Made available in DSpace on 2019-04-05T23:02:08Z (GMT). No. of bitstreams: 0 Previous issue date: 2004-06-25 / The main objective of this job is to describe a method that helps people involved in mobile computing systems developing to choose devices for an application. This method is based in two principles. The first one is that the quality of use is an important factor to be successful when using a mobile device. The second one is that it is possible to measure the quality of use of a mobile device, by analyzing the parameters from the context of its use. One considered, besides, that the context of use for a mobile device must consists of four items at least: the environment of application, the user's profile, the characteristics of the device and the characteristics of the task. / O objetivo do trabalho é descrever um método que auxilie os profissionais envolvidos no desenvolvimento de sistemas de computação móvel a escolher equipamentos para aplicações específicas de computação.Esse método baseia-se em duas premissas.A primeira é que a qualidade de uso do equipamento é fator prepoderente para o sucesso de uso de um equipamento móvel.A segunda é que é possível medir a qualidade de uso de um equipamento móvel através da análise oriundas do contexto de uso do equipamento. Considerou-se também que o contexto de uso para um equipamento móvel dese ser composto de pelo menos quatro aspectos: o ambiente da aplicação, o perfil do usuário, as características do equipamento e as especificidades da tarefa.

Tese de mestrado integrado. Engenharia Informática e Computação. Faculdade de Engenharia. Universidade do Porto. 2010

Tese de mestrado integrado. Engenharia Informática e Computação. Universidade do Porto. Faculdade de Engenharia. 2010

Tese de mestrado. Faculdade de Engenharia. Universidade do Porto. 1998

Dissertação apresentada para obtenção do grau de Mestre em Engenharia Electrotécnica e de Computadores, na Faculdade de Engenharia da Universidade do Porto, sob a orientação do Prof. Doutor Adriano Carvalho

Dissertação apresentada para obtenção do grau de Doutor na Faculdade de Engenharia da Universidade do Porto

Orientador : Marcos Didonet Del Fabro / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 14/08/2017 / Inclui referências : f. 69-73 / Resumo: A busca e recuperação de recursos educacionais em repositórios digitais tem sido uma tarefa árdua, principalmente devido às implementações dos algoritmos de busca baseados em busca sintática. Apesar dos sistemas de busca serem bastante utilizados, pesquisas relatam que é desafiador para os professores a busca e seleção dos recursos disponíveis nos repositórios digitais, pois muitos conteúdos irrelevantes são retornados. Caso não seja aplicado um método de classificação adequado, o usuário terá dificuldades para encontrar resultados consistentes e relevantes para a sua busca. O presente trabalho tem como objetivo propor um modelo de busca e ranqueamento de recursos educacionais em repositórios digitais com suporte do agrupamento de tags. A formação dos agrupamentos baseia-se nas medidas de coocorrências entre tags. Com o suporte destes agrupamentos é possível realizar a busca de recursos educacionais por meio das tags correlacionadas ao termo original de busca. O peso dos recursos encontrados é dado pelo somatório dos pesos das respectivas tags do agrupamento atribuídas aos recursos. Este conjunto de resultados é somado ao conjunto de resultados encontrados via motor de busca. Os recursos educacionais dos dois conjuntos passam por uma espécie de normalização de pesos para possibilitar a união dos resultados e um novo ranqueamento é calculado, reclassificando os recursos educacionais, impulsionando e destacando os resultados considerados relevantes em relação ao termo original de busca bem como às tags correlacionadas. O modelo proposto foi instanciado utilizando-se a infraestrutura de um portal existente, mostrando assim a sua viabilidade. Pela expansão dos termos de busca com as tags correlacionadas, o modelo proposto encontra resultados distintos que antes não eram encontrados apenas pelo uso de um motor de busca, ampliando e diversificando os resultados. A avaliação dos resultados dos experimentos é feita de forma empírica. Palavras-chave: recursos educacionais, agrupamento de tags, busca, ranqueamento, folksonomia. / Abstract: The search and retrieval of educational resources in digital repositories has been an arduous task, mainly due to the implementation of the search algorithms based on syntactic search. Despite search engines are widely used, researches show how challenging it is for teachers to search and retrieve resources available in digital repositories, where many irrelevant content are returned. If an appropriate classification method is not applied, it will be difficult to the users to find consistent and relevant results for their search. The present work aims to propose a model for educational resources searching process in digital repositories supported by tag clustering. The clusters are calculated based on tags co-occurrences measure. With the support of these tag clustering structure, it is possible to search educational resources related to the original search term as well as with correlated tags. The ranking weight of the found resources are given by the sum of the respective correlated tag weights assigned to the resources. Another result set is given by the search engine. The educational resources of the two groups undergo a kind of weight normalization to enable the union of the results. A new ranking is calculated, boosting and highlighting the results considered relevant in relation to the original search term as well as to the correlated tags. The proposed model was instantiated using the infrastructure of an existing portal, showing this way its viability. The expansion of the search terms with the correlated tags enables distinct results to be found through the proposed model, that previously were not found only by the search engine. The evaluation of all experiments is done empirically. Keywords: educational resources, tag clustering, seaching, ranking, folksonomy.

