Candidato:

Pedro Rodrigo Caetano Strecht Ribeiro

Data, Hora e Local:

13 de junho de 2025, às 15:00, na Sala de Atos da Faculdade de Engenharia da Universidade do Porto

Presidente do Júri:

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

Vogais:

Doutor Johannes Fürnkranz, Full Professor at the Department of Computer Science of the Institute for Application-Oriented Knowledge Processing at the Johannes Kepler University Linz, Austria;

Doutor José María Alonso Moral, Profesor Titular de Universidad del Departamento de Electrónica y Computación de la Escuela Técnica Superior de Ingeniería de la Universidad de Santiago de Compostela, España;

Doutor José Luís Cabral de Moura Borges, Professor Associado, Departamento de Engenharia e Gestão Industrial, Faculdade de Engenharia, Universidade do Porto;

Doutor João Pedro Carvalho Leal Mendes Moreira, Professor Associado, Departamento de Engenharia Informática, Faculdade de Engenharia, Universidade do Porto (Orientador).

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

Resumo:

Esta tese investiga os desafios e as oportunidades apresentados pela tendência crescente de utilização de múltiplos modelos especializados, designados por modelos operacionais, para abordar problemas complexos de análise de dados. Embora esta abordagem possa melhorar o desempenho preditivo para subproblemas específicos, frequentemente conduz a um conhecimento fragmentado e a dificuldades na compreensão de fenómenos a nível de uma organização.

Esta investigação centra-se na síntese do conhecimento incorporado num conjunto de modelos de árvores de decisão, escolhidos pela sua interpretabilidade inerente e adequação à extração de conhecimento. Por exemplo, uma empresa com cadeias de lojas ou uma universidade com diversos cursos, cada uma utilizando modelos de previsão dedicados (volume de vendas ou abandono escolar, respetivamente). Embora estes modelos localizados sejam importantes, uma perspetiva global é importante a nível organizacional. Contudo, a gestão de muitos modelos operacionais, especialmente para análises interprogramas/lojas, pode ser complexa.

É introduzida uma framework para fundir conjuntos de modelos operacionais em modelos consensuais. Estes modelos são direcionados a decisores de níveis superiores, melhorando a interpretabilidade do conhecimento gerado pelos modelos operacionais. A framework, denominada Inmplode, aborda desafios comuns na agregação de modelos e apresenta um processo customizável com um fluxo de trabalho genérico e componentes adaptáveis, detalhando abordagens alternativas para cada subproblema encontrado no processo de agregação.

A framework foi aplicada a quatro conjuntos de dados públicos de diversas áreas de negócio e a um estudo de caso na educação com dados da Universidade do Porto. Em cada caso, foram exploradas diferentes abordagens de agregação de modelos, ilustrando várias instanciações do processo.
O processo de agregação de modelos revelou que os modelos consensuais resultantes são frequentemente incompletos, ou seja, não conseguem cobrir todo o espaço de decisão, o que pode comprometer o seu propósito. Para abordar o problema da incompletude, são exploradas duas novas metodologias: uma baseia-se na geração de conjuntos de dados sintéticos seguida de treino de árvores de decisão, enquanto a outra utiliza um algoritmo especializado concebido para construir uma árvore de decisão diretamente a partir de dados agregados (i.e., simbólicos).

A eficácia destas metodologias na geração de modelos consensuais completos a partir de conjuntos de regras incompletos é avaliada nos cinco conjuntos de dados. Os resultados empíricos demonstram a viabilidade de superar a incompletude, constituindo um contributo para a área da síntese de conhecimento e modelação com árvores de decisão. Contudo, foram identificados compromissos entre a completude e a interpretabilidade, bem como entre o desempenho preditivo e a fidelidade dos modelos consensuais.

Globalmente, esta investigação aborda uma lacuna crítica na literatura, fornecendo um framework para sintetizar conhecimento a partir de múltiplos modelos de árvores de decisão, com particular foco no desafio da incompletude. As conclusões têm implicações significativas para organizações que procuram usar modelos especializados, obtendo também uma compreensão holística do fenómeno analisado.

Palavras chave: interpretability; rule-based models; model merging framework; decision trees; completeness.

