The provision of educational sources on the Web through specific portals or by public libraries has given democratic spaces to both students and teachers to support their educational routine. However, it is always a challenge to make all that diversity of resources useful to each individual having into consideration their needs. This dissertation seeks to contribute providing students and teachers with a computational environment to help in the learning process. This solution connected to a Learning Virtual Environment and an Exercise Virtual Environment allows students to have an automatic tutorial support, which has references and content targeted to their learning level. This solution allows to the teachers not only support their didactic work with the students, but also it permits to view the status of each student against curricular elements that should be addressed in the teacherâs discipline. Such approach can help the teacher in making adjustments and improvements to the course. ESignifica, a recommendation system was developed according to the filtering hybrid techniques, that add a content and a collaborative filter as well. The developed solution was tested with a student group from the Calculus subject that belonged to the Electrical Engineering course from the Federal University of Cearà â UFC, academic years 2012, 2013 and 2014. The Recommendation System developed and the experimental results achieved are presented in this dissertation. / A oferta de recursos educacionais na web por meio de portais especÃficos ou de bibliotecas pÃblicas de conteÃdo tem proporcionado espaÃos democrÃticos a alunos e professores no apoio a suas prÃticas acadÃmicas. No entanto, tornar Ãtil a diversidade de recursos disponÃveis levando em consideraÃÃo as necessidades especÃficas de cada indivÃduo à ainda um desafio a enfrentar. Inserindo-se neste contexto, este trabalho, propÃe um ambiente computacional a alunos e professores que seja capaz de sugerir, de maneira seletiva, conteÃdos de apoio ao processo de aprendizagem. Integrando um Ambiente Virtual de Aprendizagem a um Ambiente Virtual de ExercÃcios, o Sistema de RecomendaÃÃo sugere ao aluno referÃncias a conteÃdos adequados ao nÃvel de dificuldade apresentado durante a realizaÃÃo de exercÃcios interativos propostos. AlÃm disso, a partir do rastreamento das interaÃÃes dos alunos com os exercÃcios interativos e compilaÃÃo de resultados, o sistema permite identificar, atravÃs de relatÃrios, os conteÃdos com os quais os alunos vÃm apresentando maiores dificuldades, tanto do ponto de vista individual como coletivo, instrumentalizando professores à realizaÃÃo de medidas proativas. O sistema de recomendaÃÃo desenvolvido, denominado eSignifica, foi especificado segundo as tÃcnicas de filtragem hÃbrida, combinando filtragem de conteÃdo e filtragem colaborativa. A soluÃÃo desenvolvida foi testada com turmas de alunos de uma disciplina de CÃlculo Fundamental do curso de Engenharia ElÃtrica da Universidade federal do Cearà â UFC nos anos letivos de 2012, 2013 e 2014. O Sistema de RecomendaÃÃo desenvolvido e os resultados experimentais alcanÃados demonstraram a possibilidade que um trabalho preventivo pode resultar em um melhor rendimento da turma, assim como apresentar as dificuldades mais relevantes da turma pode servir de auxÃlio ao professor para um planejamento de aulas mais eficaz.

