Learning by doing e curva de aprendizagem. Uma aplicação na esfera da Microeconomia

Trabalho apresentado no âmbito dos artigos 11º e 14º do Regulamento de Prestação de Serviço Docente do ISCAL

Learning by doing e Curva de aprendizagem. Um estudo empírico aplicado em Microeconomia

Trabalho apresentado no âmbito dos artigos 11º e 14º do Regulamento de Prestação de Serviço Docente do ISCAL

Curvas de experiência, alterações tecnológicas e vantagens competitivas

Trabalho apresentado no âmbito dos artigos 11º e 14º do Regulamento de Prestação de Serviço Docente do ISCAL

A educação tecnológica como disciplina de opção de escola e os novos desafios do professor no ano de transição

Relatório de estágio apresentado à Escola Superior de Educação de Lisboa para obtenção de grau de mestre em Ensino da Educação Visual e Tecnológica no Ensino Básico

A flexible side information generation framework for distributed video coding

One of the most efficient approaches to generate the side information (SI) in distributed video codecs is through motion compensated frame interpolation where the current frame is estimated based on past and future reference frames. However, this approach leads to significant spatial and temporal variations in the correlation noise between the source at the encoder and the SI at the decoder. In such scenario, it would be useful to design an architecture where the SI can be more robustly generated at the block level, avoiding the creation of SI frame regions with lower correlation, largely responsible for some coding efficiency losses. In this paper, a flexible framework to generate SI at the block level in two modes is presented: while the first mode corresponds to a motion compensated interpolation (MCI) technique, the second mode corresponds to a motion compensated quality enhancement (MCQE) technique where a low quality Intra block sent by the encoder is used to generate the SI by doing motion estimation with the help of the reference frames. The novel MCQE mode can be overall advantageous from the rate-distortion point of view, even if some rate has to be invested in the low quality Intra coding blocks, for blocks where the MCI produces SI with lower correlation. The overall solution is evaluated in terms of RD performance with improvements up to 2 dB, especially for high motion video sequences and long Group of Pictures (GOP) sizes.

Controlo de tráfego

O crescente número de automóveis nas ruas das grandes cidades, assim como o crescente número de transportes urbanos para atender o crescimento das populações, veio fazer com que as cidades cada vez mais fiquem mais congestionadas e mais propícias para acidentes envolvendo viaturas e peões. Devido a isso, foram criados sistemas de controlo de tráfego capazes de melhorar o tráfego urbano nas cidades, sem deixar de lado as preocupações com os peões e nem com as emissões de poluentes para o ar. Baseado nesse cenário, este trabalho tem como objetivo abordar as possíveis soluções existentes no mercado para melhorar o fluxo das viaturas, principalmente dos transportes colectivos, com prioridades para viaturas de emergências e autocarros, assim como, as passagens de peões, e sistemas de mobilidade urbana. Desempenho do transporte público pode ser melhorado através de um melhor controlo e gerenciamento de tráfego em geral. Nos testes realizados em campo: foi medida a velocidade de viagem do autocarro no cruzamento fixo (Praça de Espanha), e correlacionando-os com intervalos do ciclo dos semáforos para este cruzamento. A flexibilidade do controlador actuando, com o auxílio de detectores de veículos, sendo capaz de variar os intervalos dentro do ciclo, bem como o volume de carros e de prestações em velocidade de viagem do autocarro. Resultados mostram que, durante o período em estudo, os benefícios de velocidade da viagem do autocarro, seria possível, através de um verdadeiro controlo de tempo feedback de cooperação entre as áreas urbanas de controlo de tráfego (Gertrude) e do sistema de localização de veículos de transportes públicos (SAEIP). Ao longo prazo, sugerimos a implantação de um sistema integrado. Fazendo com que o volume no carro seja reduzido. Este efeito leva também, a um aumento da velocidade comercial do autocarro urbano, da mesma forma como foi proposto em nossa experiência.

