Derivative-free optimization and filter methods to solve nonlinear constrained problems

In real optimization problems, usually the analytical expression of the objective function is not known, nor its derivatives, or they are complex. In these cases it becomes essential to use optimization methods where the calculation of the derivatives, or the verification of their existence, is not necessary: the Direct Search Methods or Derivative-free Methods are one solution. When the problem has constraints, penalty functions are often used. Unfortunately the choice of the penalty parameters is, frequently, very difficult, because most strategies for choosing it are heuristics strategies. As an alternative to penalty function appeared the filter methods. A filter algorithm introduces a function that aggregates the constrained violations and constructs a biobjective problem. In this problem the step is accepted if it either reduces the objective function or the constrained violation. This implies that the filter methods are less parameter dependent than a penalty function. In this work, we present a new direct search method, based on simplex methods, for general constrained optimization that combines the features of the simplex method and filter methods. This method does not compute or approximate any derivatives, penalty constants or Lagrange multipliers. The basic idea of simplex filter algorithm is to construct an initial simplex and use the simplex to drive the search. We illustrate the behavior of our algorithm through some examples. The proposed methods were implemented in Java.

Machine Learning Algorithms at Myocardial Perfusion Imaging - a Preliminary Study

Introduction: A major focus of data mining process - especially machine learning researches - is to automatically learn to recognize complex patterns and help to take the adequate decisions strictly based on the acquired data. Since imaging techniques like MPI – Myocardial Perfusion Imaging on Nuclear Cardiology, can implicate a huge part of the daily workflow and generate gigabytes of data, there could be advantages on Computerized Analysis of data over Human Analysis: shorter time, homogeneity and consistency, automatic recording of analysis results, relatively inexpensive, etc.Objectives: The aim of this study relates with the evaluation of the efficacy of this methodology on the evaluation of MPI Stress studies and the process of decision taking concerning the continuation – or not – of the evaluation of each patient. It has been pursued has an objective to automatically classify a patient test in one of three groups: “Positive”, “Negative” and “Indeterminate”. “Positive” would directly follow to the Rest test part of the exam, the “Negative” would be directly exempted from continuation and only the “Indeterminate” group would deserve the clinician analysis, so allowing economy of clinician’s effort, increasing workflow fluidity at the technologist’s level and probably sparing time to patients. Methods: WEKA v3.6.2 open source software was used to make a comparative analysis of three WEKA algorithms (“OneR”, “J48” and “Naïve Bayes”) - on a retrospective study using the comparison with correspondent clinical results as reference, signed by nuclear cardiologist experts - on “SPECT Heart Dataset”, available on University of California – Irvine, at the Machine Learning Repository. For evaluation purposes, criteria as “Precision”, “Incorrectly Classified Instances” and “Receiver Operating Characteristics (ROC) Areas” were considered. Results: The interpretation of the data suggests that the Naïve Bayes algorithm has the best performance among the three previously selected algorithms. Conclusions: It is believed - and apparently supported by the findings - that machine learning algorithms could significantly assist, at an intermediary level, on the analysis of scintigraphic data obtained on MPI, namely after Stress acquisition, so eventually increasing efficiency of the entire system and potentially easing both roles of Technologists and Nuclear Cardiologists. In the actual continuation of this study, it is planned to use more patient information and significantly increase the population under study, in order to allow improving system accuracy.

Intelligent recommendation system for e-learning platforms

As more and more digital resources are available, finding the appropriate document becomes harder. Thus, a new kind of tools, able to recommend the more appropriated resources according the user needs, becomes even more necessary. The current project implements an intelligent recommendation system for elearning platforms. The recommendations are based on one hand, the performance of the user during the training process and on the other hand, the requests made by the user in the form of search queries. All information necessary for decision-making process of recommendation will be represented in the user model. This model will be updated throughout the target user interaction with the platform.