Filtragem é uma das mais importantes operações em processamento de imagens e vídeos. Em particular, filtros de altas dimensões são ferramentas fundamentais para diversas aplicações, tendo recebido recentemente significativa atenção de pesquisadores da área. Infelizmente, implementações ingênuas desta importante classe de filtros são demasiadamente lentas para muitos usos práticos, especialmente tendo em vista o aumento contínuo na resolução de imagens capturadas digitalmente. Esta dissertação descreve três novas abordagens para filtragem eficiente em altas dimensões: a domain transform, os adaptive manifolds, e uma formulação matemática para a aplicação de filtros recursivos em sinais amostrados não-uniformemente. A domain transform, representa o estado-da-arte em termos de algoritmos para filtragem utilizando métrica geodésica. A inovação desta abordagem é a utilização de um procedimento simples de redução de dimensionalidade para implementar eficientemente filtros de alta dimensão. Isto nos permite a primeira demonstração de filtragem com preservação de arestas em tempo real para vídeos coloridos de alta resolução (full HD). Os adaptive manifolds, representam o estado-da-arte em termos de algoritmos para filtragem utilizando métrica Euclidiana. A inovação desta abordagem é a ideia de subdividir o espaço de alta dimensão em fatias não-lineares de mais baixa dimensão, as quais são filtradas independentemente e finalmente interpoladas para obter uma filtragem de alta dimensão com métrica Euclidiana. Com isto obtemos diversos avanços em relação a técnicas anteriores, como filtragem mais rápida e requerendo menos memória, além da derivação do primeiro filtro Euclidiano com custo linear tanto no número de pixels da imagem (ou vídeo) quanto na dimensionalidade do espaço onde o filtro está operando. Finalmente, introduzimos uma formulação matemática que descreve a aplicação de um filtro recursivo em sinais amostrados de maneira não-uniforme. Esta formulação estende a ideia de filtragem geodésica para filtros recursivos arbitrários (tanto passa-baixa quanto passa-alta e passa-banda). Esta extensão fornece maior controle sobre as respostas desejadas para os filtros, as quais podem então ser melhor adaptadas para aplicações específicas. Como exemplo, demonstramos—pela primeira vez na literatura—filtros geodésicos com formato Gaussiano, Laplaciana do Gaussiano, Butterworth, e Cauer, dentre outros. Com a possibilidade de se trabalhar com filtros arbitrários, nosso método permite uma nova variedade de efeitos para aplicações em imagens e vídeos. / Filtering is arguably the single most important operation in image and video processing. In particular, high-dimensional filters are a fundamental building block for several applications, having recently received considerable attention from the research community. Unfortunately, naive implementations of such an important class of filters are too slow for many practical uses, specially in light of the ever increasing resolution of digitally captured images. This dissertation describes three novel approaches to efficiently perform high-dimensional filtering: the domain transform, the adaptive manifolds, and a mathematical formulation for recursive filtering of non-uniformly sampled signals. The domain transform defines an isometry between curves on the 2D image manifold in 5D and the real line. It preserves the geodesic distance between points on these curves, adaptively warping the input signal so that high-dimensional geodesic filtering can be efficiently performed in linear time. Its computational cost is not affected by the choice of the filter parameters; and the resulting filters are the first to work on color images at arbitrary scales in real time, without resorting to subsampling or quantization. The adaptive manifolds compute the filter’s response at a reduced set of sampling points, and use these for interpolation at all input pixels, so that high-dimensional Euclidean filtering can be efficiently performed in linear time. We show that for a proper choice of sampling points, the total cost of the filtering operation is linear both in the number of pixels and in the dimension of the space in which the filter operates. As such, ours is the first high-dimensional filter with such a complexity. We present formal derivations for the equations that define our filter, providing a sound theoretical justification. Finally, we introduce a mathematical formulation for linear-time recursive filtering of non-uniformly sampled signals. This formulation enables, for the first time, geodesic edge-aware evaluation of arbitrary recursive infinite impulse response filters (not only low-pass), which allows practically unlimited control over the shape of the filtering kernel. By providing the ability to experiment with the design and composition of new digital filters, our method has the potential do enable a greater variety of image and video effects. The high-dimensional filters we propose provide the fastest performance (both on CPU and GPU) for a variety of real-world applications. Thus, our filters are a valuable tool for the image and video processing, computer graphics, computer vision, and computational photography communities.

