FCT (DCEA) - Mestrado em Engenharia Informática
URI permanente para esta coleção:
Navegar
Percorrer FCT (DCEA) - Mestrado em Engenharia Informática por orientador "Sobral, Pedro"
A mostrar 1 - 10 de 10
Resultados por página
Opções de ordenação
- Airmon: sistema IoT de monitorização e classificação da ocupação em salas de aulaPublication . Vargas, João Diogo Silvestre; Sobral, Pedro; Moreira, Rui SilvaA gestão dos parâmetros ambientais em espaços fechados é de extrema importância para manter a salubridade e conforto dos recintos, principalmente em espaços públicos muito frequentados. Em particular, em ambientes escolares, a má gestão destes parâmetros, pode impactar negativamente o bemestar dos alunos e docentes, manifestando-se em dificuldades de concentração, fadiga e/ou dores de cabeça, afetando, consequentemente, o processo de ensino-aprendizagem. A utilização de inteligência artificial para classificar a ocupação desses espaços, oferece a oportunidade de otimizar a sua gestão e planeamento, tornando o processo educacional mais eficiente e adaptado às necessidades dos intervenientes. Este trabalho tem como objetivo contribuir para uma possível solução para a lacuna existente relativamente à gestão de parâmetros ambientais, através da conceção e implementação de um sistema de monitorização de baixo custo e alta escalabilidade, visando a recolha e agregação precisa de dados ambientais, oriundos de diversas salas de aula, distribuídas por diferentes estabelecimentos de ensino e com a capacidade de integrar todos os que se pretendam associar ao projeto. Foram desenvolvidas caixas equipadas com um conjunto diversificado de sensores de baixo custo e consumo energético. O sistema disponibiliza uma interface intuitiva para o acesso e monitorização em tempo real de variáveis como os níveis de CO2, humidade, temperatura e partículas, referentes a cada sala de aula das escolas monitorizadas. Adicionalmente, os dados ambientais foram complementados com a indicação da ocupação das salas, através da colaboração da comunidade escolar, fornecendo assim uma solução que respeita a privacidade das pessoas envolvidas, não requerendo a utilização de métodos de recolha de dados invasivos, como câmaras. A estes dados foram aplicadas técnicas de inteligência artificial com o intuito de classificar a ocupação das salas de aula, obtendo uma acurácia de, no mínimo, 83% na classificação da ocupação com um modelo geral para todas as salas de aula e de, pelo menos, 85% quando treinadas para uma sala específica.
- Assistência à autonomia no domicílio com integração de automação e inteligência artificialPublication . Moreira, Alessandro Felipe Miguez; Torres, José; Sobral, PedroO Ambient Assisted Living (AAL) cresce em importância na investigação e investimentos públicos e privados, principalmente pelo envelhecimento da população mundial. Neste contexto, um problema que se busca resolver é a identificação e representação de atividades do cotidiano e para isto a Representação do Conhecimento mostra-se útil. A oferta de novas tecnologias Internet of Things (IoT) permitiu a criação de diversos protocolos de comunicação sem o suporte de um padrão, dificultando a integração de dispositivos em um único ambiente. Uma forma de solucionar este problema se dá na forma de aplicações de automação que traduzem estes protocolos em uma abstração que permita a interação com os dispositivos de modo uniforme. Esta disseminação de dispositivos IoT também disponibilizou uma quantidade massiva de dados para serem tratados, justificando o interesse de técnicas de Aprendizagem Máquina. Este trabalho especifica, implementa e valida um sistema de ambiente inteligente que agrega automação e Inteligência Artificial (IA). A especificação dá-se na forma de uma arquitetura de referência, composta por três módulos, cujas tarefas são automatizar e uniformizar a recolha de dados, relacionar e dar significado a estes dados e aprender com estes. São propostos três casos de uso, que representam as tarefas desempenhadas por cada um dos módulos, tendo sido formulados de modo a demonstrar uma gradual integração destes componentes do sistema. A implementação trata das aplicações e técnicas utilizadas para o desenvolvimento de um protótipo funcional deste sistema. A validação é realizada com a avaliação dos testes realizados para cada um dos casos de uso propostos. É apresentada uma discussão sobre temas relacionados ao trabalho, especificamente sobre aplicações de automação, Representação do Conhecimento, suas diferentes linguagens, Aprendizagem Máquina e são analisados trabalhos e artigos destas áreas. O resultado do trabalho é a especificação de uma arquitetura de referência para um sistema de acompanhamento de idosos que moram sozinhos e apresentados três casos de uso que representam as tarefas de cada um dos módulos.
