Innovation in tourism: the role of regional innovation systems

Esta tese tem como principal objetivo analisar as características, a importância e o papel da inovação territorial em turismo e o seu impacto no desenvolvimento dos destinos. Consiste num estudo multidisciplinar suportado numa exaustiva revisão da literatura sobre temas como desenvolvimento, inovação e modelos de inovação territorial. Com base nas principais conclusões de natureza conceptual, considerou-se o modelo dos sistemas regionais de inovação como o mais adequado para aplicação ao sistema turístico, e a constituição de redes como estruturas fundamentais para a sua operacionalização. A partir desta abordagem teórica, foi desenvolvido um quadro conceptual para a análise da inovação sistémica no sector do turismo. Esta abordagem permitiu a definição de um conjunto de hipóteses, as quais foram testadas através dos resultados da parte empírica da tese. Foram desenvolvidos dois estudos empíricos distintos, mas complementares nas regiões do Douro e de Aveiro. O primeiro teve como objetivo inquirir empresas turísticas, enquanto o segundo foi dirigido a instituições regionais com intervenção no sector do turismo ou na inovação. Os resultados obtidos conduziram a importantes conclusões sobre o desempenho das empresas e regiões em termos de inovação, os padrões de networking desenvolvidos no âmbito de processos de inovação, a importância do conhecimento existente nas regiões e os fatores específicos das mesmas para a inovação em turismo, a perceção das empresas turísticas sobre o ambiente de inovação e o seu contributo para a evolução e para o sucesso dos destinos turísticos. A tese recorre a uma abordagem quantitativa que inclui estatística descritiva e indutiva e ao método da análise de redes (sociometria). A combinação de métodos levou a importantes conclusões sobre a inovação em turismo, com uma focalização especial no que a relaciona com os sistemas regionais de inovação. As conclusões permitem avançar com um conjunto de implicações e sugestões para futuros projetos de investigação sobre o tema, bem como para a gestão dos destinos turísticos, uma vez que contribui para um maior e mais aprofundado conhecimento do fenómeno da inovação em turismo desenvolvida a nível regional. Os resultados demonstram que diferentes regiões apresentam sistemas regionais de inovação distintos. Assim, não existe um modelo único que possa ser aplicado indistintamente em todas as regiões. Contudo, as conclusões apontam para a existência de padrões e práticas que aperfeiçoam o seu funcionamento, aumentando o desempenho ao nível da inovação, bem como a competitividade global do destino.

Grounding human vocabulary in robot perception through interaction

This thesis addresses the problem of word learning in computational agents. The motivation behind this work lies in the need to support language-based communication between service robots and their human users, as well as grounded reasoning using symbols relevant for the assigned tasks. The research focuses on the problem of grounding human vocabulary in robotic agent’s sensori-motor perception. Words have to be grounded in bodily experiences, which emphasizes the role of appropriate embodiments. On the other hand, language is a cultural product created and acquired through social interactions. This emphasizes the role of society as a source of linguistic input. Taking these aspects into account, an experimental scenario is set up where a human instructor teaches a robotic agent the names of the objects present in a visually shared environment. The agent grounds the names of these objects in visual perception. Word learning is an open-ended problem. Therefore, the learning architecture of the agent will have to be able to acquire words and categories in an openended manner. In this work, four learning architectures were designed that can be used by robotic agents for long-term and open-ended word and category acquisition. The learning methods used in these architectures are designed for incrementally scaling-up to larger sets of words and categories. A novel experimental evaluation methodology, that takes into account the openended nature of word learning, is proposed and applied. This methodology is based on the realization that a robot’s vocabulary will be limited by its discriminatory capacity which, in turn, depends on its sensors and perceptual capabilities. An extensive set of systematic experiments, in multiple experimental settings, was carried out to thoroughly evaluate the described learning approaches. The results indicate that all approaches were able to incrementally acquire new words and categories. Although some of the approaches could not scale-up to larger vocabularies, one approach was shown to learn up to 293 categories, with potential for learning many more.