Category Archives: Provas PhD

Provas de Doutoramento em Media Digitais: ”Images as data and metadata: management practices to promote Findability, Accessibility, Interoperability and Reusability of research data”

Posted on

Candidata
Joana Patrícia de Sousa Rodrigues

Data, Hora e Local
17 de junho, às 14:00, na Sala de Atos da FEUP

Presidente do Júri
Doutor António Fernando Vasconcelos Cunha Castro Coelho, Professor Associado com Agregação da Faculdade de Engenharia da Universidade do Porto.

 Vogais
Doutora Cláudia Maria Bauzer Medeiros, Professora Titular do Departamento de Sistemas de Informação do Instituto de Computação da Universidade Estadual de Campinas, Brasil;
Doutora Maria Manuel Lopes de Figueiredo Costa Marques Borges, Professora Associada com Agregação do Departamento de Filosofia, Comunicação e Informação da Faculdade de Letras da Universidade de Coimbra;
Doutor José Luís Brinquete Borbinha, Professor Catedrático do Departamento de Informática do Instituto Superior Técnico da Universidade de Lisboa;
Doutora Cândida Fernanda Antunes Ribeiro, Professora Catedrática do Departamento de Ciências da Comunicação e da Informação da Faculdade de Letras da Universidade do Porto;
Doutora Maria Cristina de Carvalho Alves Ribeiro, Professora Associada do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto;
Doutora Carla Alexandra Teixeira Lopes, Professora Auxiliar do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto (Orientadora).

Resumo
A evolução da utilização e produção de imagens é notória. O desenvolvimento tecnológico favorece o surgimento de imagens. Este cenário é também aplicável no domínio da investigação científica, onde cada vez mais são utilizados instrumentos que facilitam a captura de imagens.
Tendo este contexto como mote, e sabendo que as imagens têm características particulares, este trabalho explora a dinâmica das imagens na investigação segundo dois cenários: imagens como dados e imagens como metadados. Numa perspetiva de imagens como dados, o objetivo é perceber como podem representar suficientemente os dados obtidos, privilegiando a descrição. Na perspetiva das imagens como metadados, o objetivo é perceber como podem ser utilizadas como uma ferramenta capaz de descrever fielmente um conjunto de dados e promover a sua adequada contextualização e interpretação. Através de uma pesquisa exploratória, foram realizadas várias experiências com imagens como dados e como metadados, tendo por base as dinâmicas e os princípios da Gestão de Dados de Investigação (GDI). O trabalho inicia-se com uma visão geral da literatura sobre o tema, na qual
é explorada a gestão de dados de investigação e a sua relação com a utilização e produção de imagens, nomeadamente um estudo da evolução da imagem no contexto científico, passando pelos seus desafios e oportunidades, até à forma como é tratada pelos investigadores, sempre com a GDI como linha orientadora.
Posteriormente, passamos a uma visão do comportamento informacional de quem utiliza e produz imagens no contexto da investigação, nomeadamente na procura de identificação de padrões de comportamento em quatro estudos. O primeiro estudo parte da perspetiva de um projeto de investigação específico e os restantes três estudos adoptam uma perspetiva que inclui mais intervenientes de diferentes domínios de investigação. Assim, são explorados os cenários das imagens como dado e como metadado, através da apresentação de experiências que envolveram maioritariamente investigadores. Para o caso das imagens como dado, são apresentados quatro estudos, com contributos específicos, começando pela proposta de um novo modelo de metadados para descrição de dados em formato de imagem e respectivos vocabulários controlados. Os restantes três estudos incidem sobre o processamento automático de imagens, a publicação e partilha de dados e, finalmente, a definição de orientações para a utilização e produção de imagens no contexto da investigação. Para o caso das imagens como metadados, realizámos dois estudos, o primeiro expondo uma nova perspetiva sobre a descrição de dados, através da utilização de imagens como metadado. É esta nova perspetiva que nos desafia a uma nova abordagem, que culmina no segundo estudo, que se baseia numa experiência desenvolvida com investigadores e que pretende alertar e sensibilizar para a utilização de outro tipo de documentos no processo científico. Este trabalho tornou claro que as imagens nem sempre têm um papel formal e normalizado na gestão de dados de investigação. No entanto, os investigadores estão abertos a incluir as imagens de forma mais formal no processo científico. Além disso, é evidente que os investigadores podem identificar vantagens na utilização e produção de imagens. A tendência geral de crescimento exponencial da produção e utilização de imagens (motivada pelos desenvolvimentos tecnológicos e pelas novas ferramentas de partilha e disseminação) verifica-se também no contexto da investigação, como os vários participantes nos estudos realizados a identificaram isso como tal, o que aponta para uma necessidade iminente de tornar representativo o papel das imagens no contexto da recolha de dados de investigação.
As contribuições obtidas com este trabalho reflectem-se na resposta à necessidade de inclusão das imagens na GDI. Partindo de uma abordagem mais concetual, obteve-se um panorama consistente sobre os hábitos de quem usa e produz imagens através da análise efetuada na literatura, nomeadamente através da revisão sistemática realizada e que inclui diversas variáveis de análise, até aos estudos realizados através de questionários e inquéritos e que permitiram o contacto direto com os investigadores, permitindo assim relacionar o que a teoria nos diz com o que a prática faz. No contexto das imagens como dados, o modelo de metadados e os vocabulários controlados são contribuições significativas, na medida em que exploram novas possibilidades de descrição, muito mais direccionadas para o tipo de dados em questão (imagens). Além disso, o estudo das plataformas de partilha, bem como as possibilidades de descrição automática de imagens, permitiram gerar um ponto de partida e determinar o caminho a seguir. Ainda no contexto das imagens, é importante destacar as orientações para o uso e produção de imagens que surgem como um contributo para a comunidade científica, no sentido em que orientam práticas e necessidades específicas de imagem. No contexto das imagens como metadados, a grande contribuição reside, precisamente, na apresentação de uma abordagem inovadora à descrição de dados, onde são realçadas as características particulares que as imagens possuem e que as posicionam como aliadas dos investigadores no processo de descrição de dados e apresentam exemplos práticos de como esta descrição através de imagens poderia ocorrer.