Orientador : Eduardo Cunha de Almeida / Coorientador : Marco Antonio Zanata Alves / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 21/12/2017 / Inclui referências : p. 61-64 / Resumo: Um dos grandes gargalos em sistemas de bancos de dados focados em leitura consiste em mover dados em torno da hierarquia de memória para serem processados na CPU. O movimento de dados é penalizado pela diferença de desempenho entre o processador e a memória, que é um problema bem conhecido chamado memory wall. O surgimento de memórias inteligentes, como o novo Hybrid Memory Cube (HMC), permitem mitigar o problema do memory wall executando instruções em chips de lógica integrados a uma pilha de DRAMs. Essas memórias possuem potencial para computação de operações de banco de dados direto em memória além do armazenamento de bancos de dados. O objetivo desta dissertação é justamente a execução do operador algébrico de seleção direto em memória para reduzir o movimento de dados através da memória e da hierarquia de cache. O foco na operação de seleção leva em conta o fato que a leitura de colunas a serem filtradas movem grandes quantidades de dados antes de outras operações como junções (ou seja, otimização push-down). Inicialmente, foi avaliada a execução da operação de seleção usando o HMC como uma DRAM comum. Posteriormente, são apresentadas extensões à arquitetura e ao conjunto de instruções do HMC, chamado HMC-Scan, para executar a operação de seleção próximo aos dados no chip lógico do HMC. Em particular, a extensão HMC-Scan tem o objetivo de resolver internamente as dependências de instruções. Contudo, nós observamos que o HMC-Scan requer muita interação entre a CPU e a memória para avaliar a execução de filtros de consultas. Portanto, numa segunda contribuição, apresentamos a extensão arquitetural HIPE-Scan para diminuir esta interação através da técnica de predicação. A predicação suporta a avaliação de predicados direto em memória sem necessidade de decisões da CPU e transforma dependências de controle em dependências de dados (isto é, execução predicada). Nós implementamos a operação de seleção próximo aos dados nas estratégias de execução de consulta orientada a linha/coluna/vetor para a arquitetura x86 e para nas duas extensões HMC-Scan e HIPE-Scan. Nossas simulações mostram uma melhora de desempenho de até 3.7× para HMC-Scan e 5.6× para HIPE-Scan quando executada a consulta 06 do benchmark TPC-H de 1 GB na estratégia de execução orientada a coluna. Palavras-chave: SGBD em Memória, Cubo de Memória Híbrido, Processamento em Memória. / Abstract: A large burden of processing read-mostly databases consists of moving data around the memory hierarchy rather than processing data in the processor. The data movement is penalized by the performance gap between the processor and the memory, which is the well-known problem called memory wall. The emergence of smart memories, as the new Hybrid Memory Cube (HMC), allows mitigating the memory wall problem by executing instructions in logic chips integrated to a stack of DRAMs. These memories can enable not only in-memory databases but also have potential for in-memory computation of database operations. In this dissertation, we focus on the discussion of near-data query processing to reduce data movement through the memory and cache hierarchy. We focus on the select scan database operator, because the scanning of columns moves large amounts of data prior to other operations like joins (i.e., push-down optimization). Initially, we evaluate the execution of the select scan using the HMC as an ordinary DRAM. Then, we introduce extensions to the HMC Instruction Set Architecture (ISA) to execute our near-data select scan operator inside the HMC, called HMC-Scan. In particular, we extend the HMC ISA with HMC-Scan to internally solve instruction dependencies. To support branch-less evaluation of the select scan and transform control-flow dependencies into data-flow dependencies (i.e., predicated execution) we propose another HMC ISA extension called HIPE-Scan. The HIPE-Scan leads to less iteration between processor and HMC during the execution of query filters that depends on in-memory data. We implemented the near-data select scan in the row/column/vector-wise query engines for x86 and two HMC extensions, HMC-Scan and HIPE-Scan achieving performance improvements of up to 3.7× for HMC-Scan and 5.6× for HIPE-Scan when executing the Query-6 from 1 GB TPC-H database on column-wise. Keywords: In-Memory DBMS, Hybrid Memory Cube, Processing-in-Memory.