Candidato:

Leonardo da Silva Ferreira

Data, Hora e Local:

13 de junho de 2025, às 9:30, 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, Departamento de Engenharia Informática, Faculdade de Engenharia da Universidade do Porto

Vogais:

Doutor Pedro Manuel Henriques da Cunha Abreu, Professor Associado com Agregação, Departamento de Engenharia Informática, Faculdade de Ciência e Tecnologia da Universidade de Coimbra;

Doutor Paulo Jorge Freitas de Oliveira Novais, Professor Catedrático, Departamento de Informática, Escola de Engenharia da Universidade do Minho;

Doutor Carlos Manuel Milheiro de Oliveira Pinto Soares, Professor Associado, Departamento de Engenharia Informática, Faculdade de Engenharia da Universidade do Porto;

Doutora Ana Paula Cunha da Rocha, Professora Associada, Departamento de Engenharia Informática, Faculdade de Engenharia da Universidade do Porto;

Doutor Daniel Augusto Gama de Castro Silva, Professor Auxiliar, Departamento de Engenharia Informática, Faculdade de Engenharia da Universidade do Porto (Orientador).

A tese foi coorientada pelo Professor Mikel Uriarte Itzazelaia, Professor Associado da Escuela de Ingeniería de Bilbao, Universidad del País Basco.

Resumo:

A evolução dinâmica da internet, particularmente em setores como serviços multimédia, computação na cloud, internet of things, simulação, e inteligência artificial, levou a que as empresas tenham assistido a uma expansão significativa dos seus serviços e mercados. No entanto, este crescimento também expôs diversas vulnerabilidades que ameaçam a confidencialidade, integridade e disponibilidade dos dados organizacionais e pessoais. Enquanto os especialistas trabalham para responder aos alertas gerados por sistemas de segurança, a inteligência artificial tem introduzido novas formas de comprometer a segurança, variando desde métodos simples e de baixo custo até ataques altamente sofisticados. Abordagens de baixo custo incluem, por exemplo, phishing e password spraying, que exploram falhas humanas e senhas frágeis. Por outro lado, ameaças mais complexas, como os advanced persistent attacks e zero-day exploits, exigem conhecimento e recursos, sendo frequentemente direcionados a sistemas críticos. Várias organizações dependem de centros de helpdesk de cibersegurança, sejam internos ou subcontratados, para gerir incidentes. Contudo, estes centros enfrentam dificuldades em responder de forma eficaz devido à sobrecarga de dados e escassez de operadores qualificados.

Esta dissertação aborda a carência de operadores especializados e o elevado volume de incidentes enfrentados pelas operações de helpdesk, propondo o desenvolvimento de um assistente de gestão de tickets para apoiar operadores humanos na resolução destes incidentes. A plataforma incorpora um sistema de recomendação que, dependendo do contexto, identifica o par operador-procedimento mais rápido para cada incidente, melhorando continuamente com cada tratamento realizado. Para garantir a privacidade dos dados, o sistema de recomendação é treinado com dados artificiais gerados por um gerador de dados personalizado. Além disso, a tese explora a possibilidade de melhorar este assistente com funcionalidades de automated machine learning para prever tickets futuros. Esta funcionalidade pode auxiliar gestores na antecipação da carga de trabalho e na adaptação proativa das suas equipas de segurança.

O desenvolvimento desta framework é realizada em colaboração com a empresa de cibersegurança S21sec, que disponibilizou estruturas e taxonomias de dados históricos anonimizados relacionados com o tratamento de incidentes. No entanto, devido à ausência de informação granular sobre a resolução dos incidentes e informação relacionada com o conjunto de dados partilhados e à necessidade de preservar a privacidade, as técnicas de geração de dados sintéticos tornam-se essenciais. O gerador implementado cria dados artificiais que replicam distribuiçôes semelhantes às dos dados reais, ao mesmo tempo que simula processos do mundo real, incluindo priorização de tickets, agendamento e tratamento.

O gerador de dados artificiais é avaliado pela sua eficiência em replicar as características de conjuntos de dados do mundo real, através de métricas de similaridade como Hellinger distance e Kullback-Leibler divergence. Além disso, são explorados vários cenários de agendamento de tickets, variando o número de operadores e a sua distribuição em três turnos de trabalho. Os resultados demonstram que esta ferramenta consegue replicar tickets com diferentes distribuições e durações de tratamento, derivadas dos dados reais. Adicionalmente, este gerador permite a simulação de operações reais de helpdesk, proporcionando uma base sólida para explorar diversos contextos operacionais sem comprometer a privacidade dos mesmos. A análise do agendamento de tickets mostra consistentemente que cenários caracterizados por um grande desequilíbrio nos turnos e com menos operadores levam a tempos de espera mais longos e a mais tickets agendados para tratamento posterior.

