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.

Matemática 100 stress: um projeto aberto no IPP

A Era Tecnológica em que nos vemos inseridos, cujos avanços acontecem a uma velocidade vertiginosa exige, por parte das Instituições de Ensino Superior (IES) uma atitude proactiva no sentido de utilização dos muitos recursos disponíveis. Por outro lado, os elementos próprios da sociedade da informação – flexibilidade, formação ao longo da vida, acessibilidade à informação, mobilidade, entre muito outros – atuam como fortes impulsionadores externos para que as IES procurem e analisem novas modalidades formativas. Perante a mobilidade crescente, que se tem revelado massiva, a aprendizagem tende a ser cada vez mais individualizada, visual e prática. A conjugação de várias formas/tipologias de transmissão de conhecimento, de métodos didáticos e mesmo de ambientes e situações de aprendizagem induzem uma melhor adaptação do estudante, que poderá procurar aqueles que melhor vão ao encontro das suas expetativas, isto é, favorecem um processo de ensino-aprendizagem eficiente na perspetiva da forma de aprender de cada um. A definição de políticas estratégicas relacionadas com novas modalidades de ensino/formação tem sido uma preocupação constante na nossa instituição, nomeadamente no domínio do ensino à distância, seja ele e-Learning, b-Learning ou, mais recentemente, “open-Learning”, onde se inserem os MOOC – Massive Open Online Courses (não esquecendo a vertente m-Learning), de acordo com as várias tendências europeias (OECD, 2007) (Comissão Europeia, 2014) e com os objetivos da “Europa 2020”. Neste sentido surge o Projeto Matemática 100 STRESS, integrado no projeto e-IPP | Unidade de e-Learning do Politécnico do Porto que criou a sua plataforma MOOC, abrindo em junho de 2014 o seu primeiro curso – Probabilidades e Combinatória. Pretendemos dar a conhecer este Projeto, e em particular este curso, que envolveu vários docentes de diferentes unidades orgânicas do IPP.