FE - DI | Dissertações de Mestrado e Teses de Doutoramento
Permanent URI for this collection
Browse
Recent Submissions
- Delta Vending Aplication: Um caso de estudo sobre o desenvolvimento de aplicações Web e Móveis com a plataforma low-code Mendix em ambiente empresarialPublication . Morais, José Bernardo Massano; Pombo, Nuno Gonçalo Coelho Costa; Costa, Daniel QuaresmaNos dias correntes, o constante pedido de soluções de software tem vindo a crescer cada vez mais, onde as empresas precisam de entregar cada vez mais projetos num espaço de tempo relativamente curto. A metodologia de SCRUM pode ser usada para colmatar esta necessidade de entrega rápida. O recurso a trabalhos e implementações por meio de sprints tem-se mostrado como uma solução viável de criação e implementação de programas estáveis e robustos com um tempo de desenvolvimento mais reduzido. Todo o ciclo de desenvolvimento gira à volta de planeamento, implementações, recolha de feedback do cliente e equipa de desenvolvimento, feedback esse que é usado para fazer revisões ao fim de cada sprint para depois serem trabalhadas na próxima iteração de desenvolvimento. Apesar de a metodologia oferecer benefícios a nível de entrega de projetos, ainda existia o obstáculo de ter de se criar software e aplicações de raiz, e ter de escrever os componentes diversas vezes. Isto torna-se maçudo e consome tempo que pode ser aproveitado para melhorar a aplicação existente e contribuir para uma solução mais bem conseguida. Neste contexto surgem as ferramentas de low-code, que ampliaram ainda mais a eficiência de desenvolvimento de programas e aplicações. A sua flexibilidade e poder de integração de várias tecnologias tornaram estas plataformas bastante populares e tiveram um crescimento bastante acentuado nos anos recentes. Este estágio curricular enquadra-se no âmbito da unidade curricular Projeto de Dissertação ou de Estágio em Engenharia Informática, inserida no segundo semestre do segundo ciclo de estudos de Mestrado de Engenharia Informática na Universidade da Beira Interior. O objetivo do estágio é a integração destas duas vertentes num contexto profissional. Trata-se do desenvolvimento de uma aplicação de vendas para os funcionários da Delta Cafés usando uma metodologia de SCRUM com recurso à plataforma Mendix. Todo este projeto foi feito enquanto Mendix developer na empresa de soluções low-code re.tone. Este documento serve para ilustrar todo o processo de desenvolvimento, desde o planeamento, definição de tarefas até as implementações. Para além disso, serve para expor informações sobre as tecnologias subjacentes e que estão por trás da plataforma Mendix.
- Desenvolvimento de uma Aplicação Web para a Gestão Interna de Eventos e RecursosPublication . Santos, Adriano Guilherme Rodrigues dos; Pombo, Nuno Gonçalo Coelho Costa; Mendes, RicardoEste relatório de estágio foi elaborado no âmbito da cadeira de 2º semestre, Dissertação ou Estágio em Engenharia Informática. O presente documento descreve o trabalho desenvolvido na empresa RMAudiovisuais, sediada no Tortosendo, dedicada à prestação de serviços técnicos e audiovisuais para eventos. No desenvolvimento do projeto foram utilizadas tecnologias, nomeadamente o React para o frontend, Node.js para o backend, e MySQL como sistema de base de dados. Este estágio permitiu-me aplicar e consolidar conhecimentos adquiridos ao longo do curso, enfrentando desaficos do mercado de trabalho e desenvolvendo competências técnicas e profissionais fundamentais na área de engenharia informática.