O sistema de recomendação é testado em duas vertentes: escalabilidade e impacto no tratamento de tickets. A primeira fase utiliza diversos conjuntos de dados de teste com tamanhos e números de operadores diferentes, analisados com métricas como o tempo médio de recomendação e memória consumida. Por outro lado, o impacto no tratamento de tickets é examinado considerando as melhorias nos tempos de espera dos tickets antes de serem atribuídos a um operador e o tempo de resposta necessário para a sua resolução, utilizando diferentes graus de aceitação das recomendações. Os resultados indicam que o número de operadores que o sistema de recomendação utiliza tem um impacto ligeiramente superior na sua escalabilidade em comparação com o número de tickets de teste. Ambas as características mostram um padrão de crescimento linear semelhante em relação às métricas referidas, sendo que o número de operadores apresenta um maior declive. A integração deste sistema de recomendação no tratamento de tickets reduziu o tempo médio de resposta entre 37.9\% e 45.1\% e o tempo médio de espera entre 62.2\% e 63.2\%, assumindo que os operadores aceitam sempre as recomendações. Com taxas de aceitação de recomendações variáveis, o tempo médio de espera mantém-se constante, enquanto a melhoria no tempo de resposta varia entre 0.4\% e 11.7\%.

A potencial aplicação de automated machine learning para a análise preditiva é explorada através de um estudo onde as decisões relativamente à dimensionalidade das equipas recomendadas pelo sistema são comparadas com os resultados esperados. Este estudo avalia o sistema com base na precisão das previsões e na sua capacidade de sugerir ajustes no tamanho das equipas. Entre as distribuições de conjuntos de dados testadas, os modelos treinados com dados de três anos superaram os treinados com dados de quatro anos, apresentando um erro médio mais baixo ao utilizar dados reais sobre a frequência de tickets ao longo do ano. Relativamente às recomendações de dimensionalidade da equipa, incluindo a contratação ou despedimento de operadores, a ferramenta baseada em automated machine learning propôs frequentemente decisões estreitamente alinhadas com as esperadas no mesmo periodo.

Coletivamente, estes resultados mostram que as ferramentas propostas podem otimizar os fluxos de trabalho de tratamento de tickets em aplicações do mundo real, levando a um uso mais eficiente dos recursos e a uma redução dos atrasos operacionais. Além disso, a sua capacidade de simular operações do mundo real sem comprometer a privacidade permite que os centros de operações de segurança possam testar vários cenários e aperfeiçar as suas estratégias.

Palavras-chave: Helpdesk; Ticket; Cibersegurança; Dados Sintéticos; Sistemas Recomendação.

Candidato:
Alexandre Resende Clément

Data, Hora e Local:
5 de junho de 2025, 14:30, Sala de Atos da Faculdade de Engenharia da Universidade do Porto

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

Vogais:
Doutor Marcelo Mortensen Wanderley, Professor Catedrático do Departmento de Music Research da Schulich School of Music da McGill University, Canadá;
Doutor Damián Keller, Professor Titular do Centro de Educação, Letras e Artes da Universidade Federal do Acre, Brasil;
Doutora Sofia Carmen Faria Maia Cavaco, Professora Auxiliar do Departamento de Informática da Faculdade de Ciências e Tecnologia da Universidade NOVA de Lisboa;
Doutor Rui Pedro Amaral Rodrigues, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto;
Doutor Gilberto Bernardes de Almeida, Professor Auxiliar do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto (Orientador).

