Browsing by Issue Date, starting with "2024-07-08"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
- Estudo e projecto de transformação de uma casa tradicional numa casa inteligente, baseada em IoTPublication . Andrade, Joheván de Gois; Gomes, Luís Armando de Aguiar OliveiraAs casas inteligentes estão a ganhar popularidade devido aos seus inúmeros benefícios. Atualmente, é cada vez mais crucial simplificar o quotidiano das pessoas. Os dispositivos inteligentes têm conquistado um lugar proeminente nas nossas vidas e estão cada vez mais integrados nos sistemas domésticos, automatizando processos como o controlo da temperatura ambiente e da iluminação, através de deteção de presença de pessoas, entre outras funções. A visão da Internet das Coisas (IoT) é criar um mundo mais conectado e inteligente, onde os diversos dispositivos podem recolher informações, processar esses dados e tomar decisões de forma autónoma, melhorando a eficiência. No entanto, muitas das tecnologias utilizadas para criar casas inteligentes dependem de dispositivos de uma única marca e protocolo, o que limita a integração e utilização de outros dispositivos de marcas e tecnologias diferentes, que podem ser do interesse dos utilizadores, seja pela funcionalidade que oferecem, pela disponibilidade em loja ou pelo preço. Neste projeto, foram estudadas e aplicadas soluções para integrar diversos dispositivos com diferentes tecnologias numa única plataforma open source. O objetivo era promover a interoperabilidade entre as mais diversas soluções de dispositivos, apresentando soluções que simplificam a criação da rede para que possa ser integrada em qualquer ambiente doméstico, e utilizando hardware de custo reduzido. Foram objeto de estudo as gateways Hubitat e a Silvercrest da Lidl e uma plataforma instalada numa Raspberry Pi chamada Home Assistant, procurando-se explorar nas referidas soluções as suas diversas funcionalidades, a integração de dispositivos, a compatibilidade com vários dispositivos e a criação de cenários domóticos. Constatou-se que a plataforma Home Assistant, em comparação com o Hubitat e o Silvercrest, evidenciou maior compatibilidade com os diferentes sensores/atuadores disponíveis no mercado, maior flexibilidade na utilização de diversos protocolos ou tecnologias de comunicação, mas também uma maior complexidade para utilizadores sem experiência prévia com a domótica.
- Relatório de estágio de educação física realizado na Escola Básica e Secundária Dr. Ângelo Augusto da SilvaPublication . Santos, Telmo Miguel Machado dos; Alves, José Ricardo Velosa Barreto Ferreira; Nóbrega, José Adérito FerreiraO presente relatório surge no âmbito do estágio pedagógico (EP) do Mestrado em Ensino de Educação Física nos Ensinos Básico e Secundário (MEEFEBS) da Universidade da Madeira (UMa). Neste documento apresentamos uma reflexão de forma objetiva de todas as atividades previstas e desenvolvidas numa turma do 9º ano de escolaridade, ao longo do ano letivo 2021/2022 na Escola Básica e Secundária Dr. Ângelo Augusto da Silva (EBSAAS). O principal objetivo deste relatório passa por expor, analisar e refletir sobre todas as múltiplas funções, ações e tarefas decorrentes do EP (a prática letiva, as atividades de intervenção na comunidade escolar, as atividades de integração no meio, e as atividades de natureza científico-pedagógica), as quais nos proporcionaram uma enorme experiência, enriquecendo a nossa formação académica e alicerçando as nossas bases fundamentais que nos vão ajudar no futuro enquanto profissionais da educação. Desta forma o documento contempla as múltiplas funções, ações e tarefas efetuado ao longo do ano letivo, tais como: (i) Prática Letiva; (ii) Atividades de Integração no Meio; (iii) Atividades de Integração na Comunidade Escolar (iv) Atividades de Natureza Científico-Pedagógica. Convictos que o EP é um processo complexo, o qual exige esforço, capacidade de adaptação, dedicação e responsabilidade, consideramos que todos as atividades e tarefas que executámos ao longo deste ano nos fizeram evoluir e consolidar competências multidisciplinares que foram muito para além da lecionação da disciplina de EF. Terminamos cientes que o estágio pedagógico é, sem dúvida, fulcral para o nosso desenvolvimento enquanto profissionais da educação, no entanto temos a consciência de que a nossa formação não termina no final deste ciclo de estudos e é sempre um processo continuo. A reflexão e pesquisa sobre as diversas situações vivenciadas durante este EP e sobre outras que irão surgir ao longo da nossa carreira, vão contribuir para a nossa evolução e aprendizagem permitindo-nos melhorar enquanto profissionais e pessoas.
- Machine learning system for commercial banana harvestingPublication . Hayat, Ahatsham; Baglat, Preety; Mendonça, Fábio; Mostafa, Sheikh Shanawaz; Dias, Fernando Morgado; Baglat, Preety; Silva Mendonça, Fábio Rúben; Morgado-Dias, FernandoAbstract The conventional process of visual detection and manual harvesting of the banana bunch has been a known problem faced by the agricultural industry. It is a laborious activity associated with inconsistency in the inspection and grading process, leading to post-harvest losses. Automated fruit harvesting using computer vision empowered by deep learning could significantly impact the visual inspection process domains, allowing consistent harvesting and grading. To achieve the goal of the industry-level harvesting process, this work collects data from professional harvesters from the industry. It investigates six state-of-the-art architectures to find the best solution. 2,685 samples were collected from four different sites with expert opinions from industry harvesters to cut (or harvest) and keep (or not harvest) the banana brunch. Comparative results showed that the DenseNet121 architecture outperformed the other examined architectures, reaching a precision, recall, F1 score, accuracy, and specificity of 85%, 82%, 82%, 83%, and 83%, respectively. In addition, an understanding of the underlying black box nature of the solution was visualized and found adequate. This visual interpretation of the model supports human expert’s criteria for harvesting. This system can assist or replace human experts in the field.