Palavras-chave: Comportamento Informacional; Gestão de Dados de Investigação; Imagem; Imagem como Dado; Imagem como Metadado.

Provas de Doutoramento em Media Digitais: ”Narratives of Our Age: Intergenerational Digital Storytelling and Cultural Identity”

Posted on

Candidata
Juliana Carolina Campos Monteiro

Data, Hora e Local
4 de junho, às 14h30, na Sala Professor Joaquim Sarmento (G129) do DEC da FEUP

Presidente do Júri
Doutor António Fernando Vasconcelos Cunha Castro Coelho, Professor Associado com Agregação da Faculdade de Engenharia da Universidade do Porto.

Vogais
Doutor Paulo Nuno Gouveia Vicente, Professor Associado do Departamento de Ciências da Comunicação da Faculdade de Ciências Sociais e Humanas da Universidade Nova de Lisboa;
Doutor Daniel da Cruz Brandão, Professor Auxiliar do Departamento de Ciências da Comunicação do Instituto de Ciências Sociais da Universidade do Minho;
Doutora Teresa Margarida Loureiro Cardoso, Professora Auxiliar do Departamento de Educação e Ensino à Distância da Universidade Aberta;
Doutor Dinis Miguel de Almeida Cayolla Ribeiro, Professor Auxiliar do Departamento de Ciências da Arte e do Design da Faculdade de Belas Artes da Universidade do Porto;
Doutora Carla Susana Lopes Morais, Professora Auxiliar do Departamento de Química e Bioquímica da Faculdade de Ciências da Universidade do Porto (Orientadora).

Resumo
A propagação de ferramentas digitais e de media participativos originou oportunidades sem precedentes para a manutenção e partilha de memória social e de identidade cultural. Estas oportunidades surgem em paralelo com um contexto de uma sociedade cada vez mais envelhecida, em que os seniores são detentores privilegiados de conhecimento cultural da sua região, mas muitas vezes não têm a oportunidade de o transmitir às gerações mais jovens, tornando-o propenso ao desaparecimento a curto prazo. Esta dissertação aborda o storytelling digital durante dinâmicas intergeracionais como palco para uma contribuição participativa para a manutenção de identidade cultural. Procurámos determinar como as dinâmicas intergeracionais podem dar lugar a narrativas de identidade cultural, bem como como podem os media digitais suportar a manutenção de identidade cultural. Para o efeito, promovemos o projeto NOOA: Histórias do Nosso Tempo, com a premissa de reunir gerações na partilha de histórias sobre temas como Memórias, Saberes, Mitos e Tradições, para endossar a continuidade de identidade cultural da região do Vale do Sousa, com recurso ao potencial dos meios digitais neste processo. Com um desenho de investigação-ação e com uma abordagem etnográfica, este projeto reuniu três grupos intergeracionais, compostos por participantes com idades compreendidas entre os 16 e os 85 anos, num conjunto de atividades destinadas a fomentar dinâmicas intergeracionais, no período de 2018 a 2021. Procurou-se reunir perceções qualitativas sobre o fenómeno do storytelling na manutenção participativa da identidade cultural através de dinâmicas intergeracionais. Para tal, a nossa investigação baseou-se em dados recolhidos através de observações detalhadas e da aplicação de entrevistas semi-estruturadas, bem como de grupos de discussão. Desenvolvemos uma framework de storytelling intergeracional composto por cinco etapas para incentivar a troca de conhecimento de identidade cultural, nomeadamente o registo digital, disseminação e discussão, presencial e on-line. Esta framework foi submetida a uma avaliação cíclica e respetivos ajustes, de acordo com o método de investigação-ação, e foi implementada em três fases: a primeira fase correspondeu a uma componente de dinâmica de grupo, através de etapas de brainstorming e planeamento de histórias; a segunda fase, correspondeu à recolha e criação das histórias digitais; a terceira fase correspondeu à componente de divulgação, com a publicação e partilha de histórias nos espaços digitais do projeto. Estes passos foram realizados através de atividades de storytelling digital em que o conhecimento de identidade cultural foi partilhado e discutido em parcerias intergeracionais, resultando na criação participativa de 35 histórias digitais, que foram depois  partilhadas e discutidas também nos espaços digitais do Projeto. Os resultados das atividades, bem como o entusiasmo e as reflexões ocorridas durante o processo, evidenciam o investimento dos participantes na transmissão e manutenção de conhecimentos relacionados com as suas experiências e conhecimento adquirido ao longo da vida, em contexto familiar e comunitário. As observações durante as dinâmicas intergeracionais, bem como os resultados das entrevistas semi-estruturadas, sugeriram uma crescente curiosidade, envolvimento e compreensão geral e retenção das histórias de identidade cultural, tanto por seniores como por juniores, bem como uma crescente curiosidade dos participantes seniores relativamente à realidade digital pervasiva que lhes foi apresentada pelos juniores. Da mesma forma, observamos a importância de capacitar os grupos com espaços de partilha, tanto presenciais como online, para potenciar as trocas intergeracionais em torno do conhecimento da identidade cultural. Ao promover oportunidades de diálogo intergeracional e ao dotar os grupos com espaços de partilha presenciais e online, contribuímos com o desenvolvimento e aplicação de uma framework de storytelling e espaços digitais para salvaguardar, discutir e divulgar alguns os conhecimentos culturais específicos da região do Vale do Sousa em Portugal. Observamos o potencial do uso de dinâmicas de storytelling digital para derrubar barreiras de comunicação entre gerações e perpetuar e valorizar o conhecimento de identidade cultural adquirido ao longo da vida. Esta investigação vai além da simples documentação de conhecimento de identidade cultural, ao combinar criatividade durante os processos de storytelling digital com o desenvolvimento de laços entre os participantes a nível comunitário, estimulando o diálogo entre gerações e potenciando o impacto social do conhecimento de identidade cultural e o valor do autoconhecimento que as gerações são capazes de partilhar através das histórias.

