Investigação

Por despacho do Sr. Diretor do ISTEC foi criado no dia 20 de janeiro de 2020 a Unidade de Investigação em Computação Avançada.
Tem como principais objetivos o desenvolvimento de estudos e investigação orientada e de alto nível no contexto das tecnologias da computação e da informação, dando prioridade às vertentes tecnológicas e científicas mais vanguardistas e com um eminente interesse no mercado empresarial.
Associada a esta Unidade de Investigação está a Revista Kriativ-Tech que é por excelência o órgão de comunicação desta Unidade. Para além de divulgar os trabalhos de investigação orientada, desenvolvidos pelos investigadores, é também um Fórum de discussão e de opiniões sobre todas as questões relativas à relação das tecnologias de informação com a sociedade na sua generalidade.

O objetivo futuro desta Unidade de Investigação é vir a ser reconhecida e avaliada pela FCT.

Projeto de Investigação de Alto Nível

Computação para as Ciências Sociais e Políticas - Visualização de Dados

Projeto em Parceria com o ICS - Universidade de Lisboa

Investigador Principal

  • Pedro Brandão, Professor Coordenador do ISTEC; Investigador Associado ICS.

Data de Início

  • 1 de janeiro de 2022

Inserido nos objectivos de desenvolvimento sustentável das nações Unidas (Agenda 2030):

  • Objetivo 4. Garantir uma educação de qualidade inclusiva e equitativa e promover oportunidades de aprendizagem ao longo da vida para todos;
  • Objetivo 16. Promover sociedades pacíficas e inclusivas para o desenvolvimento sustentável, fornecer acesso à justiça para todos e construir instituições eficazes, responsáveis e inclusivas em todos os níveis;
  • Meta 17. Fortalecer os meios de implementação e revitalizar a parceria global para o desenvolvimento sustentável.

O projeto de investigação tem como principal objetivo produzir visualização de dados de forma intuitiva em diversos suportes digitais.
Os dados a serem tratados para efeitos de visualização são da South European Government Project, coordenado por Marcelo Camerlo e António Costa Pinto, a nível da área do estudo de elites desenvolvido no ICS. Estes dados têm uma cobertura regional, Europa do Sul (Portugal, Espanha, Itália, Grécia e Turquia), a cobertura temporal é de 2000 a 2021. As dimensões cobertas são:

  •  Personal background (sexo, idade);
  • Expertise (experiência em posições vinculadas à área da pasta ocupada, incluido o sector público e privado);
  • Political competences (experiência em postos políticos nas arenas legislativas e executivo do nível nacional, internacional, local);
  • Partisanship (afiliação, seniority);
  • Pastas ministeriais (ocupação, duração).

A visualização de dados através de ferramentas apropriadas e destinadas ao efeito são extremamente importantes para se poder tirar conclusões rápidas e intuitivas e ainda conclusões que podem estar ocultadas nos dados por não estarem padronizados. Portanto a visualização digital dos dados pode criar padrões que permitem tirar conclusões avançadas. É isto que se pretende fazer no presente trabalho de investigação.
As visualizações de dados são surpreendentemente comuns no quotidiano, mas geralmente aparecem na forma de tabelas e gráficos conhecidos. Uma combinação de múltiplas visualizações e bits de informação é muitas vezes referida como infográficos.
As visualizações de dados podem ser usadas para descobrir fatos e tendências desconhecidos. Podemos ver visualizações na forma de gráficos de linhas para exibir as alterações ao longo do tempo. Gráficos de barras e colunas são úteis ao observar relacionamentos e fazer comparações. Gráficos de pizza são uma ótima maneira de mostrar partes-de-um-todo. Mas também mapas infográficos de dados, que são a melhor maneira de partilhar visualmente dados de qualquer tipo.
Boas visualizações de dados são criadas quando a comunicação, a ciência de dados e o design colidem. As visualizações de dados feitas corretamente oferecem informações importantes sobre conjuntos de dados complicados de maneiras significativas e intuitivas. O investigador americano e professor de Yale, Edward Tufte defende que excelentes visualizações de dados consistem em “ideias complexas comunicadas com clareza, precisão e eficiência”, Imagem 1.

