ESTCB - Dissertações de Mestrado
URI permanente para esta coleção:
Navegar
Entradas recentes
- Qualidade do ar em zonas urbanas: recolha de dados e o seu reflexo no comportamento onlinePublication . Candeias, Antonino Carlos Gonçalves; Ribeiro, Fernando Reinaldo da Silva Garcia; Dionísio, Rogério PaisEsta dissertação tem como objetivo analisar a relação entre qualidade do ar e os sentimentos expressos nas redes sociais, com foco no episódio de poeiras do deserto do Saara que afetou Lisboa em março de 2022. Para isto, foram recolhidos dados ambientais da plataforma QualAR, e dados meteorológicos do Meteomanz, complementados com a recolha de publicações do Twitter (plataforma atualmente conhecida como X) geolocalizadas em Lisboa. Os textos das publicações foram traduzidos e analisados com o algoritmo Valence Aware Dictionary and sEntiment Reasoner (VADER), permitindo identificar padrões emocionais e avaliar possíveis correlações com a variação dos poluentes atmosféricos. Foi também realizada uma análise preditiva no estudo, usando algoritmos de Machine Learning, nomeadamente Decision Tree e Random Forest, de forma a explorar relações entre os diferentes parâmetros e apoiar a interpretação dos resultados. Os resultados mostram que, apesar de o evento ter provocado níveis excecionalmente elevados de partículas inaláveis com diâmetro < 10 μm (PM10), não se verificou uma alteração significativa nos sentimentos expressos online, que permaneceram maioritariamente neutros ou ligeiramente positivos. Estes resultados sugerem que a perceção ambiental da população não se reflete de forma clara nas redes sociais, possivelmente devido a fatores culturais, sociais ou ao reduzido impacto do Twitter no contexto português. Conclui-se que a integração entre dados ambientais e sociais é metodologicamente viável e relevante, mas requer mais investigação, com períodos mais longos, diferentes cidades e técnicas de análise mais avançadas. Este estudo contribuiu para a compreensão da relação entre poluição atmosférica e perceções públicas em Portugal, colmatando uma lacuna existente na literatura.
- Solução digital para análise de raios UV como fator de risco do cancro de pelePublication . Luz, Eduardo Humberto Barbosa de Noronha; Fidalgo, Filipe Miguel Bispo; Oliveira, Ângela Cristina Marques deO cancro de pele representa um dos maiores desafios de saúde pública contemporâneos, com incidência global crescente que expõe limitações críticas nos sistemas de prevenção e datasets disponíveis para investigação em inteligência artificial. A análise sistemática da literatura revela que os conjuntos de dados atuais para treino de modelos de machine learning em dermatologia são caracterizados por desequilíbrios demográficos significativos, representação inadequada de diferentes tipos de pele segundo a escala Fitzpatrick, e falta de metadados contextuais essenciais para desenvolvimento de sistemas equitativos e robustos. Este trabalho propõe o desenvolvimento de uma plataforma digital modular para recolha sistemática de dados dermatológicos através de crowdsourcing (distribuir tarefas por uma comunidade alargada, em vez de a um grupo restrito de especialistas, aproveitando o conhecimento, criatividade e esforço coletivo para alcançar soluções de forma mais eficiente e diversificada), integrando geolocalização, índices UV em tempo real, classificação automática de tipos de pele e geração de recomendações preventivas personalizadas. A metodologia inclui uma revisão sistemática PRISMA dos trabalhos existentes, desenvolvimento de um protótipo funcional utilizando Python 3.8, OpenCV e Kivy, implementação de algoritmos de processamento de imagem em espaço HSV para análise de tons de pele, integração com APIs meteorológicas (OpenUV, OpenWeatherMap), e criação de um dashboard para monitorização em tempo real. O sistema será validado através de testes funcionais e disponibilizará as análises numa base de dados central, que futuramente será transformado num sistema central para validação e gestão de datasets. A principal mais-valia reside na criação de um ecossistema de dados tratados que supera as limitações dos repositórios existentes, gerando conjuntos de dados equilibrados, geograficamente distribuídos e ricos em metadados contextuais. Este trabalho estabelece fundamentos para o desenvolvimento futuro de um módulo central com capacidades avançadas de machine learning, protocolos de equidade demográfica, e arquiteturas de federated learning para investigação colaborativa, democratizando o acesso a ferramentas de análise sofisticadas e contribuindo para modelos de IA mais fiáveis e inclusivos na prevenção do cancro de pele.
