Search

Tese de doutoramento em Civil Engineering, The research work presented in this Thesis aims at contributing to the field of numerical simulation and analysis of fibre reinforced concrete (FRC) structures by developing and implementing numerical tools in a computer code designated FEMIX, which is a general purpose finite element software. Initially, the existing multi-fixed smeared crack model approach in the FEMIX software is used in combination with the constitutive models currently available to conduct a set of numerical case studies of FRC elements failing in bending and shear to analyse the influence the fracture mode I/II parameters of the constitutive models. Subsequently, a generalised approach to compute the crack band width (CBW) is presented and its implementation in the FEMIX computer code is detailed. Furthermore, the extension of this approach to the integration point (IP) level was also conducted and its application made available for plane stress, shell and solid finite elements. The referred approach is analysed by means of a numerical case study where distinct mesh configurations are used to investigate the impact of the CBW in the results. Subsequently, an approach for deriving the fracture mode I parameters of FRC from experimental results of three-point notched beam bending test (3PNBBT) and round panel tests supported on three points (RPT-3PS) is proposed and implemented with C programming language. The developed inverse analysis (IA) approach is based on a nonlinear least squares algorithm coupled with an automatic parameter updating procedure in which the optimised variables are modified based on the deviation between numerical and experimental response. The numerical response is simulated by means of analytical models eliminating the need for a finite element (FE) model significantly reducing the computational time. The developed methodology provides very accurate predictions of the experimental responses both for 3PNBBT and RPT-3PS results. Furthermore, the automatic updating procedure of the input parameters ensures that the final results are practically insensitive to the initial guess of the variables provided by the user. Finally, the developed tool is used to derive the fracture mode I parameters of a real-scale fibre reinforced concrete (FRC) beam and the results are discussed. Finally, the development and implementation of a two dimensional mixedmode fracture smeared crack model (MMFSCM) in the FEMIX software is detailed. The model is based on the combination of the aggregate interlock and fibre pullout resisting mechanisms, using the rough crack model (RCM) and the contact density Model (CDM) for the aggregate interlock component, and the Pfyl, simplified diverse embeddment model (SDEM) and universal variable engagement model (UVEM) for simulating the fibre pullout contribution. The model is appraised by means of numerical case studies, addressing both mode I and mode II fracture dominant mechanisms. Furthermore, modifications to the original fibre pullout models formulation are proposed in order to enhance the predictive performance of the MMFSCM. The predictive performance of the MMFSCM is analysed and discussed by comparing numerical and experimental results gathered from the literature., O trabalho de investigação apresentado nesta Tese visa contribuir para a área da mecânica computacional e análise de estruturas em betão reforçado com fibras (BRF) através do desenvolvimento e implementação de ferramentas numéricas no software de elementos finitos designado FEMIX. Assim, analisam-se inicialmente um conjunto de casos de estudo numéricos de elementos em BRF cuja rotura se dá por flexão e por corte. Os casos apresentados são analisados através de modelos multifendas fixas de fendilhação distribuída disponíveis no FEMIX, sendo o impacto da variação dos parâmetros que simulam o modo I e II analisado através de um estudo paramétrico. Apresenta-se também neste trabalho uma abordagem genérica para o cálculo do comprimento característico (CC). A metodologia é aplicada ao nível do EF, usando a geometria de todo o elemento para efetuar o seu cálculo, tendo sido também estendida ao nível do PI, usando para o efeito a sua área tributária. Ambas as abordagens são implementadas no software FEMIX e a sua utilização analisada através de casos de estudo numéricos. A metodologia referida foi implementada para elementos de estado plano de tensão, elementos de casca e também elementos sólidos. Seguidamente é proposta uma nova metodologia de análise inversa (AI) para obtenção dos parâmetros de fratura em modo I de elementos em BRF tendo por base ensaios experimentais comummente utilizados nomeadamente ensaios de flexão sob três pontos de carga em vigas entalhadas e ensaios de painéis circulares apoiados em três pontos. A metodologia baseia-se num procedimento de regressão de mínimos quadrados não-linear acoplado a um processo automático de otimização das variáveis de entrada. A resposta numérica é calculada através de modelos analíticos