Pervasive Modular Data Science - otimização e interoperabilidade

Detalhes bibliográficos
Autor(a) principal: Rodrigues, Beatriz José Cunha
Data de Publicação: 2024
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Texto Completo: https://hdl.handle.net/1822/92643
Resumo: Relatório de dissertação de mestrado integrado em Engenharia e Gestão de Sistemas de Informação
id RCAP_6298d8512cea45359f14eae2ca038d3a
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/92643
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Pervasive Modular Data Science - otimização e interoperabilidadePervasive Modular Data Science - optimisation and interoperabilityAnálises em tempo-realData ScienceMódulo preditivoOtimizaçãoReal-time analyticsPredictive moduleOptimizationEngenharia e Tecnologia::Outras Engenharias e TecnologiasRelatório de dissertação de mestrado integrado em Engenharia e Gestão de Sistemas de InformaçãoNum contexto de avanços tecnológicos, a criação constante de conjuntos de dados tornou-se uma realidade marcante na sociedade atual. Neste cenário, a IOTech concebeu o ioScience com o objetivo de superar as dificuldades inerentes à análise em tempo real, proporcionando soluções eficazes para o tratamento de conjuntos de dados complexos e variados. Assim, procurando otimizar esta plataforma no âmbito do projeto ioCity, a IOTech precisa que ela seja melhorada ao nível dos módulos de interoperabilidade, visualização e previsão. Durante este projeto, foram aplicadas diferentes metodologias: Design Science Research, no que diz respeito à investigação, e a framework SCRUM e o CRISP-DM, no que diz respeito ao desenvolvimento da componente prática. Na primeira fase desta dissertação, foram adquiridos os conceitos necessários para o seu desenvolvimento, como, por exemplo, Data Science e Data Mining, juntamente com uma compreensão da patente ioScience. Após a fase inicial, foi iniciada a componente prática desta dissertação, na qual foi possível responder positivamente à questão de pesquisa "Qual a viabilidade de integrar um módulo preditivo no ioScience, seguindo as regras de construção deste?" com a implementação do módulo preditivo no ioScience, segundo as regras do mesmo, e a subsequente alteração na arquitetura da solução. Além disso, os demais objetivos do trabalho foram alcançados com a obtenção dos seguintes resultados: Implementação do Módulo Preditivo no ioScience; Alteração na arquitetura da solução; Otimização e implementação de componentes visuais no ioScience; Otimização e implementação de funcionalidades no ioScience; Reorganização no código; Teste utilizando dados o projeto do ioCity; Elaboração de 24 modelos de previsão; e Criação da API de previsão em Python. De forma geral, pode se afirmar que este trabalho resultou na apresentação de um protótipo aprimorado da plataforma. Para este caso de estudo e como prova de conceito, a empresa IOTech foi utilizada, uma vez que esta foi responsável por fornecer os dados necessários para apoiar esta dissertação.In a context of technological advances, the constant creation of data sets has become a marked reality in today's society. In this scenario, IOTech designed ioScience with the aim of overcoming the difficulties inherent in real-time analysis, providing effective solutions for handling complex and varied data sets. In order to optimize this platform as part of the ioCity project, IOTech needs to improve its interoperability, visualization and forecasting modules. During this project, different methodologies were applied: Design Science Research for the research, and the SCRUM framework and CRISP-DM for the development of the practical component. In the first phase of this dissertation, the concepts necessary for its development were acquired, such as Data Science and Data Mining, along with an understanding of the ioScience patent. After the initial phase, the practical component of this dissertation began, in which it was possible to positively answer the research question "What is the viability of integrating a predictive module into ioScience, following its construction rules?" with the implementation of the predictive module in ioScience, according to its rules, and the subsequent change in the solution's architecture. In addition, the other objectives of the work were achieved with the following results: Implementation of the Predictive Module in ioScience; Change in the solution's architecture; Optimization and implementation of visual components in ioScience; Optimization and implementation of functionalities in ioScience; Reorganization of the code; Testing using data from the ioCity project; Development of 24 prediction models; and Creation of the prediction API in Python. In general, it can be stated that this work resulted in the presentation of an enhanced prototype of the platform. For this case study and as a proof of concept, the company IOTech was utilized since it was responsible for providing the necessary data to support this dissertation.Portela, FilipeUniversidade do MinhoRodrigues, Beatriz José Cunha2024-02-142024-02-14T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/92643por203609409info:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2024-08-03T01:26:36Zoai:repositorium.sdum.uminho.pt:1822/92643Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T18:46:41.677910Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Pervasive Modular Data Science - otimização e interoperabilidade
Pervasive Modular Data Science - optimisation and interoperability
title Pervasive Modular Data Science - otimização e interoperabilidade
spellingShingle Pervasive Modular Data Science - otimização e interoperabilidade
Rodrigues, Beatriz José Cunha
Análises em tempo-real
Data Science
Módulo preditivo
Otimização
Real-time analytics
Predictive module
Optimization
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
title_short Pervasive Modular Data Science - otimização e interoperabilidade
title_full Pervasive Modular Data Science - otimização e interoperabilidade
title_fullStr Pervasive Modular Data Science - otimização e interoperabilidade
title_full_unstemmed Pervasive Modular Data Science - otimização e interoperabilidade
title_sort Pervasive Modular Data Science - otimização e interoperabilidade
author Rodrigues, Beatriz José Cunha
author_facet Rodrigues, Beatriz José Cunha
author_role author
dc.contributor.none.fl_str_mv Portela, Filipe
Universidade do Minho
dc.contributor.author.fl_str_mv Rodrigues, Beatriz José Cunha
dc.subject.por.fl_str_mv Análises em tempo-real
Data Science
Módulo preditivo
Otimização
Real-time analytics
Predictive module
Optimization
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
topic Análises em tempo-real
Data Science
Módulo preditivo
Otimização
Real-time analytics
Predictive module
Optimization
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
description Relatório de dissertação de mestrado integrado em Engenharia e Gestão de Sistemas de Informação
publishDate 2024
dc.date.none.fl_str_mv 2024-02-14
2024-02-14T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/92643
url https://hdl.handle.net/1822/92643
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 203609409
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833597656727814144

Registros relacionados