Percorrer por data de Publicação, começado por "2025-10-21"
A mostrar 1 - 10 de 12
Resultados por página
Opções de ordenação
- Cafés – Ensaio fotográfico sobre o café como espaço socialPublication . Alves, Francisco Monteiro; Alves, Cesário; Leal, JoãoNeste trabalho, propõe -se o desenvolvimento de um projeto fotográfico que reflita sobre os cafés enquanto espaços sociais. O estudo destes locais será enquadrado na noção de “terceiro lugar” apresentada por Oldenburg (2013), que defende a necessidade de um outro local além de casa (primeiro lugar) e do trabalho (segundo lugar), cuja função seja puramente de convívio. Assim, entendem -se os cafés como espaços importantes para a saúde social das comunidades, onde as pessoas passam o tempo em convívio informal, mas cujo papel como terceiro lugar tem vindo a ser ameaçado pelo mundo digital. O projeto pretende documentar esses estabelecimentos e as pessoas que os frequentam, no sentido de compreender e de refletir sobre o papel destes cafés nas comunidades locais atualmente. Para tal , interessa estudar os espaços e os clientes, bem como as relações dos indivíduos com os locais e entre eles próprios. O enquadramento teórico incide sobre a representação popular na fotografia documental, a relação entre fotógrafo e sujeito , o documentário do quotidiano e o tempo na fotografia. A exploração fotográfica procura promover um olhar crítico e atento a estes espaços, tendo em mente o clima sociocultural e político atual.
- Processamento de grandes volumes de dados em grafosPublication . CUNHA, JOSÉ MANUEL FERREIRA DA; Coelho, Jorge Manuel NevesThe increased complexity of product architectures in today’s industrial environments demands the use of robust mechanisms to provide certainty and quality in real-time. Verification by manual means has become inefficient, and automated solutions must be accurate as well as speedy in handling high volumes of data and high rates of messaging. The challenge here is addressed by designing, implementing, and validating a quality verification service that can detect mismatches between expected and observed product trees, with the service seamlessly integrating into an already established infrastructure of messaging. The suggested approach is founded on graph-oriented data models for the representation of product structures and employs algorithms designed to compare nodes, relationships, and attributes among various sources. A repository component has been created to maintain nodes and relationships, facilitating both sequential and parallel insertion modes. The integration of Apache Kafka was implemented to allow for real-time management of verification events. Validation of the system was conducted through unit and integration testing, augmented by performance assessment. Performance evaluation focused on the ingestion paths, JSON file insertion and Kafka streaming, and was executed 50 times per scenario to ensure consistency. For JSON file inserts (Table 4.1), parallel processing reduced end-to-end runtime from 3–5 s to 150–180 ms at 1k records and from 140–150 s to 550–650 ms at 50k. For Kafka messaging (Table 4.2), sequential runtimes of 4–6 s (1k), 7–10 s (5k), 32–36 s (20k), and 115–121 s (50k) were cut to 0.8–0.9 s, 0.6–0.8 s, 10–12 s, and 38–42 s with parallel programming. These results demonstrate multi-fold speedups and robust scalability under high-throughput conditions. In summary, the study illustrates that the real-time assessment of quality in intricate product configurations can be achieved through the integration of effective data structures, parallel processing techniques, and concurrent communication methods. The findings encompass a validated proof-of-concept that exhibits considerable enhancements in performance, an extensive testing framework to ensure accuracy, and a well-defined basis for prospective industrial application and scholarly investigation.
