ISEL - Eng. Elect. Tel. Comp. - Dissertações de Mestrado
Permanent URI for this collection
Browse
Recent Submissions
- A comprehensive survey of asynchronous API approaches in concurrent I/O scenariosPublication . Rodrigues, Diogo Paulo de Oliveira; Carvalho, Fernando Miguel Santos Gamboa Lopes deAbstract This thesis examines the evolution of data collection methodologies, transitioning from traditional asynchronous I/O systems to modern reactive programming paradigms such as Reactive Programming and Kotlin Flow. These paradigms represent a shift from static, sequential processes to dynamic, responsive data handling strategies, a transformation driven by recent advances in programming techniques. After presenting a concise historical overview to contextualize the study, the research focuses on a comparative analysis of key technologies like RxJava and .NET AsyncEnumerables, which utilize reactive streams to enhance the efficiency and scalability of large data volume management. The benchmarking methodology used in this research is straightforward, based on time measure of similar operations across the different tecnologies used in our implementations. The tasks that were used were fundamental and simple, such as identifying the largest word in a dataset and categorizing words by letter count, in a huge data set to simulate a world-like scenario. This pragmatic approach allows for a direct evaluation of each technology’s real-time data processing capabilities, underlining practical benefits and distinguishing their performances. In conclusion, this work provides a focused comparative analysis to enhance understanding of data collection technologies, while providing key concepts and demonstrating the advancements from traditional to modern tools, making a contribution on how these technologies compare to each other and perform depending of the situation.
- Sistema automático de melhoria contínua para deteção e identificação de sons impulsivosPublication . Mendes, André da Silva; Silva, Paulo Manuel Trigo Cândido da; Paulo, Joel Vera Cruz PretoA deteção e identificação de sons impulsivos aplicados num contexto específico, nomeadamente em eventos desportivos, possibilitam a análise e síntese de várias métricas e estatísticas associadas ao jogo, ou mesmo, ao desempenho do jogador. Neste contexto, a identificação automática de um som impulsivo, como o som da batida da bola na raquete do jogador, é uma contribuição importante para a criação de uma fonte de dados na qual podem ser realizadas análises específicas do jogo. Considerar todas as características de um determinado tipo de som impulsivo em várias condições e ambientes, envolve lidar com bastantes variáveis, sendo igualmente difícil encontrar, de forma eficiente, os valores dos híper-parâmetros que permitem obter a melhor configuração para um determinado algoritmo a ser executado num processo de aprendizagem automática (machine learning). O contributo deste trabalho é o de explorar o espaço de híper-parâmetros (HyP) na procura dos valores que otimizem o desempenho de todo o processo de classificação automática de sons impulsivos. Esse processo inicia na geração do conjunto de dados (dataset) a processar, prossegue com a aprendizagem de modelos de classificação, e termina com a avaliação dos modelos aprendidos. Neste trabalho propõe-se estender o conceito de HyP de modo a englobar também a construção do próprio dataset. Nas experiências realizadas, é considerado um problema de classificação binária, onde é necessário fazer a distinção entre o evento pretendido e o ruído. A validação do processo recorre a áudio extraído de vídeos de competições de eventos desportivos, nomeadamente, ténis e padel, onde se procuram identificar os sons de pancadas da raquete na bola. Os resultados experimentais, onde se observa uma taxa de sucesso (accuracy) do modelo a rondar os 93%, permitem evidenciar a influência das características do som na construção do dataset e no desempenho global do processo de classificação automática de sons impulsivos.
- Ticket management system using Blockchain technologyPublication . Dias, Rodrigo Filipe Leitão; Gonçalves, Carlos Jorge de SousaAbstract The traditional ticketing industry faces challenges such as ticket scalping, fraud, and limited transparency. Blockchain technology has the potential to revolutionize ticketing by offering a secure, transparent, and efficient solution. This thesis proposes a blockchain-based ticketing system that leverages the core strengths of blockchain technology to address these shortcomings. The system uses smart contracts to manage the ticket lifecycle securely, from creation by event organizers to purchase and transfer by users. This ensures authenticity and eliminates the risk of counterfeiting. Additionally, the system facilitates a secure and transparent secondary market for ticket resale, with fair pricing mechanisms and clear ownership tracking.