Antena multi-banda para comunicações móveis

O desenvolvimento dos sistemas de comunicações móveis tem vindo a ser cada vez maior, fazendo com que os sistemas funcionem em várias bandas de operação. Neste sentido, surge a necessidade de desenvolver antenas que superem aquelas já existentes, ao nível das suas propriedades electromagnéticas, para que os sistemas apresentem uma maior qualidade e possam corresponder às exigências inerentes ao desenvolvimento das sociedades. O objectivo desta dissertação de Mestrado é dimensionar, construir e medir uma antena multi-banda para comunicações móveis, com base em estruturas EBG (Electromagnetic Band-Gap) que melhorem o comportamento electromagnético daquelas já existentes, para a banda de frequências de 2.4 GHz e de 5.2 GHz. Começa-se por fazer-se um estudo acerca do estado da arte de estruturas EBG, muito utilizadas em várias áreas, nomeadamente a área das antenas, área sobre a qual esta dissertação assenta. Posteriormente é feita uma breve introdução às antenas microstrip, particularizando de seguida para antenas PIFA e as suas características. Posteriormente é feito o estudo de uma antena PIFA, com e sem a influência de estruturas EBG, para as bandas de 2.4 GHz e 5.2 GHz. Posteriormente são apresentados e comparados resultados das várias antenas. Da análise desses resultados, verifica-se que é possível obter uma antena de baixo perfil com a utilização de estruturas EBG como plano de massa. Além disso, verifica-se também que é possível diminuir a radiação traseira e aumentar a largura de banda. Finalmente, são apresentadas algumas conclusões e várias propostas de trabalho futuro.

A teaching-learning sequence of colour informed by history and philosophy of science

In this work, we present a teaching-learning sequence on colour intended to a pre-service elementary teacher programme informed by History and Philosophy of Science. Working in a socio-constructivist framework, we made an excursion on the history of colour. Our excursion through history of colour, as well as the reported misconception on colour helps us to inform the constructions of the teaching-learning sequence. We apply a questionnaire both before and after each of the two cycles of action-research in order to assess students’ knowledge evolution on colour and to evaluate our teaching-learning sequence. Finally, we present a discussion on the persistence of deep-rooted alternative conceptions.

Learning dependent sources using mixtures of Dirichlet: applications on hyperspectral unmixing

This paper is an elaboration of the DECA algorithm [1] to blindly unmix hyperspectral data. The underlying mixing model is linear, meaning that each pixel is a linear mixture of the endmembers signatures weighted by the correspondent abundance fractions. The proposed method, as DECA, is tailored to highly mixed mixtures in which the geometric based approaches fail to identify the simplex of minimum volume enclosing the observed spectral vectors. We resort then to a statitistical framework, where the abundance fractions are modeled as mixtures of Dirichlet densities, thus enforcing the constraints on abundance fractions imposed by the acquisition process, namely non-negativity and constant sum. With respect to DECA, we introduce two improvements: 1) the number of Dirichlet modes are inferred based on the minimum description length (MDL) principle; 2) The generalized expectation maximization (GEM) algorithm we adopt to infer the model parameters is improved by using alternating minimization and augmented Lagrangian methods to compute the mixing matrix. The effectiveness of the proposed algorithm is illustrated with simulated and read data.

Learning techniques for automatic email message tagging

A organização automática de mensagens de correio electrónico é um desafio actual na área da aprendizagem automática. O número excessivo de mensagens afecta cada vez mais utilizadores, especialmente os que usam o correio electrónico como ferramenta de comunicação e trabalho. Esta tese aborda o problema da organização automática de mensagens de correio electrónico propondo uma solução que tem como objectivo a etiquetagem automática de mensagens. A etiquetagem automática é feita com recurso às pastas de correio electrónico anteriormente criadas pelos utilizadores, tratando-as como etiquetas, e à sugestão de múltiplas etiquetas para cada mensagem (top-N). São estudadas várias técnicas de aprendizagem e os vários campos que compõe uma mensagem de correio electrónico são analisados de forma a determinar a sua adequação como elementos de classificação. O foco deste trabalho recai sobre os campos textuais (o assunto e o corpo das mensagens), estudando-se diferentes formas de representação, selecção de características e algoritmos de classificação. É ainda efectuada a avaliação dos campos de participantes através de algoritmos de classificação que os representam usando o modelo vectorial ou como um grafo. Os vários campos são combinados para classificação utilizando a técnica de combinação de classificadores Votação por Maioria. Os testes são efectuados com um subconjunto de mensagens de correio electrónico da Enron e um conjunto de dados privados disponibilizados pelo Institute for Systems and Technologies of Information, Control and Communication (INSTICC). Estes conjuntos são analisados de forma a perceber as características dos dados. A avaliação do sistema é realizada através da percentagem de acerto dos classificadores. Os resultados obtidos apresentam melhorias significativas em comparação com os trabalhos relacionados.