Analisámos as oportunidades e desafios potenciados pelos media digitais como plataforma e catalisador para a manutenção da identidade cultural, situando a problemática da literacia cultural num contexto contemporâneo. Providenciamos um olhar exaustivo sobre os stakeholders envolvidos na manutenção participativa de identidade cultural no contexto atual, associando uma observação das suas sinergias num contexto real. Isto permitiu-nos examinar a diversidade de resultados e a multiplicidade de variáveis que contribuem para os mesmos, bem como perceber o impacto que este novo paradigma de fluxo de informação pode ter na forma como abordamos atualmente a manutenção de identidade cultural.

Palavras-Chave: Narrativa Digital Intergeracional; Identidade Cultural; Literacia Cultural; Investigação-Ação Participativa.

Provas de Doutoramento em Media Digitais: ”Computing by going back in time: Composing video sequences through multimodal generative coordination”

Posted on

Candidato:
Luís Henrique Pinto Arandas

Data, Hora e Local:
03 de junho, às 14:30, na Sala de Atos da FEUP

Presidente do Júri:
Doutor António Fernando Vasconcelos Cunha Castro Coelho, Professor Associado com Agregação da Faculdade de Engenharia da Universidade do Porto.

Vogais:
Doutora Luísa Maria Lopes Ribas, Professora Auxiliar do Departamento de Design de Comunicação da Faculdade de Belas-Artes da Universidade de Lisboa;
Doutor David Fernandes Semedo, Professor Auxiliar do Departamento de Informática da Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa;
Doutor André Sier, Professor Auxiliar Convidado do Departamento de Artes Visuais e Design da Universidade de Évora;
Doutor José Miguel Santos Araújo Carvalhais Fonseca, Professor Catedrático da Faculdade de Belas Artes da Universidade do Porto (Orientador);
Doutor Gilberto Bernardes de Almeida, Professor Auxiliar do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto.

A tese foi coorientada pelo Professor Doutor Mick Grierson, Professor in Computing, and research leader at the Institute of Creative Computing at the University of the Arts, London.

Resumo
Este projeto propõe um conjunto de métodos, inspirados na experiência humana de visão e tempo, para desenvolver sequências de vídeo utilizando modelos generativos treinados. Os métodos destinam-se à produção de sequências de vídeo com padrões derivados de modelos treinados, encontrados na literatura sobre metacriação e nas artes. Este projeto define possíveis futuros onde os modelos generativos podem ser reutilizados como oráculos em simulações que se centram na experiência humana de vídeo e imagens mentais; modelos que, devido à forma como são treinados através de arquivos e registos que representam o humano e o mundo físico, podem capturar os próprios media e representar momentos específicos no tempo.

Os resultados da investigação são em filme e instalação audiovisual, propondo como a intervenção e prática pode beneficiar da autorreferência, utilizando modelos generativos como sintetizadores de vídeo, som e texto. Os métodos produzidos tomam partido da linguagem natural como guia e da modelação generativa em formas que podem ser entendidas como: amostragem, sequenciação e translação, a partir da literatura da computação e design de IA. Cada resultado pode ser entendido em domínios maiores, como: 1) curtas-metragens a partir de texto, no filme Irreplaceable Biography, 2) instalações discursivas a partir de datasets, na instalação Time as meaning; e 3) curtas-metragens a partir de vídeo, no filme Man lost in the convergence of time e na colaboração all YIN no YANG. Esta investigação expande a prática generativa seguindo uma construção da linguagem na mente humana, no comportamento e na experiência visual como inspiração para a experiência de vídeo. Estes projetos contribuem para uma compreensão da direccionalidade e a representação do passado, utilizando sistemas de memória em rede que aprendem, e que são produzidos de acordo com estrutura encontrada na natureza e experiência humana.

Palavras-chave: Composição de vídeo; Modelos generativos; Viagens no tempo; Experiência visual humana; Representações preditivas.

Provas de Doutoramento em Engenharia Informática: ”Enhancing Forecasting using Read & Write Recurrent Neural Networks”

Posted on

Candidato
Yassine Baghoussi

Data, Hora e Local
29 de maio, às 09:30, na Sala de Atos da Faculdade de Engenharia da Universidade do Porto

Presidente do Júri
Doutor Pedro Nuno Ferreira da Rosa da Cruz Diniz, Professor Catedrático da Faculdade de Engenharia da Universidade do Porto.

Vogais
Doutor Joydeep Chandra, Associate Professor do Department of Computer Science and Engineering do Indian Institute of Technology de Patna, Índia;
Doutor Mykola Pechenizkiy, Full Professor do Department of Mathematics and Computer Science da Eindhoven University of Technology, Países Baixos;
Doutor Luís Filipe Pinto de Almeida Teixeira, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto;
Doutor João Pedro Carvalho Leal Mendes Moreira, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto (Orientador).