- Editor para testes semi-automáticos de Web APIPublication . Rocha, Alexandre Santos; Simão, José Manuel de Campos Lages Garcia; Datia, Nuno Miguel SoaresNos dias que correm, as Web APIs são uma das formas mais comuns de realizar comunicação entre diversos serviços na Web. Embora existam diferentes estilos arquiteturais para o desenho de uma Web API, o padrão mais amplamente utilizado é o REST. Considerando o seu uso extensivo em inúmeras áreas e a sua importância, torna-se cada vez mais uma necessidade garantir o correto funcionamento das Web APIs, nomeadamente através da testagem contínua das mesmas. Num trabalho previamente realizado, foi desenvolvida a ferramenta RapiTest, com o objetivo de fornecer uma solução para o problema da testagem de RESTful APIs, seguindo uma abordagem caixa-preta. Esta ferramenta gera testes a partir da especificação da API, e, adicionalmente, faz uso da TSL, uma linguagem criada para permitir o desenvolvimento de casos de testes customizados. Este trabalho dá continuidade ao projeto anterior, focando-se em solucionar algumas das lacunas que a RapiTest apresentava, sendo a principal a falta de um editor gráfico para a elaboração de testes usando TSL. Com este objetivo, foi desenvolvido de raíz um editor interativo, utilizando uma abordagem node-based (ou flow-based), que visa tornar o processo de criação de testes fácil e intuitivo para qualquer utilizador, independentemente do seu nível de conhecimento técnico. Este permite não só a criação de configurações de teste como a edição de configurações previamente feitas, sendo capaz de carregar um ficheiro TSL e preencher o editor a partir do mesmo. Esta e outras funcionalidades desenvolvidas contribuem para acrescentar valor à RapiTest, de forma a solidificar a mesma como uma solução simples mas viável para a testagem de RESTful APIs.
- React native multi-platform mobile apps developmentPublication . Almeida, André Fial de; Sousa, João Beleza Teixeira Seixas e; Ribeiro, NunoAs tecnologias móveis têm desempenhado um papel cada vez mais importante no dia a dia das nossas vidas, facilitando a comunicação, o entretenimento, o acesso e a partilha de informação e o consumo. Tudo isto na palma das nossas mãos, e a qualquer momento. Por isso, o desenvolvimento de aplicações móveis tornou-se numa área crucial, exigindo conhecimentos específicos de forma a criar experiências eficientes e atrativas para o utilizador. Neste contexto cada vez mais empresas têm-se dedicado ao desenvolvimento destas aplicações, entre as quais a Bliss Applications, onde o autor teve a oportunidade de estagiar. O desenvolvimento desta área depende também da escolha das tecnologias utilizadas, existindo várias tecnologias dedicadas ao desenvolvimento de aplicações móveis, como Flutter, Xamarin/.NET MAUI, Ionic ou React Native. No caso deste estágio a tecnologia utilizada foi React Native. Esta tecnologia tem sido cada vez mais utilizada devido à sua eficiência, versatilidade e suporte à criação de aplicações para múltiplas plataformas (multi-platform application), como iOS e Android. A aplicação móvel em questão foi desenvolvida para a empresa Worten, sendo concebida visando proporcionar uma experiência intuitiva aos clientes, simplificando o processo de compra e interação. As tarefas de desenvolvimento incluíram manutenção, a otimização de código e o desenvolvimento de novas funcionalidades. Este relatório oferece uma visão abrangente das atividades realizadas durante o estágio, destacando as contribuições para o projeto, os insights adquiridos e reflexões sobre a experiência adquirida. Espera-se que este relatório possa servir como uma fonte de conhecimento e aprendizagem para qualquer interessado no desenvolvimento de aplicações móveis.
- AI-Powered analytics: generating interactive insights over unprocessed dataPublication . Padeiro, Ana Patrícia Correia; Gomes, Ana Luísa Gonçalves Neves; Marques, Gonçalo CaetanoAbstract In the current context, where the amount of data grows exponentially, organizations face increasing challenges in managing large volumes of unprocessed data. With this increase and technological advances, traditional data analysis methods have become insufficient to extract insights efficiently and in real time. The main objective of this project is to develop an analysis pipeline based on Artificial Intelligence (AI), capable of transforming raw data into insights that support informed decision-making. This pipeline covers the entire data lifecycle, from its ingestion and preparation, through the creation of Machine Learning (ML) models, to the generation of interactive visualizations. Furthermore, Natural Language Processing (NLP) techniques and an easy-to-use interface are integrated, with the aim of maximizing the efficiency and accessibility of results. An essential part of this work was the study of the integration of the BERTopic model, an advanced topic modeling technique that uses language embeddings for the automatic extraction of significant topics in large volumes of unstructured textual data. This approach makes it possible to identify linguistic patterns and trends, providing valuable insights into areas such as customer service, risk management and anomaly detection. To ensure maximum use of data, features such as automatic identification of data types (numeric, categorical, boolean, etc.), treatment of missing values, vectorization, detection of outliers and automated generation of statistical summaries were implemented. Furthermore, normalization and automatic selection techniques for features were used, allowing the complexity of the data to be reduced and ensuring that the insights generated were robust and accurate. In order to carry out a detailed analysis of patterns and trends in the data, ML techniques were applied, specifically unsupervised learning, through clustering algorithms. This enabled practical recommendations that leverage the extracted insights, with the aim of optimizing areas such as customer service, risk management and anomaly detection.
