Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores (Major Automação). Faculdade de Engenharia. Universidade do Porto. 2010

Submitted by Nathália Faria da Silva (nathaliafsilva.ufv@gmail.com) on 2017-06-26T11:19:59Z No. of bitstreams: 1 texto completo.pdf: 495708 bytes, checksum: 1c5c7f9281c1cad88fac8b5c387cfb7d (MD5) / Made available in DSpace on 2017-06-26T11:19:59Z (GMT). No. of bitstreams: 1 texto completo.pdf: 495708 bytes, checksum: 1c5c7f9281c1cad88fac8b5c387cfb7d (MD5) Previous issue date: 2004-01-21 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / O objetivo deste trabalho é propor uma nova abordagem para realização de recomendações de adubação de culturas agrícolas, em substituição à abordagem tradicional, de utilização de tabelas que relacionam a classificação de resultados de análises de solo com doses de nutrientes a aplicar. Propõe-se um sistema de cálculos que estima a demanda da cultura por nutrientes, baseando-se na produtividade almejada e no conteúdo de nutrientes nos diferentes componentes da planta, além de usar os resultados de análises de solo de rotina como ‘índices de suficiência’, pelos quais se estima o suprimento potencial de nutrientes pelo solo. As doses de nutrientes a aplicar como fertilizantes correspondem à diferença entre a demanda e o suprimento, além de considerar outras fontes de nutrientes, como restos da cultura anterior e adubos orgânicos. Dessa forma, é possível estimar o balanço de massa dos nutrientes no sistema agrícola e monitorar a sustentabilidade da exploração em termos de manutenção da fertilidade do solo em longo prazo. O sistema foi idealizado com características que favorecem o desenvolvimento de um aplicativo de computador para utilização pelos profissionais da área, ser suficientemente flexível para permitir seu constante aprimoramento e ser adaptável a qualquer tipo de cultura e regiões agrícolas. Desta forma, o sistema deverá ser testado pelo uso, verificando-se a sua validade como ferramenta de modelagem para que o profissional possa aplicar e monitorar os resultados de suas recomendações em médio e longo prazo. / The objective of this work is to propose a new approach for carrying out recommendations of crop fertilization, as a substitution for the traditional approach, using tables relating the classification of soil analysis results with the nutrient doses to be applied. A calculation system estimating nutrient crop demand is proposed, based on the productivity goal and nutrient content in the different plant components, besides using the results of routine soil analyses as “sufficiency indexes’’ through which the potential nutrient supply by the soil is estimated. Nutrient doses to be applied as fertilizers correspond to the differences between demand and supply, besides considering other sources of nutrients, such as previous crop residues and organic fertilizers. Thus, it is possible to estimate the nutrient mass balance in the cropping system and monitor the sustainability of the exploration in terms of long- term soil fertility maintenance. The system was designed with features that favor the development of a computer program to be used by agronomy professionals and be sufficiently flexible to be constantly improved and adapted to any type of crop and to all farming regions. The proposed system must be tested to verify its validity as a modeling tool, by enable the user to monitor the short- and long-term results of its recommendations.