A tese foi coorientada pelo Professor Doutor Carlos Manuel Milheiro de Oliveira Pinto Soares, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto.

Resumo
“A Aprendizagem Automática (AA), conhecida como Machine Learning (ML) em inglês, depende tanto de dados quanto de algoritmos para funcionar de forma ideal. Enquanto a pesquisa convencional em AA frequentemente destaca melhorias algorítmicas, a importância do processamento de dados é frequentemente negligenciada. Em contraste, o pré-processamento de dados é uma tarefa distinta, executada antes de alimentá-los nos algoritmos. A diversidade de métodos de pré processamento adaptados para vários algoritmos de AA destaca a sua importância. No entanto, o ciclo de feedback entre algoritmos e dados é frequentemente negligenciado. Questões relacionadas a dados representam desafios significativos para algoritmos preditivos de AA, afetando adversamente a precisão das previsões. Esses desafios surgem porque problemas nos dados são inerentemente imprevisíveis, carecendo de um padrão discernível. Nesta tese de doutoramento, apresentamos a Aprendizagem de Máquina de Leitura e Escrita (RW-ML), um paradigma inovador que aprimora a precisão da previsão de séries temporais integrando técnicas de modificação de dados no processo de aprendizado. O RW-LSTM, uma adaptação do algoritmo de retro propagação, unifica o pré-processamento com redes neurais recorrentes (RNNs), superando significativamente modelos tradicionais como LSTM. O RW-LSTM possibilita a transição de RNNs apenas de leitura, que apenas aprendem com dados, para RW-ML, permitindo alterações diretas para previsões aprimoradas. Expandindo o framework, o Corrector Long Short-Term Memory (cLSTM) aborda as limitações de RNNs apenas de leitura, demonstrando maior precisão preditiva através de verificação empírica e experimentos extensivos. O último capítulo fornece uma avaliação do mundo real, destacando a vantagem competitiva do cLSTM sobre modelos LSTM em vários cenários”.

Este trabalho de investigação foi realizado no âmbito do SonaeIM.Lab@FEUP, envolvendo a Inovretail.

Provas de Doutoramento em Engenharia Informática: ”Enhancing Research Data Lifecycle: Solving Observation-centric and Reproducibility Challenge”

Posted on

Candidato
Artur Jorge da Silva Rocha

Data, Hora e Local
17 de maio, às 14h30, na Sala de Atos da FEUP

Presidente do Júri
Doutor Pedro Nuno Ferreira da Rosa da Cruz Diniz, Professor Catedrático da Faculdade de Engenharia da Universidade do Porto

Vogais
Doutor José Luís Brinquete Borbinha, Professor Catedrático do Departamento de Engenharia Informática do Instituto Superior Técnico da Universidade de Lisboa;
Doutora Irene Pimenta Rodrigues, Professora Associada do Departamento de Informática da Universidade de Évora;
Doutor Rosaldo José Fernandes Rossetti, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto;
Doutor Ademar Manuel Teixeira de Aguiar, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto (Orientador).

 Resumo
“A observação é central para qualquer método de investigação, independentemente dos paradigmas utilizados. Desde as raízes observacionais do positivismo até às experiências individuais subjetivas do interpretativismo, a grande maioria dos estudos científicos, requer a observação repetida de características ao longo do tempo. Documentar as observações e os processos utilizados para as obter, captar o contexto das observações e identificar relações entre características observadas de uma forma estruturada e com significado é extremamente importante para a interpretabilidade e reprodutibilidade dos resultados de investigação. Denota-se que o esforço que precede o processamento de dados, incluindo etapas como limpeza e estruturação de dados, ultrapasse em muito o tempo gasto na escrita e adaptação dos algoritmos de processamento e análise. Assim, a existência de uma estrutura concetual instanciada em modelos, métodos e ferramentas para registar observações de forma estruturada, independentemente de sua natureza, juntamente com características e contexto associados, contribui para reduzir o esforço de pré-processamento e potencialmente para melhorar a qualidade dos resultados. Analogamente, os recursos derivados do processamento das observações originais podem beneficiar de uma abordagem semelhante, tornando os fluxos de trabalho em dados de investigação mais explícitos e reproduzíveis. Este trabalho de investigação está focado nas fases de coleção de dados e análise do ciclo de vida dos dados de investigação. Foi realizado no contexto de diversos projetos de investigação, ao longo de vários anos, tendo contribuído para a estruturação de conhecimento em diversos domínios científicos. A investigação levada a cabo incluiu a identificação de novas necessidades, a conceção e prototipagem de soluções inovadoras e a sua aplicação em contextos muito concretos de elevada disponibilidade para testar, refinar e validar as soluções propostas, as quais são consolidadas coletivamente como uma abordagem refinada para o ciclo de vida dos dados de investigação. Como resultado, este trabalho produziu contributos de diferentes tipos, dos quais se destacam os observation templates e a observation framework. Estes contributos principais foram validados no contexto dos projetos de investigação e publicações científicas.”

Provas de Doutoramento em Engenharia Informática: ”Highly reconfigurable smart component system”

Posted on

Candidato
Luís Carlos de Sousa Moreira Neto

Data, Hora e Local
31 de janeiro, 14:15, Sala de Atos da FEUP

Presidente do Júri
Doutor Carlos Miguel Ferraz Baquero-Moreno, Professor Catedrático do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto.