- ECSMoS: An ECS-based pedestrian mobility simulatorPublication . Cotrim, Rafael Souza; Fonte, Alexandre José Pereira Duro da; Caldeira, João Manuel Leitão PiresO estudo e a simulação do movimento de pedestres, chamado dinâmica de pedestres ou dinâmica de multidões, é de fundamental importância no mundo atual. Tal área é utilizada em diversos tipos de aplicações, incluindo a otimização de espaços por onde passam grandes quantidades de pessoas e a prevenção de esmagamento, tumultos, debandadas e outros eventos semelhantes. Atualmente, a pesquisa e o desenvolvimento de novos modelos que imitam o comportamento das pessoas andando está restrita pelas soluções disponíveis. Simuladores de pedestres existentes frequentemente possuem limitações impostas por suas arquiteturas, levando pesquisadores a criarem os seus próprios simuladores, o que desacelera a pesquisa e limita a comparabilidade dos resultados. Esta dissertação avalia a utilização da arquitetura de Sistema de Componente e Entidade para melhorar a flexibilidade desse tipo de software. Além disso, ela introduz um novo simulador de pedestres, o ECSMoS, que foca em resolver as limitações de flexibilidade. Para alcançar esse resultado, foi necessário primeiramente, estudar os modelos atuais. Em seguida, realizou-se um levantamento de simuladores disponíveis. Os pontos fortes e fracos de cada um foram avaliados para uso posterior na definição dos objetivos e dos cenários de teste do novo simulador. Posteriormente, foi feita uma introdução à arquitetura de Sistema de Componente e Entidade e explicado como ela pode resolver as limitações de flexibilidade dos simuladores atuais. Com essas definições estabelecidas, este trabalho definiu os requisitos para o simulador ECSMosS, explicou a sua estrutura e o comparou com outros simuladores. Os resultados mostram que, embora mais complexo do que os outros simuladores, o ECMoS é consideravelmente mais flexível, especialmente em situações onde o ambiente está em constante mudança. Em termos de desempenho, foi demonstrado que o EXCMoS tem desempenho tão bom quanto ou ainda melhor do que os outros simuladores.
- Melhoria contínua do desenvolvimento ágil de software utilizando análise de feedbackPublication . Marçal, Diogo Fernandes; Metrôlho, José Carlos Meireles Monteiro; Ribeiro, Fernando Reinaldo da Silva GarciaAs metodologias ágeis são atualmente das mais utilizadas em projetos de desenvolvimento de software. Estas divergem entre si através de diferentes especificidades. No entanto, existem várias, como o caso do Scrum e do Kanban, que defendem que os elementos das equipas devem adotar determinados comportamentos e valores para melhorar aspetos como processos, atividades ou a comunicação. Esses comportamentos podem ser a coragem, o compromisso e uma busca incessante pelo aperfeiçoamento, a qual se denomina por melhoria contínua. Os elementos das equipas, com a utilização das metodologias ágeis, são incentivados a colaborar na identificação de pontos de melhoria. São, por isso, encorajados a fornecer feedback aos seus colegas e responsáveis dos projetos sobre vários aspetos. O feedback tem várias formas e origens e a maneira como contribui para promover a melhoria contínua é alvo de uma das pesquisas presentes neste trabalho. A análise do feedback pode ocorrer de forma manual e empírica por uma pessoa, embora esta não seja uma forma escalável de a realizar, para além de se poder tornar parcial e pouco precisa. A inteligência artificial e o processamento de linguagem natural são tecnologias com crescente desenvolvimento e utilização que podem ser usadas para analisar, de forma automatizada, o feedback presente num formato de texto. Por esta razão, neste trabalho, foi também realizado um estudo sobre formas como estas tecnologias já estão a ser utilizadas no apoio às atividades da gestão de projetos de desenvolvimento de software. Este trabalho também apresenta a modelação e implementação de um sistema, sobre a forma de uma web app, de acompanhamento de tarefas num quadro Kanban que recolhe e analisa o feedback de developers sobre a qualidade da escrita das tarefas. O feedback é recolhido sobre a forma de respostas a um conjunto de perguntas que incidem sobre a forma como uma determinada tarefa estava descrita. O sistema desenvolvido, denominado TaskIT, realiza a análise do feedback utilizando a análise de sentimentos com inteligência artificial. Posteriormente os dados dessa análise são disponibilizados ao responsável do projeto para que este possua uma forma de acompanhar o impacto das ações corretivas que venham a ser adotadas. De forma a validar a utilidade da forma como o TaskIT recolhe, processa e apresenta o feedback gerado por developers sobre a escrita das tarefas, foi realizada uma série de entrevistas de validação deste protótipo com profissionais da área. O principal contributo do presente trabalho consiste em expor como o feedback pode ser utilizado para promover a melhoria contínua em ambientes de desenvolvimento de software e, em concreto, apresentar um protótipo que o faça para melhorar a forma como são escritas as tarefas a executar.