- Utilização de inteligência artificial na tradução de língua gestual para língua verbalPublication . Gonçalves, Tiago Filipe da Silva; Abrantes, Arnaldo Joaquim Castro; Jorge, Pedro Miguel Torres MendesNuma altura em que o ser humano tem a capacidade de comunicar em qualquer língua, com sistemas de tradução disponíveis a um clique de distância, as línguas gestuais permanecem excluídas. O principal objetivo deste projeto é desenvolver um sistema prático e moderno, que permita a tradução de língua gestual para língua verbal, de forma tão acessível e imediata quanto as traduções entre línguas verbais. Para tal, é proposto a utilização de modelos de Inteligência Artificial que, através da utilização de uma câmara e de uma saída ajustada ao recetor, seja um visor ou um auscultador, captam os gestos em língua gestual e traduzem para língua verbal. Assim, no processo de identificação dos elementos de comunicação, este sistema define-se como o canal, ou seja, o emissor é filmado enquanto comunica a mensagem em língua gestual, e o recetor, através de um visor ou auscultador, recebe a mensagem já traduzida em língua verbal. Para o desenvolvimento deste sistema, foram treinadas várias redes neuronais utilizando a base de dados SIGNUM, de Língua Gestual Alemã. Além disso, recorreu-se à ferramenta MediaPipe para a tarefa de pré-processamento dos dados, garantindo uma manipulação de dados de tamanho reduzido em comparação com imagens ou vídeos. Por fim, selecionou-se os modelos que obtiveram os melhores resultados, e desenvolveu-se uma aplicação que traduz língua gestual para língua verbal.
- Interpretability and explainability in machine learningPublication . Cunha, João Paulo Carrilho; Ferreira, Artur JorgeAbstract As machine learning models become increasingly complex, the need for interpretability and explainability has grown significantly. This thesis investigates the use of machine learning and explainability techniques, namely DT (Decision Trees), SHAP (SHapley Additive exPlanations), EBM (Explainable Boosting Machines), and LIME (Local Interpretable Model-agnostic Explanations), to identify and analyze the most influential features in predictive models. On our study, we consider tabular and image data. Using the Iris and Adult datasets for tabular data, we apply these algorithms to discern where models derive their predictive power and which features contribute most significantly to outcomes. For image data, we address a multiclass classification problem using the Cats and Dogs dataset, employing saliency maps to pinpoint the most relevant pixels influencing model accuracy. Our findings demonstrate that these interpretability techniques e!ectively unveil the underlying mechanisms of machine learning models, enhancing our understanding and trust in their predictive capabilities.
- Pet adoption platform with a recommendation system based on user preferences and animal recognition in imagesPublication . Domingues, Duarte Gregório; Jesus, Rui Manuel Feliciano deAbstract Each year, millions of cats, dogs, and other animals are placed in shelters and rescue organizations, with many ultimately being euthanized. Despite their crucial role, these institutions struggle to handle the high demand for animals needing new homes. This project addresses these challenges by developing 'Petto,' a mobile application that simpli es adding pets for adoption and facilitates communication between adopters and potential pet owners. The application incorporates machine learning techniques. It utilises a content-based recommendation system, based on user preferences derived from a questionnaire about desired pets. The recommendation system is based on k-means clustering, combined with sentence embeddings derived from a pre-trained sentence transformer model. This allows for grouping pets based on the semantic content of their characteristics. The application also provides an image search feature, allowing users to upload an image of an animal and view similar pets available for adoption. This functionality relies on extracting feature vectors from a pre-trained Keras Convolutional Neural Network model to perform similarity calculations. A dataset was built to train and test the machine-learning functionalities. It is divided into CSV les containing information for pet attributes and images saved as JPG les. Overall, the dataset contains data on 10,000 dogs, 9,000 cats, 500 rodents, 200 birds, and 200 rabbits. The user experience on the application was evaluated through a questionnaire. The application achieved a score of 88 for the System Usability Scale questionnaire (SUS), measuring the overall usability of the application. The recommendation system was evaluated using the Precision metric with 5 di erent examples, each with 10 recommendations, obtaining a value of 0.94. The image-based search was measured using Precision with 5 different image examples, each with 9 similar animals, achieving a score of 0.93.
- Synthetic data generation for lane detection: validation and analysisPublication . Costa, Pedro Cláudio Amaro da; Abrantes, Arnaldo Joaquim CastroAbstract Autonomous driving systems rely absolutely on lane detection. Therefore, ensuring its reliability is crucial for road safety. This work proposes validating one of the leading lane detection models in the CULane benchmark with an alternative synthetic dataset, with full automated ground truth labeling, from Epic Games’ Unreal Engine 5—a dynamically enriched, photorealistic simulation environment. By providing a range of diverse and challenging conditions (circadian, climatic, and road types), we aim to analyze the algorithm’s robustness and, in parallel, collect reference indicators of the domain gap versus real-world datasets. Results reinforce the role of synthetic data in expanding test coverage and minimizing the imbalance of training datasets for safetycritical applications.