ESTG - DM - Engenharia Informática
Permanent URI for this collection
Browse
Recent Submissions
- Sistema de Organização do Conhecimento para Suporte à CircularidadePublication . Ventura, André Miguel Pereira; Sousa, Cristóvão Dinis; Pereira, Carla Sofia GonçalvesA transição para a Economia Circular (EC) requer uma integração mais eficiente, transparente e interoperavel dos dados industriais ao longo de toda a cadeia de valor. A crescente Exigência de rastreabilidade e de transparência sobre a origem das matérias-primas, os métodos de fabrico e o impacto ambiental tem impulsionado o desenvolvimento de infraestruturas digitais capazes de representar, gerir e partilhar informa¸cão de forma segura, normalizada e sustentável. Neste contexto, a presente dissertação propõe e valida uma arquitetura digital baseada no Asset Administration Shell (AAS), concebida para estruturar, integrar e operacionalizar informa¸cão relevante para a circularidade industrial. O trabalho foi desenvolvido segundo a metodologia Design Science Research (DSR) e contempla dois artefactos tecnológicos complementares. O primeiro e um modelo semântico em LinkML, que permite representar de forma uniforme ativos, produtos e processos industriais, assegurando coerência estrutural, interoperabilidade e extensibilidade futura. O segundo e um pipeline de integração e partilha de dados, implementado sobre o Eclipse BaSyx e o Eclipse Dataspace Connector (EDC) Extension for AAS, que possibilita a atualização dinâmica dos submodelos do AAS em tempo real e a partilha soberana de dados através de DataSpaces. A arquitetura foi validada em ambiente experimental, demonstrando a capacidade de integrar fluxos de dados heterogéneos, alimentar submodelos como CircularityFeatures, ProductData e LifeCycleInventory, e calcular métricas de circularidade como o Material Circularity Indicator (MCI). O AAS revelou-se um elemento estruturante para a cria¸c˜ao de um Digital Product Passport (DPP), permitindo rastrear e consolidar informa¸c˜ao sobre o ciclo de vida e a circularidade dos produtos. Os resultados confirmam o potencial da abordagem proposta para promover a interoperabilidade, a soberania e a inteligência dos dados industriais, contribuindo para o desenvolvimento de sistemas cognitivos alinhados com os princípios da Indústria 5.0 (I5.0). O conceito de Cognitive Digital Twin (CoDT) emerge como uma evolução natural do AAS, permitindo o enriquecimento e a interpreta¸c˜ao inteligente dos dados para suportar Decisões mais sustentáveis, humanas e circulares. São ainda discutidas as limitações associadas a maturidade dos componentes utilizados (BaSyx DataBridge e EDC) e apontadas direções futuras, como a automatiza¸c˜ao de políticas de partilha e o fortalecimento da camada cognitiva do AAS.
- Reference Architecture for Sustainable Manufacturing -as-a-Service driven by Digital TwinPublication . Neto, Diogo Alves Machado; Sousa, Cristóvão Dinis Polido de; Pereira, Carla Sofia GonçalvesThe industrial paradigm is shifting towards a data-driven Circular Economy, a transition hindered by a fragmented digital landscape of data silos. Regulatory drivers, such as the European Union’s Digital Product Passport, are transforming standardized and sovereign data sharing into a legal necessity, creating an urgent need for a cohesive solution. This thesis addresses the lack of a holistic architectural framework for industrial data sharing by proposing a reference architecture for the Internet of Digital Twins. Following a Design Science Research methodology, this work presents a Reference Architectural Model for Industry 4.0-compliant blueprint that cohesively integrates key standards for data modeling, sovereign data sharing infrastructure, and a decentralized cryptographic trust layer. The architecture’s viability is validated through a two-part experimental approach. First, a Proof of Concept demonstrates the technical feasibility of one of the architecture’s layers by automating the aggregation and standardization of data from both Operational Technology and Information Technology sources. Second, a scenario-based Proof of Value argues for the utility of the full architecture in enabling complex, sustainable manufacturing applications. The primary contribution of this work is, therefore, a validated and prescriptive blueprint for building the secure, interoperable, and trustworthy data ecosystems required for the data-driven circular economy.