Resumo:

“Esta tese explora o potencial da utilização de dispositivos móveis como ferramentas para a interação e performance participativa com instrumentos musicais digitais. Orientada pelos princípios da música ubíqua e interação intuitiva, esta investigação analisa de que forma os dispositivos móveis podem ser apropriados para resolver desafios e criar oportunidades na criação musical contemporânea, através de abordagens participativas, mapeamento gestual e feedback multimodal. O núcleo deste trabalho é constituído por três experiências. A primeira descreve e avalia um sistema permitindo a participação de públicos de grandes dimensões em performances multimédia. Destaca a possibilidade de utilização destes dispositivos para envolver os utilizadores e promover a colaboração, revelando também desafios no design de interações intuitivas para participantes inexperientes. A segunda experiência examina de que forma os utilizadores representam instintivamente parâmetros musicais básicos – como afinação, duração e amplitude – através de mapeamento gestual, e o impacto da sua experiência musical nas estratégias de interação escolhidas. A terceira centra-se no estudo da influência do feedback multimodal, combinando modalidades auditivas, visuais e hápticas, em tarefas de afinação musical de notas. Os resultados reforçam a necessidade de elaborar diretrizes padronizadas para a interação e de integrar feedback multimodal, de forma a tornar os instrumentos digitais musicais mais acessíveis e intuitivos. A experiência 1 mostrou que a ausência de um modelo de interação unificado limita o envolvimento intuitivo, realçando a necessidade de padronização que equilibre criatividade individual e intenção colectiva. A experiência 2 encontrou preferências claras do utilizador para mapeamentos de gestos de início, afinação e duração de notas musicais, ancorados na familiaridade cultural e sustentando a importância de manter o design associado ao contexto. A experiência 3 mostrou que, embora o feedback multimodal demonstre pouco efeito imediato na precisão na afinação de notas musicais, melhorou a confiança do utilizador e pode ajudar na aprendizagem a longo prazo. Esta investigação contribui para a compreensão de como os dispositivos móveis podem apoiar as práticas musicais participativas e criativas, promovendo o desenvolvimento de ferramentas musicais inclusivas, fáceis de usar e versáteis.”

Candidata:
Haline Costa Maia

Data, Hora e Local:
24 de fevereiro de 2025, às 10h30, Sala de Atos do DEEC (I -105), Faculdade de Engenharia da Universidade do Porto

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

Vogais:
Doutor Christopher Mathieu, Associate Professor, Department of Sociology, Faculty of Social Sciences, Lund University;
Doutora Stefania Milan, Professor of Critical Data Studies, Department of Media Studies, Faculty of Humanities, University of Amsterdam;
Doutor António Maria Salvado Coxito Granado, Professor Associado com Agregação, Departamento de Ciências da Comunicação, Faculdade de Ciências Sociais e Humanas, Universidade Nova de Lisboa;
Doutora Ioli Ribeiro Campos, Professora Auxiliar, Faculdade de Ciências Humanas, Universidade Católica Portuguesa;
Doutora Helena Laura Dias de Lima, Professora Associada, Departamento de Ciências da Comunicação e da Informação, Faculdade de Letras, Universidade do Porto (Orientadora);
Doutor Alexandre Miguel Barbosa Valle de Carvalho, Professor Auxiliar, Departamento de Engenharia Informática, Faculdade de Engenharia, Universidade do Porto.

A tese foi coorientada pelo Prof. Sérgio Sobral Nunes, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto.

Resumo:

A disseminação de desinformação em saúde, especialmente durante pandemias, evidencia a necessidade de mecanismos eficazes para verificar e difundir informações fiáveis. Esta investigação, baseada no Value Sensitive Design(VSD), explora a integração da Inteligência Artificial (IA) na disseminação da verificação de factos em saúde, visando melhorar a rapidez e a fiabilidade da informação, garantindo simultaneamente o cumprimento de princípios éticos. A metodologia segue três fases do VSD: na fase de Investigações Conceptuais, foram realizadas revisões sistemáticas de 57 estudos (2020-2022) através do processo PRISMA; na fase de Investigações Técnicas, conduziram-se estudos de caso e entrevistas com stakeholders; e na fase de Investigações Empíricas, ferramentas baseadas em IA foram testadas através de workshops e grupos focais. Os resultados indicam que, embora a IA aumente a eficiência da verificação de factos, persistem desafios éticos, de governação e de confiança. O estudo fornece diretrizes para ferramentas de IA eficazes, inclusivas e eticamente responsáveis, contribuindo para o debate sobre a governação tecnológica e a ética dos media digitais na saúde pública.

Keywords:  AI Ethics; Infodemic; Generative Media; Fact-Checking; Health Misinformation; Media Literacy; Journalism Innovation.