- Using machine learning to promote study success in higher educationPublication . Manteigas, André Filipe dos Santos; Silva, Ana Paula Neves Ferreira da; Silva, Arlindo Ferreira daEsta dissertação foca-se no problema do abandono académico de estudantes em risco no ensino superior, especificamente após o primeiro ano letivo. Diversas instituições têm procurado resolver este problema de abandono e de insucesso académico. A utilização de técnicas de Machine Learning (ML), com ênfase nos modelos de previsão, destaca-se como um instrumento promissor nesse contexto de insucesso académico, uma vez que estas técnicas permitem identificar padrões que podem prever o risco de abandono por parte dos estudantes. Investigações mais recentes evidenciam que os modelos preditivos baseados em ML contribuem para uma deteção precoce e mais precisa dos estudantes com maior probabilidade de abandono académico. Este estudo foi elaborado no âmbito da UC de Estágio Profissionalizante/Projeto Aplicado do Mestrado em Engenharia Informática - Área de Especialização em Desenvolvimento de Software e Sistemas Interativos, com o objetivo de reforçar que é possível aplicar técnicas de ML, com o intuito de ajudar no combate contra o abandono e insucesso académico. Assim, foi realizada uma análise aprofundada da investigação existente nesta área, o que permitiu constatar que os algoritmos de ML apresentam resultados positivos na previsão do risco de abandono académico. Assim, o presente estudo procura avaliar a viabilidade da utilização de sistemas preditivos como ferramenta de apoio à identificação de estudantes em risco de abandono académico. Com base nessa análise, pretende-se desenvolver uma aplicação web que integre um sistema de previsão capaz de apoiar as instituições de ensino superior na tomada de decisão e na definição de estratégias preventivas para mitigar este abandono académico.
- Desenvolvimento de uma dashboard para monitorização e configuração remota de uma estação base 5GPublication . Monforte, Liliana Sofia Ribeiro; Santos, Osvaldo Arede dosA contínua evolução das tecnologias móveis é conseguida através do desenvolvimento de produtos que permitam o estudo e investigação das mesmas. É neste contexto que se enquadra a OAIBOX™, uma estação base 5G produzida e distribuída pela empresa Allbesmart, cuja plataforma web de suporte à sua monitorização e configuração remota representa o objetivo principal da presente dissertação. O projeto requer uma interface gráfica de utilizador intuitiva e responsiva, que disponibilize a visualização de gráficos e métricas em tempo real da estação em funcionamento e também uma comunicação com a mesma para configuração de parâmetros de serviço de rede. Após uma apresentação de conceitos chave para a compreensão do desenvolvimento de dashboards e da tecnologia 5G, foi efetuada uma análise de trabalhos científicos que utilizam plataformas web para funcionalidades de monitorização e configuração remota de sistemas e/ou processos. Sendo o foco deste trabalho o desenvolvimento frontend, foram estudadas as principais tecnologias frontend utilizadas nos últimos anos para este efeito, nomeadamente Angular, React e Vue.js. Acompanhando uma análise teórica, foi ainda concebido um cenário hipotético implementado com as três tecnologias que, suportado por um projeto backend desenvolvido em Spring Boot, permitiu uma comparação de métricas estabelecidas. Estas métricas consistiram na análise do número de linhas de código, no volume de dados e tempo decorrido durante o carregamento inicial da página e tempos de comunicação de dados entre o backend e frontend, incluindo envio de valores contínuos e alteração de parâmetros. A análise aos resultados revelou um melhor desempenho do projeto Vue.js na maioria dos parâmetros, no entanto, a escolha da tecnologia de desenvolvimento frontend para o projeto da dashboard recaiu sobre Angular, por se tratar de uma framework completa e robusta ideal a projetos complexos e de longa longevidade. Por fim, a modelação do sistema permitiu a identificação dos requisitos e funcionalidades essenciais a incluir na dashboard de monitorização e configuração remota da estação base 5G. A apresentação e descrição das funcionalidades e interfaces desenvolvidas demonstrou a utilização desta plataforma no contexto em que se integra, incluindo a comunicação com os restantes componentes do sistema.