- Classification of table tennis strokes using a wearable device and deep learningPublication . Ferreira, Nuno Micael; Torres, José; Sobral, PedroThe analysis of sports using everyday mobile devices is an area that has been increasingly explored aiming to help the user to improve in all aspects of the sport. The objective of the work proposed for this dissertation is to developed application capable of detecting strokes in table tennis using the iPhone and the Apple Watch, in which a recorded table tennis strokes data set performed by several table tennis athletes was created to help develop the application. Since the Artificial Intelegence area is increasingly present in our daily lives, the motivation in this work is to have a first contact with the current state of AI, the technologies available and most used in today’s present, and as within the company, it was intended to begin research in this area, mainly using Apple devices, it was decided to try and create a mobile application capable of detecting strokes performed in table tennis that would work with devices capable of AI processing, in order to provide statistical data to help table tennis athletes and coaches, which can later be sell for. After a study of devices available on the apple market with the necessary capabilities for the purpose of the work, it was concluded that for this work, the devices to be used would be the iPhone (above the X model) and the Apple Watch (above the model 5). Also because there were no public table tennis data set available, a methodology was developed with the objective of capturing table tennis strokes trough motion data. The recording of motion data was done by using an application capable of recording sensors data using the apple watch who was used by each athlete on the wrist. The sensors used to record motion data were accelerometer and gyroscope, and the capture methodology was planned and overseen by coaches and athletes. From the methodology created, 2 base data sets were created. One consisting of a short interval between strokes and the second and last with a bigger interval between strokes. From these 2 data sets, 3 more were created with different pre processing configurations applied followed by a filtering and reformatting of data to the necessary format for the creation of a Deep Learning model. To generate a DL classifier model, two approaches were tested, one by using Create ML, and the other by using Convolution Neural Network-Long Short Term Memory and Convolution Neural Network-Long Short Term Memory architecture. To evaluate the models, statistics generated from training were saved during model testing and creation. Create ML data set classifier models showed average performance except in one data set, with the generated classifier model having a maximum performance of 89.66% F1 score while CNN-LSTM and ConvLSTM approach generated good performance from all data set generated classifier models with the best classifier being the ConvLSTM with a 97.33% F1 score. After the creation of this same model, development of the application was performed consisting of two parts, one on the iPhone where it is possible to see the statistics and another on the Apple Watch where the ML model is executed and the stroke performed is detected being then sent to the application on the iPhone. The final step consisted on evaluation of the application during a live game scenario followed by an user rating application feedback questionnaire on athletes and coaches. Final application feedback was positive across all subjects with recommendations to the application interface and improvements to the classifier model. The live game application scenario with the generated classifier model obtained a 80% correct labelled strokes.
- Deteção de incêndios florestais com recurso a deep learning e visão computacionalPublication . Alves, João Miguel Ribeiro; Torres, José; Sobral, PedroNos países mediterrânicos do sul da Europa, os incêndios têm tendência a agravar-se devido às alterações climatéricas, resultado do aumento global da temperatura. Este trabalho apresenta um sistema de deteção automática de incêndios que procurar minimizar este problema ao permitir a sua deteção precoce. O sistema processa imagens de ambiente florestal e ´e capaz de detetar a presença de incendio em fase inicial, através do fumo ou das chamas. Permite também estimar a área em ignição para que se possa avaliar a sua dimensão. Foi desenvolvido com a finalidade de poder ser aplicado em camaras moveis, como em drones, e estáticas, como em torres de vigia. Foi utilizado um modelo de Deep Learning e um classificador de Machine Learning na tarefa de classificação das imagens, e técnicas de Visão Computacional no processo de deteção da área das chamas. Como modelo de Deep Learning, foi utilizada a Deep Convolutional Neural Network Inception-V3 para extrair descritores de uma imagem que, de seguida, são utilizados para treinar um classificador, o Logistic Regression. Em relação à Visão Computacional, são aplicadas técnicas de processamento da imagem ao nível da cor. De forma a perceber quais os tipos de situações que podem influenciar na tarefa de classificação, o dataset proposto é composto por imagens com metadados onde se encontram anotadas as características (e.g. chamas, fumo, nevoeiro, nuvens, elementos humanos,...) presentes em cada imagem. O sistema obteve uma precisão de classificação de 94.1% em cenários diurnos e de 94.8% em cenários noturnos. Apresenta uma boa precisão na estimação da área das chamas em comparação com outras abordagens na bibliografia, reduzindo o número de falsos positivos.