- Framework de Gestão e Análise de Campanhas de Phishing em Ambientes CorporativosPublication . Paula, Afonso Manuel Dinis de; Sequeiros, João Bernardo Ferreira; Rodrigues, BrunoCom a evolução tecnológica, a dependência de recursos digitais é uma realidade inegável para as empresas modernas. A capacidade de adotar e integrar efetivamente as tecnologias digitais tornou-se um fator crucial para a competitividade, eficiência e sobrevivência no mercado atual. Esta dependência digital, embora traga benefícios, também expõe as organizações a riscos significativos, como ciberataques, entre os quais as campanhas de phishing têm um papel de destaque devido ao sucesso em explorar vulnerabilidades humanas. A Art Resilia, onde este projeto de estágio foi desenvolvido, é uma empresa especializada em fornecer soluções de ciber-resiliência. A sua missão centra-se em ser uma parceira de confiança, reconhecida pelo seu conhecimento e inovação, ajudando as organizações a se prepararem, responderem e recuperarem eficazmente de um panorama de ciberameaças em constante evolução. Neste contexto, este projeto consistiu no planeamento, desenvolvimento e implementação de uma framework de gestão e análise de templates e campanhas de phishing. A ferramenta poderá ser utilizada principalmente pelos analistas da empresa, permitindo-lhes criar e gerir templates de phishing personalizados, configurar campanhas adaptadas a diferentes clientes e recolher informações detalhadas sobre os resultados obtidos. Os clientes, tal como os analistas, terão acesso a dashboards, onde poderão consultar os dados recolhidos pelas campanhas realizadas nos seus colaboradores. Estes painéis, não só possibilitam efetuar análises comparativas com as médias agregadas das restantes empresas incluídas no sistema, como também permitem visualizar dados relevantes da própria organização, nomeadamente indicadores de reincidência, níveis de risco e métricas de desempenho – tanto individuais como por departamentos ou cargos –, fornecendo, assim, uma perspetiva detalhada sobre o seu desempenho de segurança. Este projeto teve como propósito possibilitar a recolha estruturada e detalhada de informações sobre a eficácia de campanhas de sensibilização, facilitando a consciencialização dos colaboradores das empresas clientes. Desta forma, a framework visa otimizar o processo de gestão de campanhas de phishing, garantindo resultados mais mensuráveis e alinhados com as necessidades dos clientes corporativos, contribuindo para o reforço contínuo das estratégias de defesa dos colaboradores face a ameaças baseadas em técnicas de engenharia social.
- Data-Driven Recommendation Systems for Training Optimization in Indoor Team SportsPublication . Gonçalves, Luísa Fanado; Silva, Bruno Miguel Correia da; Travassos, Bruno Filipe RamaCurrently, significant technological advances are being made in the field of artificial intelligence. In particular, machine learning is transforming the way we process data and extract useful knowledge in areas such as healthcare, industry, and sports. In the sports context, analyzing sensor and video data allows you to model performance, detect patterns, and anticipate risks. However, analysis alone does not decide what to do next in training. Coaches still have to select, sequence, and adapt exercises under time and operational constraints. This is where recommendation systems add value: they transform analytical signals and historical preferences into suggestions tailored to the athletes’ needs and the context of the session. Indoor team sports, such as futsal or basketball, are dynamic and strategic games where cooperation between team members is crucial to success. Basic characteristics such as speed of play, precise coordination, and tactical strategy give these sports their unique character. In this context, there is a clear gap: specific recommendation solutions for indoor sports at the moment are rare. This dissertation proposes and evaluates recommender systems to support training planning, capable of suggesting personalized exercises and even complete training plans. The system integrates three complementary components: (i) matrix factorization based on implicit feedback, (ii) temporal co-occurrence modeling sequences of exercises within a session, and (iii) a content-based component using cosine similarity. The scores are combined in a hybrid model, with weights optimized during validation and with eligibility and context filters to ensure practical recommendations. We developed a pipeline covering data preparation for exercises and contextual information, model generation, hyperparameter optimization, and hybrid weight optimization. Finally, we evaluate the model considering two sports modalities and two temporal protocols, Hold-Out and Next-Step, reporting Recall@N, NDCG@N, Coverage@N, Diversity@N, HR@N, and MRR@N. The performance evaluation and results demonstrate the feasibility of recommender systems to support training planning in indoor team sports, paving the way for more personalized training plans and progressive integration with contextual data in future work.
- Automação da Procura de Concursos Públicos de Interesse e Extração Automática de Informação dos Documentos que os ConstituemPublication . Paixão, Pedro Miguel Mateus; Gouveia, João; Sequeiros, João Bernardo FerreiraEste relatório apresenta o desenvolvimento de um programa, realizado no contexto de um estágio para a empresa Latitudde (entidade de acolhimento), destinado a automatizar o processo de procura e transferência de concursos públicos alocados em plataformas online e a extração de informações relevantes para a análise do interesse da empresa em participar nesses concursos. Os concursos públicos são procedimentos formais através dos quais entidades governamentais e organizações públicas contratam bens e serviços. Para a Latitudde, a participação nesses concursos representa uma oportunidade estratégica de crescimento e expansão dentro da sua área de atuação. No entanto, cada concurso é constituído por múltiplos documentos, incluindo o Caderno de Encargos, o Programa do Concurso, o anúncio e eventuais anexos. Esses documentos são frequentemente extensos e, embora contenham informações similares, a sua estrutura varia significativamente entre diferentes concursos e plataformas. Atualmente, o departamento de recursos humanos da empresa dedica um tempo considerável à análise desses documentos para determinar se a Latitudde reúne as condições necessárias para concorrer. O objetivo do programa desenvolvido é automatizar esse processo, extraindo rapidamente as informações essenciais e permitindo uma decisão imediata sobre o interesse da empresa na candidatura. Dessa forma, a solução proposta visa otimizar o tempo e os recursos dedicados a essa tarefa, reduzindo a necessidade de processos manuais repetitivos e garantindo uma análise mais ágil e precisa das oportunidades de mercado.