Imagem 1: Representação da colisão de dados com o design – Fonte: Edward Tufte

Ser capaz de compreender e ler as visualizações de dados tornou-se um requisito necessário para o século XXI. Como as ferramentas e recursos de visualização de dados se tornaram prontamente disponíveis, espera-se que cada vez mais profissionais sejam capazes de recolher e tratar visualmente as informações a partir de dados.

Projeto de Investigação Orientada

Cuidador de Paciente com Alzheimer

Investigadores Principais

  • Pedro Brandão, ISTEC – Lisboa
  • António Santos, ISTEC – Lisboa
  • Ricardo Baptista, ISTEC – Porto

Data de Inícios

  • 1 de janeiro de 2022

Pretende-se desenvolver uma aplicação/dispositivo que acompanhe o doente com alzheimer ao longo do seu dia, ajudando na prevenção de alterações de estados de humor e comportamental.
Será desenvolvida uma aplicação – baseada em Machine Learning, Deep Learning, processamento de linguagem natural e computação cognitiva.
A qualidade de vida de um ser humano é fundamental para que este esteja integrado no seio familiar e comunitário. Como o Alzheimer se trata de uma doença neuro-degenerativa que afeta a qualidade de vida do ser humano, começando com um simples esquecimento de algo que fez minutos antes, evoluindo para problemas mais graves de memória, comportamento e outras funções mentais de forma gradual. Em estágios mais avançados, impede os pacientes de exercer as sua atividades diárias, dependendo e um cuidador para sobreviverem. Após o diagnóstico, estes pacientes sobrevivem em média cerca de sete anos.
Muitos investigadores referem que o Machine Learning pode ser usado no diagnóstico desta patologia, porém dada a sua natureza pode também ser usada para acompanhamento da evolução da doença ao longo do tempo, podendo assim predizer/antecipar fenómenos que possam ocorrer com o paciente. O Deep Learning é um ramo do Machine Learning que permite uma aprendizagem estruturada mais profunda usando redes técnicas das redes neuronais para levar a efeito essa aprendizagem.

Projeto de Investigação Orientada

Cliente de Emails Anti-Spam

Investigadores Principais

  • Pedro Brandão
  • João Monge

Colaboradores

  • Alunos do Mestrado em Informática

Data de Início

  • 1 de julho de 2021

Pretende-se desenvolver um cliente de correio eletrónico com um módulo Anti-Spam e anti-Phishing, que possa ser instalado e utilizado pelo staff do ISTEC. Será desenvolvido um algoritmo Inédito de Machine Learning.
No mundo de hoje, o e-mail desempenha um papel fundamental, independentemente da área de trabalho. Neste cenário, os emails de phishing são uma das principais ameaças no mundo de hoje. Esses e-mails “parecem” legítimos, mas levam os utilizadores a sites maliciosos. Como resultado, o utilizador, organização ou instituição acaba sendo objecto de hackers online. Para enfrentar esses problemas, vários métodos estatísticos têm sido aplicados e desenvolvidos. Neste trabalho, faremos utilização da representação distributiva, nomeadamente TF-IDF, para a representação numérica de emails de phishing. Também será utilizado um estudo comparativo de técnicas clássicas de machine Learning, como Random Forest, AdaBoost, Naive Bayes, Decision Tree, SVM.

Projeto de Investigação Orientada

Fatores Humanos em Computação

Investigadora Principal

  • Sandra Gama

Colaboradores

  • Alunos do Mestrado em Informática

Data de Inícios

  • 1 de julho de 2021

Com este projeto pretende-se investigar o papel de diversos fatores humanos na forma como os utilizadores desempenham as suas tarefas mediadas por computador e, com essa informação, derivar guidelines para a criação de aplicações adaptadas às necessidades individuais dos utilizadores.
Para tal, serão criadas aplicações/protótipos para permitir analisar como o ser humano reage a diferentes estímulos sensoriais como forma de otimizar a experiência de interação entre o ser humano e o computador. Esta análise poderá ter em conta aspetos como o movimento do olhar, o batimento cardíaco, a condutividade da pele e a resposta fisiológica à luz/cor para perceber a resposta do utilizador ao estímulo que as diversas versões das aplicações geram nas pessoas.
Para complementar esta análise, serão considerados construtos psicológicos (personalidade, vieses cognitivos), obtidos através de questionários, o que permitirá estabelecer padrões de utilização entre indivíduos com características semelhantes. Com toda esta informação, será possível de facto criar, através de recurso a algoritmia computacional, um modelo para aplicações que permitam uma adaptação eficaz às necessidades individuais de cada utilizador.