Vogais
Doutor Julio Luis Medina Pasaje, Professor Associado do Departamento de Ingeniería Informática y Electrónica da Facultad de Ciencias da Universidad de Cantabria, Espanha;
Doutor António Eduardo Vitória do Espírito Santo, Professor Auxiliar do Departamento de Engenharia Eletromecânica da Faculdade de Engenharia da Universidade da Beira Interior;
Doutor Pedro Nuno Ferreira da Rosa da Cruz Diniz, Professor Catedrático do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto;
Doutor Luis Miguel Pinho de Almeida, Professor Associado com Agregação do Departamento de Engenharia Eletrotécnica e de Computadores da Faculdade de Engenharia da Universidade do Porto;
Doutor Gil Manuel Magalhães de Andrade Gonçalves, Professor Auxiliar do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto (Orientador).

Resumo:
“Em todas as atividades da nossa sociedade, a eficiência é uma preocupação crescente na busca por um mundo sustentável. Embora relevante em todos os níveis, nas atividades de larga escala os resultados de uma atividade eficiente são especialmente notórios. A indústria, especificamente a indústria de transformação e produção em massa, é um bom exemplo onde a eficiência tem um impacto significativo. Facilmente se percebe que os preços competitivos dos bens produzidos em massa são o resultado direto da procura por uma crescente eficiência na indústria. O mercado está a evoluir para modelos de negócio que colocam o utilizador numa posição central, podendo este interferir diretamente no desenho dos produtos. Na indústria do futuro, um consumidor final poderá customizar um produto online, dar a ordem de produção e ver o bem entregue, tudo no mesmo dia. Esta fascinante possibilidade será resultado da combinação entre eficiência e flexibilidade dos processos produtivos. Quer em contexto académico, quer em contexto industrial, vários nomes são aplicados a este novo paradigma: Industria 4.0, Fábricas do Futuro ou Produção Inteligente; todos referentes ao mesmo advento tecnológico. Este conceito abrange múltiplos domínios tecnológicos, apresentando uma riqueza de oportunidades de investigação e criando a necessidade de tecnologias inovadoras. Esta tese investiga dois domínios tecnológicos relacionados com este novo paradigma e aborda um problema chave em cada domínio. No domínio dos Sistemas de Produção Cíber-Físicos, aborda o problema de estabelecer uma rede uniformizada de ativos industriais onde o software e as suas ligações com outros ativos sejam claramente discerníveis e reconhecidas. No domínio dos Sistemas de Manufatura Reconfiguráveis, aborda o ritmo acelerado com que as linhas de produção terão que ser reconfiguradas, e, em particular, como o software terá de ser reconfigurado em paralelo com as linhas de produção e a facilidade com que o novo software pode ser desenvolvido e inserido em produção para atender a desafios emergentes. Uma solução para ambos os problemas deriva do campo da Engenharia de Software Baseada em Componentes, onde esta tese se inspirou para desenvolver um sistema Smart Component inovador, com especial destaque nas capacidades de reconfiguração e distribuição de software. O sistema proposto explora a utilização do Linux, um sistema operativo de uso geral, como ambiente de execução (RTE) de componentes. Através da combinação de partilha direta de memória entre componentes e da utilização de computação paralela e reconfigurável, o sistema proposto atende aos padrões de desempenho de aplicações industrias estabelecidos, demonstrando um alto grau de flexibilidade e capacidade de reutilização de componentes. A flexibilidade do Smart Component é demonstrada através da implementação de dois modelos de componentes. O modelo de componentes IEC 61499, projetado para modelar aplicações distribuídas orientadas a eventos, para monitorização e controlo de sistemas industriais, e o modelo Smart Object Self-Description (SOSD), desenvolvido pelo autor para descrever componentes de software, assim como as suas interligações e as suas associações a ativos industriais. A implementação do IEC 61499 foi diretamente comparada a outros RTEs existentes, superando-os em casos de uso reais e igualando o melhor desempenho de um dos RTEs quando aplicado um benchmark sugerido na literatura. De forma a avaliar o desempenho de reconfiguração do Smart Component, assim como o método simplificado de desenvolvimento de componentes de software, foram ainda propostos nesta tese benchmarks adicionais. A eficácia da implementação do modelo SOSD foi validada através da sua aplicação a um caso de uso real, fornecendo a outros nós de um Sistema de Produção Cíber-Físico o contexto sobre a origem dos dados recolhidos e os componentes de software responsáveis pelo seu processamento. Ao utilizar o Linux como RTE, foi possível demonstrar que a camada de software tradicionalmente dedicada à gestão de componentes é desnecessária, devido ao sistema proposto ser capaz de executar aplicações em conformidade com padrões de desempenho relevantes, ao mesmo tempo que mostra uma flexibilidade superior, superando os RTEs testados que utilizam a abordagem tradicional. Apesar de existirem muitos ambientes de execução para componentes de software, poucos permitem o desenvolvimento e utilização simultânea de componentes construídos em mais do que uma linguagem de programação, e nenhum – dado o conhecimento atual do autor – permite o desenvolvimento de componentes em qualquer linguagem de programação – desde que essa linguagem suporte leitura e escrita de ficheiros. A simplicidade de desenvolver um programa de software para Linux e convertê-lo num componente de software é uma característica promissora que deverá beneficiar o desenvolvimento de aplicações de controlo e monitorização industrial, pois acrescenta ao processo de desenvolvimento de aplicações industriais os benefícios de múltiplas linguagens de programação de alto nível.”