em vez de modelos de EF, eliminando por um lado a necessidade de construção de um modelo de elementos finitos e por outro lado o custo computacional do cálculo da resposta numérica. A abordagem proposta é implementada na linguagem de programação C sendo o seu bom desempenho avaliada através de resultados numéricos e experimentais. Por fim, o desenvolvimento de um modelo integrado de fendilhação distribuída em modo de fratura misto é detalhado. O modelo proposto tem em consideração os mecanismos resistentes que se desenvolvem durante o processo de fendilhação de elementos em BRF, usando para o efeito modelos consitutivos de arrancamento das fibras e também modelos micromecânicos para simulação do efeito do embricamento dos agregados. São utilizados três modelos constitutivos para simular o arrancamento das fibras, nomeadamente o modelo proposto por Pfyl, o SDEM e o UVEM, e dois modelos para simulação do efeito de embricamento dos agregados, nomeadamente o RCM e CDM. O modelo integrado é implementado no software FEMIX, estudando-se por um lado o impacto das variáveis envolvidas na sua definição e por outro lado a sua capacidade preditiva, em roturas governadas pelo modo de fratura I e II. Para o efeito são levadas a cabo várias simulações numéricas utilizando o modelo proposto, e os resultados numéricos obtidos comparados com resultados experimentais encontrados na literatura., Fundação para Ciência e a Tecnologia (FCT) through the grants PD/BD/135174/2017 and COVID/BD/151997/2021.

Categorical Attribute traNsformation Environment (CANE) is a simpler but powerful data categorical preprocessing Python package. The package is valuable since there is currently a large range of Machine Learning (ML) algorithms that can only be trained using numerical data (e.g., Deep Learning, Support Vector Machines) and several real-world ML applications are associated with categorical data attributes. Currently, CANE offers three categorical to numeric transformation methods, namely: Percentage Categorical Pruned (PCP), Inverse Document Frequency (IDF) and a simpler One-Hot-Encoding method. Additionally, the CANE module is well documented with several code examples that can help in its adoption by non expert users., The authors are grateful for project NORTE-01-0247-FEDER-017497, supported by Norte Portugal Regional Operational Programme (NORTE 2020), under the PORTUGAL 2020 Partnership Agreement, through the European Regional Development Fund (ERDF). This work was also supported by FCT Fundação para a Ciência e Tecnologia, Portugal within the Project Scope: UID/CEC/00319/2019. The authors are also grateful for all the contributors that assisted in making CANE more intuitive.

Tese de doutoramento em Information Systems, Mobile devices (e.g., smartphones, tablets) are becoming commonplace and thus, mobile performance marketing is nowadays witnessing a considerable growth. In this type of marketing, real-time bidding is typically implemented by using a Demand-Side Platform (DSP) that matches users to ads. If there is a product purchase (conversion), the DSP facilitates a monetization exchange by returning a percentage of the sale revenue to the publishers. Under this context, a critical DSP issue is the prediction of the user Conversion Rate (CVR), often modeled as a classification task and where the goal is to estimate if there will be a purchase when a user clicks on a dynamic link and then views an ad. The main objective of this study is the development of an Intelligent Decision Support System (IDSS), which can be integrated into an existing DSP. The IDSS is particularly focused on predicting the CVR, which can be used as a way to select the best advertisements for users (e.g., with the highest conversion probability). In this work, the IDSS was built using big data which in turn is generated from a DSP that operates at a global level. In a first phase, a stream processing engine was developed in order to obtain data samples from a complete set of events generated by DSP. This sample data included redirects and sales events collected between 2017 and 2019. Next, several Machine Learning (ML) methods, including Deep Learning (DL), balancing and pre-processing methods were explored. The experimental results demonstrate that the proposed ML approach, which includes a pre-processing of Percentage Categorical Pruned (PCP) and a reuse learning of the Deep Feedfoward Network (DFFN) model, obtained the best predictions of CVR (for both binary and multi-class classification), requiring a computational effort that is manageable by DSP. Additionally, the IDSS developed, based on the proposed ML approach, proved to provide a valuable potential impact on the analyzed mobile marketing domain., Os dispositivos móveis (e.g., smartphone, tablet, smart TV) têm vindo a tornar-se cada vez mais comuns, fazendo com que o mercado mobile testemunhe um crescimento enorme nos dias de hoje. Neste tipo de marketing, o leilão é tipicamente implementado usando um Demand-Side Platform (DSP) que