Dynamic equilibrium through reinforcement learning

Reinforcement Learning is an area of Machine Learning that deals with how an agent should take actions in an environment such as to maximize the notion of accumulated reward. This type of learning is inspired by the way humans learn and has led to the creation of various algorithms for reinforcement learning. These algorithms focus on the way in which an agent’s behaviour can be improved, assuming independence as to their surroundings. The current work studies the application of reinforcement learning methods to solve the inverted pendulum problem. The importance of the variability of the environment (factors that are external to the agent) on the execution of reinforcement learning agents is studied by using a model that seeks to obtain equilibrium (stability) through dynamism – a Cart-Pole system or inverted pendulum. We sought to improve the behaviour of the autonomous agents by changing the information passed to them, while maintaining the agent’s internal parameters constant (learning rate, discount factors, decay rate, etc.), instead of the classical approach of tuning the agent’s internal parameters. The influence of changes on the state set and the action set on an agent’s capability to solve the Cart-pole problem was studied. We have studied typical behaviour of reinforcement learning agents applied to the classic BOXES model and a new form of characterizing the environment was proposed using the notion of convergence towards a reference value. We demonstrate the gain in performance of this new method applied to a Q-Learning agent.

e-learning in the classroom?

As teachers, we are challenged everyday to solve pedagogical problems and we have to fight for our students’ attention in a media rich world. I will talk about how we use ICT in Initial Teacher Training and give you some insight on what we are doing. The most important benefit of using ICT in education is that it makes us reflect on our practice. There is no doubt that our classrooms need to be updated, but we need to be critical about every peace of hardware, software or service that we bring into them. It is not only because our budgets are short, but also because e‐learning is primarily about learning, not technology. Therefore, we need to have the knowledge and skills required to act in different situations, and choose the best tool for the job. Not all subjects are suitable for e‐learning, nor do all students have the skills to organize themselves their own study times. Also not all teachers want to spend time programming or learning about instructional design and metadata. The promised land of easy use of authoring tools (e.g. eXe and Reload) that will lead to all teachers become Learning Objects authors and share these LO in Repositories, all this failed, like previously HyperCard, Toolbook and others. We need to know a little bit of many different technologies so we can mobilize this knowledge when a situation requires it: integrate e‐learning technologies in the classroom, not a flipped classroom, just simple tools. Lecture capture, mobile phones and smartphones, pocket size camcorders, VoIP, VLE, live video broadcast, screen sharing, free services for collaborative work, save, share and sync your files. Do not feel stressed to use everything, every time. Just because we have a whiteboard does not mean we have to make it the centre of the classroom. Start from where you are, with your preferred subject and the tools you master. Them go slowly and try some new tool in a non‐formal situation and with just one or two students. And you don’t need to be alone: subscribe a mailing list and share your thoughts with other teachers in a dedicated forum, even better if both are part of a community of practice, and share resources. We did that for music teachers and it was a success, in two years arriving at 1.000 members. Just do it.

Estudo para a implementação de plataformas de e-learning no sistema de formação dos recursos humanos da saúde: o caso particular dos enfermeiros de um hospital privado

Mestrado em Intervenção Sócio-Organizacional na Saúde - Área de especialização: Políticas de Administração e Gestão de Serviços de Saúde.

Experiencing flow while teaching and learning in individual tuition settings

Conferência anual da ISME

Symbolic Knowledge Extraction from Trained Neural Networks Governed by Lukasiewicz Logics

This work describes a methodology to extract symbolic rules from trained neural networks. In our approach, patterns on the network are codified using formulas on a Lukasiewicz logic. For this we take advantage of the fact that every connective in this multi-valued logic can be evaluated by a neuron in an artificial network having, by activation function the identity truncated to zero and one. This fact simplifies symbolic rule extraction and allows the easy injection of formulas into a network architecture. We trained this type of neural network using a back-propagation algorithm based on Levenderg-Marquardt algorithm, where in each learning iteration, we restricted the knowledge dissemination in the network structure. This makes the descriptive power of produced neural networks similar to the descriptive power of Lukasiewicz logic language, minimizing the information loss on the translation between connectionist and symbolic structures. To avoid redundance on the generated network, the method simplifies them in a pruning phase, using the "Optimal Brain Surgeon" algorithm. We tested this method on the task of finding the formula used on the generation of a given truth table. For real data tests, we selected the Mushrooms data set, available on the UCI Machine Learning Repository.