- Sustainability and Social Purpose: A Business Intelligence System Case StudyPublication . Paiva, Celia Cristina Pereira de; Oliveira, Bruno Moisés Teixeira deEsta dissertação insere-se no domínio da Engenharia Informática e visa desenvolver um sistema de apoio à decisão para o reporte de indicadores sociais de sustentabilidade, com base nos referenciais ESG (Environmental, Social and Governance) e nos GRI Standards. O projeto foi realizado na empresa Continental Mabor, S.A., no âmbito de um estágio curricular, respondendo à necessidade de conformidade com a Diretiva (UE) 2022/2464, que impõe o reporte não-financeiro a grandes organizações. A sustentabilidade social tornou-se uma prioridade estratégica perante desafios globais como as alterações climáticas e as desigualdades sociais. Neste contexto, indicadores como igualdade de género, contratação, formação e bem-estar laboral são cruciais para avaliar o desempenho organizacional. A solução proposta recorre a Business Intelligence (BI) para monitorizar e reportar estes dados de forma estruturada, auditável e em tempo real. O sistema baseia-se em modelação dimensional (arquitetura em estrela), suportado por um data warehouse criado com ferramentas Microsoft (SSIS, SSMS e Power BI). Incluiu análise de requisitos, mapeamento de fontes, desenvolvimento de processos ETL e construção de dashboards interativos para visualização dos indicadores sociais. O principal resultado é o índice “Sustainability Social – GRI Content Index”, baseado em dados reais da organização e alinhado com os Objetivos de Desenvolvimento Sustentável (ODS 2030). Este índice, integrado em dashboards, promove transparência, rastreabilidade e conformidade normativa. Conclui-se que a aplicação de BI à sustentabilidade social é uma mais-valia organizacional, replicável noutras unidades, e reforça a integração entre tecnologia, responsabilidade social e cultura organizacional centrada no propósito – Lives with Purpose.
- Low-Code e Inteligência Artificial Generativa: Potencialidades, Desafios e Aplicações no Desenvolvimento de SoftwarePublication . Pereira, João Tomás Oliveira; Silva, Fábio André Souto daThis work aimed to explore and compare two emerging approaches in software development, low-code platforms and solutions based on generative artificial intelligence. For this purpose, a systematic literature review was conducted, along with a critical analysis of several representative tools of each paradigm and an experimental study in which five participants with different levels of technological experience created a to-do list application. The adopted methodology was based on the action research model, combining theoretical review, practical application, and critical reflection. The results obtained demonstrated that both approaches offer significant advantages in democratizing application development, although they present distinct characteristics in terms of predictability, autonomy, and ease of use. The low-code platform Budibase was valued for its structured visual interface and the control it provided to users, while the Claude tool stood out for the speed and flexibility associated with natural language interaction. The final analysis shows that these technologies should not be seen as competing solutions but rather as complementary alternatives that can address different user profiles and usage scenarios. The study concludes that the choice of the most appropriate approach should consider factors such as the organizational context, project complexity, and the level of experience of the users involved.