Submitted by PGCOMP UFBA (pgcomp@ufba.br) on 2016-05-04T19:17:20Z No. of bitstreams: 1 bruno-cabral-dissertacao-mestrado.pdf: 2471192 bytes, checksum: d79f658a3d0ad9e64c9e6e2daff4b069 (MD5) / Approved for entry into archive by Alda Lima da Silva (sivalda@ufba.br) on 2016-05-04T20:08:16Z (GMT) No. of bitstreams: 1 bruno-cabral-dissertacao-mestrado.pdf: 2471192 bytes, checksum: d79f658a3d0ad9e64c9e6e2daff4b069 (MD5) / Made available in DSpace on 2016-05-04T20:08:16Z (GMT). No. of bitstreams: 1 bruno-cabral-dissertacao-mestrado.pdf: 2471192 bytes, checksum: d79f658a3d0ad9e64c9e6e2daff4b069 (MD5) / Improving Recommender Systems Precision with Multiple Metadata using Ensemble Methods

Submitted by Nathália Faria da Silva (nathaliafsilva.ufv@gmail.com) on 2017-06-19T19:28:09Z No. of bitstreams: 1 texto completo.pdf: 297503 bytes, checksum: c99e5bb206c32e7909eeb029a99d04e7 (MD5) / Made available in DSpace on 2017-06-19T19:28:09Z (GMT). No. of bitstreams: 1 texto completo.pdf: 297503 bytes, checksum: c99e5bb206c32e7909eeb029a99d04e7 (MD5) Previous issue date: 2000-12-11 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / A informática pode ser vista como uma ferramenta, que permite armazenar informações de forma organizada, a fim de possibilitar o avanço na interpretação de alguns fenômenos do solo e da planta. O objetivo deste trabalho foi desenvolver um sistema capaz de interpretar análise de solo e recomendar nutrientes (SIR) para a cultura do arroz irrigado (AI) por inundação. O SIR-AI desenvolvido estima a demanda do nutriente pela cultura, como variável dependente da produção de grãos, e características do solo como a capacidade tampão. A quantidade de nutriente disponibilizada pelo solo é quantificada pela divisão de seu teor pela taxa de recuperação pelo extrator do nutriente adicionado. A demanda da cultura menos o nutriente disponibilizado no solo gera a recomendação de nutrientes. Para o N, utiliza–se a matéria orgânica, como variável, para estimar o N mineralizado num determinado período de tempo e o N disponível no solo, que deverá ser somado à quantidade de N reciclado dos restos de culturas utilizadas em rotação no inverno. Equações foram geradas para simplificar todo o SIR-AI, incluindo variáveis como a produção de grãos, o teor do nutriente disponível no solo e a medida da capacidade tampão dos solos. As equações estimam a recomendação de nutrientes com exatidão suficiente para serem utilizadas, satisfatoriamente, como uma maneira prática de interpretar análise de solo e recomendar nutrientes para a cultura do arroz irrigado por inundação, em substituição às tabelas atuais de recomendação. / The computer science may be seen as a tool that allows to store information on such an organized way to making possible the improvement of the interpretation of some soil and plant phenomena. The objective of this study was to develop a system capable to interpret soil analysis, as well as to recommend nutrients (SIR) to flood-irrigation rice crop (AI). The developed SIR-AI estimates the crop nutrient demand as a dependent variable of grain yield as well as the soil characteristics such as buffer capacity. The amount of nutrients available in soil is quantified, by dividing its nutrient content by the recovery rate as a function of the nutrient-added extractor. The crop demand minus the nutrient available in soil generates the nutrient recommendation. For N, the organic matter is used as variable to estimate the N mineralized over a certain time period, as well as the N available in soil which must be summed to the amount of N recycled from remainders of the rotation-used crops during winter. The equations were generated to simplify the whole SIR-AI, by including some variables such as grain yield, the nutrient content available in soil and the ixmeasurement of soil buffer capacity. The equations estimate the recommended amount of nutrients with an accuracy enough to be adequately used, so constituting a practical way to interpret soil analysis and to recommend nutrients to flood-irrigated rice crop in substitution to the current recommendation tables.