Filtragem é uma das mais importantes operações em processamento de imagens e vídeos. Em particular, filtros de altas dimensões são ferramentas fundamentais para diversas aplicações, tendo recebido recentemente significativa atenção de pesquisadores da área. Infelizmente, implementações ingênuas desta importante classe de filtros são demasiadamente lentas para muitos usos práticos, especialmente tendo em vista o aumento contínuo na resolução de imagens capturadas digitalmente. Esta dissertação descreve três novas abordagens para filtragem eficiente em altas dimensões: a domain transform, os adaptive manifolds, e uma formulação matemática para a aplicação de filtros recursivos em sinais amostrados não-uniformemente. A domain transform, representa o estado-da-arte em termos de algoritmos para filtragem utilizando métrica geodésica. A inovação desta abordagem é a utilização de um procedimento simples de redução de dimensionalidade para implementar eficientemente filtros de alta dimensão. Isto nos permite a primeira demonstração de filtragem com preservação de arestas em tempo real para vídeos coloridos de alta resolução (full HD). Os adaptive manifolds, representam o estado-da-arte em termos de algoritmos para filtragem utilizando métrica Euclidiana. A inovação desta abordagem é a ideia de subdividir o espaço de alta dimensão em fatias não-lineares de mais baixa dimensão, as quais são filtradas independentemente e finalmente interpoladas para obter uma filtragem de alta dimensão com métrica Euclidiana. Com isto obtemos diversos avanços em relação a técnicas anteriores, como filtragem mais rápida e requerendo menos memória, além da derivação do primeiro filtro Euclidiano com custo linear tanto no número de pixels da imagem (ou vídeo) quanto na dimensionalidade do espaço onde o filtro está operando. Finalmente, introduzimos uma formulação matemática que descreve a aplicação de um filtro recursivo em sinais amostrados de maneira não-uniforme. Esta formulação estende a ideia de filtragem geodésica para filtros recursivos arbitrários (tanto passa-baixa quanto passa-alta e passa-banda). Esta extensão fornece maior controle sobre as respostas desejadas para os filtros, as quais podem então ser melhor adaptadas para aplicações específicas. Como exemplo, demonstramos—pela primeira vez na literatura—filtros geodésicos com formato Gaussiano, Laplaciana do Gaussiano, Butterworth, e Cauer, dentre outros. Com a possibilidade de se trabalhar com filtros arbitrários, nosso método permite uma nova variedade de efeitos para aplicações em imagens e vídeos. / Filtering is arguably the single most important operation in image and video processing. In particular, high-dimensional filters are a fundamental building block for several applications, having recently received considerable attention from the research community. Unfortunately, naive implementations of such an important class of filters are too slow for many practical uses, specially in light of the ever increasing resolution of digitally captured images. This dissertation describes three novel approaches to efficiently perform high-dimensional filtering: the domain transform, the adaptive manifolds, and a mathematical formulation for recursive filtering of non-uniformly sampled signals. The domain transform defines an isometry between curves on the 2D image manifold in 5D and the real line. It preserves the geodesic distance between points on these curves, adaptively warping the input signal so that high-dimensional geodesic filtering can be efficiently performed in linear time. Its computational cost is not affected by the choice of the filter parameters; and the resulting filters are the first to work on color images at arbitrary scales in real time, without resorting to subsampling or quantization. The adaptive manifolds compute the filter’s response at a reduced set of sampling points, and use these for interpolation at all input pixels, so that high-dimensional Euclidean filtering can be efficiently performed in linear time. We show that for a proper choice of sampling points, the total cost of the filtering operation is linear both in the number of pixels and in the dimension of the space in which the filter operates. As such, ours is the first high-dimensional filter with such a complexity. We present formal derivations for the equations that define our filter, providing a sound theoretical justification. Finally, we introduce a mathematical formulation for linear-time recursive filtering of non-uniformly sampled signals. This formulation enables, for the first time, geodesic edge-aware evaluation of arbitrary recursive infinite impulse response filters (not only low-pass), which allows practically unlimited control over the shape of the filtering kernel. By providing the ability to experiment with the design and composition of new digital filters, our method has the potential do enable a greater variety of image and video effects. The high-dimensional filters we propose provide the fastest performance (both on CPU and GPU) for a variety of real-world applications. Thus, our filters are a valuable tool for the image and video processing, computer graphics, computer vision, and computational photography communities.