interliga os utilizadores aos anúncios. Se existir a compra de um produto (conversão), o DSP facilita o fluxo de dinheiro, retornando assim uma percentagem da venda aos publishers. Sobre este conceito, o factor chave do DSP é a previsão do Conversion Rate (CVR), que é geralmente abordado como uma tarefa de classificação cujo o objectivo é estimar se irá ocorrer uma compra quando o utilizador (user) clique num dynamic link e veja a publicidade. O principal objectivo deste estudo é o desenvolvimento de um Sistema de Apoio à Decisão Inteligente (IDSS em inglês), que possa ser integrado num DSP já existente. O IDSS é particularmente focado em prever o CVR, que pode ser utilizado como forma de selecionar as melhores publicidades aos utilizadores (e.g., com a maior probabilidade de conversão). Neste trabalho, o IDSS foi construído utilizando big data que por sua vez for gerada de um DSP que opera a nível global. Numa primeira fase, foi desenvolvido um stream processing engine com o objetivo de obter amostras de dados de um conjunto completo de eventos gerado pelo o DSP. Esta amostra de dados incluiu eventos de redirects e de vendas coletadas entre os 2017 e 2019. De seguida, vários métodos de Machine Learning (ML), incluindo Deep Learning (DL), balanceamento e métodos de pré-processamentos foram explorados. Os resultados experimentais demonstram que a abordagem de ML proposta, que inclui um pré-processamento de Percentage Categorical Pruned (PCP) e uma aprendizagem reuse do modelo Deep Feedfoward Network (DFFN), obteve as melhores previsões de CVR (tanto para classificação binária como multi-classe), exigindo um esforço computacional comportável pelo DSP. Adicionalmente, o IDSS desenvolvido, baseado na abordagem de ML proposta, demonstrou fornecer um impacto potencial valioso no domínio do mobile marketing analisado., PROMOS – Previsão e otimização de campanhas publicitárias Para Dispositivos móveis em modelo de Subscrição, NORTE-01-0247-FEDER-017497

Trabalho final de mestrado para obtenção do grau de Mestre em Engenharia Mecânica As exigências crescentes e as rápidas mudanças nos mercados obrigam as organizações a pensarem cada vez mais na inovação e melhoria contínua. Hoje em dia qualquer estratégia de crescimento, e até mesmo a própria sobrevivência nos mercados, passa cada vez mais pela aplicação de novas abordagens e metodologias de gestão. A metodologia TRIZ (Teoria da Resolução Inventiva de Problemas) tem vindo a ganhar popularidade tanto a nível académico, como a nível empresarial. Esta metodologia promove a inovação sistemática e a procura de novas soluções para os problemas existentes, apresentando técnicas e ferramentas para a resolução de problemas relativos à concepção de produtos, e também já de serviços e de processos, permitindo assim desenvolver soluções inovadoras. A TRIZ permite também que a inovação deixe de ser esporádica, não dependendo apenas da capacidade individual de cada stakeholder e de momentos de inspiração, evoluindo para a inovação sistemática que pode ser implementada, gerida e ensinada. O estudo desenvolvido no âmbito da presente dissertação centrou-se na abordagem e interpretação da utilização da metodologia TRIZ, em busca de novas formas de solucionar problemas, identificando as suas ferramentas de apoio. Outro conceito explorado e relacionado com a TRIZ é o conceito DNP, sendo integrado de múltiplas abordagens que foram exploradas. O presente estudo visa analisar os dois conceitos e a forma como se relacionam seguindo de doutrinas inovativas apelando à criatividade. No âmbito desta dissertação e através da análise dos diferentes campos investigados, foi proposto um modelo diagramático contemplando conceitos e relações entre os mesmos. De forma a analisar a viabilidade da implementação desse mesmo modelo diagramático em meio industrial, apresentou-se um caso de estudo realizado numa empresa que utiliza a TRIZ, e que através de uma análise conclusiva, se verifica que o modelo proposto pode ser utilizado como suporte na resolução de problemas de carácter inovativo e criativo inerentes à implementação de novos processos de gestão e na sua melhoria. Growing demands and rapid changes in markets compel organizations to think more about innovation and continuous improvement. Nowadays, any growth strategy, and even its own survival in the markets, is increasingly being applied by new approaches and management methodologies. The TRIZ methodology (Theory of Inventive Problem Solving) has been gaining popularity both academically and business level. This methodology promotes systematic innovation and the search for new solutions to existing problems, presenting techniques and tools for solving problems related to product design, as well as services and processes, thus allowing the development of innovative solutions. The TRIZ also allows innovation to cease to be sporadic, not only depending on the individual capacity of each stakeholder and moments of inspiration, evolving into systematic innovation that can be implemented, managed and