- DistSense: sistema distribuído de reconhecimento de atividades em ambientes inteligentesPublication . Mota, Luís; Torres, José; Sobral, PedroNos dias atuais, à medida que Portugal e o mundo enfrentam desafios demográficos e uma população em envelhecimento crescente, a área da Ambient Assisted Living (AAL) emerge como uma resposta crucial para melhorar a qualidade de vida e promover a autonomia dos utilizadores. A crescente aplicação de sensores audiovisuais em casas inteligentes, para funções como segurança, automação e monitorização de saúde, torna a proteção de dados uma preocupação urgente. Os utilizadores exigem garantias de que informações sensíveis capturadas nas suas habitações não serão comprometidas, acedidas por terceiros não autorizados ou utilizadas de forma inadequada. Esta necessidade de segurança coloca uma pressão substancial sobre os sistemas de captura audiovisual, requerendo abordagens que garantam a privacidade e a salvaguarda dos dados do utilizador. Além disso, é essencial que esses sistemas sejam projetados tendo em mente a aceitação dos utilizadores, oferecendo transparência, controlo e, ao mesmo tempo, um grau adequado de precisão na deteção de atividades domésticas. Neste contexto, o sistema DistSense surge como uma resposta inovadora a esses desafios. A adoção de uma rede distribuída Peer-to-Peer (P2P) de sensores domésticos inteligentes, juntamente com a utilização de várias tecnologias para priorizar a segurança dos dados do utilizador, garante um processamento eficiente e colaborativo de informações audiovisuais. Esta abordagem possibilita uma redução significativa de falsos positivos na deteção e reconhecimento de atividades domésticas, especialmente em situações que envolvem oclusão de ângulos, variações na iluminação e ruído acústico. Para comprovar a eficácia do DistSense, foram realizados testes funcionais para cada módulo implementado e investigados dois casos de uso, um em ambiente real e outro em ambiente simulado. Os modelos de áudio e vídeo treinados demonstraram taxas de precisão de 88% e 80%, respetivamente. Os resultados obtidos durante a implementação dos casos de uso foram positivos, destacando a capacidade do sistema em atender de forma eficaz às necessidades dos utilizadores, tanto em termos de segurança e aceitação, quanto na redução de incertezas na deteção de atividades domésticas na presença de variações de ruído audiovisual.
- Monitorização remota de pacientes em ambulatórioPublication . Gonçalves, Paulo Rui Pires; Sobral, Pedro; Torres, JoséA humanidade enfrenta actualmente várias dificuldades inerentes a uma sociedade cada vez mais envelhecida, como por exemplo, uma maior predominância de doenças crónicas e problemas associados, tais como, dificuldades de mobilidade, possibilidades de quedas, etc. O internamento hospitalar ou clínico tradicionais não se afiguram como a resposta mais eficiente tanto em termos humanos, como também terapêuticos ou económicos. Em alternativa, o tratamento ambulatório e os cuidados de saúde na residência do paciente estão a assumir-se como preponderantes sendo vistos como soluções preferenciais. No entanto, o ambiente típico dos lares não é o adequado nem está preparado para acompanhar e assistir nos cuidados de saúde dos idosos e/ou das pessoas com limitações, temporárias ou permanentes. Para superar algumas destas questões, este trabalho propõe uma solução de hardware sem fios e de baixo custo baseada num microcontrolador com vários sensores (temperatura, oximetro, acelerómetro de 3 eixos), que permite monitorizar vários parâmetros fisiológicos (por exemplo, temperatura, batimento cardíaco, etc.) e inferir a ocorrência de actividades humanas (por exemplo, parado em pé, a andar, em queda, etc.) de pessoas confinadas à sua habitação. Uma