Filtragem é uma das mais importantes operações em processamento de imagens e vídeos. Em particular, filtros de altas dimensões são ferramentas fundamentais para diversas aplicações, tendo recebido recentemente significativa atenção de pesquisadores da área. Infelizmente, implementações ingênuas desta importante classe de filtros são demasiadamente lentas para muitos usos práticos, especialmente tendo em vista o aumento contínuo na resolução de imagens capturadas digitalmente. Esta dissertação descreve três novas abordagens para filtragem eficiente em altas dimensões: a domain transform, os adaptive manifolds, e uma formulação matemática para a aplicação de filtros recursivos em sinais amostrados não-uniformemente. A domain transform, representa o estado-da-arte em termos de algoritmos para filtragem utilizando métrica geodésica. A inovação desta abordagem é a utilização de um procedimento simples de redução de dimensionalidade para implementar eficientemente filtros de alta dimensão. Isto nos permite a primeira demonstração de filtragem com preservação de arestas em tempo real para vídeos coloridos de alta resolução (full HD). Os adaptive manifolds, representam o estado-da-arte em termos de algoritmos para filtragem utilizando métrica Euclidiana. A inovação desta abordagem é a ideia de subdividir o espaço de alta dimensão em fatias não-lineares de mais baixa dimensão, as quais são filtradas independentemente e finalmente interpoladas para obter uma filtragem de alta dimensão com métrica Euclidiana. Com isto obtemos diversos avanços em relação a técnicas anteriores, como filtragem mais rápida e requerendo menos memória, além da derivação do primeiro filtro Euclidiano com custo linear tanto no número de pixels da imagem (ou vídeo) quanto na dimensionalidade do espaço onde o filtro está operando. Finalmente, introduzimos uma formulação matemática que descreve a aplicação de um filtro recursivo em sinais amostrados de maneira não-uniforme. Esta formulação estende a ideia de filtragem geodésica para filtros recursivos arbitrários (tanto passa-baixa quanto passa-alta e passa-banda). Esta extensão fornece maior controle sobre as respostas desejadas para os filtros, as quais podem então ser melhor adaptadas para aplicações específicas. Como exemplo, demonstramos—pela primeira vez na literatura—filtros geodésicos com formato Gaussiano, Laplaciana do Gaussiano, Butterworth, e Cauer, dentre outros. Com a possibilidade de se trabalhar com filtros arbitrários, nosso método permite uma nova variedade de efeitos para aplicações em imagens e vídeos. / Filtering is arguably the single most important operation in image and video processing. In particular, high-dimensional filters are a fundamental building block for several applications, having recently received considerable attention from the research community. Unfortunately, naive implementations of such an important class of filters are too slow for many practical uses, specially in light of the ever increasing resolution of digitally captured images. This dissertation describes three novel approaches to efficiently perform high-dimensional filtering: the domain transform, the adaptive manifolds, and a mathematical formulation for recursive filtering of non-uniformly sampled signals. The domain transform defines an isometry between curves on the 2D image manifold in 5D and the real line. It preserves the geodesic distance between points on these curves, adaptively warping the input signal so that high-dimensional geodesic filtering can be efficiently performed in linear time. Its computational cost is not affected by the choice of the filter parameters; and the resulting filters are the first to work on color images at arbitrary scales in real time, without resorting to subsampling or quantization. The adaptive manifolds compute the filter’s response at a reduced set of sampling points, and use these for interpolation at all input pixels, so that high-dimensional Euclidean filtering can be efficiently performed in linear time. We show that for a proper choice of sampling points, the total cost of the filtering operation is linear both in the number of pixels and in the dimension of the space in which the filter operates. As such, ours is the first high-dimensional filter with such a complexity. We present formal derivations for the equations that define our filter, providing a sound theoretical justification. Finally, we introduce a mathematical formulation for linear-time recursive filtering of non-uniformly sampled signals. This formulation enables, for the first time, geodesic edge-aware evaluation of arbitrary recursive infinite impulse response filters (not only low-pass), which allows practically unlimited control over the shape of the filtering kernel. By providing the ability to experiment with the design and composition of new digital filters, our method has the potential do enable a greater variety of image and video effects. The high-dimensional filters we propose provide the fastest performance (both on CPU and GPU) for a variety of real-world applications. Thus, our filters are a valuable tool for the image and video processing, computer graphics, computer vision, and computational photography communities.