- Desenvolvimento de um sistema de informação para a gestão do conhecimento do património musical escrito de PortugalPublication . Gonçalves, Joana Mateus; Costa, Mónica Isabel Teixeira daO património musical preservado pelas Instituições de Memória Portuguesas constitui um testemunho tangível da riqueza e diversidade da criação e das práticas musicais ao longo da história cultural do país. Preservar e estudar este legado é fundamental para a construção de uma identidade cultural sólida. No entanto, uma parcela significativa deste património permanece pouco conhecida e não é devidamente divulgada pelas instituições de custódia, sendo que a documentação, muitas vezes, não é tratada adequadamente e, mesmo quando catalogada, raramente está acessível em catálogos online. A ausência de um sistema centralizado de acesso agrava as dificuldades de consulta e exploração deste património, tornando-o inacessível até mesmo para públicos especializados, como intérpretes e musicólogos. Localizar, descrever e disponibilizar este património é um passo essencial para aprofundar o conhecimento das fontes musicais históricas que sobreviveram. Este projeto tem como objetivo o desenvolvimento de um sistema de informação, que permita a gestão do conhecimento do património musical escrito de Portugal. Desta forma, é pretendido centralizar e organizar a informação associada, simplificando processos de acesso a estes conteúdos e identificar onde estes são armazenados, através do registo de cada uma das instituições. Ao longo deste documento, são descritos os objetivos do projeto, bem como quais os requisitos considerados e as várias etapas de desenvolvimento. Desta forma, será apresentada analise inicial realizada no âmbito do projeto, serão apresentados os requisitos fornecidos, a fase de modelação e implementação. A modelação da aplicação será descrita, indicando todas as etapas da metodologia ICONIX. Nesta fase são identificados todos os casos de uso da aplicação e as funcionalidades são representadas através de diagramas robustez e diagramas de sequência. Ainda associado à modelação, serão apresentados o diagrama de classes e o modelo de entidades e relacionamentos através do qual se obteve a estrutura de tabelas da base de dados deste projeto. Após concluir a fase de modelação, passou-se à fase de implementação do projeto. Durante esta fase, é descrita a arquitetura definida para a aplicação a ser desenvolvida, as ferramentas utilizadas, mas também é apresentado o resultado da aplicação desenvolvida e de que forma está foi testada durante o processo de desenvolvimento.
- Block-chain-based smart contracts e-ticketing platformPublication . Silva, Cláudia Marisa Canhoto da; Fonte, Alexandre José Pereira Duro da; Costa, Mónica Isabel Teixeira daOs Smart contracts ou contratos inteligentes, são uma inovação fundamental da cadeia de blocos, comportam-se como acordos digitais que se executam, de forma autónoma, termos predefinidos. Estes contratos são seguros, descentralizados, transparentes e imutáveis, estando estes preparados para uma vasta aplicação e em diversos sectores, como a venda de bilhetes para eventos, agilizando transações e reduzir a fraude. Nesta dissertação propõe-se um projeto com o objetivo de explorar a utilização de contratos inteligentes na comercialização de bilhetes eletrónicos para eventos e com isto reduzir a especulação na venda de bilhetes e as redundâncias de papel, bem como a aplicação prática desta solução. Esta solução obriga assim à conceção, execução e depuração de contratos inteligentes utilizando Solidity na cadeia de blocos (blockchain)Ethereum. Para responder a estes desafios, foi especificamente desenvolvida uma aplicação funcional, tendo como alvo vendedores de bilhetes, compradores e organizadores de eventos. Os resultados deste desenvolvimento demonstraram a viabilidade e aplicabilidade dos Smart contracts para processos de emissão de bilhetes transparentes e eficientes, embora atualmente limitados a um ambiente local. Contudo, estes fornecem uma base sólida para melhorias futuras e uma adoção mais ampla. Em resumo, este projeto destacou o potencial e a viabilidade das cadeias de blocos e dos Smart contracts para transformar a emissão de bilhetes para eventos, garantindo segurança, escalabilidade e confiança do utilizador.