- Aprendizagem Federada para sistemas de recomendação escaláveis e com privacidade entre domíniosPublication . PESSOA, JOSÉ DAVID TEIXEIRA; Marreiros, Maria Goreti CarvalhoThe Environment Adaptive Recommendation System (EARS) project is an innovative initiative that addresses critical challenges in modern recommendation systems, including hybrid recommendation techniques, personalization, data privacy, explainability, and cross-domain adaptability. Within this broader context, the main objective of this thesis is to investigate the viability of Federated learning (FL) for cross-domain recommendation systems, with the specific goals of evaluating its privacy-preserving properties, analyzing its ability to support cross-domain knowledge transfer, and comparing its effectiveness with centralized and transfer learning approaches. The theoretical analysis focuses primarily on federated learning, examining its potential to improve scalability, adaptability, and privacy in recommendation systems. Key concepts such as data partitioning, federated architectures, and privacy-enhancing techniques are discussed, together with the challenges and mitigations in real-world applications. Transfer learning and explainable AI are also briefly considered as complementary approaches, providing additional insights into knowledge transfer and transparency. The research is then complemented by an experimental validation on real-world datasets, where multiple learning strategies were designed and compared. A dedicated workflow pipeline was developed that includes dataset preparation, model architecture, federated orchestration, and evaluation metrics tailored to cross-domain recommendation. Two scenarios were explored, first comparing federated and centralized learning and second comparing federated and transfer learning to evaluate knowledge transfer across domains with varying similarity. These experiments provide concrete evidence of how federated learning performs in realistic cross-domain scenarios, highlighting both its advantages and its limitations relative to alternative approaches. By combining theoretical analysis and experimental validation, this thesis contributes to the development of scalable, privacy-preserving, and cross-domain recommendation systems. These results reinforce the role of federated learning as a promising solution for industries such as e-commerce and healthcare, where collaboration without compromising data privacy is crucial.
- A LLM-powered resume matcherPublication . ROCHA, JÚLIO FERNANDO VIEIRA DA; Oliveira, Paulo Jorge Machado; Pereira, Ivo André SoaresCurrently job recruitment remains one of the most resource-intensive processes in companies. Especially in industries where speed and agility directly impact competitiveness rate. The increase in online job applications has resulted in companies receiving hundreds or even thousands of job applications hours after publishing the job opening. Which in turn makes manual recruitment processing very inefficient, as such, companies use Applicant Tracking systems to automate these workflows, yet they have a big downside of relying solely in keyword-based filtering. This leads to critical limitations of not being able to capture semantic nuances and results on the exclusion of qualified candidates. This dissertation proposes a solution that integrates Large Language Models and Retrieval-Augmented Generation to avoid the downsides of the generic Applicant Tracking systems. This project was developed in collaboration with an enterprise. For the purpose of this disseration, the enterprise will be referred with an alias as Xcellence. This company which typically receives more than 800 applications per job opening, and takes up to two months to finish recruitment cycles. This research follows a hybrid methodology that combines Design Science Research with Cross-Industry Standard Process for Data Mining (CRISP-DM). Which enables both theoretical rigor and piratical development. Furthermore, a systematic literature review is conducted using the PRISMA framework. The developed system implements a three-layered architecture, namely storage, processing and access, and the workflow pipeline integrates five orchestrated phases. The included technologies are OCR, semantic vector representations, and the use of a local LLM to output extracted candidate data as JSON. Furthermore, this dissertation also brings to light a range of ethical challenges. Such as, designing and implementing privacy mechanisms, to ensure effective privacy safeguards. In conclusion, the findings demonstrate that the LLM-Powered Resume Matcher can significantly reduce recruitment cycle time, and select the most qualified candidate to a specific job opening, thus representing a viable and ethical evolution in algorithmic recruiting.
- Personalização de recomendações turísticas através de mineração de padrões e dados de contextoPublication . PINTO, LUÍS CARLOS FERNANDES; Alves, Patrícia Raquel de Jesus Araújo; Marreiros, Maria Goreti CarvalhoOs sistemas de recomendação são ferramentas concebidas para apoiar os utilizadores nas suas escolhas, tornando-as progressivamente mais personalizadas. Com a evolução destes sistemas, as recomendações alcançam cada vez mais níveis superiores de precisão e coerência. Contudo, quando utilizados em recomendações de grupos, surge um problema decorrente do facto de os diferentes membros apresentarem preferências distintas, sendo, por isso, necessários métodos mais avançados que conciliem preferências e resolvam potenciais conflitos. O trabalho realizado incidiu sobre a melhoria de um sistema de recomendação para grupos (GRS) de turismo, Grouplanner, em desenvolvimento no Grupo de Investigação em Engenharia e Computação Inteligente para a Inovação e Desenvolvimento (GECAD) com o objetivo de resolver os problemas de heterogeneidade de preferências em grupos de turismo. Esta aplicação é suportada por uma arquitetura baseada em cinco microserviços, através da qual são disponibilizadas funcionalidades como a gestão de utilizadores, a definição de preferências e a geração de recomendações. As funcionalidades adicionadas permitem a melhoria das recomendações com base nos perfis dos utilizadores, através da extração de padrões de comportamento. Para tal, foram integrados três algoritmos distintos de mineração de padrões frequentes — Apriori, FP-Growth e Eclat — possibilitando a comparação entre diferentes abordagens e a escolha dinâmica da técnica mais adequada por meio de configuração. A extração destas regras foi incorporada no serviço multiagente (MAMS), para serem consideradas no motor de recomendações pelo motor de recomendação (REMS), permitindo a geração de sugestões mais personalizadas. A metodologia proposta foi concebida considerando não apenas os dados demográficos declarados dos utilizadores, mas também fatores como medos, limitações físicas, avaliações dos POI e dados de contexto, o que resulta em recomendações mais personalizadas e adequadas ao perfil dos turistas. Foram realizados testes para avaliar o impacto da escolha do algoritmo de mineração de padrões frequentes e do número de utilizadores na qualidade das recomendações geradas e no desempenho computacional. Os resultados obtidos demonstraram que o algoritmo FP-Growth apresentou o melhor desempenho neste contexto. Estes resultados também demonstraram que a utilização de regras de associação contribuiu para melhorar a personalização das recomendações, promovendo experiências mais relevantes para os utilizadores.