- Combining Text and Visual Modalities for Enhanced Portuguese Image RetrievalPublication . Duarte, Rodrigo Manuel Teixeira; Campos, Ricardo Nuno Taborda; Proença, Hugo Pedro Martins CarriçoThe availability of digital images on the Internet has grown exponentially in recent years. This has made it challenging for users to find relevant images in the context of Information Retrieval IR tasks, as search engines are often unable to understand their content accurately. This challenge becomes even greater when searching for images in languages other than English - especially low-to-mid resource languages like Portuguese, which often lack the necessary linguistic resources. To address these issues, several approaches have been proposed, such as using multimodal language models that attempt to understand both image content and associated textual information. However, most of these models are fine-tuned primarily for the English language. Another common strategy involves language translation models, where queries in a target language are translated into English before being processed. However, such a solution is also not perfect as the meaning of the query can be lost in translation, leading to suboptimal results. This MSc thesis tackles this challenge by developing and evaluating multimodal approaches for Portuguese image retrieval, with a specific focus on understanding the limitations and opportunities of current vision-language models. Our hypothesis is that combining text-based and image-based retrieval modalities through innovative score adjustment mechanisms will lead to more effective results than individual approaches alone. The primary objective of this research is to develop an effective image IR system for Portuguese queries and establish performance baselines for this domain. To achieve this, we created a Portuguese image retrieval evaluation dataset comprising 80 queries and 5,201 annotated images from the Portuguese Presidency website. We developed a novel hybrid retrieval algorithm that combines text-based and image-based retrieval through mathematical score adjustment mechanisms, utilizing K-Nearest Neighbors (KNN) algorithms for similarity matching. Our comprehensive evaluation encompassed traditional text-based IR methods, commercial search engines, Portuguese-specific language models, and state-of-the-art vision-language models. The results revealed that multilingual visionlanguage models, particularly OpenCLIP xlm-roberta-base, substantially outperformed traditional text-based approaches by 62% in MRR scores, achieving 71% better performance with shorter queries compared to longer descriptive formulations. Surprisingly, fine-tuning experiments showed decreased performance across all metrics, with degradations ranging from 16% to 28%, suggesting that pre-trained multilingual representations are more valuable than domain-specific adaptations. The proposed hybrid algorithm achieved meaningful improvements, with a 1.8% enhancement in Mean Reciprocal Rank over the best baseline approach.
- Avaliação da Representação Neuronal Implícita para Armazenamento de Dados em ADNPublication . Kanivengidio, Moyo; Sousa, Maria Manuela Areias da Costa Pereira deA crescente demanda por soluções de armazenamento de alta densidade e longa duração tem colocado o ADN como uma alternativa promissora, graças à sua capacidade de armazenar grandes volumes de dados de forma compacta e durável. Entre os diversos tipos de dados, as imagens destacam-se pela sua importância em áreas como medicina, arte, comunicação, entre outras, tornando essencial o desenvolvimento de métodos eficientes para sua representação em ADN. A natureza complexa das imagens exige abordagens especializadas que considerem suas particularidades, como redundância espacial e correlação entre pixeis, além das restrições bioquímicas do ADN. Inicialmente, as abordagens de codificação em ADN tratavam todos os tipos de dados de forma homogénea, sem adaptações específicas para imagens. Com o tempo, codificadores clássicos de imagem, como JPEG, foram adaptados para atender às restrições do ADN, e métodos baseados em inteligência artificial, como o COOL-CHIC, ganharam destaque por sua eficiência na compressão e preservação da qualidade visual. Inspirado nesses avanços, o HiDNA surgiu como um codificador inovador, combinando técnicas de IA com as restrições bioquímicas do DNA para representar imagens de forma robusta e eficiente. Neste trabalho, exploramos o uso de representações neuronais implícitas na codificação de imagens com vista ao seu armazenamento em Ácido Desoxirribonucleico (ADN), avaliando sua capacidade de compressão, robustez fidelidade na recuperação de dados. Métodos como o COOL-CHIC demonstram ganhos significativos na relação taxa-distorção e na redução do custo computacional, apontando para o potencial de tornar o armazenamento genético escalável e sustentável. A nossa contribuição visa avançar nesta direção, adaptando codificadores, tal como efetuado pelo HiDNA, ainda mais adaptados às necessidades especificas das imagens, abrindo caminho para aplicações práticas e inovadoras no campo do armazenamento em ADN.
