Iniciação ao violoncelo: estratégias e recursos pedagógicos

Resumo I (Prática Pedagógica) - No mundo actual, repleto de desafios, em que a sociedade exige cada vez mais do cidadão, é importante que os professores, como elementos fundamentais na formação para a cidadania, desenvolvam profissionalmente capacidades e competências que os façam pensar e reflectir sobre esta realidade. Uma orientação pedagógica construtiva, por parte do professor, não só em termos de aprendizagem dos alunos, mas também na construção do seu saber e prática pedagógica, torna-se fundamental. A Prática Pedagógica a que reporta este relatório foi desenvolvida no ano lectivo de 2012/2013 na Escola de Artes do Norte Alentejano (EANA). O mestrando desenvolveu a orientação pedagógica do ensino do violoncelo a três alunos que, conforme o regulamento em vigor do estágio do Mestrado em Ensino da Música, deve ser ministrada a discentes a frequentar níveis diferentes do ensino especializado da música, neste caso, Iniciação, 3º Grau e 5º Grau. Nesta primeira secção do relatório de estágio elabora-se a caracterização da escola e dos alunos, bem como a explanação das práticas educativas desenvolvidas, fornecendo uma descrição e levantamento das actividades adoptadas e das problemáticas que surgiram no decurso do estágio, identificando as opções tomadas para a resolução das mesmas. A partir dos resultados obtidos no estágio e de uma auto-avaliação da prática educativa, elaborou-se uma análise crítica da actividade docente que permitiu identificar aspectos positivos e menos positivos, que possam ser futuramente melhorados.

Robot visual localization through local feature fusion: an evaluation of multiple classifiers combination approaches

In the last decade, local image features have been widely used in robot visual localization. In order to assess image similarity, a strategy exploiting these features compares raw descriptors extracted from the current image with those in the models of places. This paper addresses the ensuing step in this process, where a combining function must be used to aggregate results and assign each place a score. Casting the problem in the multiple classifier systems framework, in this paper we compare several candidate combiners with respect to their performance in the visual localization task. For this evaluation, we selected the most popular methods in the class of non-trained combiners, namely the sum rule and product rule. A deeper insight into the potential of these combiners is provided through a discriminativity analysis involving the algebraic rules and two extensions of these methods: the threshold, as well as the weighted modifications. In addition, a voting method, previously used in robot visual localization, is assessed. Furthermore, we address the process of constructing a model of the environment by describing how the model granularity impacts upon performance. All combiners are tested on a visual localization task, carried out on a public dataset. It is experimentally demonstrated that the sum rule extensions globally achieve the best performance, confirming the general agreement on the robustness of this rule in other classification problems. The voting method, whilst competitive with the product rule in its standard form, is shown to be outperformed by its modified versions.