- Robótica inteligente no reconhecimento de instrumentos médicosPublication . RIBEIRO, MARIANA DA SILVA; Martinho, Diogo Emanuel Pereira; Santos, Joaquim Filipe Peixoto dosA contagem de instrumentos cirúrgicos antes e depois de uma cirurgia é uma etapa fundamental para garantir que nenhum objeto fica perdido no bloco operatório ou no interior do paciente. Apesar de parecer uma tarefa simples, este processo demora em média cerca de cinco minutos, podendo prolongar-se até dez devido a interrupções, o que afeta a fluidez da cirurgia e pode ter consequências negativas para o paciente. Com o intuito de apoiar esta tarefa crítica, é proposta uma solução integrada que combina Visão Computacional e Robótica para reconhecimento, contagem e manipulação de instrumentos cirúrgicos. A abordagem desenvolvida tem por base o robô educativo DOFBOT-Pi, um manipulador de seis graus de liberdade equipado com câmara, que serviu de plataforma experimental para a execução de tarefas de pick-and-place. Para possibilitar esta integração, foram desenvolvidos módulos de cinemática direta e inversa, calibração da câmara e conversão de coordenadas, assegurando a correspondência entre as deteções visuais e as posições reais no espaço tridimensional. No domínio da Visão Computacional, foi concebido um processo de treino baseado em arquiteturas da família YOLO, explorando variantes das séries YOLOv5, YOLOv8 e YOLOv11. Para tal, recorreram-se a dois conjuntos de dados: o Labeled Surgical Tools, um dataset da literatura com mais de três mil imagens distribuídas por quatro classes de instrumentos (bisturi, pinça, tesoura Mayo reta e tesoura Mayo curva), e o Robo Tools, capturado com a câmara do robô, que permitiu avaliar o desempenho em condições reais. O processo experimental foi estruturado em quatro fases: avaliação de modelos de base, combinação de hiperparâmetros, treino aprofundado das melhores combinações e, por fim, adaptação com imagens reais do robô. Os resultados demonstraram uma evolução clara entre arquiteturas, com o YOLOv5 a revelar maiores dificuldades e as séries YOLOv8 e YOLOv11 a atingirem desempenhos próximos, ambos com valores de mAP50 de 91% em teste. A escolha final recaiu sobre o YOLOv11n, uma vez que alia robustez de deteção a elevada eficiência computacional, sendo adequado para execução em tempo real no Raspberry Pi 5 Em conclusão, a solução proposta comprova a viabilidade da contagem e manipulação assistidas por visão computacional e constitui um primeiro passo para futuras aplicações em contexto cirúrgico. As limitações identificadas, em particular a sensibilidade às variações ambientais, a qualidade da câmara e a precisão limitada da plataforma robótica, apontam para oportunidades de desenvolvimento futuro, com ênfase na utilização de hardware mais robusto e na experiência de modelos de deteção especializados para este campo.