Provas de Doutoramento em Informática (MAP-i): ”Artificial Intelligence Methods for Automated Difficulty and Power Balance in Games”

Posted on

Candidato
Simão Paulo Rato Alves Reis

Data, Hora e Local
11 de janeiro, às 14:00, na Sala de Atos da FEUP

Presidente do Júri
Doutor Carlos Miguel Ferraz Baquero-Moreno, Professor Catedrático, Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto

Vogais
Doutor João Alberto Fabro, Professor Associado do Departamento Acadêmico de Informática do Universidade Tecnológica Federal do Paraná, Brasil;
Doutor Rui Filipe Fernandes Prada, Professor Associado do Instituto Superior Técnico da Universidade de Lisboa;
Doutora Pétia Georgieva Georgieva, Professora Associada com Agregação do Departamento de Eletrónica, Telecomunicações e Informática da Universidade de Aveiro (representante da Comissão Científica do MAP-i);
Doutor Luís Paulo Gonçalves dos Reis, Professor Associado com Agregação do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto (Orientador);
Doutor Henrique Daniel de Avelar Lopes Cardoso, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto.

A tese foi coorientada pelo Doutor Nuno Lau, Professor Associado da Universidade de Aveiro.

Resumo:
“Esta tese estuda o problema de equilíbrio no desenvolvimento de jogos, nomeadamente de jogos para dois jogadores. Especificamente, pretende-se investigar a viabilidade da Inteligência Artificial (IA) como ferramenta auxiliar para corrigir propriedades de jogos. Dividimos a nossa investigação em dois caminhos: Equilíbrio de Poder, onde o objetivo é ajustar as estratégias de jogo para que estas se tornem ferramentas efetivas de vitória; Equilíbrio de Dificuldade, onde o objetivo é ajustar propriedades de jogos em tempo real para que jogadores mais fracos ou em desvantagem possam competir contra jogadores mais fortes, ou jogadores em vantagem. Ambos os domínios exigem afinações no jogo, mas diferem no tempo e no seu objetivo, um lida com o desequilíbrio no desenho de jogos, enquanto o outro lida com o desigualdade nas habilidades dos jogadores. Para o Equilíbrio de Poder, a nossa metodologia foi definir um ecossistema completo de equilíbrio de meta-jogos baseado na franquia de vídeo jogos Pokémon e construir uma competição de IA onde as múltiplas tarefas associadas (batalha, previsão, construção de equipas e equilíbrio do meta-jogo) estão presentes e podem ser testados num domínio comum. Para equilibrar o metajogo, seguimos um modelo adversarial onde os construtores de equipas pretendem restringir-se ao uso de Pokémon ótimos enquanto os agentes equilibradores incentivam o máximo possível de Pokémon distintos a serem escolhidos pelos construtores de equipa. Isto resulta em agentes capazes de jogar, construindo equipas eficazes e afinar a lista de Pokémon ao longo do tempo. Discutimos como os nossos modelos podem ser extendidos noutros domínios de vídeo jogos. Para o Equilíbrio de Dificuldade, propomos uma estrutura de Ajuste de Dificuldade Dinâmico Multijogador onde um agente Mestre de Jogo (MJ) é treinado e inserido num jogo, e dependendo do estado do jogo implementa mecanismos de handicap. O regime de treino segue uma ordem específica. Para generalizar situações de vantagem, perturbações parametrizadas nas ações de um agente de referência são usadas para simular vários graus de habilidade no jogo, e a vantagem de cada jogador é usada para traçar curvas, estas avaliadas para recompensar o MJ. Isto resulta na capacidade do MJ de otimizar um conjunto de critérios de desenho de jogo e criar oportunidades para o jogador atrás de recuperar. Mostramos que existem ferramentas de IA adequadas para cada tarefa, e é razoável pensar em equilíbrio de poder e dificuldade como problemas separados, mas onde ambos podem ser assistidos automaticamente e facilitados, e ambos aumentam a nossa compreensão do campo de equilíbrio automatizado de jogos.”

Provas de Doutoramento em Engenharia Informática: ”Argumentation mining from text using semantic approaches”

Posted on

Candidato:
Gil Filipe da Rocha

Data, Hora e Local
2 de outubro, 14:00, Sala Professor Joaquim Sarmento (G129) do DEC, FEUP

Presidente do Júri
Doutor Rui Filipe Lima Maranhão de Abreu, Professor Catedrático da Faculdade de Engenharia da Universidade do Porto

Vogais
Doutor Hugo Ricardo Gonçalo Oliveira, Professor Associado do Departamento de Engenharia Informática da Faculdade de Ciências e Tecnologia da Universidade de Coimbra;
Doutor Bruno Emanuel da Graça Martins, Professor Associado do Departamento de Engenharia Electrotécnica e de Computadores do Instituto Superior Técnico da Universidade de Lisboa;
Doutor Eugénio da Costa Oliveira, Professor Emérito do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto;
Doutor Sérgio Sobral Nunes, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto;
Doutor Henrique Daniel de Avelar Lopes Cardoso, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto (Orientador).