The amount of video content online will nearly triple in quantity by 2021 compared to 2016. The implementation of sophisticated filters is of paramount importance to manage this information flow. The research question of this thesis asks to what extent it is possible to generate personal recommendations, based on the data that news videos implies. The objective is to evaluate how different recommender systems compare to complete random, each other and how they are received by users in a test environment. This study was performed during the spring of 2018, and explore four different algorithms. These recommender systems include a content-based, a collaborative-filter, a hybrid model and a popularity model as a baseline. The dataset originates from a news media startup called Newstag, who provide video news on a global scale. The data is sparse and includes implicit feedback only. Three offline experiments and a user test were performed. The metric that guided the algorithms offline performance was their recall at 5 and 10, due to the fact that the top list of recommended items are of most interest. A comparison was done on different amounts of meta-data included during training. Another test explored respective algorithms performance as the density of the data increased. In the user test, a mean opinion score was calculated based on the quality of recommendations that each of the algorithms generated for the test subjects. The user test also included randomly sampled news videos to compare with as a baseline. The results indicate that for this specific setting and data set, the content-based recommender system performed best in both the recall at five and ten, as well as in the user test. All of the algorithms outperformed the random baseline. / Mängden video som finns tillgänglig på internet förväntas att tredubblas år 2021 jämfört med 2016. Detta innebär ett behov av sofistikerade filter för att kunna hantera detta informationsflöde. Detta examensarbete ämnar att svara på till vilken grad det går att generera personliga rekommendationer baserat på det data som nyhetsvideo innebär. Syftet är att utvärdera och jämföra olika rekommendationssystem och hur de står sig i ett användartest. Studien utfördes under våren 2018 och utvärderar fyra olika algoritmer. Dessa olika rekommendationssystem innefattar tekniker som content-based, collaborative-filter, hybrid och en popularitetsmodell används som basvärde. Det dataset som används är glest och har endast implicita attribut. Tre experiment utförs samt ett användartest. Mätpunkten för algoritmernas prestanda utgjordes av recall at 5 och recall at 10, dvs. att man mäter hur väl algoritmerna lyckas generera värdefulla rekommendationer i en topp-fem respektive topp-10-lista av videoklipp. Detta då det är av intresse att ha de mest relevanta videorna högst upp i sin lista av resultat. En jämförelse gjordes mellan olika mängd metadata som inkluderades vid träning. Ett annat test gick ut på att utforska hur algoritmerna presterar då datasetet blir mindre glest. I användartestet användes en utvärderingsmetod kallad mean-opinion-score och denna räknades ut per algoritm genom att testanvändare gav betyg på respektive rekommendation, baserat på hur intressant videon var för dem. Användartestet inkluderade även slumpmässigt generade videos för att kunna jämföras i form av basvärde. Resultaten indikerar, för detta dataset, att algoritmen content-based presterar bäst både med hänsyn till recall at 5 & 10 samt den totala poängen i användartestet. Alla algoritmer presterade bättre än slumpen.

Made available in DSpace on 2016-12-23T14:07:25Z (GMT). No. of bitstreams: 1 helio parte1.pdf: 1713469 bytes, checksum: 8508da763de16f05e303b27a5e2f576c (MD5) Previous issue date: 2009-07-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Em siderúrgicas que utilizam o processo de laminação de tiras a quente, é muito comum o uso de cicloconversores com potências nominais da ordem de megawatts, para o acionamento de motores síncronos. Os cicloconversores absorvem uma corrente distorcida da rede elétrica, causando assim uma distorção de tensão no ponto de acoplamento comum (PAC) e inúmeros problemas de qualidade da energia elétrica. Uma solução muito utilizada para a mitigação harmônica nesta aplicação é obtida através do uso de filtros passivos, com vários estágios de filtragem. Porém esta é uma solução que pode causar ressonância harmônica, aumentando assim a distorção harmônica no sistema elétrico e causando sobrecarga no sistema de filtragem. Neste trabalho é apresentado um estudo de caso em uma grande siderúrgica, localizada na Grande Vitória. Por meio de medições na subestação do laminador de tiras a quente, são apresentadas as principais formas de onda das correntes e tensões, em conjunto com seus espectros harmônicos, que comprovam a existência do fenômeno da ressonância harmônica. Como está prevista uma expansão de 30% na carga do laminador, torna-se necessário um estudo do comportamento do sistema elétrico por meio de simulação, pois o fenômeno da amplificação harmônica pode aumentar os níveis de distorção e afetar o desempenho do sistema de filtragem passiva. Foi utilizado um modelo para o sistema sob estudo desenvolvido, o qual apresenta forte grau de correlação com o sistema real. De posse do modelo é realizada uma análise comparativa por meio de simulação entre duas topologias de filtragem híbrida, o filtro híbrido série e o paralelo, para a filtragem harmônica e amortecimento da ressonância. Os resultados obtidos mostram que o filtro híbrido série é a topologia que permite realizar o amortecimento harmônico e melhorar as características de compensação harmônica do sistema de filtragem passiva, com um filtro ativo de menor potência nominal, quando comparado a um filtro híbrido paralelo. Porém, esta estrutura não possui boas características de filtragem em elevada frequência, função que o filtro híbrido paralelo pode realizar, porém com um filtro ativo de elevada potência nominal. Por final é mostrado que um filtro híbrido série, composto por um filtro ativo e banco de capacitores aplicado ao sistema elétrico do laminador, pode proporcionar os mesmos resultados de compensação harmônica e amortecimento da ressonância, com um filtro ativo de menor potência, quando comparado à estrutura híbrida tradicional, composta pela associação série entre um filtro ativo e passivo.