- Exploração de técnicas de inteligência Artificial para personalização e otimização de campanhas omnicanal no Retalho AlimentarPublication . Silva, Fernando José Cardoso da; Ramos, João Ricardo MartinsThe increasing digitalization in the food retail sector, coupled with the evolution of consumer preferences, demands innovative solutions for personalization and integration of omnichannel campaigns. This thesis explores the use of clustering algorithms and LLMs (Large Language Models) to create a data-driven approach that improves campaign efficiency and increases customer loyalty and ROI (Return On Investment). The research focuses on developing a framework that integrates dispersed customer behavior, profile, and campaign data, segments customers using clustering algorithms based on variables such as interaction value and time to purchase, applies predictive models to estimate conversions and validate decisions, generates personalized messages with LLMs adapted to segment, campaign type, and channel, and optimizes campaigns by analyzing ROI, average cost per conversion, and engagement. Unlike previous studies that separately analyze aspects such as segmentation or personalization, this approach integrates robust techniques to create holistic solutions adapted to the consumer's omnichannel journey. The CRISP-DM methodology was adopted to ensure rigor, scalability, and efficiency in data analysis, allowing to overcome challenges such as information fragmentation and lack of integration between channels. The results demonstrate that the proposed framework not only improves the customer experience but also increases operational efficiency and ROI, creating significant competitive advantages for retailers. The integration of AI technologies emerges as a critical solution to overcome traditional limitations, providing real-time personalization, predictive analysis, and operational efficiency. This thesis contributes to the advancement of knowledge about AI in omnichannel marketing, offering practical and theoretical solutions for a constantly evolving sector, positioning food retail as an example of customer-centered innovation.
- Architecting Serverless Applications at the Edge with WorkflowsPublication . Dias, Micael André Cunha; Santos, Ricardo Jorge da SilvaA indústria global dos videojogos depende cada vez mais de estratégias de monetização digital subscrições, consumíveis, moedas virtuais e vendas de ativos como base para um crescimento sustentável. No entanto, embora processadores de pagamento como a Stripe [1] forneçam acesso seguro e escalável à infraestrutura financeira, os criadores de jogos continuam a enfrentar desafios significativos na orquestração fiável do cumprimento ponta-a-ponta das compras. As falhas na coordenação de pagamentos, atualizações de inventário e pagamentos a terceiros não só corroem a confiança dos jogadores como também ameaçam as receitas dos desenvolvedores. Esta dissertação aborda esses desafios ao explorar como os princípios de orquestração de fluxos de trabalho podem ser aplicados ao domínio da monetização em jogos. Revisitamos o design de sistemas distribuídos dos monólitos aos microserviços e serverless defendendo que a execução durável [2] é a abstração em falta para fluxos de trabalho fiáveis, duradouros e com estado. Comparamos as principais plataformas de orquestração Temporal [2], AWS Step Functions [3], Cloudflare Workflows [4], Uber Cadence [5], Netflix Conductor [6] e Camunda [7] ao longo dos eixos de durabilidade, capacidade de resposta, ergonomia para programadores e governação, revelando compromissos fundamentais entre garantias de progresso e latência operacional, e entre poder expressivo e auditabilidade. Com base nestas conclusões, propomos uma arquitetura de fluxos de trabalho edge-first que combina o runtime global da Cloudflare com os mecanismos de pagamento da Stripe [1], de forma a fornecer pagamentos e transferências resistentes e com capacidade de repetição. As contribuições desta tese são duplas: por um lado, um enquadramento conceptual que situa os fluxos de pagamento no contexto dos sistemas distribuídos e da teoria da orquestração; por outro, um plano prático de design que ilustra como estes princípios podem ser implementados para suportar economias de jogo reais. Ao unir inovação criativa e infraestrutura financeira, esta investigação fornece aos desenvolvedores de jogos uma base escalável e resiliente para monetização, permitindo-lhes focar-se na experiência do jogador enquanto confiam no sistema subjacente para oferecer um comércio contínuo e fiável.