Sistema de recomendação para plataformas de e-learning

O aumento do número de recursos digitais disponíveis dificulta a tarefa de pesquisa dos recursos mais relevantes, no sentido de se obter o que é mais relevante. Assim sendo, um novo tipo de ferramentas, capaz de recomendar os recursos mais apropriados às necessidades do utilizador, torna-se cada vez mais necessário. O objetivo deste trabalho de I&D é o de implementar um módulo de recomendação inteligente para plataformas de e-learning. As recomendações baseiam-se, por um lado, no perfil do utilizador durante o processo de formação e, por outro lado, nos pedidos efetuados pelo utilizador, através de pesquisas [Tavares, Faria e Martins, 2012]. O e-learning 3.0 é um projeto QREN desenvolvido por um conjunto de organizações e tem com objetivo principal implementar uma plataforma de e-learning. Este trabalho encontra-se inserido no projeto e-learning 3.0 e consiste no desenvolvimento de um módulo de recomendação inteligente (MRI). O MRI utiliza diferentes técnicas de recomendação já aplicadas noutros sistemas de recomendação. Estas técnicas são utilizadas para criar um sistema de recomendação híbrido direcionado para a plataforma de e-learning. Para representar a informação relevante, sobre cada utilizador, foi construído um modelo de utilizador. Toda a informação necessária para efetuar a recomendação será representada no modelo do utilizador, sendo este modelo atualizado sempre que necessário. Os dados existentes no modelo de utilizador serão utilizados para personalizar as recomendações produzidas. As recomendações estão divididas em dois tipos, a formal e a não formal. Na recomendação formal o objetivo é fazer sugestões relacionadas a um curso específico. Na recomendação não-formal, o objetivo é fazer sugestões mais abrangentes onde as recomendações não estão associadas a nenhum curso. O sistema proposto é capaz de sugerir recursos de aprendizagem, com base no perfil do utilizador, através da combinação de técnicas de similaridade de palavras, um algoritmo de clustering e técnicas de filtragem [Tavares, Faria e Martins, 2012].

Sistemas hápticos no apoio à educação: estudo da aerodinâmica

É considerado um dos problemas na educação o facto de a aprendizagem poder ser muito baseada no uso da teoria. Sendo as experiências do ser humano uma grande parte da forma como vemos e vivemos o mundo, torna-se imprescindível o hábito da prática na formação do nosso conhecimento. Embora a teoria seja sempre necessária na construção de conceitos, deve ser complementada com a experiência de forma a consolidar a aprendizagem para melhor noção da realidade. Esta dissertação descreve uma didáctica para a integração de dispositivos hápticos aplicados à educação, concebendo assim um novo e inovador método de ensino aliado à prática. Dependendo da aceitação por parte dos alunos, este método de uso de tecnologia na educação para fins práticos pode revelar-se revolucionário. Experiências que seriam difíceis de realizar tornam-se possíveis de simular de uma forma real com a ajuda dos sistemas hápticos, em que a variedade de matérias que as aplicações podem simular é vasta. Especificamente, este trabalho fundamenta-se no estudo da aerodinâmica no voo com recurso a uma aplicação desenvolvida para o efeito e à potencialidade do aparelho háptico Novint Falcon, um interface sensorial táctil entre uma pessoa e um computador, de custo relativamente baixo em relação à generalidade dos preços deste tipo de dispositivos. Os testes que estudantes realizaram à aplicação revelaram grande interesse e curiosidade pela novidade da tecnologia háptica e apreciação no conceito do seu uso prático na educação. De forma geral, todos os alunos que participaram no ensaio do programa transmitiram feedback positivo, expressando maior ganho de motivação e desejo em ver este sistema aplicado a outras disciplinas.