In our daily life, time is of the essence. People do not have time to browse through hundreds of thousands of digital items every day to find the right item for them. This is where a recommendation system shines. Tigerhall is a company that distributes podcasts, ebooks and events to subscribers. They are expanding their digital content warehouse which leads to more data for the users to filter. To make it easier for users to find the right podcast or the most exciting e-book or event, a recommendation system has been implemented. A recommender system can be implemented in many different ways. There are content-based filtering methods that can be used that focus on information about the items and try to find relevant items based on that. Another alternative is to use collaboration filtering methods that use information about what the consumer has previously consumed in correlation with what other users have consumed to find relevant items. In this project, a hybrid recommender system that uses a k-nearest neighbors algorithm alongside a matrix factorization algorithm has been implemented. The k-nearest neighbors algorithm performed well despite the sparse data while the matrix factorization algorithm performs worse. The matrix factorization algorithm performed well when the user has consumed plenty of items.

Made available in DSpace on 2016-12-23T14:07:27Z (GMT). No. of bitstreams: 1 Dissertacao de Dirceu Soares Junior Parte 1.pdf: 2325132 bytes, checksum: 944653981d05fdcc1c69ff97b342de4f (MD5) Previous issue date: 2011-09-22 / Uma planta siderúrgica caracteriza-se pela existência em seu processo produtivo de cargas não lineares de elevada potência. Dentre estas cargas, as siderúrgicas do tipo mini-mill possuem normalmente Forno Elétrico a Arco (FEA) na sua fase inicial de produção do aço, que ocorre a partir da fusão de sucatas metálicas como principal matéria-prima utilizada. Os fornos elétricos absorvem uma corrente distorcida da rede elétrica, causando assim uma distorção de tensão no ponto de acoplamento comum (PAC) e inúmeros problemas de qualidade de energia elétrica. Uma solução muito utilizada para a mitigação harmônica neste tipo de carga elétrica é obtida através do uso de filtros passivos, com vários estágios de filtragem. Porém esta é uma solução que pode levar ao efeito da ressonância harmônica, elevando com isto a distorção harmônica no sistema elétrico e causando sobrecarga no sistema de filtragem. Neste trabalho é apresentado um estudo de caso em uma siderúrgica não integrada (siderúrgica que possui sucata metálica e ferro gusa como matérias-primas principais na fabricação do aço), localizada na região da Grande Vitória. Por meio de medições na subestação principal da usina, são apresentadas as principais formas de onda das correntes e tensões, em conjunto com seus espectros harmônicos, que comprovam a existência de distorções harmônicas, sobretudo provenientes da corrente do forno elétrico a arco. As medições consideradas no trabalho, para simulação dos modelos contendo os filtros híbridos, foram aquelas originadas da condição operacional mais crítica do processo, sob o ponto de vista de momento onde o comportamento da carga acarreta o maior desvio quanto à qualidade de energia nas variáveis elétricas medidas. O modelo utilizado para o sistema em questão apresenta forte grau de correlação com o sistema real, retratado através das medições elétricas efetuadas. De posse do modelo é realizada uma análise comparativa por meio de simulação entre duas topologias de filtragem híbrida, o filtro híbrido série e o filtro híbrido paralelo, para a compensação harmônica e amortecimento da ressonância. Os resultados das simulações e das análises das ressonâncias mostraram que o filtro híbrido paralelo é a topologia que permite a maior redução das distorções harmônicas de corrente e de tensão no PAC, utilizando-se um filtro ativo com a menor potência nominal. Contudo, a filtragem híbrida paralela não provê a eliminação por completo da ressonância paralela. E, quanto à ressonância série, o filtro utilizado não possui a capacidade de interferir na condição de amplificação harmônica existente no sistema elétrico. Finalmente, o estudo propõe que a definição da melhor alternativa de filtragem leve em consideração a escolha do ganho do filtro ativo e, consequentemente, a sua potência, de forma bem alinhada aos objetivos de melhoria na qualidade de energia elétrica que são esperados para o sistema em questão / A steelmaking plant is characterized for having in its productive process non linear loads of high power. For these loads, the steelmaking industries called mini-mill normally have Electric Arc Furnace (EAF) in its initial steel production phase that happen with metallic scrap melting being the principal raw material used. The EAF absorb a distorted current from the electric main, causing voltage distortion in its point of common coupling (PCC) and many problems with respects the electric power quality. A standard solution used for the harmonic