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-07-31T18:34:57Z No. of bitstreams: 1 FELIPE BARBOSA ARAÚJO RAMOS - DISSERTAÇÃO PPGCC 2014..pdf: 8328573 bytes, checksum: 0548a10a7939d0db863b085abd12dbd5 (MD5) / Made available in DSpace on 2018-07-31T18:34:57Z (GMT). No. of bitstreams: 1 FELIPE BARBOSA ARAÚJO RAMOS - DISSERTAÇÃO PPGCC 2014..pdf: 8328573 bytes, checksum: 0548a10a7939d0db863b085abd12dbd5 (MD5) Previous issue date: 2014-06-30 / Os Sistemas de Recomendação vêm sendo utilizados em diversos domínios de aplicação, mais recentemente, no domínio de TV (TV Digital, Smart TV, etc). Várias abordagens podem ser utilizadas para recomendar itens ou tags, baseadas principalmente no feedback dos usuários. Porém, no domínio de TV Digital a obtenção de feedback explícito é feita usualmente por meio do controle remoto, que deve ser evitado para maximizar a experiência do usuário ao ver TV. Além disso, como no contexto de Smart TV vários tipos de itens podem ser recomendados (filmes, músicas, livros, etc) a recomendação deve ser genérica o suficiente para se adequar a diferentes conteúdos. Portanto, para contornar o problema de obtenção de feedback e gerar recomendações que possam ser usadas por diferentes aplicações de Smart TV, neste trabalho é proposta uma arquitetura de recomendação baseada na extração e classificação de termos por meio da análise de descritivos textuais de programas de TV presentes nos guias de programação. A fim de validar a solução proposta, um protótipo usando um conjunto de dados real foi desenvolvido, mostrando que a partir dos termos recomendados é possível gerar recomendações finais para diferentes aplicações de Smart TV. / mmendation systems have been used in several application domains, most recently for TV (Digital TV, Smart TV, etc). Several existing approaches can be used to recommend items or tags, mainly based on user feedback. However, in the Digital TV domain, user feedback has to be done generally by using the remote control, which should be avoided to improve user experience. Moreover, in the Smart TV environment several types of items can be recommended (movies, music, books, etc). Thus, the recommendation should be generic enough to suit to different content. Therefore, to solve the problem of acquiring feedback and still generate personalized recommendations to be used by different Smart TV applications, this work proposes a recommendation architecture based on the extraction and classification of terms by analyzing the textual descriptions of TV programs present on electronic programming guides. In order to validate the proposed solution, a prototype using a real dataset has been developed, showing that from the recommended terms is possible to generate final recommendations for different Smart TV applications

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2017. / Made available in DSpace on 2017-11-21T03:22:20Z (GMT). No. of bitstreams: 1 348587.pdf: 724704 bytes, checksum: b38ecdc2a6867c169d2e6b076ee4369e (MD5) Previous issue date: 2017 / O enorme volume de informação hoje em dia aumenta a complexidade e degrada a qualidade do processo de tomada de decisão. A fim de melhorar a qualidade das decisões, os sistemas de recomendação têm sido utilizados com resultados consideráveis. Nesse contexto, a filtragem colaborativa desempenha um papel ativo em superar o problema de sobrecarga de informação. Em um cenário em que novas avaliações são recebidas constantemente, um modelo estático torna-se ultrapassado rapidamente, portanto a velocidade de atualização do modelo é um fator crítico. Propomos um método de aprendizagem de ranqueamento incremental acelerado para filtragem colaborativa. Para atingir esse objetivo, aplicamos uma técnica de aceleração a uma abordagem de aprendizado incremental para filtragem colaborativa. Resultados em conjuntos de dados reais confirmam que o algoritmo proposto é mais rápido no processo de aprendizagem mantendo a precisão do modelo. / Abstract : The enormous volume of information nowadays increases the complexity of the decision-making process and degrades the quality of decisions. In order to improve the quality of decisions, recommender systems have been applied with significant results. In this context, the collaborative filtering technique plays an active role overcoming the information overload problem. In a scenario where new ratings have been received constantly, a static model becomes outdated quickly, hence the rate of update of the model is a critical factor. We propose an accelerated incremental listwise learning to rank approach for collaborative filtering. To achieve this, we apply an acceleration technique to an incremental collaborative filtering approach. Results on real word datasets show that our proposal accelerates the learning process and keeps the accuracy of the model.

