Training control centers' operators in incident diagnosis and power restoration using intelligent tutoring systems

The activity of Control Center operators is important to guarantee the effective performance of Power Systems. Operators’ actions are crucial to deal with incidents, especially severe faults like blackouts. In this paper, we present an Intelligent Tutoring approach for training Portuguese Control Center operators in tasks like incident analysis and diagnosis, and service restoration of Power Systems. Intelligent Tutoring System (ITS) approach is used in the training of the operators, having into account context awareness and the unobtrusive integration in the working environment. Several Artificial Intelligence techniques were criteriously used and combined together to obtain an effective Intelligent Tutoring environment, namely Multiagent Systems, Neural Networks, Constraint-based Modeling, Intelligent Planning, Knowledge Representation, Expert Systems, User Modeling, and Intelligent User Interfaces.

E-Learning as a shared service in shared services centers

Book Subtitle International Conference, CENTERIS 2010, Viana do Castelo, Portugal, October 20-22, 2010, Proceedings, Part II

Deteção e extinção de incêndios em Data Centers

São muitas as organizações que por todo o mundo possuem instalações deste tipo, em Portugal temos o exemplo da Portugal Telecom que recentemente inaugurou o seu Data Center na Covilhã. O desenvolvimento de um Data Center exige assim um projeto muito cuidado, o qual entre outros aspetos deverá garantir a segurança da informação e das próprias instalações, nomeadamente no que se refere à segurança contra incêndio.

Autores da nossa própria história

Acreditando numa educação social que se quer muito mais do que uma socialização correta e numa educação de adultos que se quer muito mais do que um ajustamento funcional dos indivíduos ao mercado de trabalho, este trabalho desenvolveu-se num Centro Novas Oportunidades (CNO), sedeado numa escola pública do concelho de Penafiel, entre outubro de 2011 e julho de 2012. Através de uma metodologia de investigação-ação participativa, procurou potenciar os campos de interseção entre a educação social e a educação de adultos, inspirando-se no poder libertador e transformador da educação. Num momento em que os adultos vivenciaram o encerramento repentino da Iniciativa Novas Oportunidades, em que estão integrados ou que foram integrantes, e o consequente sentimento de descredibilização social dos processos que frequentavam, este projeto procurou promover nos adultos com quem foi construído, a capacidade de reflexão sobre o seu passado, apropriação crítica do seu presente, a fim de tomarem decisões sobre o seu futuro, e que respondesse aos seus interesses e desejos, numa lógica de solidariedade, justiça e desenvolvimento. As conclusões deste trabalho apontam para a sua capacidade de, numa atitude emancipatória e democrática, analisar criticamente as circunstâncias que enquadram mais um período de transição das políticas públicas no campo da educação de adultos, a partir de uma essencial avaliação isenta e independente do trabalho desenvolvido, pelos seus principais intervenientes: os adultos.

PIASA: A power and interference aware resource management strategy for heterogeneous workloads in cloud data centers

Cloud data centers have been progressively adopted in different scenarios, as reflected in the execution of heterogeneous applications with diverse workloads and diverse quality of service (QoS) requirements. Virtual machine (VM) technology eases resource management in physical servers and helps cloud providers achieve goals such as optimization of energy consumption. However, the performance of an application running inside a VM is not guaranteed due to the interference among co-hosted workloads sharing the same physical resources. Moreover, the different types of co-hosted applications with diverse QoS requirements as well as the dynamic behavior of the cloud makes efficient provisioning of resources even more difficult and a challenging problem in cloud data centers. In this paper, we address the problem of resource allocation within a data center that runs different types of application workloads, particularly CPU- and network-intensive applications. To address these challenges, we propose an interference- and power-aware management mechanism that combines a performance deviation estimator and a scheduling algorithm to guide the resource allocation in virtualized environments. We conduct simulations by injecting synthetic workloads whose characteristics follow the last version of the Google Cloud tracelogs. The results indicate that our performance-enforcing strategy is able to fulfill contracted SLAs of real-world environments while reducing energy costs by as much as 21%.