Candidato:
Pedro Miguel Sá Couto Condeço Ribeiro

Data, Hora e Local:
19 de fevereiro de 2025, às 9h30 na Sala de Atos do DEGI (L202A) da Faculdade de Engenharia da Universidade do Porto

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

Vogais:
Doutor Rodrigo Hernández Ramírez, Senior Lecturer in Design da Sydney School of Architecture, Design and Planning da The University of Sydney, Austrália;
Doutora Luísa Maria Lopes Ribas, Professora Auxiliar do Departamento de Design de Comunicação da Faculdade de Belas Artes da Universidade de Lisboa;
Doutora Teresa Isabel Lopes Romão, Professora Associada do Departamento de Informática da Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa;
Doutora Catarina Franco Lélis da Cruz, Professora Auxiliar do Departamento de Comunicação e Arte da Universidade de Aveiro;
Doutor José Miguel Santos Araújo Carvalhais Fonseca, Professor Catedrático do Departamento de Design da Faculdade de Belas Artes da Universidade do Porto (Orientador);
Doutor Rui Pedro Amaral Rodrigues, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto.

A tese foi coorientada pelo Doutor Pedro Cardoso, Professor Auxiliar do Departamento de Design, Faculdade de Belas Artes, Universidade do Porto.

Resumo:
As shadow libraries têm como objetivo facilitar o acesso a materiais anterior¬mente restritos ou inacessíveis. Estes sistemas de distribuição permitemtambém a publicação de conhecimento que não se enquadra ou não tem como objetivo principal enquadrar-se em modelos de distribuição formais.
Como casos de estudo, analisámos as shadow libraries no contexto académico português e a sua capacidade de distribuição. Através de interfaces físicas, digitais e híbridas, estas bibliotecas desafiam o acesso contemporâneo ao con¬hecimento, distribuindo e permitindo a produção de materiais entre membros da comunidade, bem como a estabilidade dos papéis dos utilizadores, permanentemente desafiando as suas dependências e interdependências.
Nesta investigação começamos por identificar as necessidades atuais dos utilizadores destas bibliotecas. Em seguida, analisámos as formas como diversas plataformas conseguem responder a estes requisitos. A partir desta análise, estabelecemos um conjunto de requisitos de apoio à criação e transformação de múltiplas shadow libraries, de modo a torná-las abertas a intervenções plurais e a garantir que têm a capacidade de distribuir diversos tipos de materiais.
Num segundo momento, utilizámos mecânicas de jogos pervasivos como base para a exploração de métodos de interação que desafiam práticas dominantes em shadow libraries. No contexto desta investigação, estas mecânicas são particularmente relevantes pela sua capacidade de expandir experiências para além de períodos de tempo fixos, levando a uma participação contínua dos utilizadores; explorar a relação entre utilizadores e o ambiente em que se encontram, explorando os limites entre os espaços físicos e digitais; expandir as interfaces possíveis de interação, introduzindo novas hipóteses para a interação e envolvimento dos utilizadores; ampliar a dinâmica entre utilizadores e a sua comunidade, integrando variáveis externas; e aprofundar o envolvimento dos utilizadores a um nível mais pessoal e significativo.
Através de uma metodologia de investigação baseada na prática, motivámos os utilizadores de shadow libraries a reconsiderar as dinâmicas de distribuição e produção de conhecimento, bem como as dinâmicas da comunidade inerentes a sistemas de distribuição informais. A partir destas explorações, estabelecemos um conjunto holístico de estratégias que tem como objetivo desafiar as práticas dominantes das bibliotecas paralelas, e identificamos um conjunto de dependências que devem ser protegidas, como as motivações dos projetos, os requisitos das comunidades, as dependências e os princípios informais característicos das mesmas. Colectivamente, as estratégias e as dependências identificadas, estabelecem uma framework para expandir as shadow libraries, respondendo às necessidades em evolução das comunidades, moldando, o acesso, a distribuição, a produção, a publicação do conhecimento, e as dinâmicas entre pares.

Keywords: Shadow libraries; Produção informal de conhecimento; Design; Jogos pervasivos; Mecânicas de jogos.