- Anomaly Detection in Microservices Using Ensemble MethodsPublication . Salvado, Nuno Miguel da Silva; Freire, Mário MarquesAnomaly detection represents a critical factor in ensuring the reliability and resilience of microservice-based systems, where failures can rapidly propagate and compromise overall service availability. This dissertation investigates the application of classical Machine Learning (ML) algorithms and ensemble methods for anomaly detection in microservices, using the TraceRCA dataset as a representative benchmark. The work begins with a systematic literature review, which categorizes traditional and ML-based approaches to anomaly detection, identifying key research gaps and datasets. Building on this foundation, a complete experimental pipeline was developed, including preprocessing, feature engineering, and anomaly labeling, followed by the evaluation of multiple baseline classifiers such as Logistic Regression (LogReg), Support Vector Machine (SVM), Decision Tree (DT), K-Nearest Neighbors (KNN), Multilayer Perceptron (MLP), and Gaussian Naïve Bayes (GNB). To enhance predictive performance, ensemble techniques including Random Forest (RF), eXtreme Gradient Boosting (XGBoost), Light Gradient Boosting Machine (LightGBM), and Histogram-based Gradient Boosting (HGBM) were implemented and compared against baselines. The evaluation considered both predictive accuracy and resource efficiency, measuring metrics such as F1-score, precision, recall, accuracy, Receiver Operating Characteristic – Area Under the Curve (ROC-AUC), as well as execution time, Random Access Memory (RAM) consumption, and Central Processing Unit (CPU) utilization. The experimental results demonstrate that ensemble models consistently outperform baselines, with boosting-based methods (XGBoost, LightGBM, HGBM) achieving the highest predictive performance, while RF offered stable results with moderate computational overhead. These findings highlight the trade-offs between accuracy and efficiency, underlining the importance of careful algorithm selection according to deployment constraints. This research contributes by providing a comprehensive benchmark of ML and ensemble methods for anomaly detection in microservices, bridging the gap between predictive performance and practical applicability in real-world environments.
- Conversational Agent for Mental Health SupportPublication . Silva, Luís Gonçalo Aguilar; Pais, Sebastião Augusto Rodrigues FigueiredoMental health is one of the greatest global challenges today, marked by an increase in cases of anxiety and depression and difficulties in accessing specialised support, high costs and stigma. In this context, digital solutions that expand the scope of care are a promising approach. This dissertation presents the design and implementation of a conversational agent for mental health support. The main model used was Gemma 3 4B, applied with prompt engineering. LoRA tuning was explored but not adopted due to export constraints. This LLM is complemented by models for Hate Speech Detection, Emotion Detection, Sentiment Detection, and Sarcasm Detection. The BERT classifiers (sentiment, emotions, sarcasm, and hate) generate signals that condition the tone and dialogue strategy, with these responses being integrated into the system prompt so that the interaction is dynamic. The architecture supports text data input and output and contains modules for periodic check-ins, detection of signs of risk of self-harm or despair with the provision of national suicide helpline contact details, and medication management through the sending of PDF prescriptions and scheduling of medication reminders. Experiments show that the proposed methodology produces more empathetic, confident, and useful responses than using only a language model in varied scenarios. The cosine semantic similarity was calculated to compare the agent with market applications and with experimental cuts without the analysis modules, and the scores indicated comparable content, while the agent’s responses were notably more validating, empathetic, safe, and practice-oriented. Added components such as regular check-ins with the user and medication scheduling to provide reminders indicate practical potential as a virtual therapist. Limitations include occasional errors in detecting whether a direct response or reflection is desired, loss of context due to short memory, and incomplete speech and avatar components.
- Desenvolvimento Fullstack de uma Plataforma WebPublication . Monteiro, Nuno Miguel Freire; Simões, Tiago Miguel CarrolaEste relatório de estágio descreve o trabalho realizado durante o estágio na empresa Latitudde. O documento dá uma visão geral da jornada do estagiário como um Full Stack Developer na empresa Latitudde - Digital Enablers, LDA, descrevendo os obstáculos enfrentados e as lições aprendidas durante todo o percurso. Este estágio focou-se no desenvolvimento de um sistema de transportes flexíveis para o distrito de Castelo Branco. Este sistema tem como objetivo facilitar o transporte em zonas rurais, permitindo aos residentes o acesso aos transportes regulares. De forma sucinta, o sistema permite que os utilizadores realizem pedidos de viagem entre um ponto rural e um ponto regular (onde passem transportes públicos, tal como autocarros). De seguida, um algoritmo irá alocar os pedidos a motoristas particulares, mais especificamente a taxistas. O estágio englobou todo o processo da construção de uma aplicação, desde o levantamento de requisitos, a modelagem da base de dados, a formação nas tecnologias necessárias, o desenvolvimento de frontend e backend, e por fim o suporte após a entrega da aplicação ao cliente. As tecnologias utilizadas foram maioritariamente Angular para o frontend, e ASP.NET Core para o backend, duas tecnologias muito utilizadas em vários projetos na empresa.