Aspectos de aprendizagem em optimização

A optimização e a aprendizagem em Sistemas Multi-Agente são consideradas duas áreas promissoras mas relativamente pouco exploradas. A optimização nestes ambientes deve ser capaz de lidar com o dinamismo. Os agentes podem alterar o seu comportamento baseando-se em aprendizagem recente ou em objectivos de optimização. As estratégias de aprendizagem podem melhorar o desempenho do sistema, dotando os agentes da capacidade de aprender, por exemplo, qual a técnica de optimização é mais adequada para a resolução de uma classe particular de problemas, ou qual a parametrização é mais adequada em determinado cenário. Nesta dissertação são estudadas algumas técnicas de resolução de problemas de Optimização Combinatória, sobretudo as Meta-heurísticas, e é efectuada uma revisão do estado da arte de Aprendizagem em Sistemas Multi-Agente. É também proposto um módulo de aprendizagem para a resolução de novos problemas de escalonamento, com base em experiência anterior. O módulo de Auto-Optimização desenvolvido, inspirado na Computação Autónoma, permite ao sistema a selecção automática da Meta-heurística a usar no processo de optimização, assim como a respectiva parametrização. Para tal, recorreu-se à utilização de Raciocínio baseado em Casos de modo que o sistema resultante seja capaz de aprender com a experiência adquirida na resolução de problemas similares. Dos resultados obtidos é possível concluir da vantagem da sua utilização e respectiva capacidade de adaptação a novos e eventuais cenários.

Vantagens e desvantagens no desenvolvimento de recursos educativos para dispositivos móveis. CV Learning Mobile - Software educativo sobre “Organização Administrativa de Cabo Verde”

Não é recente a contribuição das tecnologias de informação e comunicação em processos de ensino/aprendizagem, no sentido da proliferação de conhecimento, de forma fácil e rápida. Com a contínua evolução tecnológica, surgem novos conceitos relativamente a processos de ensino/aprendizagem assentes nessas tecnologias. A aprendizagem por meio de dispositivos móveis, o m-Learning, é um exemplo, sendo um campo de investigação educacional em franca evolução, que explora essencialmente a mobilidade e a interactividade. No âmbito desta dissertação, pretende-se analisar a tecnologia m-Learning, fazendo referência as principais vantagens e desvantagens desta tecnologia. Neste sentido, e por pretendermos dar o nosso contributo ao ensino cabo-verdiano, onde a utilização de tal tecnologia é ainda inexistente, desenvolveu-se a aplicação CV Learning Mobile, um software educativo sobre a “Organização Administrativa de Cabo Verde”, como resultado do estudo efectuado.

Contextualização de “learning objects” no ensino da área da saúde. O caso do ensino da higiene oral

Com o crescimento das Tecnologias de Informação e Comunicação os métodos de ensino também foram evoluindo, verificando-se assim mudanças bastante significativas na forma como se adquire o conhecimento. O aparecimento do ensino à distância aliado aos meios digitais, que estão cada vez mais disponíveis e acessíveis, tanto a alunos como a professores, são um excelente complemento à actividade lectiva. Exemplo disso é mesmo o caso do e-learning que veio revolucionar todo o processo de aquisição de conhecimento, deixando para segundo plano pormenores como o local ou a hora de aquisição do conhecimento. Entre muitos tipos de recursos disponíveis, os OA’s (Objecto de Aprendizagem) têm uma utilização cada vez mais frequente. No levantamento do estado da arte e no estudo dos recursos educativos utilizados actualmente na Medicina Dentária, foi assinalado a utilização recorrente dos OA’s, que basicamente são pequenos pedaços de informação que podem ser reutilizados ou referenciados tecnologicamente. Seguidamente, iniciou-se a realização de um OA que pudesse servir de apoio ao ensino da Medicina Dentária, focando-se concretamente na higiene oral para as crianças entre os 7 e 12 anos. Finalmente, procedeu-se à sua validação conclui-se que no futuro será possível a sua reutilização em diferentes contextos de ensino e aprendizagem na área.