Orientador : Luis Carlos Erpen de Bona / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 14/09/2017 / Inclui referências : p. 73-80 / Resumo: O avanço das tecnologias de comunicação e a redução dos dispositivos computacionais estão propiciando o desenvolvimento da Internet das Coisas (IoT). Esta rede integra desde geladeiras, relógios, bicicletas até dispositivos computacionais, promovendo a interação entre os objetos e os seres humanos em ambientes como domiciliares e industriais. Com a integração da comunicação entre os objetos, dispositivos computacionais e seres humanos, vários serviços personalizados poderão ser prestados em tempo real, tais como o monitoramento das funções vitais, operações de gerenciamento de emergências e mensuração da temperatura. Contudo, a grande quantidade de objetos inseridos nos ambientes produzem em velocidades elevadas um enorme volume de dados. Esta gama de informações geradas coloca a IoT como um ponto chave no desenvolvimento de aplicações de análise e processamento de dados. No entanto, aspectos relacionados a processamento, encaminhamento e armazenamento dos dados precisão ser revisados e aperfeiçoados para as aplicações da IoT, pois, o tráfego dos dados para os provedores de serviços em nuvem pode degradar os canais de comunicação e aumentar a latência nos serviços. Por este motivo, o conceito emergente da computação em Névoa (Fog) surgiu no intuito de utilizar os recursos disponíveis próximo do usuário final para executar o processamento, encaminhamento e armazenamento dos dados gerados na IoT. Assim, a Fog permite manter o tráfego dos dados e o processamento na borda da rede. Este trabalho propõe uma abordagem para gerenciamento de fluxo de dados da Internet das Coisas na Fog. Essa abordagem utiliza a Fog em conjunto com uma plataforma para IoT, de modo a reduzir o tráfego de dados brutos e a latência na rede. Desta forma, os dados brutos são processados na borda da rede e encaminhados direto ao nó consumidor e/ou para a infraestrutura da Nuvem. A abordagem foi avaliado através de simulações que mostraram sua eficácia no gerenciamento dos dados na borda da rede, reduzindo a latência dos serviços. Palavras-chave: IoT, Fog, Gerenciamento de fluxo de dados, Plataforma para IoT. / Abstract: The advancement of communication technologies and the reduction of computing devices are enabling the development of the Internet of Things (IoT). This network integrates from refrigerator, clock, bikes to computing devices, promoting the interaction between objects and humans in environments such as home and industrial. With the integration of communication between objects, computing devices, and many custom services humans can provided in realtime as the monitoring of vital functions, emergency management operations, measurement of temperature. However, the large amount of inserted objects in the environments at high speeds produce a huge volume of data. This range of information generated puts the IoT as a key point in the development of analysis and data processing applications. However, aspects related to data processing, routing, and storage need to be reviewed and improved for IoT applications because data traffic to cloud service providers can degrade communication channels and increase service latency. For this reason, the emergent concept of Fog Computing has appeared to use the available resources near the end-user to do the processing, routing and storage of the data generated in IoT. Fog allows you to keep data traffic and processing at the edge of the network. This paper proposes an approach to data flow management the Internet of Things in Fog. This approach uses Fog with an IoT platform to cut raw data traffic and latency on the network. In this way, the raw data is process at the edge of the network and send directly to the consumer node and/or to the cloud infrastructure. The approach was test through simulations that showed its effectiveness in data management at the edge of the network, reducing service latency. Keywords: IoT, Fog, Data flow management, Platform for IoT.

Este trabalho apresenta uma metodologia computacional para a geração, manipulação e visualização de elementos tridimensionais cuja forma geométrica básica e o paralelepípedo. Os entes geométricos são agrupados em classes funcionais de objetos e suas ocorrências são representadas em uma estrutura de dados funcional, criando-se uma representação relacional dos atributos funcionais das respectivas entidades. Além disso, também são consideradas as relações funcionais que podem ser produzidas entre os objetos modelados, estabelecendo-se uma linguagem de ações que permite levar em consideração as conseqüências funcionais produzidas por uma determinada ação de projeto aplicada em um determinado estágio de projeto. / This work presents a computational methodology for generating, handling and rendering tridimensional elements using parallelopipedous as their basic geometric form. The entities geometric are grouped in functional classes of objects and their occurrences are represented in a functional data structure where functional attributes for every entity are included using relational representations. Furthermore, functional relations among modelled objects are also considered and an action language is established in order to consider the functional consequences triggered by design actions during the different stages of the design process.