plataforma semelhante com sensores de temperatura e luminosidade foi criada para monitorizar o ambiente habitacional. Os dados recolhidos são préprocessados no dispositivo sensor e, em seguida, transmitidos sem fios para uma Gateway ligada ao servidor do sistema que permite o registo da actividade do paciente, a sua condição de saúde, assim como as condições habitacionais. Finalmente, os profissionais de saúde podem aceder a uma aplicação Web para a visualização e análise estatística de informação referente ao paciente e à sua habitação. The humanity is currently facing the difficulties of an aged society with an evergrowing predominance of chronic diseases and associated problems (e.g., mobility issues, possibility of falls, etc.). Traditional hospital or clinical internment is not an efficient answer both in terms of human, therapeutic or economical aspects. Alternatively, ambulatory and home healthcare are becoming preferred and predominant solutions. However, the typical home environment is not suited nor prepared for monitoring and helping to take care of elderly and/or disabled people. To overcome some of these issues, this paper proposes a wireless low cost hardware solution based on a microcontroller with several sensors (e.g., temperature, oxymeter, 3- axis accelerometer) which allows monitoring several physiological parameters (e.g., temperature, heart bit, etc.) and infer human activities (e.g., standing, walking, falling, etc.) of home confined people. A similar platform with ambient temperature and light sensors was also created for monitoring the home environment. The collected data is pre-processed on the sensor nodes and then transmitted to a wireless gateway allowing the backend system to log the patient activity, his health condition as well as the living surroundings. Finally, a web application is provided to healthcare professionals for viewing, analyzing and statistically operating this information, thus empowering homecare. En la actualidad la Humanidad se enfrenta con las dificultades de una sociedad con edades cada vez más grandes, con predominancia de enfermedades crónicas y los problemas asociados (por ejemplo, la movilidad, la posibilidad de ocurrieren caídas, etc.) Para el hospital tradicional el internamiento clínico nos es una solución eficiente tanto en lo que respecta a recursos humanos como en los aspectos terapéuticos o económicos. En alternativa, el ambulatorio y los cuidados de salud en la residencia del paciente siguen progresando e se tornando las soluciones preferidas. La limitación es que el ambiente tradicional de un lar no es adecuado ni está preparado para asistir y ayudar en los cuidados de salud de las personas mayores y / o de las personas con deficiencia. Con el objetivo de superar algunas cuestiones, con este trabajo se propone hacer un sistema sin cables de bajo coste con una solución de hardware basada en un microcontrolador con varios sensores (Temperatura, oxímetro, acelerómetro de 3d), que va permitir la monitorización de los varios parámetros fisiológicos (por ejemplo, temperatura, batimiento cardíaco, etc.) y inferir las actividades humanas (por ejemplo, de pie, caminando, caer, etc.) de personas confinadas a su habitación. Una plataforma semejante con sensores de temperatura y luminosidad se ha concebido para monitorización del ambiente residencial. Los datos recogidos son pre- procesados en el nodo sensor y, en seguida, transmitidos sin cables a una Gateway conectada al backend del sistema que va a permitir el registro de la actividad del enfermo, su condición de salud, así como las condiciones de la habitación. Al final, los profesionales de salud poden acceder a una aplicación Web para la visualización y análisis estadística de la información del enfermo y su habitación.