- Análise e avaliação de algoritmos para reconhecimento de posturas com base em matrizes de pressãoPublication . André Carvalho Serra; Ribeiro, Fernando Reinaldo Silva Garcia Ribeiro; Metrôlho, José Carlos Meireles Monteiro2025O processo de controlar e monitorizar o estado do paciente durante as suas horas de sono tem vindo a ajudar no estudo de diminuição de riscos de saúde, nomeadamente em situações nas quais os maus hábitos noturnos ou mau posicionamento do corpo causam diferentes tipos de problemas no seu respetivo bem-estar. Vários estudos têm sido feitos neste âmbito, nomeadamente para a classificação de posturas das pessoas que se encontram acamadas, cada um deles seguindo diferentes abordagens. Por exemplo, técnicas que utilizam matrizes de pressão obtidas de sensores posicionados sobre o colchão, juntamente com algoritmos de machine learning (ML), têm alcançado precisões de até 99% (e.g., [1]) na classificação das posturas principais (virado para cima, virado para baixo, lateral esquerdo e lateral direito). Este trabalho centra-se na utilização de algoritmos de ML aplicados a dados obtidos por uma matriz de sensores de pressão posicionada por baixo do colchão, de forma a minimizar o desconforto para o paciente monitorado. Usando este conjunto de dados, são aplicados e avaliados algoritmos para a classificação das posturas principais e as suas variações, com o objetivo de desenvolver uma solução eficaz e menos invasiva para monitorização da postura. Os experimentos incluíram 10 algoritmos de ML, que alcançaram uma accuracy média entre 79,14% e 98,93% com validação Group K-Fold e entre 80,03% e 97,14% com a técnica Leave-One-Group-Out (LOGO) para classificar as quatro posturas principais. O estudo também expandiu a classificação para 28 variações de postura (7 variações para cada postura principal), com o algoritmo SVM alcançando uma accuracy de 65,18% na validação Group K-Fold. Isso representa uma melhoria significativa em relação a estudos anteriores, especialmente ao considerar o maior número de posturas. Comparações com outras abordagens que utilizam sensores de pressão mostram que esta solução, com sensores posicionados por baixo do colchão, oferece uma accuracy comparável e, em alguns casos, superior. Esses resultados sugerem que o uso de sensores por baixo do colchão é uma alternativa eficaz e menos intrusiva para a classificação de posturas.
- Development of a system for identification and geolocation of diseases, pests and anomalies in agricultural cropsPublication . Francisco, Mauro de Jesus Manuel; Metrôlho, José Carlos Meireles Monteiro; Ribeiro, Fernando Reinaldo GarciaAchieving high production and sustainability in agriculture requires quick detection and control of diseases, pests, and anomalies in agricultural crops. In this dissertation, a system built with machine learning approaches is presented that automatically detects and geolocates these problems in crops. Real-time data collection and analysis are made possible by the combination of a mobile app and a web-based Admin Panel. The main goals of the system are to automatically identify diseases from pictures of plant leaves, to register and geolocate anomalies found, and to give users comprehensive data visualizations. Through the integration of these features, the system provides means that can help in increasing crop yields, promoting sustainable farming methods, and improving agricultural administration. The development process involved a close examination of the current technologies and approaches, an analysis of the system requirements and a modular and scalable system design and development. The solution uses machine learning models for accurate disease identification together with ASP.NET MVC for web development and Flutter with Dart for Mobile Application development. Farmers and agricultural managers can benefit greatly from the system. Along with advancing agricultural technology, this effort has important ramifications for environmental sustainability and food security.