Submitted by Luiz Felipe Barbosa (luiz.fbabreu2@ufpe.br) on 2015-03-09T13:05:35Z No. of bitstreams: 2 DISSERTAÇÃO Fausto José Feitosa Barbosa Gominho.pdf: 3236475 bytes, checksum: a2995266104419b1c881d5a9adec9ace (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-09T13:05:35Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO Fausto José Feitosa Barbosa Gominho.pdf: 3236475 bytes, checksum: a2995266104419b1c881d5a9adec9ace (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-08-25 / No ensino tradicional, o aprendiz é tratado como um simples receptor e armazenador de informações, ficando a cargo do professor o papel de disseminar informações as quais o aprendiz tenta passivamente absorver e utilizar na resolução de problemas, muitas vezes incompatíveis com a realidade profissional. Diante deste cenário, o modelo de ensino tradicional aos poucos vem sendo substituído por novas tendências pedagógicas, as quais apontam para a necessidade de formação de um profissional capaz de transformar a realidade social do seu cotidiano. No contexto das novas tendências pedagógicas, a Metodologia da Problematização, tendo como referência o Método do Arco de Maguerez, oferece um caminho capaz de orientar a prática pedagógica de um educador, visando o pensamento crítico e criativo dos alunos. Junto a essas novas tendências, é cada vez maior o uso da tecnologia da informação e comunicação como suporte para oferecer ferramentas e conteúdos no domínio da educação. Visando auxiliar o aprendiz na utilização adequada destas ferramentas e o acesso a um conteúdo de acordo com o contexto do aprendiz, este trabalho apresenta um assistente de recomendação sensível ao contexto para ambientes virtuais de aprendizagem baseados na Metodologia da Problematização operacionalizada através do Arco de Maguerez. Um protótipo foi desenvolvido utilizando o framework CEManTIKA, que apoia o desenvolvimento de sistemas sensíveis ao contexto, e está integrado ao software educativo PenSAE, que utiliza a metodologia da problematização, com foco na aquisição de competências e habilidades necessárias à prática do processo de Enfermagem na atenção à saúde da criança menor de dois anos. Um estudo experimental preliminar, realizado com vinte estudantes de enfermagem, verificou a utilidade e a usabilidade do assistente proposto.

Submitted by João Arthur Martins (joao.arthur@ufpe.br) on 2015-03-12T18:35:55Z No. of bitstreams: 2 Tese Edeilson Milhomen.pdf: 4933042 bytes, checksum: 3faba2bba3d1a377b4b5b12832800bee (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-12T18:35:55Z (GMT). No. of bitstreams: 2 Tese Edeilson Milhomen.pdf: 4933042 bytes, checksum: 3faba2bba3d1a377b4b5b12832800bee (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013-11-08 / O volume de informação disponível na web aumenta a cada dia, muitas vezes por estímulo das plataformas sociais que vêm se destacando neste cenário, já que provêem facilidades para que as pessoas possam interagir e trocar experiências. A gestão eficiente deste conhecimento, embora não seja uma tarefa trivial, pode trazer diversos benefícios como, por exemplo, a recomendação personalizada para as pessoas, de acordo com as suas preferências. Neste sentido, a presente tese tem como propósito apresentar uma abordagem, intitulada SWEETS, que identifica auto-maticamente quais as áreas e nível (grau) de conhecimento das pessoas, isto é, os especialistas em determinadas áreas de conhecimento. Para isso, são usados os conhecimentos produzidos por estas pessoas e disponibilizados em diferentes plataformas virtuais. A identificação dos ní-veis de conhecimento destas pessoas em áreas específicas pode não ser suficiente, pois é inte-ressante que sejam identificados os especialistas mais adequados para uma determinada pessoa, isto é, que tenham um relacionamento social mais próximo, aumentando assim a probabilidade de colaboração. As informações contextuais dos relacionamentos (e.g. distância social) entre pessoas oferecem background para a descoberta de quão estas pessoas confiam umas nas outras. Assim, a presente tese defende que estes relacionamentos de confiança são fundamentais na decisão de colaboração entre indivíduos. Por isso, é apresentada uma abordagem, intitulada T-SWEETS, que se baseia nas informações contextuais dos relacionamentos entre indivíduos para inferir o grau de confiança entre eles, e a sua implantação em um cenário que comprovou a ten-dência de colaboração entre os indivíduos que possuem relações confiáveis. T-SWEETS baseia-se em 4 elementos: Similaridade entre Perfis, Relacionamento de Confiança, Nível de Maturi-dade e Reputação, que são oriundos do resultado de um experimento realizado com um grupo de pessoas. Outra constatação desta tese é que, embora haja um grande volume de conhecimento disponibilizado pelas pessoas nas plataformas virtuais, muitas vezes este conhecimento pode não ser suficiente para identificar e recomendar a pessoa especialista em assuntos específicos. Por isso, a descoberta (recomendação) de relacionamentos de confiança entre os indivíduos po-de ser um elemento que encoraje as pessoas a trocarem experiências ou interagirem, uma vez que as pessoas tendem a colaborar com pessoas que mais confiam, fornecendo assim, insumo para a inferência das especialidades dos indivíduos.