mitigation in this application is obtained through the use of composite passive filter. However this is a solution that can cause harmonic resonance, increasing the harmonic distortion in the electrical system and causing overload in the filtering system. In this work, a case in a non integrated steel industry, located at Grande Vitoria region, is presented. Through measurements in the main substation of the plant, the main current and voltage waveforms are presented, along with its harmonic spectrum, that confirm the existence of harmonic resonance phenomenon, mainly from Electric Arc Furnace current. The measurement considered in this work to simulate the hybrid filters models, was that originated from operational condition with higher process criticism, under viewpoint of the moment where the behavior of the load brings to a major deviation regarding the power quality at the measured variables. The model used for the system under study shows strong correlation with the real system portrayed through the electrical measurements done. Using the model, a comparative simulation analysis is done, between two hybrid topologies, the series hybrid filter and the parallel hybrid filter, with the objective of harmonic compensation and resonance damping. The results of simulations and resonance analysis showed that the parallel hybrid filter is the topology that allows the greatest reduction in harmonic distortion of current and voltage in the PCC (Point of Common Coupling), using an active filter with the lowest nominal power rating. However, the parallel hybrid filtering does not provide the complete elimination of parallel resonance, and for the series resonance, the filter used does not have the ability to interfere in the harmonic amplification condition existing in the electrical system. Finally, the study proposes that the best filtering alternative takes into account the choice of the active filter gain and consequently its power, so well aligned with the objectives of improving the power quality that are expected for the system under analysis

Mängden data som transporteras över Internet idag är stor. Vilket innebär att det finns ett överflöd av information och ett behov för att urskilja relevant innehåll mot irrelevant. För att uppnå detta används rekommendationssystem som i sin tur använder olika filtreringstekniker. Det finns tre huvudtyper av tekniker, innehållsbaserad kollaborativ filtrering och hybrid tekniker. Syftet med studien är att jämföra olika filtreringstekniker och undersöka hur teknikerna förhåller sig till träffsäkerhet mot testset, beräkningsbelasning och användarnöjdhet. För att genomföra detta på ett nyanserat sätt har en strukturerad litteraturstudie genomförts där sju olika steg för inhämtning och analys av dokument gjorts. En kvalitativ metanalys genomfördes på de 28 utvalda tidskriftsartiklarna. IFT rekommendationssystem var den rekommendationsteknik som anses minst effektiv utifrån den definition som studien utgått från. KFT och hybrid rekommendationssystem är de som är mest effektiva enligt denna studie. Hybrid system kan ta vara på fördelar från alla andra tekniker och kan synergiskt också motverka vissa av teknikernas förknippade brister, mot kostnaden av att implementations-komplexiteten ökar.

In this thesis, various machine learning domains have been combined in order to build a video recommender system that is based on object detection. The work combines two extensively studied research fields, recommender systems and computer vision, that also are rapidly growing and popular techniques on commercial markets. To investigate the performance of the approach, three different content-based recommender systems have been implemented at Spotify, which are based on the following video features: object detections, titles and descriptions, and user preferences. These systems have then been evaluated and compared against each other together with their hybridized result. Two algorithms have been implemented, the prediction and the top-N algorithm, where the former is the more reliable source for evaluating the system's performance. The evaluation of the system shows that the overall performance scores for predicting values of the users' liked and disliked videos are in the range from about 40 % to 70 % for the prediction algorithm and from about 15 % to 70 % for the top-N algorithm. The approach based on object detection performs worse in comparison to the other approaches. Hence, there seems to be is a low correlation between the user preferences and the video contents in terms of object detection data. Therefore, this data is not very suitable for describing the content of videos and using it in the recommender system. However, the results of this study cannot be generalized to apply for other systems before the approach has been evaluated in other environments and for various data sets. Moreover, there are plenty of room for refinements and improvements to the system, as well as there are many interesting research areas for future work.