- Monitorização vital e ambiental com recurso a redes de sensores sem fiosPublication . Ferraz, David Filipe Iglésias; Sobral, Pedro; Torres, JoséA constante evolução da tecnologia tem proporcionado o aparecimento de dispositivos de baixo custo, elevado poder de processamento e capacidade de comunicação sem fios. São exemplos destes dispositivos, o aparecimento de plataformas de computação embebida como a plataforma Arduino, a Raspberry Pi, entre outras. Estas plataformas permitem a aquisição de dados físicos das zonas circundantes à custa de sensores e permitem responder a variações dos valores lidos através de atuadores permitindo a implementação de espaços inteligentes. Estes espaços podem ser aplicados em diversos domínios, como por exemplo na monitorização ambiental (onde são utilizados dispositivos sensores para recolher parâmetros ambientais), na área da saúde (onde são usados diferentes tipos de sensores para acompanhar, em tempo real, parâmetros vitais de indivíduos) e na domótica de edifícios (onde a rede de sensores é utilizada para facilitar as rotinas do dia a dia das pessoas). O sistema SSNS (Smart Sensor Network System), desenvolvido no contexto deste trabalho, representa uma solução baseada em tecnologia de código aberto, hardware de baixo custo, adaptável a diferentes cenários de aplicação e com algumas características diferenciadoras em relação a outros sistemas. Este sistema é composto por três tipos de dispositivos. Um dispositivo pessoal que permite recolher parâmetros vitais e monitorizar a atividade física dos indivíduos que o transportam. Um dispositivo ambiental que permite recolher dados do meio envolvente e também funciona como repetidor da rede de sensores sem fios. E finalmente, um dispositivo gateway, que efetua a ligação do sistema com a Internet e permite a interação bidirecional com o mundo exterior. Os dados são enviados e recolhidos num servidor, que agrega toda a informação para posterior consulta. O sistema está pensado para ter uma fácil adaptação a qualquer cenário de aplicação, uma vez que é baseado unicamente em redes de comunicação sem fios, o que permite a sua utilização em locais sem infraestrutura de rede. Está especialmente ajustado a cenários onde o baixo consumo energético seja um requisito fundamental. Foi também projetado um mecanismo de localização dentro de edifícios baseado no funi cionamento da rede de sensores em malha que ´e uma característica distintiva deste sistema em relação aos já existentes. A constante evolução da tecnologia tem proporcionado o aparecimento de dispositivos de baixo custo, elevado poder de processamento e capacidade de comunicação sem fios. São exemplos destes dispositivos, o aparecimento de plataformas de computação embebida como a plataforma Arduino, a Raspberry Pi, entre outras. Estas plataformas permitem a aquisição de dados físicos das zonas circundantes à custa de sensores e permitem responder a variações dos valores lidos através de atuadores permitindo a implementação de espaços inteligentes. Estes espaços podem ser aplicados em diversos domínios, como por exemplo na monitorização ambiental (onde são utilizados dispositivos sensores para recolher parâmetros ambientais), na área da saúde (onde são usados diferentes tipos de sensores para acompanhar, em tempo real, parâmetros vitais de indivíduos) e na domótica de edifícios (onde a rede de sensores é utilizada para facilitar as rotinas do dia a dia das pessoas). O sistema SSNS (Smart Sensor Network System), desenvolvido no contexto deste trabalho, representa uma solução baseada em tecnologia de código aberto, hardware de baixo custo, adaptável a diferentes cenários de aplicação e com algumas características diferenciadoras em relação a outros sistemas. Este sistema é composto por três tipos de dispositivos. Um dispositivo pessoal que permite recolher parâmetros vitais e monitorizar a atividade física dos indivíduos que o transportam. Um dispositivo ambiental que permite recolher dados do meio envolvente e também funciona como repetidor da rede de sensores sem fios. E finalmente, um dispositivo gateway, que efetua a ligação do sistema com a Internet e permite a interação bidirecional com o mundo exterior. Os dados são enviados e recolhidos num servidor, que agrega toda a informação para posterior consulta. O sistema está pensado para ter uma fácil adaptação a qualquer cenário de aplicação, uma vez que é baseado unicamente em redes de comunicação sem fios, o que permite a sua utilização em locais sem infraestrutura de rede. Está especialmente ajustado a cenários onde o baixo consumo energético seja um requisito fundamental. Foi também projetado um mecanismo de localização dentro de edifícios baseado no funcionamento da rede de sensores em malha que é uma característica distintiva deste sistema em relação aos já existentes.