- Índices de mérito e valoração de recursos energéticos distribuídosPublication . RIBEIRO, PAULO VITOR DA SILVA; Felgueiras, Manuel Carlos Malheiro de Carvalho; Neto, José Cesar de Souza AlmeidaO prossumidor é um termo que descreve um agente que, além de consumir, também produz recursos ou serviços, como no caso da geração de energia, onde consumidores geram e consomem eletricidade, e este por si, tem assumido um papel crescente no setor elétrico brasileiro. Esta Tese de Mestrado tem como objetivo desenvolver um software que analise e proponha incentivos tarifários baseados em perfis de geração e consumo energético, buscando otimizar o uso da rede elétrica e reduzir perdas na transmissão através da previsibilidade ocasionada no sistema. Para isso, são definidos e calculados cinco índices principais, incluindo o Fator de Autossuficiência Energética (FAE), Índice de Autoconsumo, Índice de Excedentes Injetados, Benefício Horário, Índice de Eficiência de Armazenamento de Energia (IEAE), com o acréscimo de um quadro que apresenta um Fator de Emissões Evitadas para acompanhamento. A metodologia inclui a coleta e análise de dados reais, aplicação de algoritmos em Python, e apresentação dos resultados em dashboards desenvolvidos no Power BI. A aplicação prática dos índices a dois agentes com perfis de demanda semelhantes demonstrou que a presença de um sistema de armazenamento energético resultou em um aumento de 33% no benefício financeiro total referente à Tarifa de Uso do Sistema de Distribuição (TUSD). A ferramenta proposta proporciona aos agentes uma visão abrangente de seu desempenho energético, permitindo a personalização dos indicadores conforme as especificidades de cada distribuidora e contribuindo para a identificação de oportunidades de melhoria e para uma atuação mais estratégica no mercado elétrico.
- Modelos híbridos para previsão de resultados de jogos da Premier League usando machine learning e análise de sentimentoPublication . NASCIMENTO, RUBENS FABRÍCIO DO ROSÁRIO SOARES; Ramos, Carlos Fernando da SilvaThis study explores whether combining structured match statistics with pre-match tweet sentiment can enhance probabilistic forecasting of football results. Focusing on English Premier League fixtures, it aligns social signals with each game and compares three families of models: those based solely on statistics, those relying only on tweets, and hybrid approaches that integrate both. The evaluation respects the chronological order of matches, employing sequential training and validation together with a strict 2024/25 holdout. In terms of assessment, Log Loss serves as the primary metric, complemented by calibration measures (ECE, Brier, RPS) as well as accuracy. When comparing different families of models, statistical learners provide the strongest foundation. Within this group, an RBF-SVM delivers a holdout Log Loss of 0.9066 with 58.16% accuracy, while a regularised Logistic Regression remains competitive, suggesting that engineered features capture a substantial linear signal. By contrast, tweet-only models offer useful but weaker contributions. The best-performing configuration, a Linear SVM applied to SBERT-MPNet embeddings, records a Log Loss of 1.0313 and an accuracy of 47.89%, yet generalises consistently across both validation and test. Across the different model families, hybrid approaches provide the most consistent improvements. In particular, Early Fusion with Logistic Regression, which combines sentiment with structured inputs, delivers 59.74% accuracy and a Log Loss of 0.8954 on the holdout, together with a Brier Score of 0.1758 and an RPS of 0.1171. Moreover, Residual Stacking extends these gains by further reducing both Log Loss and Expected Calibration Error compared with the statistical baseline, with the benefits especially clear in lower-confidence fixtures and in predicting draws. The main improvements come from modest probability refinements that reduce error penalties without frequent class flips, while also enhancing calibration. At the same time, certain limitations remain, including the focus on a single league, the risk of temporal drift in team performance, and the presence of noise, ambiguity, and attention bias in social text. Taken together, the findings demonstrate that combining structured match data with curated sentiment yields robust and well-calibrated forecasts, particularly valuable in uncertain fixtures and in outcomes that are traditionally harder to predict.
