Browsing by Issue Date, starting with "2025-10-22"
Now showing 1 - 5 of 5
Results Per Page
Sort Options
- Otimização de prompts em Modelos de Linguagem de Grande EscalaPublication . CUNHA, ANDRÉ MACHADO LEÃO DA SILVA; Martins, António Constantino LopesA presente dissertação aborda o impacto das técnicas de prompt engineering na utilização de Modelos de Linguagem de Grande Escala (LLMs), com foco no domínio da programação. Apesar do enorme potencial destes modelos, a sua eficácia depende fortemente da formulação de instruções claras, contextualizadas e adequadas. Neste trabalho é proposto o desenvolvimento de um sistema capaz de gerar versões otimizadas de prompts fornecidos por utilizadores, aplicando estratégias de melhoria contínua e feedback. O sistema é avaliado através da comparação entre as respostas produzidas a partir dos prompts originais e otimizados, com recurso a métricas como precisão, e execução prática do código gerado. A investigação contribui para o aprofundamento do conhecimento sobre a engenharia de prompts e para a criação de interações mais eficazes e fiáveis com LLMs, oferecendo suporte prático a programadores e profissionais que dependem da qualidade das respostas para resolver problemas técnicos.
- Using Game Analytics to facilitate players' information processingPublication . SACRAMENTO, ANDRÉ MIGUEL FERNANDES DO; Carvalho, Carlos Miguel Miranda Vaz deGame Analytics have become an increasingly relevant tool in understanding player behavior, identifying performance patterns, and supporting informed decision-making in competitive environments. In complex games such as League of Legends, the volume and granularity of available data frequently overwhelm players, and statistical information is often poorly communicated or outright omitted, impacting player experience, limiting their ability to process statistical data and transform raw statistics into actionable insights. This thesis addresses the research question of how to extract and analyze game information to positively impact player performance and experience. Using Design Science Research Methodology, a contextualized game analytics framework was developed that transforms raw statistical data into meaningful, actionable feedback. The solution consists of a web-based application that retrieves match information through official APIs, applies statistical thresholds for comparative analysis, and generates personalized conclusions highlighting player strengths and improvement areas. The system was implemented using modern web technologies and evaluated through a comprehensive user survey with 71 participants. Results demonstrate significant user acceptance, with 87% of participants reporting prior use of analytics tools, 80% indicating they modified their gameplay based on feedback, and 86.2% perceiving performance improvements from game analytics usage. The findings validate that properly contextualized game analytics can effectively facilitate player information processing and enhance gaming experience. This research contributes a validated framework for transforming complex gaming statistics into accessible insights, demonstrating how software engineering approaches can address information processing challenges in competitive gaming environments. The thesis acknowledges limitations including demographic bias toward experienced players and suggests future research directions in cross-game validation and longitudinal impact assessment.
- Resolver o problema de cold start e escassez de dados com algoritmos híbridosPublication . RIBEIRO, BRUNO FILIPE DE SOUSA; Santos, Joaquim Filipe Peixoto dosOs sistemas de recomendação tornaram-se indispensáveis no panorama digital, proporcionando personalização em setores como comércio eletrónico, saúde, media e retalho. No entanto, estes sistemas enfrentam desafios como o cold start, a escassez de dados, a privacidade e a transparência, que comprometem a sua eficácia e adoção generalizada. O projeto Environment Adaptive Recommendation System (EARS) aborda estas limitações através de uma abordagem inovadora baseada em aprendizagem federada. Este método permite o processamento descentralizado de dados, reduzindo os riscos associados à centralização e promovendo maior segurança e privacidade para os utilizadores. Para superar os problemas de cold start e escassez de dados, o EARS integra algoritmos híbridos que combinam filtragem colaborativa e baseada em conteúdo. Esta combinação permite oferecer recomendações mais precisas e personalizadas, mesmo em cenários onde os dados são limitados ou inexistentes. A solução foi validada através de cenários experimentais que demonstraram melhorias significativas na personalização, precisão e cobertura das recomendações, tanto em situações com abundância de dados como em contextos de cold start e escassez de dados. Os resultados confirmam a eficácia dos algoritmos híbridos em comparação com abordagens tradicionais, evidenciando ainda a escalabilidade e a robustez do sistema. Esta dissertação contribui, assim, para a evolução dos sistemas de recomendação ao propor uma solução prática e inovadora, capaz de responder a limitações destes sistemas. Para além disso, abre caminho a desenvolvimentos futuros, como a aplicação em diferentes setores e a realização de testes em ambientes mais amplos e realistas, de forma a consolidar o impacto e utilidade do EARS.
- Dinâmica de equipa e o seu impacto na rodagem: assistência de realização na curta - metragem “O Egotista”Publication . Bento, Hélio Bruno Ribeiro; Ribeiro, Pedro AzevedoNeste trabalho procura -se aprofundar as diferentes dinâmicas e métodos a adotar, como Assistente de Realização, durante uma determinada produção de Cinema. A nível de metodologias, propõe -se a recolha de testemunhos de profissionais da área bem como a investigação bibliográfica adequada, com referências a obras de autores como Eve Light Honthaner e Steven Ascher, que se debruçam no trabalho do departamento de realização no geral. A esta componente será depois acrescentado o contexto do projeto “O Egotista” e o trabalho exercido pela assistência de realização na curta-metragem.
- Apple vision pro and spatial computing: A feasibility study for game developmentPublication . SANTOS, PEDRO NUNO LAPA; Carvalho, Carlos Miguel Miranda Vaz de; Jacob, JoãoApple has recently launched a new spatial computing and Extended Reality (XR) platform that aims to combine virtual, augmented and mixed reality to offer users an unique experience in the Apple ecosystem. The Apple Vision Pro and its visionOS operating system mark an exciting new player in the market. As this is a new platform with a mostly unexplored market, organizations like Mindera have an exciting opportunity to be early adopters of this platform, if it proves to be a worthy investment. This project explores the Apple Vision Pro’s feasibility from a game development perspective through a systematic literature review, as well as the design and development of an original tabletop game that leverages the platform’s unique capabilities. Semi-structured interviews with XR and game development experts were conducted to validate the prototype and gather insights on the platform’s technical and practical aspects. Findings reveal that, while it offers exciting features such as controller-free natural interactions that use eye-tracking and gesture recognition, it has some noticeable limitations like its limited availability and high price. Overall, the study concludes that, although the Apple Vision Pro demonstrates promising potential for XR game development, it still is at an intermediate stage of technological maturity (TRL6).