Resumo
“O objetivo da prospecção de argumentos é a deteção, identificação e extração automática de argumentos a partir de texto escrito em linguagem natural. O objetivo final é obter uma representação estruturada dos argumentos (diagramas de argumentos) que pode ser automatizada e analizada de diversas formas. A argumentação é um ato retórico que tem sido estudado ao longo de vários séculos e que tem sido influenciado por diferentes áreas de estudo como a filosofia, linguística, ciência dos computadores, e inteligência artificial. De uma forma geral, argumentos são posições justificáveis onde factos (as premissas) são apresentados em suporte de uma afirmação (a conclusão). Algumas características do texto escrito em linguagem natural e, mais especificamente, da exposição de argumentos faz da prospecção de argumentos uma tarefa complexa. De fato, a ambiguidade do texto escrito em linguagem natural, a suposição de senso comum e de conhecimento implícito, diferentes estilos de escrita, e a complexidade inerente aos diagramas de argumentos são alguns dos desafios que os sistemas de prospecção de argumentos têm de superar. Abordar estes desafios, especialmente entre diferentes línguas e géneros textuais, exige sistemas de prospecção de argumentos robustos. Nesta tese, conduzimos investigação no sentido de desenvolver uma sistema computacional robusto que pode ser utilizado para detectar, identificar, e extrair conteúdo argumentativo em diferentes línguas e géneros textuais. A nossa visão é utilizar este sistema para a prospecção de argumentos em línguas com poucos recursos para o processamento de linguagem natural (como a língua portuguesa) e em géneros textuais que são caracterizados por exibir uma variabilidade considerável de perfis de exposição argumentativa (como os artigos de opinião). Para este fim, combinamos técnicas de linguística computacional e aprendizagem máquina com conhecimento das estruturas argumentativas e de teorias da retórica para identificar, de forma automática, raciocínio argumentativo expresso em textos escritos em linguagem natural. Para estudar a prospecção de argumentos numa língua com poucos recursos de processamento de linguagem natural e num género textual desafiante, realizamos um estudo de anotação para criar um corpus anotado com argumentos extraídos de artigos de opinião escritos em português. Para abordar a tarefa de prospecção de argumentos, propomos uma abordagem baseada nas relações e modelos contextuais, motivada por fundamentos da teoria de argumentação e especialmente desenhada para superar alguns dos desafios da exposição de argumentos. Para abordar esta tarefa num língua com poucos recursos de processamento de linguagem natural, investigamos como técnicas de transferência de conhecimento entre diferentes línguas podem ser aplicadas para explorar recursos anotados em diferentes línguas e melhorar o desempenho dos modelos de aprendizagem máquina numa língua alvo. Finalmente, para melhorar a robustez dos sistemas de prospecção de argumentos em diferentes géneros textuais, utilizamos avanços recentes na capacidade de modelação de linguagem e propomos uma abordagem de prospecção de argumentos que pode ser aplicada em diferentes géneros textuais.”

Provas de Doutoramento em Media Digitais: ”Towards Human-in-the-Loop Computational Rhythm Analysis in Challenging Musical Conditions”

Posted on

Candidato:
António Humberto e Sá Pinto

Data, Hora e Local
8 de setembro, às 14h30, na Sala de Atos da FEUP

Presidente do Júri
Doutor António Fernando Vasconcelos Cunha Castro Coelho, Professor Associado com Agregação da Faculdade de Engenharia da Universidade do Porto;

Vogais
Doutora Magdalena Fuentes, Professora Assistente da Music and Audio Research Lab (MARL) e Integrated Design & Media (IDM) da New York University (NYU);
Doutor Jason Hockman, Professor Associado da School of Computing and Digital Technology (DMT) da Birmingham City University (UK);
Doutor Matthew Edward Price Davies, Senior Scientist da SiriusXM/Pandora (USA)– (Orientador);
Doutor Rui Pedro da Silva Nóbrega, Professor Auxiliar do Departamento de Informática da Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa;
Doutor Aníbal João de Sousa Ferreira, Professor Associado do Departamento de Engenharia Eletrotécnica e de Computadores da Faculdade de Engenharia da Universidade do Porto.

A tese foi coorientada pelo Prof. Rui Luís Nogueira Penha, Professor Coordenador da ESMAE, e pelo Prof. Gilberto Bernardes de Almeida, Professor Auxiliar da FEUP.

Abstract:

“Music Information Retrieval (MIR) is an interdisciplinary field focused on the extraction, analysis, and processing of information from various musical representations.
Grounded on the automatic analysis of musical facets such as rhythm, melody, harmony, and timbre, MIR enables applications in areas like music recommendation, automated music transcription, and intelligent music composition tools. Rhythm, an integral element of music, provides a foundation for decoding music’s complex relational structures and layered depth. Computational rhythm analysis is thus central to MIR research. It encompasses a wide range of tasks, such as the pivotal beat tracking, which unlocks the use of musical time across many MIR systems. However, conventional beat-tracking methods have struggled when dealing with complex musical features, such as expressive timing or intricate rhythmic patterns. While specialized approaches demonstrate some degree of adaptation, they do not generalise to diverse scenarios. Deep learning methods, while promising in addressing these issues, depend heavily on the availability of substantial annotated data. In scenarios requiring adaptation to user subjectivity, or where acquiring annotated data is challenging, the efficacy of beat-tracking methods lowers, thus leaving a gap in the applicability of computational rhythm analysis methods. This thesis investigates how user-provided information can enhance computational rhythm analysis in challenging musical conditions. It initiates the exploration of human-in-the-loop strategies with the aim of fostering adaptability of current MIR techniques. By focusing on beat tracking, due to its fundamental role in rhythm analysis, our goal is to develop streamlined solutions for cases where even the most advanced methods fall short. This is achieved by utilising both high-level and low-level user inputs —- namely, the user’s judgement regarding the expressiveness of the musical piece and annotations of a brief excerpt —- to adapt the state of the art to abstract particularly demanding signals. In an exploratory study, we validate the shared perception of rhythmic complexity among users as a proxy for musical expressiveness, and consequently as a key performance enhancer for beat tracking. Building upon this, we examine how highlevel user information can reparameterise a leading-edge beat-tracker, augmenting its performance to highly expressive music. We then propose a transfer learning method that finetunes the current state of the art, hereafter referred to as the baseline, to a concise user-annotated region. This method exhibits versatility across varied musical styles and offers potential solutions to the inherent limitations of previous approaches. Incorporating both user-guided contextualisation and transfer learning into a human-in-the-loop workflow, we undertake a comprehensive evaluation of our adaptive techniques. This includes examining the key customisation options available to users and their effect on performance enhancement. Our approach outperforms the current state of the art, particularly in the challenging musical content of the SMC dataset, with an improvement over the baseline F-measure of almost 10 percentage points (corresponding to over 16%). However, these quantitative improvements require further interpretation due to the inherent differences between our file-specific, human-in-the-loop technique and traditional dataset-wide methods, which operate without prior exposure to specific file characteristics. With the aim of advancing towards a user-centric evaluation framework for beat tracking, we introduce two novel metrics: the E-Measure and Annotation Efficiency. These metrics account for the user perspective regarding the annotation and finetuning process. The E-Measure is a variant of the F-measure focused on the annotation correction workflow and includes a shifting operation over a larger tolerance window. The Ae is defined as the relative (to the baseline) decrease in correction operations enabled by the fine-tuning process, normalised by the number of user annotations. Specifically, we probe the theoretical upper bound of beat tracking accuracy improvement over the SMC dataset. Our results show that the correct beat estimates provided by our approach surpass those of the state of the art by more than 20%. When considering the full length of the files, we can further frame this improvement in terms of gain per unit of user effort, quantifying the annotation efficiency of our approach. This is reflected in the substantial reduction of required corrections, with nearly 2/3 fewer corrections per user annotation compared to the baseline. In the final phase, we evaluate our human-in-the-loop strategy’s adaptability across a range of musical genres and instances presenting significant challenges. Our exploration extends to various rhythm tasks, including beat tracking, onset detection, and (indirectly) metre analysis. We apply this user-driven strategy to three unique genres with complex rhythm structures, such as polyrhythms, polymetres, and polytempi. Our approach exhibits swift adaptability, enabling efficient utilisation of the state-of-the-art method while bypassing the need for extensive retraining. This results in a balanced integration of data-driven and user-centric methods into a practical and streamlined solution.”

Palavras-Chave: Music Information Retrieval; User-centric; Transfer Learning; Beat Tracking.

Provas de Doutoramento em Engenharia Informática: ”Scaling-up organization of document sets to facilitate their analysis”

Posted on

Candidato:
Rui Portocarrero Macedo de Morais Sarmento

Data, Hora e Local
24 de julho, às 14:00, na Sala de Atos (L202A) do DEGI, FEUP

Presidente do Júri:
Doutor Carlos Manuel Milheiro de Oliveira Pinto Soares, Professor Associado da Faculdade de Engenharia da Universidade do Porto.

Vogais
Doutor José Fernando Ferreira Mendes, Professor Catedrático do Departamento de Física da Universidade de Aveiro;
Doutor Bruno Emanuel da Graça Martins, Professor Associado do Departamento de Engenharia Electrotécnica e de Computadores do Instituto Superior Técnico da Universidade de Lisboa;
Doutor Pavel Bernard Brazdil, Professor Emérito da Faculdade de Economia da Universidade do Porto (Coorientador);
Doutor Henrique Daniel de Avelar Lopes Cardoso, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto;
Doutor Sérgio Sobral Nunes, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto.

A tese foi orientada pelo Doutor João Manuel Portela da Gama, Professor Catedrático da Faculdade de Economia da Universidade do Porto.

Resumo:

“A sumarização e organização da produção de documentos de uma organização, de forma intuitiva e escalonável, para grandes quantidades de dados, é de grande importância no apoio à tomada de decisão. Esta tese pretende desenvolver um estudo teórico e prático, para resolver estes desafios.

O conteúdo desta dissertação nasceu após a construção de um protótipo de software com algoritmos estaticos, para analisar e fornecer suporte à decisão, a partir de documentos de texto e de uma rede de autores de documentação científica. Várias vantagens foram comprovadas com o uso deste protótipo mencionado. No entanto, havia algumas preocupações em relação à capacidade do protótipo de lidar com redes de dimensões superiores e também com uma grande quantidade de documentos. O estudo de caso de desenvolvimento considera a afinidade entre autores em grande escala e em constante evolução. O primeiro desafio é dimensionar os métodos de representação dos documentos dos autores. O segundo desafio é capturar o desenvolvimento temporal da organização. Considerando este contexto, desenvolvemos e implementamos técnicas de streaming para a caracterização de cada documento e outras subunidades da organização. Para caracterizar, houve interesse por integração em grupos de afinidade identificados por palavras-chave e medidas de relevância. Concluímos este trabalho testando vários algoritmos desenvolvidos, para diminuir a desvantagem do protótipo original e reunindo uma panóplia de soluções para problemas relacionados às técnicas de streaming de texto, considerando uma abordagem em larga escala para a análise correspondente. Foram utilizadas técnicas de recuperação de informação, sendo necessária a análise de redes sociais e streaming de dados. Resolvemos vários problemas associados com a análise eficiente de fluxos de texto, usando várias técnicas, desde técnicas de análise de fluxos puros até técnicas de redes complexas em evolução. Estas técnicas que serviram de base para inovação e contribuição com mais de dez novos algoritmos provaram melhorar o protótipo e resolver os problemas que nos levaram a melhorar e contribuir também para diversas áreas da análise de textos e fluxos de texto.”

Palavras-Chave: Streaming; Fluxo e Dados Evolutivos; Análise de Texto; Análise de Redes Sociais e Complexas; Visualização de Redes Sociais e Complexas.