Candidato
Tiago André Queiroz Soares da Costa

Data, Hora e Local:
16 de setembro, às 14:30, na Sala de Atos da Faculdade de Engenharia da Universidade do Porto

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

Vogais:
Doutora Klara Nahrstedt, Full Professor do Department of Computer Science da University of Illinois at Urbana-Champaign, Estados Unidos da América;
Doutor Pedro António Amado de Assunção, Professor Coordenador Principal do Departamento de Engenharia Eletrotécnica da Escola Superior de Tecnologia e Gestão do Instituto Politécnico de Leiria;
Doutor Luís António Pereira de Meneses Corte-Real, Professor Associado do Departamento de Engenharia Eletrotécnica e de Computadores da Faculdade de Engenharia da Universidade do Porto;
Doutora Maria Teresa Magalhães da Silva Pinto de Andrade, Professora Auxiliar do Departamento de Engenharia Eletrotécnica e de Computadores da Faculdade de Engenharia da Universidade do Porto (Orientadora).

Resumo:
Esta tese propõe uma abordagem inovadora para a distribuição de experiências multimédia imersivas, baseadas em conteúdos multivista. Para que tal seja possível, modelos baseados em Inteligência Artificial são utilizados em conjunto com dados de comportamento visual, recolhidos a partir dos utilizadores durante a apresentação de conteúdos multimédia, de modo a que seja possível prever o seu foco de interesse no futuro próximo. O principal objectivo desta tese consiste em dar aos utilizadores a possibilidade de desfrutarem de uma experiência multimédia imersiva, sem o recurso a equipamentos dispendiosos e permitindo que ele/ela possam visualizar a cena a partir de qualquer ângulo, como se estivessem efectivamente no local onde essa cena foi filmada. Uma abordagem metodológica foi definida com base na revisão da literatura existente e na identificação de lacunas presentes na área de streaming imersivo, tendo resultado na conceptualização de uma nova arquitectura, denominada por Smooth Multiview (SmoothMV). Esta arquitectura é capaz de analisar os dados de comportamento visual dos utilizadores em tempo real e preparar preventivamente a entrega dos conteúdos, com base no interesse demonstrado ao longo da visualização de uma cena. A informação visual dos utilizadores é capturada e fornecida sem que haja necessidade de utilização de equipamentos intrusivos, sendo estes dados processados recorrendo a um novo conceito que esta tese descreve, a matriz Hot&Cold. Segundo este conceito, o ecrã encontra-se dividido em nove regiões distintas, estando cada uma delas ligada a uma vista adjacente que a plataforma SmoothMV poderá preparar e apresentar em qualquer instante. Filas individuais, alocadas para apresentação e preparação de futuros segmentos associados a cada uma das vistas seleccionada, foram também introduzidas nesta plataforma. A introdução destas filas permite que a experiência do utilizador não seja comprometida, fruto da entrega de conteúdos com o menor atraso possível. O número total de vistas disponíveis, bem como a abordagem utilizada para a análise do comportamento dos utilizadores durante a visualização dos conteúdos e posterior selecção da vista a ser processada, afecta o modo como essas filas são geridas. A plataforma elaborada no decurso desta tese evoluiu de uma abordagem puramente reativa para uma arquitectura bipartida baseada em Inteligência Artificial, capaz de identificar com elevado grau de precisão qual a vista que melhor se adaptará aos interesses visuais do utilizador. O desenvolvimento de um novo conjunto de dados tratou-se de uma necessidade, dado que a informação disponibilizada por opções alternativas não eram adequadas ao cenário proposto. Após 128 sessões experimentais, conduzidas para recolha de dados visuais a partir de 45 participantes durante a visualização de conteúdos multi-perspectiva, o conjunto de dados Data2MV foi criado e disponibilizado publicamente. Os conceitos fundamentais e resultados práticos desta tese são considerados de importância significativa para o corpo de conhecimento da área de investigação em causa e fornecem um conjunto de ferramentas relevantes para o aperfeiçoamento das arquitecturas de distribuição de conteúdos multimédia multivista.

Palavras-chave: Multimédia; Transmissão; Multivista; Foco de Atenção; Inteligência Artificial.

Candidato

Luís Alberto Teixeira Aly

Data, Hora e Local

22 de julho, 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

Doutor Javier Enrique Jaimovich Fernández, Professor Associado do Departamento de Sonido da Facultad de Artes da Universidad de Chile, Chile;
Doutor William Ruddock Primett, Postdoctoral Researcher da School of Digital Technologies da Tallinn University, Estónia;
Doutora Carla Maria de Jesus Montez Fernandes, Investigadora Principal do Instituto de Comunicação (ICNOVA) da Faculdade de Ciências Sociais e Humanas da Universidade Nova de Lisboa;
Doutor Rui Pedro Amaral Rodrigues, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto;
Doutor Gilberto Bernardes de Almeida, Professor Auxiliar do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto (Orientador).

