UI PATTERNS FOR AI ANOMALY DETECTION: ANOMALIAS DETETADAS POR INTELIGÊNCIA ARTIFICIAL E COMUNICADAS ATRAVÉS DE PADRÕES UI INTELIGENTES
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/11110/2575 |
Resumo: | Este projeto tem como objetivo encontrar soluções para a comunicação de dados anómalos num software. Estes dados anómalos são detetados pela inteligência artificial incorporada nesse software. Para tal, ao longo da investigação será compreendido a natureza da inteligência artificial e os métodos de análise de dados que esta emprega para a deteção de anomalias. Será explorado o que é efetivamente uma anomalia e como esta noção pode ser aplicada para a segmentação de um conjunto de dados, Clusters, para além do conceito geral de anomalia. Após compreendido o que compõe o software e quais os dados a serem comunicados, será utilizado Design Thinking e os seus conceitos para ser encontrado quais os dados pertinentes a serem comunicados ao utilizador final, através de uma interface que permita ser normalizada em Padrões UI. Para terminar, utilizar-se-á um método misto de investigação, numa amostra de dez participantes, onde se compreende a integração de dois métodos de pesquisa por Construção, sendo estes métodos, um de natureza quantitativa e outro de natureza qualitativa. O método quantitativo escolhido será o UEQ-S, tendo este complementado pelo método qualitativo de elaboração própria de abordagem explanatória opiniática e do feedback recolhido durante a fase do teste de usabilidade. Terminada a recolha de dados serão apresentados e explanados esses dados para que através destes possa ser compreendido se a elaboração dos Padrões UI conseguiu atingir os requisitos para uma comunicação eficaz e pertinente para o utilizador alvo |
id |
RCAP_41f30d9a8f3baaa9a1b89024f9a67757 |
---|---|
oai_identifier_str |
oai:ciencipca.ipca.pt:11110/2575 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
UI PATTERNS FOR AI ANOMALY DETECTION: ANOMALIAS DETETADAS POR INTELIGÊNCIA ARTIFICIAL E COMUNICADAS ATRAVÉS DE PADRÕES UI INTELIGENTESPadrões de DesignInteligência ArtificialDeteção de Anomalias, Segmentação de dadosMétodos mistos de investigaçãoEste projeto tem como objetivo encontrar soluções para a comunicação de dados anómalos num software. Estes dados anómalos são detetados pela inteligência artificial incorporada nesse software. Para tal, ao longo da investigação será compreendido a natureza da inteligência artificial e os métodos de análise de dados que esta emprega para a deteção de anomalias. Será explorado o que é efetivamente uma anomalia e como esta noção pode ser aplicada para a segmentação de um conjunto de dados, Clusters, para além do conceito geral de anomalia. Após compreendido o que compõe o software e quais os dados a serem comunicados, será utilizado Design Thinking e os seus conceitos para ser encontrado quais os dados pertinentes a serem comunicados ao utilizador final, através de uma interface que permita ser normalizada em Padrões UI. Para terminar, utilizar-se-á um método misto de investigação, numa amostra de dez participantes, onde se compreende a integração de dois métodos de pesquisa por Construção, sendo estes métodos, um de natureza quantitativa e outro de natureza qualitativa. O método quantitativo escolhido será o UEQ-S, tendo este complementado pelo método qualitativo de elaboração própria de abordagem explanatória opiniática e do feedback recolhido durante a fase do teste de usabilidade. Terminada a recolha de dados serão apresentados e explanados esses dados para que através destes possa ser compreendido se a elaboração dos Padrões UI conseguiu atingir os requisitos para uma comunicação eficaz e pertinente para o utilizador alvo2023-03-212023-03-21T00:00:00Z2022-09-30T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/11110/2575http://hdl.handle.net/11110/2575TID:203252349pormetadata only accessinfo:eu-repo/semantics/openAccessRocha, Leandro Miguel Ferreirareponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-23T04:26:20Zoai:ciencipca.ipca.pt:11110/2575Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:45:04.922997Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
