Percorrer por data de Publicação, começado por "2025-12-11"
A mostrar 1 - 2 de 2
Resultados por página
Opções de ordenação
- Massively parallel GPU acceleration of population-based optimization metaheuristics: application to the solution large-scale systems of nonlinear equationsPublication . Silva, Bruno Miguel Pereira da; Lopes, Luiz Carlos Guerreiro; Mendonça, Fábio Rúben SilvaHigh-dimensional problems, such as large-scale Systems of Nonlinear Equations, are challenging due to their complexity and nonlinear solution spaces. Population-based optimization metaheuristics, such as Particle Swarm Optimization and Gray Wolf Optimizer, can offer effective approaches. However, their computational demands often exceed the capacity of traditional methods, particularly when addressing these problems at large scales. To address these challenges, parallelization constitutes a promising strategy. Due to the massive parallel processing capabilities, a Graphics Processing Unit (GPU) is well-adapted to the acceleration of population-based metaheuristic optimization algorithms. Thus, employing GPU parallelism can substantially reduce computational time and enable the solution of larger and more complex problems that would be impractical on conventional Central Processing Units (CPUs). GPU-based parallelization of metaheuristic optimization algorithms faces several challenges due to algorithmic diversity and heterogeneous hardware architectures. Different metaheuristics exhibit distinct computational patterns, memory access requirements, and degrees of inherent parallelism, which complicates efficient mapping to GPU architectures. Moreover, variations in GPU hardware can substantially affect performance, often requiring algorithm-specific adaptations and hardware-aware optimizations to fully exploit GPU resources. This research proposes GPU-based parallelization strategies for population-based metaheuristic algorithms to enhance performance on large-scale, high-dimensional optimization problems. It uses GPU parallelism to manage increasing problem sizes while preserving convergence behavior and solution quality. A central goal is a hardware-agnostic model that enables scalable acceleration across diverse computa tional environments, providing a general framework for GPU-based metaheuristic acceleration applicable to various algorithmic paradigms and problem domains. Experimental results indicate that GPU-accelerated metaheuristics using the proposed framework substantially outperform their sequential counterparts, achieving significant speedups. The framework scaled effectively across ten population-based algorithms and ten benchmark problems of increasing dimensionality, utilizing five GPU models, including both consumer-grade and professional-grade hardware. In multi-GPU tests, the framework exhibited superlinear speedup in certain cases. This study highlights the value of modular, reproducible frameworks for GPU based metaheuristics and provides a base for future research in high-dimensional, computationally intensive optimization.
- O caminho de esperança e crescimento do estágio de ensino de educação físicaPublication . Silva, André Filipe Martins; Correia, Ana Luísa Rodrigues Figueira de Sousa; Góis, Maria Luísa Carvalho MariselaEste relatório de estágio resulta de uma experiência formativa no âmbito do Mestrado em Ensino de Educação Física nos Ensinos Básico e Secundário da Universidade da Madeira, desenvolvida na Escola Secundária Jaime Moniz, durante o ano letivo de 2024/2025. A intervenção pedagógica exigiu uma análise crítica e reflexiva de todas as atividades implementadas, de modo a compreender o seu impacto no processo de ensino-aprendizagem. O ensino atual requer que os alunos assumam um papel ativo nas aulas, desenvolvendo valores aplicáveis não apenas ao contexto escolar, mas também à sua vida pessoal e social. Neste cenário, o professor desempenha uma função orientadora, incentivando os alunos a construir o seu próprio conhecimento e a desenvolver atitudes e valores, planeando as aulas de forma integrada e significativa. Esta abordagem contribui para a formação de cidadãos mais conscientes, participativos e preparados para enfrentar os desafios da sociedade contemporânea. Este relatório encontra-se estruturado nas seguintes dimensões do estágio pedagógico: (a) Enquadramento do Estágio; (b) Gestão do Processo de Ensino-Aprendizagem; (c) Prática Letiva; (d) Projeto de Observação de Aulas; (e) Atividade de Extensão Curricular; (f) Atividade de Integração no Meio; (g) Ação Científico-Pedagógica Coletiva e Individual. A realização do estágio constituiu uma etapa essencial na formação de futuros professores de Educação Física, na medida em que possibilitou a aplicação prática dos conhecimentos adquiridos, promovendo o desenvolvimento de competências profissionais e uma compreensão mais aprofundada das dinâmicas escolares. Revelou-se igualmente determinante para a nossa transformação pessoal, proporcionando o desenvolvimento de competências específicas que sustentam intervenções pedagógicas futuras mais conscientes, autónomas e ajustadas às exigências da prática educativa.