A tese foi coorientada pelo Professor Hugo Plácido da Silva, do Instituto Superior Técnico.

Resumo

Esta tese, intitulada ’Emotion-driven Physiological Actor Dynamics for Interactive Theatre Sound,’embarca numa jornada exploratória na integração de respostas emocionais expressas por sinais fisiológicos e design de som no teatro. Esta pesquisa investiga a complexa relação entre os estados emocionais dos atores e os respetivos sinais fisiológicos, explora o impacto do som gerado a partir de dados fisiológicos na expressão emocional e agência dos atores, e examina como esta integração pode redefinir narrativas teatrais tradicionais. O estudo examina as experiências e percepções dos atores recorrendo a metodologias qual itativas e quantitativas. Utiliza grupos de foco, estudos observacionais, sensores fisiológicos e inquéritos para capturar e analisar os sinais fisiológicos e o feedback dos atores. Esta abordagem permite uma compreensão matizada da interação entre os aspectos fisiológicos e emocionais da atuação, lançando luz sobre como os atores incorporam e transmitem emoções complexas através das suas performances. Uma contribuição empírica crucial desta pesquisa é o dataset DECEIVER, que compreende um extensivo arquivo de gravações fisiológicas. Estas gravações fornecem informações valiosas sobre a consistência e variabilidade da expressão emocional em ambientes de performance teatral. Este conjunto de dados é de interesse para investigadores e profissionais da área na compreensão da reação entre expressão emocional e respostas fisiológicas em teatro. Além disso, a tese apresenta uma análise histórica abrangente do uso de sensores fisiológicos em música interativa, abrangendo o período de 1965 a 2023. Esta visão histórica não apenas traça a evolução tecnológica neste domínio, mas também prepara o terreno para entender as tendências atuais e os desenvolvimentos futuros. Ela contextualiza a pesquisa na trajetória mais ampla dos avanços tecnológicos, destacando as mudanças incrementais e, por vezes, revolucionárias que moldaram o estado atual dos sistemas de música interativa. A tese introduz uma taxonomia empírica e funcional para Sistemas Musicais Interativos impulsionados por sinais fisiológicos. Esta taxonomia representa uma contribuição significativa para o design e aplicação de Sistemas Musicais Interativos, fornecendo um quadro estruturado que pode guiar desenvolvimentos futuros no campo. Ela categoriza diferentes abordagens e metodologias na integração de dados fisiológicos em design de som, oferecendo uma compreensão abrangente do potencial e das limitações destes sistemas. A pesquisa também envolve o desenvolvimento de um protocolo experimental projetado para analisar os correlatos fisiológicos de valência emocional e excitação na atuação. Um sofisticado conjunto de ferramentas de software para processamento de dados complementa este protocolo. O design do protocolo sublinha a eficácia da elicitação em despoletar estados emocionais específicos e destaca a complexidade da expressão emocional em atores de teatro. Este aspecto da pesquisa fornece um modelo metodológico para futuros estudos que visam explorar temas e questões semelhantes. Biosignal Processing Toolbox, uma ferramenta de software para operações em tempo real que integra sinais fisiológicos com som, é central para o desenvolvimento do estudo. A Biosignal Processing Toolbox possibilita a criação de som de forma dinâmica e responsiva que interage com os atores, potenciando a expressão emcional através do som, e a narrativa teatral. A Biosignal Processing Toolbox está equipada para lidar com vários sinais fisiológicos, como eletromiografia, eletrocardiografia e atividade eletrodérmica, cada um oferecendo oportunidades e desafios únicos para a sonificação. A versatilidade da A Biosignal Processing Toolbox reside na sua capacidade de se adaptar e responder a diferentes entradas fisiológicas, tornando-o uma ferramenta eficaz para designers de som no teatro. Uma parte significativa da pesquisa foi um projeto tecno-artístico colaborativo, que utilizou o teatro de Samuel Beckett como pano de fundo. Este projeto levou ao desenvolvimento de um protótipo para um Sistemas Musicais Interativos impulsionado por sensores fisiológicos. Este projeto explorou as possibilidades transformadoras da integração de sensores fisiológicos e tipologias de gestos no teatro, oferecendo novas perspectivas sobre o desenvolvimento de personagens e a construção narrativa. O projeto demonstrou o potencial desta tecnologia para trazer uma nova dimensão às performances teatrais, permitindo uma experiência mais imersiva e interativa tanto para atores quanto para diretores artísticos. Apesar da sua natureza inovadora, a pesquisa reconhece os desafios e limitações de tais integrações tecnológicas. Estes incluem questões como a necessidade de processamento de dados em tempo real, a necessidade de calibração do sistema específico para cada ator, restrições técnicas e financeiras, requisitos de treino para atores e equipes de produção, garantindo o conforto e discrição dos sensores durante as performances, considerações éticas relacionadas ao uso de dados fisiológicos e a interpretação subjetiva de tais dados em contextos artísticos. Em conclusão, esta tese contribui para os estudos teatrais e para a arte de mídia interativa e fornece novas perspectivas para o design de som e treinamento de atores e contribui para o discurso mais amplo sobre a interseção da tecnologia com a arte.

