored areas in the current literature and applying advanced techniques like DRL, this thesis aims to contribute to both academic research and game development regarding the approach to DDA in video games.
    2024-10-15Master thesis Open access Show more
  • Estudo de regras de sequenciação de trabalhos para lançamento em produção
    Publication . Almeida, João Pedro Fernandes; Ferreira, Luís Carlos Ramos Nunes Pinto
    Uma importante função dos sistemas de controlo da produção é o controlo de entradas (input control) em produção. Isto envolve a sequenciação dos trabalhos em carteira, i.e., que aguardam lançamento em produção e a sua seleção e lançamento, atendendo a critérios relacionados com o próprio trabalho (e.g., data de entrega) e/ou com o sistema de produção (e.g., limites de carga ou de tempo nos centros de trabalho). A seleção e lançamento é usualmente feita com recurso a um designado mecanismo de controlo da produção. Diversos mecanismos têm sido desenvolvidos e propostos na literatura para este fim, como o CONWIP, entre outros. Uma outra importante função dos sistemas de controlo da produção é a geração de ordens de produção e/ou compra, para a qual o sistema de planeamento e controlo da produção DDMRP foi recentemente proposto. No presente trabalho estudamos a integração do DDMRP para a geração de ordens com o CONWIP para o seu lançamento em produção, no que concerne às regras de sequenciação a adotar. Neste âmbito, diversas regras têm também sido desenvolvidas e propostas na literatura. Contudo, estas têm sido essencialmente desenvolvidas a pensar na produção por encomenda (make-to-order). A investigação realizada neste âmbito em contextos de produção para stock (make-to-stock) é ainda reduzida. Pretende-se com este trabalho rever as regras de sequenciação que têm sido propostas na literatura para lançamento e avaliar o seu desempenho no âmbito do sistema DDMRP. Para tal, recorreu-se à simulação de eventos discretos como ferramenta de investigação, considerando critérios de desempenho como o stock médio de produto acabado e o nível de serviço ou fill rate. Os resultados obtidos, permitem concluir que o desempenho das regras de sequenciação é afetado por diversos fatores, tais como, a configuração do sistema de produção, as quantidades das ordens de reposição, entres outros. De uma forma geral, não é possível identificar uma regra que seja superior às outras, para todos os critérios e em todos os cenários experimentais. Contudo, pode-se concluir que a regra sugerida na bibliografia no contexto do DDMRP apresenta algumas limitações, as quais são exploradas no contexto deste trabalho.
    2024-10-15Master thesis Open access Show more
  • Transcendent realms: immersive environment for live performance
    Publication . Karasynska, Anastasiia; Leite, Luís; Lopes, Filipe
    The master's thesis project "Immersive Environment for Live Performance" explores the combination of artistic practice of live audiovisual performance and design in immersive spaces. In the context of rapid technological development, the project focuses on the creation of new forms of expression and the exploration of synesthetic experiences through virtual worlds. Practice-based research (PBR) is applied to content development, technical implementation and performance in the immersive environment CAVE using TouchDesigner. Conceptually, the project is inspired by the idea of transcendence and aims to contribute to a new spatial artistic language. The project provides theoretical and practical knowledge in the field of immersive technologies and generative art, offering approaches to the implementation of audiovisual performance and enriching the understanding of transcendence in contemporary art. As a result, the project contributes to the systematization of immersive design methods, advancing the discourse on immersive arts, illustrating the transformative potential of immersive design in contemporary artistic audiovisual expression.
    2024-10-15Master thesis Open access Show more
  • A integração dos ODS no meio empresarial: o caso do grupo EDP
    Publication . Gomes, Marta Filipa da Silva; Oliveira, Helena Maria da Costa; Maldonado, Isabel Alexandra Neves
    O meio empresarial tem cada vez mais um papel fundamental no desenvolver do caminho para sustentabilidade. A Organização das Nações Unidas promove o desenvolvimento sustentável, através dos Objetivos de Desenvolvimento Sustentável (ODS), propostos na Agenda 2030, e, portanto, torna-se essencial encontrar soluções capazes de facilitar as empresas a integrar planos de desenvolvimento sustentável nos seus modelos de negócio. Para o efeito, uma análise e interpretação do controlo de gestão de uma organização, é importante neste processo, visto que o controlo de gestão demonstra ser uma ferramenta substancial na integração e implementação de qualquer medida na empresa. A presente investigação qualitativa e interpretativa investiga empiricamente as práticas de controlo de gestão, segundo a teoria de Herath, divulgadas pela EDP, empresa líder no setor da eletricidade em Portugal e uma empresa de referência na incorporação da sustentabilidade, para integrar os ODS. O estudo também averigua as motivações por trás dessa integração e como as práticas de controlo de gestão estão a ser aplicadas no processo. Para isso, foi realizada uma análise documental dos relatórios integrados da empresa, complementada por entrevistas públicas e podcasts com os principais intervenientes da empresa. Os resultados mostram que a empresa aplica uma estrutura dos sistemas de controlo de gestão abordados pelo autor Herath, com a cultura organizacional sendo a componente mais proeminente. Deste modo, as questões culturais e os valores da empresa são a principal motivação para a incorporação dos ODS nas suas práticas de controlo de gestão, bem como a eventual pressão dos stakeholders. Este estudo, revela a importância que as empresas têm no âmbito da sustentabilidade, mais concretamente dos ODS e como estas podem e devem integrá-los na estratégia empresarial. O estudo também contribui para a literatura, expandindo o conhecimento existente e oferecendo uma compreensão mais aprofundada sobre o tema.
