ESTG - Mestrado em Ciência de Dados
Permanent URI for this collection
Browse
Browsing ESTG - Mestrado em Ciência de Dados by advisor "Malheiro, Ricardo Manuel da Silva"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
- APLICAÇÃO DE RAG EM MODELOS LLM COM BASES DE DADOS VETORIAISPublication . Marques, Ruben Alexandre Dias; Malheiro, Ricardo Manuel da Silva; Piedade, Maria Beatriz Guerra daA Geração Aumentada por Recuperação (RAG) é uma estrutura que permite aos Modelos de Linguagem de Grande Escala (LLMs) melhorar a precisão e a relevância de respostas dos modelos, através de integração de bases de conhecimento externas. Neste trabalho, apresenta-se a implementação de um sistema RAG integrado com LLMs e bases de dados vetoriais (VecDBS) de forma a otimizar a utilização de Inteligência Artificial Generativa em áreas complexas do ponto de vista de conhecimento técnico, como a certificação energética em Portugal. Realizou-se extração de conhecimento através do manual SCE da ADENE, entidade reguladora, e construiu-se a estratégia do sistema RAG integrado com LLMs, implementado o modelo Gemma 7B e a base de dados vetorial ChromaDB, dando acesso aos profissionais da área de terem informações relativamente a processos, cálculos e elementos legislativos, de forma muito mais eficiente, eliminando o tempo de pesquisa associada a este processo de certificação. Avaliou-se o projeto através de uma análise comparativa entre o sistema RAG e os métodos tradicionais, focando na precisão, relevância e clareza das respostas geradas. As metodologias de avaliação empíricas demonstram que o sistema melhora significativamente as capacidades de resposta a este tema complexo, dando mais clareza, integridade e relevância na informação gerada e aumentando a eficiência dos profissionais da área. Simultaneamente, os resultados demonstraram ainda uma redução de 92,5% nos custos para preparação e utilização do sistema, em comparação com as abordagens de fine-tuning tradicionais, e uma melhoria consistente na precisão e relevância das respostas, reduzindo ainda os custos associados, sendo eles financeiros, computacionais e temporais.
- Modelling gamified exercise data to support therapeutic monitoring of fraily in older adultsPublication . António, João Miguel Abrantes Marques; Malheiro, Ricardo Manuel da SilvaResearch indicates that video games can provide mental stimulation and stress relief, which may contribute to the well-being of gamers. With the continued growth of the video game industry and its demographic, attempts to evoke similar feelings of enjoyment in non-game environments have been proposed, gradually defining the concept of ’gamification’. Over the last two decades, gamification has shown positive effects on user engagement and participation in tasks across several fields of research, such as education and workplace productivity. In the area of healthcare, specifically in subjects of physical therapy and rehabilitation exercise, the implementation of game design choices and social features is evident in mobile applications and smart devices, however, despite the outlined benefits, the adoption of these strategies by the elderly population faces methodological difficulties that bar its progress. Research highlights a lack of process standardization, the employment of inefficient game concepts, and improper design choices for the referred demographic. In this thesis, the complications associated with the employment of gamification strategies in senior healthcare are explored and discussed, leading up to the proposal of a methodological approach to improving the success of such strategies, through the conception and development of a data mining project applied to a real clinical scenario. The use of this approach has been shown to effectively improve the quality of gamification and aid in making better business decisions based on the underlying data. Moreover, five distinct data models and processes were developed, acting on improving the platform with feedback collection, automated game suggestions and logical patient profiling based on physical factors.