- Reinforcement learning based recommender systems for web applications: scenarios of radio and game aggregatorsPublication . Batista, André; Torres, José; Sobral, PedroWith the progression of time and the continuous evolution of digital entertainment services such as YouTube, Netflix, Spotify, and online gaming platforms, recommendation systems have become an essential daily tool for users. These systems save users time by analyzing various content, facilitating searches, and suggesting relevant content in a personalized manner. However, the same level of personalization is not consistently found across all media domains, particularly within the radio streaming and gaming sectors. For radio streaming, users must currently search explicitly for a specific internet radio station’s name either through a search engine or a radio aggregator like myTuner. This process can lead to significant time consumption and potential loss of user interest, especially if users are unsure of the type of radio they wish to listen to. A similar challenge is faced in the gaming industry, where an overwhelming array of choices can lead to difficulty in discovery and decision-making for players. Furthermore, even within aggregators that offer some form of recommendation, a convergence is often observed where the most popular items dominate the top spots. This dynamic makes it challenging to discover lesser-known radio stations or games, resulting in a homogenized user experience. In response to these challenges, this thesis presents the design, implementation, and empirical evaluation of a recommendation system, specialized in the aforementioned domains. Utilizing machine learning and emphasizing deep reinforcement learning techniques, the system optimizes content suggestions, considering variables such as language, region, and user history, fostering personalized recommendations. The system has been deployed in two distinct production scenarios, demonstrating promising preliminary results. It exhibits consistent improvement and adaptability over time, reinforcing its practical applicability and effectiveness.
- SmartHoming: sistema IoT de gestão de cuidados e segurança domésticosPublication . Pinheiro, Pedro Alexandre Abreu; Moreira, Rui Silva; Sobral, PedroCom o envelhecimento da população torna-se cada vez mais necessário o desenvolvimento de espaços domésticos inteligentes que permitam autonomizar com segurança a vida em residências. Neste contexto, os sistemas Internet of Things (IoT) têm-se destacado como um vetor de transformação na gestão doméstica. Este trabalho propõe o sistema SmartHoming, i.e. uma solução IoT inovadora e integradora de várias valências de assistência à vida em residências. O sistema SmartHoming foi delineado após uma análise cuidada de soluções existentes, que permitiu identificar lacunas no mercado IoT doméstico. Entre as principais vantagens da solução proposta, destaca-se a facilidade de gestão e segurança na utilização de múltiplos dispositivos conectados, a automação integrada de apoio a uma diversidade de tarefas domésticas, com base em mecanismos de usabilidade fáceis e intuitivos. O sistema SmartHoming foi cuidadosamente planeado para facilitar a integração e interação dos utilizadores com uma multitude de dispositivos, permitindo uma utilização fácil e intuitiva a um público diversificado e independentemente da sua familiaridade com tecnologia. A segurança foi outro dos aspetos essenciais na conceção do sistema SmartHoming. Num mundo onde a proteção de dados é primordial, o sistema procura oferecer privacidade aos utilizadores, através do tratamento local dos dados, procurando assim minimizar riscos associados a acessos não autorizados. Os testes funcionais realizados ao sistema SmartHoming permitiram avaliar a sua eficácia e robustez. Através de uma abordagem iterativa, o sistema foi aperfeiçoado com base em simulações e testes internos, garantindo uma solução afinada às necessidades e requisitos reais dos utilizadores. Com a concretização desta solução, visa-se proporcionar aos residentes domésticos uma rotina diária mais tranquila e confortável, otimizando processos e maximizando a eficiência e segurança das atividades. O sistema foi concebido com a finalidade de antever situações de risco e agir de forma célere perante eventuais contingências, promovendo uma vida mais autónoma e segura.
- Towards edge intelligence in smart spacesPublication . Gomes, Bruno; Sobral, Pedro; Torres, JoséAfter more than two decades of existence, the internet of things has been revolutionizing the way we interact with the world around us. Although, in its origins, the adoption of a cloud computing paradigm supported this ubiquitous computing model, the increasing complexity of IoT systems has led to the gradual fading of the traditional hierarchical model of cloud computing. The search for solutions to the problems of latency, scalability and privacy has, in recent years, driven the movement of data processing and storage, from the cloud, to the edge of the network (edge computing). Starting from the particular case of edge computing that keeps the focus on extending the boundaries of artificial intelligence to the edge of the network - Edge intelligence - a survey of the current state of the art is carried out, culminating into the specification of an architecture to support edge intelligence applications. In order to validate the proposed architecture, two scenarios are presented. In the scope of waste management and energy recycling, a system for used cooking oil classification in a national domestic collection network is presented. With the local classification of the trustworthiness of each deposit, it was possible to significantly shorten the response times, with a direct impact on energy consumption levels. Aimed at smart cities, a second application scenario, proposes an approach based on computer vision and deep learning, for local detection of pedestrians on crosswalks. In this context, an edge intelligence paradigm allowed to overcome privacy related issues, as well as reducing response times by more than 80 times, when compared to a cloud computing based solution.