- PySpark-Based Data Processing Library for Distributed Machine Learning WorkflowsPublication . Sousa, Leonardo Emanuel Miranda de; Carneiro, Davide RuaAs plataformas de Internet of Things (IoT) industriais geram quantidades significativas de dados heterogéneos que excedem as capacidades das pipelines de dados convencionais, sobretudo em contextos empresariais como o da Bosch. Responder a estas exigências requer não apenas uma infraestrutura escalável, mas também ferramentas ergonómicas que permitam o desenvolvimento de fluxos de trabalho de machine learning (ML) reprodutíveis. Nesta dissertação apresenta-se a SparklyAI, uma biblioteca PySpark que formaliza o ciclo de vida definido pelo Cross Industry Standard Process for Data Mining (CRISP-DM) para ML distribuído, colmatando a lacuna entre as práticas de engenharia de dados industriais e os princípios modernos de Machine Learning Operations (MLOps). A SparklyAI fornece uma estrutura coerente para pipelines de ponta a ponta, abrangendo coleta, limpeza, amostragem, engenharia de características, modelação e avaliação, através de uma Application Programming Interface (API) procedural com utilidades sensíveis ao esquema e tipos de dados. A validação em fluxos de trabalho reais na Bosch demonstrou melhorias significativas na consistência, manutenibilidade e reprodutibilidade dos processos, bem como uma redução acentuada nos erros de implementação e no tempo de integração de novos utilizadores. Quantitativamente, o Engineering Time Proxy (ETP) reduziu-se de 220,8 para 90,4 minutos (–59,1%), comprovando ganhos expressivos de eficiência em implementações práticas. Em síntese, a SparklyAI constitui uma base estruturada e eficiente para fluxos de trabalho de ML em escala industrial, alinhando a prática quotidiana com a metodologia CRISP-DM e preservando as capacidades de escalabilidade do Spark.
- Real-Time Data Analysis Tool for Decision Support in Streaming EnvironmentsPublication . Torres, Diogo Pinto; Carneiro, Davide Rua
- Web3 Ecosystem for Device as a ServicePublication . Tavares, Maria Da Conceição Pereira; Pinto, António Alberto dos SantosThe management of distributed physical devices, especially in large-scale scenarios such as governmental digital inclusion initiatives, poses challenges related to security, control, and transparency. The management of the device lifecycle in unsupervised environments is exacerbated by concerns such as theft, loss, mistreatment, and lack of trustworthy processes for transparency and remote monitoring. This dissertation presents a novel blockchain-based Device as a Service (DaaS) system that combines smart contracts, a web portal for legitimate users, and an embedded verification module at the United Extensible Firmware Interface (UEFI). The architecture ensures decentralised, transparent, and tamper-resistant device management, allowing remote locking and unlocking, real-time state verification, and immutable activity recording without the need for intermediaries. Implemented on the Ethereum blockchain (Sepolia testnet), the system uses smart contracts written in Solidity for device registration and state management, Keyed-Hash Message Authentication Code (HMAC)-based cryptographic tokens to ensure data integrity, and Role Based Access Control (RBAC) to restrict actions to legitimate entities. A hardware-level security layer is supplied by a customised UEFI module, that validates device status updates before the Operating System (OS) boots. The functionality, security, and scalability of the system are demonstrated by validation in realistic scenarios, such as device registration, access control processes, and audit logs. This evaluation proves the solution’s ability to securely automate remote device management while providing transparency and resistance against attacks such as replay attacks. The present study addresses the gaps presented in current remote management strategies by offering a comprehensive and novel system for decentralised device management that can be applied in business, government, and educational environments. The work received recognition with a Best Paper Award, highlighting its scientific value and practical application.
- Análise e Monitorização da Qualidade de Dados no contexto da Indústria 4.0Publication . Peixoto, Teresa Maria Oliveira; Oliveira, Bruno Moisés Teixeira de; Oliveira, Óscar António Maia deA industria 4.0 representa uma mudança de paradigma nos sistemas de produção, caracterizada pela integração de tecnologias digitais avançadas, como a Internet das Coisas, os Sistemas Ciberfísicos e a Inteligência Artificial. Estas tecnologias possibilitam a recolha massiva de dados em tempo real, permitindo monitorizar, automatizar e otimizar processos industriais com um nível de precisão e eficiência sem precedentes. No entanto, o valor dos dados gerados depende intrinsecamente da sua qualidade. Dados incompletos, imprecisos, inconsistentes ou desatualizados podem comprometer não apenas a fiabilidade das análises, mas também a segurança e eficácia das decisões tomadas com base nesses dados.