Adaptive learning in agents behaviour: a framework for electricity markets simulation

Electricity markets are complex environments with very particular characteristics. A critical issue regarding these specific characteristics concerns the constant changes they are subject to. This is a result of the electricity markets’ restructuring, which was performed so that the competitiveness could be increased, but it also had exponential implications in the increase of the complexity and unpredictability in those markets scope. The constant growth in markets unpredictability resulted in an amplified need for market intervenient entities in foreseeing market behaviour. The need for understanding the market mechanisms and how the involved players’ interaction affects the outcomes of the markets, contributed to the growth of usage of simulation tools. Multi-agent based software is particularly well fitted to analyze dynamic and adaptive systems with complex interactions among its constituents, such as electricity markets. This dissertation presents ALBidS – Adaptive Learning strategic Bidding System, a multiagent system created to provide decision support to market negotiating players. This system is integrated with the MASCEM electricity market simulator, so that its advantage in supporting a market player can be tested using cases based on real markets’ data. ALBidS considers several different methodologies based on very distinct approaches, to provide alternative suggestions of which are the best actions for the supported player to perform. The approach chosen as the players’ actual action is selected by the employment of reinforcement learning algorithms, which for each different situation, simulation circumstances and context, decides which proposed action is the one with higher possibility of achieving the most success. Some of the considered approaches are supported by a mechanism that creates profiles of competitor players. These profiles are built accordingly to their observed past actions and reactions when faced with specific situations, such as success and failure. The system’s context awareness and simulation circumstances analysis, both in terms of results performance and execution time adaptation, are complementary mechanisms, which endow ALBidS with further adaptation and learning capabilities.

Melhoria do processo produtivo da Schmitt+Sohn Elevadores - Porto

Este projeto teve como objetivo a utilização de ferramentas e conceitos Lean, para análise e implementação da Melhoria de Processos em ambiente fabril, com o intuito de melhorar o sistema produtivo em algumas secções da empresa SCHMITT+SOHN Elevadores. Pretende-se nesta primeira fase uma melhoria na comunicação entre os vários setores fabris, assim como uma melhoria no fluxo dos materiais. Pretende-se igualmente uma simplificação das ações dos operadores nos seus locais de trabalho. Foi para isso necessário, numa fase inicial, a recolha e análise dos diversos dados necessários ao trabalho proposto. Foram feitos diversos VSM’s e análises de fluxo em duas secções da empresa, com o intuito de estudar a situação atual e posteriormente proceder à implementação de um sistema Kanban. Foram também analisados problemas a nível de stocks e armazenamento de matéria-prima e materiais diversos tendo sido concretizadas diversas soluções. O trabalho que apresentamos foi fortemente condicionado por imperativos ditados pela empresa, tendo o nosso estudo e aplicações praticas um suporte de apenas 3 meses. No restante período estivemos condicionados pela empresa a trabalhos de conhecimento do funcionamento da mesma, formação em Kaizen e preparação para as implementações de VSM e Kanban. Nesta fase é ainda prematura a validação dos resultados obtidos nas secções, visto que o processo para a implementação do sistema Kanban ainda se encontra em fase de desenvolvimento.

Towards e-learning sustainability: designing and reusing student-centered learning scenarios

SMM09 Silesian Moodle Moot Conference 2009 12 - 13 November, Ostrava Sixth annual conference

Towards e-learning sustainability: designing and reusing student-centered learning scenarios

Learnin management systems have gained an increasing role in the context of Higher Education Institutions as essential tools to support learning...

A sustainable approach to the reuse of student - centered learning scenarios

Proceedings of EULEARN09 - Intenational Conference and New Learning Technologies, Barcelona, Spain, 6-8 July

Sustainable blended-learning in HEI: developing and implementing multi-level interventions

This chapter aims to demonstrate how PAOL - Unit for Innovation in Education, a project from ISCAP - School of Accounting and Administration of Oporto ....