    2024-10-15Master thesis Open access Show more
  • Development of a hybrid recommendation system focused on serendipity for e-commerce
    Publication . Bastos, Caroline; Martins, António Constantino Lopes
    In the dynamic world of e-commerce, Recommender Systems have become crucial in guiding user choices and improving shopping experiences. Recommender Systems enhances ecommerce profits and increases user satisfaction. It has also been proved the positive influence in customer satisfaction of aspects like diversity, novelty and serendipity in recommendation. Despite it, most recommender systems rely mostly on accuracy metrics. To address this issue, this study proposes a novel approach to enhance serendipitous recommendations by leveraging machine learning and natural language processing techniques applied to item descriptions. Four different embedding models were employed to generate item embeddings from textual item descriptions. An initial analysis compared calculated serendipity, derived from the cosine similarity of item embeddings, with ground-truth serendipity. Followed by the development of a serendipity classification model. Three different recommendation models were constructed: the baseline XGBoost model, which functions as a content-based recommender system; the XGBoost-Seren model, which incorporates ground-truth serendipity data to prioritize serendipitous items; and the XGBoost-Seren + Classifier model, which replaces the ground-truth serendipity data with the predictions from the serendipity classifier. Each model was compared against SASRec, a state-of-the-art sequential recommender system, to evaluate both accuracy and serendipity metrics. The results demonstrate that the XGBoost-Seren + Classifier model outperforms SASRec in both accuracy and serendipity metrics. The study confirms that incorporating predicted serendipity into recommendation algorithms enhances the ability to suggest unexpected items without compromising accuracy. The findings indicate that using text-based embeddings not only enriches the recommendation process but also improves the overall user experience by integrating serendipity more effectively.
    2024-10-15Master thesis Open access Show more
  • Sistema de vigilância inteligente para ambientes domésticos com visão computacional
    Publication . Costa, Miguel Ferreira da; Martins, António Constantino Lopes
    Nos dias de hoje, num mundo onde a segurança privada é cada vez mais crucial, a Inteligência Artificial emerge como uma aliada poderosa para proteger os nossos lares. No entanto, os sistemas de vigilância para ambientes domésticos ainda enfrentam desafios significativos, nomeadamente, na falta de personalização e na dependência de tecnologias tradicionais, que não conseguem atender às exigências modernas de segurança. Esta dissertação apresenta o sistema iDetect, um sistema de vigilância inteligente com deteção e reconhecimento facial voltado para ambientes domésticos. O sistema utiliza uma combinação de tecnologias tradicionais e deep learning, alcançando uma precisão de 93% na deteção e uma acurácia de 97% para o reconhecimento facial, com base numa seleção criteriosa de algoritmos, utilizando uma versão adaptada da metodologia PRISMA. Devido à crescente utilização de smartphones, o sistema possui a sua aplicação móvel, totalmente configurável e intuitiva, que permite ao utilizador personalizar o sistema e receber notificações e alertas em tempo real. Os resultados mostram que o sistema implementado oferece uma solução eficaz e acessível, que une o poder da Inteligência Artificial à portabilidade dos dispositivos móveis, proporcionando uma resposta mais rápida e eficiente às ameaças domésticas. Foi possível implementar um sistema que supera os atuais sistemas de videovigilância doméstica, fornecendo respostas mais ágeis e precisas, reduzindo significativamente o número de falsos positivos. O sistema desenvolvido representa um avanço no campo da segurança doméstica, ao disponibilizar uma solução inovadora e de fácil utilização que pode ser adaptada às necessidades individuais de cada utilizador.
    2024-10-15Master thesis Open access Show more