Candidata
Maria José Gomes Pedroto

Data, Hora e Local
22 de julho, às 10:00, na Sala de Atos da FEUP

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

Vogais
Doutora Myra Spiliopoulou, Full Professor of Business Information Systems da Faculty of Computer Science da Otto-von-Guericke-University Magdeburg, Alemanha;
Doutor Manuel Filipe Vieira Torres dos Santos, Professor Associado com Agregação do Departamento de Sistemas de Informação da Escola de Engenharia da Universidade do Minho;
Doutor Alípio Mário Guedes Jorge, Professor Catedrático do Departamento de Ciência de Computadores da Faculdade de Ciências da Universidade do Porto (Orientador);
Doutor Rui Carlos Camacho de Sousa Ferreira da Silva, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto.

A tese foi coorientada pelo Doutor João Pedro Carvalho Leal Mendes Moreira, Professor Associado do Departamento de Engenharia Informática da Faculdade de Engenharia da Universidade do Porto.

Resumo

Este trabalho foca-se em modelar e prever episódios Time-to-Event (TTE), e tem dois propósitos. O primeiro propósito é explorar o potencial de recorrer a dados genealógicos para previsão time-to-event. Adicionalmente, visa melhorar o diagnóstico feito pelos profissionais que trabalham com pacientes portadores de Hereditary Transthyretin Amyloidosis (ATTRv amyloidosis). Esta é uma doença genética, hereditária, altamente debilitante, com um passado histórico que transporta para as aldeias piscatórias da Póvoa do Varzim, no norte de Portugal.

Para explorar o valor dos dados genealógicos para previsão time-to-event, este trabalho tem contribuições em feature engineering, nomeadamente na área de construção e seleção de features. Para este propósito, explora e compara uma abordagem de sumarização focada na extração manual de características significativas de árvores genealógicas, com uma abordagem mais automatizada que usa embeddings. Contribui para model construction criando uma abordagem multivariada, orientada a dados, para rastrear o risco de um paciente desenvolver o início de sintomas em diferentes idades. Ainda neste campo, explora o impacto da combinação de diferentes modelos focados em previsão de idades, usando janelas temporais próximas. Finalmente, contribui para model evaluation, abordando as questões de implementação de uma abordagem que indica o retorno expectável em alterar um conjunto de diretrizes clínicas, tomando

partido de capacidades de previsão. Ainda neste campo, apresenta esquemas de avaliação robustos que suportam a abordagem multivariada orientada a dados na seleção do melhor modelo. A aplicação é focada em pacientes com ATTRv Amyloidosis. Para caraterizar o trabalho realizado, esta tese está estruturada em quatro secções principais. Começa com uma introdução e uma apresentação de ATTRv Amyloidosis tendo por base uma perspetiva histórica. Em seguida, apresenta o contexto relevante, relacionando a ligação entre previsão time-to-event com feature engineering, model construction e model evaluation. Em seguida, ainda neste âmbito, apresenta conceitos-chave de estudos genealógicos. Em seguida, apresenta as principais contribuições, na forma das principais publicações que constituem este trabalho (um artigo por capítulo). Termina com um epílogo que resume o trabalho realizado, partilha as principais conclusões e, por fim, discute a tese numa perspetiva técnica e clínica.

Palavras-chave: Dados Time-to-Event; Modelação de Dados; Modelos de Regressão.