UI PATTERNS FOR AI ANOMALY DETECTION: ANOMALIAS DETETADAS POR INTELIGÊNCIA ARTIFICIAL E COMUNICADAS ATRAVÉS DE PADRÕES UI INTELIGENTES |
title |
UI PATTERNS FOR AI ANOMALY DETECTION: ANOMALIAS DETETADAS POR INTELIGÊNCIA ARTIFICIAL E COMUNICADAS ATRAVÉS DE PADRÕES UI INTELIGENTES |
spellingShingle |
UI PATTERNS FOR AI ANOMALY DETECTION: ANOMALIAS DETETADAS POR INTELIGÊNCIA ARTIFICIAL E COMUNICADAS ATRAVÉS DE PADRÕES UI INTELIGENTES Rocha, Leandro Miguel Ferreira Padrões de Design Inteligência Artificial Deteção de Anomalias , Segmentação de dados Métodos mistos de investigação |
title_short |
UI PATTERNS FOR AI ANOMALY DETECTION: ANOMALIAS DETETADAS POR INTELIGÊNCIA ARTIFICIAL E COMUNICADAS ATRAVÉS DE PADRÕES UI INTELIGENTES |
title_full |
UI PATTERNS FOR AI ANOMALY DETECTION: ANOMALIAS DETETADAS POR INTELIGÊNCIA ARTIFICIAL E COMUNICADAS ATRAVÉS DE PADRÕES UI INTELIGENTES |
title_fullStr |
UI PATTERNS FOR AI ANOMALY DETECTION: ANOMALIAS DETETADAS POR INTELIGÊNCIA ARTIFICIAL E COMUNICADAS ATRAVÉS DE PADRÕES UI INTELIGENTES |
title_full_unstemmed |
UI PATTERNS FOR AI ANOMALY DETECTION: ANOMALIAS DETETADAS POR INTELIGÊNCIA ARTIFICIAL E COMUNICADAS ATRAVÉS DE PADRÕES UI INTELIGENTES |
title_sort |
UI PATTERNS FOR AI ANOMALY DETECTION: ANOMALIAS DETETADAS POR INTELIGÊNCIA ARTIFICIAL E COMUNICADAS ATRAVÉS DE PADRÕES UI INTELIGENTES |
author |
Rocha, Leandro Miguel Ferreira |
author_facet |
Rocha, Leandro Miguel Ferreira |
author_role |
author |
dc.contributor.author.fl_str_mv |
Rocha, Leandro Miguel Ferreira |
dc.subject.por.fl_str_mv |
Padrões de Design Inteligência Artificial Deteção de Anomalias , Segmentação de dados Métodos mistos de investigação |
topic |
Padrões de Design Inteligência Artificial Deteção de Anomalias , Segmentação de dados Métodos mistos de investigação |
description |
Este projeto tem como objetivo encontrar soluções para a comunicação de dados anómalos num software. Estes dados anómalos são detetados pela inteligência artificial incorporada nesse software. Para tal, ao longo da investigação será compreendido a natureza da inteligência artificial e os métodos de análise de dados que esta emprega para a deteção de anomalias. Será explorado o que é efetivamente uma anomalia e como esta noção pode ser aplicada para a segmentação de um conjunto de dados, Clusters, para além do conceito geral de anomalia. Após compreendido o que compõe o software e quais os dados a serem comunicados, será utilizado Design Thinking e os seus conceitos para ser encontrado quais os dados pertinentes a serem comunicados ao utilizador final, através de uma interface que permita ser normalizada em Padrões UI. Para terminar, utilizar-se-á um método misto de investigação, numa amostra de dez participantes, onde se compreende a integração de dois métodos de pesquisa por Construção, sendo estes métodos, um de natureza quantitativa e outro de natureza qualitativa. O método quantitativo escolhido será o UEQ-S, tendo este complementado pelo método qualitativo de elaboração própria de abordagem explanatória opiniática e do feedback recolhido durante a fase do teste de usabilidade. Terminada a recolha de dados serão apresentados e explanados esses dados para que através destes possa ser compreendido se a elaboração dos Padrões UI conseguiu atingir os requisitos para uma comunicação eficaz e pertinente para o utilizador alvo |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-09-30T00:00:00Z 2023-03-21 2023-03-21T00:00:00Z |
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 |
http://hdl.handle.net/11110/2575 http://hdl.handle.net/11110/2575 TID:203252349 |
url |
http://hdl.handle.net/11110/2575 |
identifier_str_mv |
TID:203252349 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
metadata only access info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
metadata only access |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799131535988752384 |