- Estruturas Flexíveis de Suporte de Terras: A influência do elemento de suporte no comportamento da cortina. Estudo ParamétricoPublication . RIBEIRO, CRISTIANO MANUEL SANTOS; Trigo, José Filinto CastroA presente dissertação aborda o tema das estruturas flexíveis de suporte de terras e explora, em particular, a utilização de um programa de cálculo automático, com formulação por elementos finitos, como ferramenta de apoio à escolha da solução de contenção mais eficaz. Esta tipologia de estruturas de suporte de terras assume um relevo singular em contexto urbano, onde a elevada densidade de construções orienta a ocupação de espaços subterrâneos e a consequente realização de escavações profundas. Procede-se a uma revisão das diferentes tipologias de estruturas flexíveis de suporte de terras, das principais técnicas construtivas e dos elementos de suporte utilizados. São abordados os aspetos de dimensionamento, introduzindo-se as correspondentes normas europeias, associadas ao projeto e à execução. Descreve-se o programa de cálculo automático RS2, da empresa Rocscience Inc., adotado no estudo paramétrico que se promoveu. Este estudo teve por base o caso de um edifício com vários pisos enterrados, a executar num maciço constituído, essencialmente, por areias eólicas, siltitos e grés avermelhado, onde foi realizada uma prospeção geológico-geotécnica que forneceu um conjunto de resultados que permitiram caracterizar, de forma pormenorizada, as diferentes unidades geotécnicas interessadas. Analisaram-se diferentes cenários para a cortina e para os elementos de suporte, tendo sido ensaiados, com essa função, escoras, ancoragens e lâminas de betão armado. A análise dos resultados incidiu sobre os deslocamentos da cortina e do terreno, sobre os esforços mobilizados na cortina e sobre as pressões de terras instaladas em ambas as faces da cortina, permitindo comparar o desempenho das diferentes soluções.
- Mercado de energia e sustentabilidade: modelos de expansão para energias renováveis em países em desenvolvimentoPublication . MENDES, DAVID; Andrade, Tiago BrancoO estudo aborda os principais aspetos relacionados à transição para energias renováveis em países em desenvolvimento, explorando os desafios, oportunidades e estratégias envolvidas nesse processo. Num cenário global devido à necessidade de reduzir emissões de carbono e alcançar os Objetivos de Desenvolvimento Sustentável (ODS), o trabalho destaca a promoção das energias sustentáveis para responder simultaneamente à crescente procura energética e às exigências ambientais. Inicialmente, com base em análises de diferentes contextos, o estudo observou algumas abordagens convencionais, como o uso de hidroelétricas, que enfrentam limitações significativas em termos da sustentabilidade económica e ambiental. Nesse sentido, são identificados modelos inovadores, como sistemas descentralizados e híbridos, que emergem como soluções viáveis para ampliar o acesso à energia, especialmente em regiões remotas. A interação entre diferentes modelos, sejam públicos, privados ou em parcerias, também é analisada como um fator crucial para viabilizar a expansão das renováveis. Entre os desafios podemos destacar os altos custos iniciais, a intermitência das fontes renováveis e a necessidade de uma infraestrutura tecnológica avançada. Metodologicamente, o estudo adota uma abordagem quantitativa e comparativa, recorrendo à ferramenta de simulação EnergyPLAN para construir e analisar cenários energéticos de dois países com contextos distintos, a Turquia e a Tanzânia. O modelo foi calibrado com dados oficiais de capacidade instalada, fatores de capacidade e procura elétrica, permitindo avaliar o desempenho e a sustentabilidade de diferentes combinações tecnológicas até 2035. Os resultados simulados indicam que, na Turquia, a participação das fontes renováveis poderá crescer de 39,6% em 2023 para 54,6% em 2035, acompanhada por uma redução das emissões de gases de efeito de estufa, de 122,72 Mt CO2 eq para 94,95 Mt CO2 eq, mesmo com o aumento da procura elétrica. Já na Tanzânia, a simulação previu que a participação das fontes renováveis poderá atingir 99% em 2035, garantindo a segurança do abastecimento com a utilização complementar de gás natural. De um modo geral, conclui-se que os modelos com alta participação de energia renovável contribuem para o alcance das metas climáticas globais e o desenvolvimento sustentável. No entanto, atualmente sem um alto investimento em tecnologias de armazenamento de energia, um modelo 100% renovável é insustentável devido à intermitência que estes recursos apresentam. Assim, considerando este desafio, os países em desenvolvimento não devem, pelo menos até 2035, abandonar totalmente as fontes não renováveis, permanecendo essenciais na garantia da segurança e estabilidade do sistema elétrico. Entre estas fontes, o gás natural deverá destacar-se devido às suas características.