Projeto de Investigação Orientada

Visão Neuromórfica para Robótica de Alta Velocidade

Investigador Principal

  • João Carneiro

Investigadores

  • Pedro Brandão
  • Diogo Algarvio

Colaboradores

  • Alunos do Mestrado em Informática

Data de Início

  • 19 de julho de 2021

O cérebro humano, com cerca de 86 biliões de neurónios e 7000 ligações, é um sistema complexo e extraordinário com um elevado grau de complexidade. Uma das funções superiores que o cérebro permite é a visão. Este projecto, pretende considerar a forma de codificação do sinal visual da retina biológica para inspirar aplicações robóticas que apresentam requisitos de elevada velocidade.
A Engenharia Neuromórfica é o domínio que se inspira em modelos conhecidos da Neurociência para desenvolver problemas na Engenharia e Robótica. As retinas neuromórficas inspiradas na retina humana codificam a informação visual de forma diferente de câmaras convencionais.
O projeto pretende avaliar se a utilização de modelos bio-inspirados permite modelar reflexos de fuga através de detecção de objectos que se movem na direcção do robot a alta velocidade. Desafios existentes incluem o movimento do robot ou se a precisão das câmaras será suficiente. Estudos com insectos mostram que estes apresentam sistemas visuais que são bastante eficazes para modelar estes reflexos. No entanto, a questão se estes comportamentos conseguem ser adaptados para robots ainda permanece.

Projeto de Investigação Orientada

Desenvolvimento de Recursos Educacionais Abertos

Investigadora Principal

  • Paulo Duarte
  • Pedro Brandão
  • Andreia Vieira

Colaboradores

  • Alunos do Mestrado em Informática

Data de Inícios

  • 22 de novembro de 2021

O projeto visa o desenvolvimento de Recursos Educacionais Abertos (REA) audiovisuais passíveis de integrar a oferta formativa do ISTEC ou de ser complementar aos seus cursos e unidades curriculares, particularmente no domínio da Informática, da Multimédia e da Empregabilidade, através de uma abordagem inovadora, pelo que a nossa prioridade mais relevante são as Práticas Inovadoras numa era digital, uma prioridade transversal. serão desenvolvidos e testados conteúdos educativos audiovisuais que poderão ser incluídos como material de apoio nas unidades curriculares e de formação do Instituto Superior de Tecnologias Avançadas de Lisboa (ISTEC). Desenvolvimento de artefactos:
Estes materiais educativos poderão ser integrados nas práticas educativas do ISTEC de diversas formas, a saber:

  • Enquanto suporte aos docentes como material assíncrono de aprendizagem;
  • Como elemento integrante em cursos conferentes de grau (ou não) em ensino a distância que o ISTEC ministre ou venha a ministrar;
  • Como unidade de crédito (ECTS) suplementar de modo a que possa ser incluído no suplemento ao diploma dos cursos atuais do ISTEC;
  • Enquanto elementos para estudos posteriores dos estudantes de licenciatura (projeto-global) ou de mestrado (dissertação/projeto).

Quadro de Investigadores

Esta Unidade de Investigação têm seis investigadores permanentes, um Investigador Coordenador, um Investigador Principal e quatro Investigadores Auxiliares. Podendo ter investigadores Integrados e Convidados.

  • Pedro Brandão (Investigador Coordenador);
  • Isabel Alvarez (Investigadora Principal);
  • Sandra Gama (Investigadora Auxiliar)
  • Paulo Duarte (Investigador Auxiliar);
  • Lúcio Studer (Investigador Auxiliar);
  • João Carneiro (Investigador Auxiliar);
  • Dulce Mourato (Investigadora Auxiliar);
  • Andreia Vieira (Investigadora Auxiliar);
  • João Gonçalves (Investigador Integrado);
  • André Barbosa (Investigador Integrado)
  • Rui Pascoal (Investigador Colaborador);
  • João Monge (Investigador Colaborador);
  • Diogo Algarvio (Investigador Colaborador).
  • Ricardo Baptista (Investigadores Auxiliares) | ISTEC - Porto
  • João Almeida (Investigadores Auxiliares) | ISTEC - Porto