Made available in DSpace on 2014-06-12T15:57:19Z (GMT). No. of bitstreams: 2 arquivo3181_1.pdf: 894422 bytes, checksum: 32675dce526579433b985fbe6750b3ca (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Atualmente é comum encontrar empresas de software com equipes de desenvolvimento distribuídas em diferentes localizações; em vários casos esta divisão ocorre em escala global. O crescimento desta nova modalidade de organização e disposição dos times está ligado aos interesses das empresas em conseguir os profissionais mais capacitados, reduzir o custo de desenvolvimento, ter presença globalizada e alcançar maior proximidade com os seus clientes. Contudo, o Desenvolvimento Distribuído de Software (DDS) tem criado diversos desafios na comunicação entre seus colaboradores. Entre os aspectos mais prejudicados pela comunicação deficiente está a identificação dos especialistas no projeto. Por conta disso, o inicio do processo de comunicação torna-se lento, afetando o desempenho das atividades no projeto e gerando atrasos na execução do projeto. Como as equipes podem ter um tempo de sobreposição de horário de trabalho muito curto, a identificação da pessoa mais provável a responder mensagens de dúvidas aponta ser uma grande oportunidade para reduzir os atrasos gerados na comunicação, principalmente assíncrona, entre equipes distribuídas. O presente trabalho propõe a ferramenta Presley para identificar e recomendar os especialistas existentes em um projeto àquelas pessoas que buscam por ajuda durante a atividade de codificação, reduzindo o tempo de espera e evitando desperdício de esforço na localização dos especialistas. Isto é realizado através da análise das informações contidas nos registros de comunicação dos desenvolvedores e no histórico de alterações dos códigosfonte. O experimento realizado demonstrou que a ferramenta pode ajudar na colaboração entre equipes distribuídas e que a comunicação registrada pode fornecer informações valiosas na identificação dos especialistas

Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-08-13T21:55:29Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTACAO José Henrique Marques Davino.pdf: 3355772 bytes, checksum: 1751ee49f93180159f006e79d445a387 (MD5) / Approved for entry into archive by Alice Araujo (alice.caraujo@ufpe.br) on 2018-08-16T18:16:45Z (GMT) No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTACAO José Henrique Marques Davino.pdf: 3355772 bytes, checksum: 1751ee49f93180159f006e79d445a387 (MD5) / Made available in DSpace on 2018-08-16T18:16:45Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTACAO José Henrique Marques Davino.pdf: 3355772 bytes, checksum: 1751ee49f93180159f006e79d445a387 (MD5) Previous issue date: 2017-05-25 / Promover alternativas de locomoção que sejam de baixo custo e acessível à maioria da população é uma das maneiras para diminuir os problemas de mobilidade nos grandes centros urbanos. Considerando as estratégias existentes, a bicicleta é uma das mais interessantes, pois possibilita ao usuário se deslocar por pequenos trajetos em velocidades significativas, além de proporcionar benefícios à saúde. Apesar disso, as incertezas do trânsito, aliadas à ausência de informação sobre por onde transitar de forma segura têm contribuído para que muitos ciclistas não se sintam seguros em compartilhar as vias com os veículos. Neste estudo, apresentamos a proposta de um sistema de recomendação de rotas para ciclistas, capaz de sugerir opções de deslocamentos, considerando eventos dinâmicos, bem como as preferências dos usuários. O estudo contou com um experimento para avaliar a relevância das recomendações apresentadas. Os resultados mostram que o sistema consegue recomendar rotas sensíveis ao contexto dos usuários de forma adequada apoiando-os na escolha de um trajeto. / To promote transportation alternatives that are low-cost and accessible to the majority of the population is one possible way to decrease mobility problems in major urban centers. Amongst the current choices, cycling is one of the most interesting, since it enables the user to move through small paths with significant speed, in addition to providing health benefits. However, the uncertainties of the traffic combined with the lack of information about where to cycle safely, have been contributing to the fact that many cyclists do not feel safe to share the roads with vehicles. In this study, we present the proposal of a system for recommending cycling routes, able to suggest alternative routes for cyclists to move around, considering dynamic events, and users’ preferences. This study included an experiment to assess the relevance of the recommendations made. The results show that the system can recommend properly routes that are sensitive to user's context supporting them in the choice of a route.