taught. The study developed in the scope of this dissertation focused on the approach and interpretation of the use of the TRIZ methodology, in search of new ways of solving problems, identifying their support tools. Another concept explored and related to TRIZ is the DNP concept, being integrated of multiple approaches that were explored. The present study aims to analyze the two concepts and the way they are related by following innovative doctrines appealing to creativity. Within this dissertation and through the analysis of the different fields investigated, a diagrammatic model was proposed contemplating concepts and relations between them. In order to analyze the feasibility of the implementation of this same diagrammatic model in an industrial environment, a case study was presented in a company that uses TRIZ, and through a conclusive analysis, it is verified that the proposed model can be used as support in solving problems of an innovative and creative nature inherent to the implementation of new management processes and their improvement. N/A

Doutoramento em Informática Nowadays, in the 21st century, the never-ending expansion of information is a major global concern. The pace at which storage and communication resources are evolving is not fast enough to compensate this tendency. In order to overcome this issue, sophisticated and efficient compression tools are required. The goal of compression is to represent information with as few bits as possible. There are two kinds of compression, lossy and lossless. In lossless compression, information loss is not tolerated so the decoded information is exactly the same as the encoded one. On the other hand, in lossy compression some loss is acceptable. In this work we focused on lossless methods. The goal of this thesis was to create lossless compression tools that can be used in two types of data. The first type is known in the literature as microarray images. These images have 16 bits per pixel and a high spatial resolution. The other data type is commonly called Whole Genome Alignments (WGA), in particularly applied to MAF files. Regarding the microarray images, we improved existing microarray-specific methods by using some pre-processing techniques (segmentation and bitplane reduction). Moreover, we also developed a compression method based on pixel values estimates and a mixture of finite-context models. Furthermore, an approach based on binary-tree decomposition was also considered. Two compression tools were developed to compress MAF files. The first one based on a mixture of finite-context models and arithmetic coding, where only the DNA bases and alignment gaps were considered. The second tool, designated as MAFCO, is a complete compression tool that can handle all the information that can be found in MAF files. MAFCO relies on several finite-context models and allows parallel compression/decompression of MAF files. Hoje em dia, no século XXI, a expansão interminável de informação é uma grande preocupação mundial. O ritmo ao qual os recursos de armazenamento e comunicação estão a evoluir não é suficientemente rápido para compensar esta tendência. De forma a ultrapassar esta situação, são necessárias ferramentas de compressão sofisticadas e eficientes. A compressão consiste em representar informação utilizando a menor quantidade de bits possível. Existem dois tipos de compressão, com e sem perdas. Na compressão sem perdas, a perda de informação não é tolerada, por isso a informação descodificada é exatamente a mesma que a informação que foi codificada. Por outro lado, na compressão com perdas alguma perda é aceitável. Neste trabalho, focámo-nos apenas em métodos de compressão sem perdas. O objetivo desta tese consistiu na criação de ferramentas de compressão sem perdas para dois tipos de dados. O primeiro tipo de dados é conhecido na literatura como imagens de microarrays. Estas imagens têm 16 bits por píxel e uma resolução espacial elevada. O outro tipo de dados é geralmente denominado como alinhamento de genomas completos, particularmente aplicado a ficheiros MAF. Relativamente às imagens de microarrays, melhorámos alguns métodos de compressão específicos utilizando algumas técnicas de pré-processamento (segmentação e redução de planos binários). Além disso, desenvolvemos também um método de compressão baseado em estimação dos valores dos pixéis e em misturas de modelos de contexto-finito. Foi também considerada, uma abordagem baseada em decomposição em árvore binária. Foram desenvolvidas duas ferramentas de compressão para ficheiros MAF. A primeira ferramenta, é baseada numa mistura de modelos de contexto-finito e codificação aritmética, onde apenas as bases de ADN e os símbolos de alinhamento foram considerados. A segunda, designada como MAFCO, é uma ferramenta de compressão completa que consegue lidar com todo o tipo de informação que pode ser encontrada nos ficheiros MAF. MAFCO baseia-se em vários modelos de contexto-finito e permite compressão/descompressão paralela de ficheiros MAF.

Dissertação de mestrado integrado em Engenharia e Gestão de Sistemas de Informação, Due to advances in Information Technology, there is a growing interest in the use of data mining to extract useful patterns from raw data in order to support decision making. In this work, a data mining approach was conducted aiming at the prediction of human entrances at a commercial store, as measured by an automatic video face detection system. In particular, a large number of experiments were held, targeting distinct types of human entrances (i.e., Female, Male, Both), forecasting periods (i.e., hourly and daily) and lookahead (horizon) predictions. Moreover, several forecasting methods were tested: conventional time series methods and time series models based on machine learning; a regression approach (e.g. using weather and special event data); and a hybrid approach that uses both time series (human entrances time lags) and regression variables. To achieve a robust evaluation, a rolling window scheme was adopted, which impled the use of a large number of model updates (trainings) and testing. For short term predictions (horizon of 1), the best performances were in general obtained by the hybrid approach, resulting in a mean absolute percentage error (MAPE) that ranges from 16.9% (all human daily entrances) to 24.8% (female hourly entrances). Such forecasting models are potentially valuable for commercial store managers. For instance, they can help in the supporting decisions related with the management of the retail store human resources and marketing campaigns., Devido aos avanços nas tecnologias de informação, tem surgido um maior interesse no uso de técnicas de data mining para extrair padrões uteis de dados em bruto com o objetivo de suportar a tomada de decisão. Neste trabalho, foi seguida uma abordagem de data mining,com o objetivo de prever o numero de acessos de pessoas num espaço commercial, acesso este medido através de um sistema de reconhecimento facial automatic a partir de vídeo. Em particular, foi executado um elevado número de experiências com vista a prever distintos tipos de acessos humanos (e.g., homens, mulheres, ambos), periodos de previsão (horário e diário) e horizontes temporais da previsão. Mais ainda, diversos métodos de previsão foram testados: métodos de séries temporais convencionais e modelos de séries temporais com base em modelos de machine learning; uma abordagem de regressão (e.g., utilizando variáveis meteorológicas e relacionadas com eventos especiais ); e uma abordagem híbrida que usa variáveis de séries de temporais (time lags de entradas de pessoas) e de regressão. Para se obter uma avaliação mais robusta, foi utilizado um esquema de janelas deslizantes (rolling window) que implica um elevado número atualizações dos modelos (treinos) e testes. Para uma previsão de curto prazo (horizonte de 1), os melhores desempenhos foram obtidos, de um modo geral, pela abordagem híbrida, tendo-se obtido um erro percentual absolute médio (MAPE) que varia entre 16.9% (entradas diárias de pessoas) e 24.8% (entradas femininas horárias). Tais modelos de previsão são potencialmente valiosos para gerentes de lojas comerciais. Por exemplo, as previsões podem suportar decisões sobre a gestão dos recursos humanos de loja, bem como de campanhas de marketing.

Doutoramento em Informática Submitted by Patrícia Correia (patriciacorreia@ua.pt) on 2015-06-22T15:11:57Z No. of bitstreams: 1 Algoritmos de compressão sem perdas para imagens de microarrays e alinhamentos de genomas completos.pdf: 14465249 bytes, checksum: 2501b14abe4c92804ee6abb836020d7e (MD5) Made available in DSpace on 2015-06-22T15:11:57Z (GMT). No. of bitstreams: 1 Algoritmos de compressão sem perdas para imagens de microarrays e alinhamentos de genomas completos.pdf: 14465249 bytes, checksum: 2501b14abe4c92804ee6abb836020d7e (MD5) Previous issue date: 2015

Mestrado em Engenharia de Computadores e Telemática Made available in DSpace on 2011-04-19T13:53:55Z (GMT). No. of bitstreams: 1 2010001133.pdf: 1609394 bytes, checksum: b77137f1968a31c15ee22040371864ea (MD5) Previous issue date: 2009