Im-13-79_A1 1/2

Mestrado em Instrumentação Biomédica Ano Lectivo 2014/2015

Ficha de Unidade Curricular

Unidade Curricular MODELOS DE APOIO À DECISÃO E AO DIAGNÓSTICO

Natureza Curricular Ciências de Base Área Científica Matemática

Ano 1º Seleccione 1º ECTS 6

Horas de Contacto Horas de Trabalho não Acompanhado

Tipo de Atividade Horas

Semanais Total de Horas

Tipo de Atividade Total de Horas

Ensino Teórico 2 30 Estudo 90

Ensino Teórico-Prático 2 30 Trabalhos / Trabalhos de Grupo

Ensino Prático e Laboratorial Projeto

Orientação Tutória Avaliação 4

Seminário 2 Outra

Total de Horas de Trabalho 156

Docentes

Tipo de Atividade Nome Habilitações Categoria

Ensino Teórico Deolinda Maria Lopes Dias Rasteiro Doutoramento Prof. Adjunto

Ensino Teórico-Prático Deolinda Maria Lopes Dias Rasteiro Doutoramento Prof. Adjunto

Ensino Prático e Laboratorial

Orientação Tutória

Docente (s) Responsável (eis)

Deolinda Maria Lopes Dias Rasteiro

Objetivos / Competências

- Aprender conceitos essenciais e de base sobre programação linear e não linear, otimização em redes, máquinas de vetores de suporte e data mining;

- Capacidade de utilização de técnicas matemáticas; - Desenvolver a capacidade de perceção de conceitos, de raciocínio abstrato, interpretação de resultados e sua aplicação à resolução de problemas; - Compreensão das especificidades dos conceitos estudados para a resolução de problemas; - Autoaprendizagem.

Conteúdo Programático

I. Programação linear com um ou mais objetivos:

Motivação

Modelos de programação linear - definição

Pressupostos da programação linear

Métodos de resolução

Exemplos

Conclusões

II. Programação não linear:

Motivação

Im-13-79_A1 2/2

Diferentes tipos de problemas de programação não linear

Otimização sem restrições a uma ou mais variáveis

Condições de Karush-Kuhn-Tucker para otimização não linear com restrições

Programação quadrática

Programação separável

Programação convexa

Programação não-convexa

Conclusões

III. Otimização em redes e grafos:

Motivação

Terminologia e estruturas de dados

Problema do trajeto mais curto

Problema da árvore de suporte de custo mínimo

Problema de fluxo máximo

Problema de fluxo de custo mínimo

Planeamento e controlo de projetos com PERT-CPM

Conclusões

IV. Máquinas de vetores de suporte:

Motivação

Conceitos básicos

Classificação de padrões linearmente separáveis

Classificação de padrões não-linearmente separáveis

Classificação multi-classes

Aplicações

Conclusão

V. Data Mining:

O contexto do data mining

Abordagens alternativas à descoberta de conhecimento Regressão/Classificação versus Descoberta de Conhecimento

O processo metodológico do data mining

Definição de problemas e recolha de dados

Preparação e pré-processamento de dados

Árvores de decisão

Redes neuronais

Conclusões

Trabalhos Realizados

Relatório, com discussão oral, de um projeto proposto pela docente responsável pela unidade curricular (poderá ser em grupo – máximo de 3 alunos) – Cotação 8 valores;

Metodologias de Ensino

As metodologias de ensino predominantes serão o método expositivo, nas aulas teóricas, e a resolução por parte do estudante de problemas práticos (sempre que possível aplicados à Engenharia Biomédica). A de Formulação/Modelação de problemas tem uma componente forte na avaliação uma vez que dele depende uma coerente resolução e consequente tomada de decisão e análise.

Bibliografia e Elementos de Estudo Facultados

•L. Valadares Tavares, “Investigação Operacional”, 1996, McGraw Hill.

•F. Hillier, G. Lieberman, “Introduction to Operations Research”, 2004, McGraw Hill. •Carlos Henggeler Antunes, Luís Valadares Tavares, (coordenadores), Casos de Aplicação da Investigação Operacional, Mc Graw-Hill, 2000. •E.Q.V.Martins, M.M.B.Pascoal, D.M.L.D.Rasteiro, J.L.E.Santos. The Optimal Path Problem, Investigação Operacional, Vol 19, no 1, Junho 1999, pp. 43-60. •LORENA, A. C.; CARVALHO, A. C. P. L. de. Introdução às Máquinas de Vetores Suporte. São Carlos - SP, Abril 2003. •Hand, D., Mannila, H., Smyth, P., ‘Principles of Data Mining’. MIT Press. 2001. ISBN 026208290X. •Course Notes Enterprise Miner TM: Applying Data Mining Techniques, SAS Institute. •Material de apoio preparado pela docente responsável pela unidade curricular (textos e exercícios práticos).

Im-13-79_A1 3/2

Método de Avaliação

Relatório, com discussão oral, de um projeto proposto pelos docentes da unidade curricular (poderá ser em grupo – máximo de 3 alunos) – Cotação 8 valores; Duas frequências realizadas ao longo do semestre em data a combinar com os alunos. Estes poderão também optar pela realização de um exame escrito nas épocas definidas no calendário escolar – Cotação 12 valores.

Condições de Acesso a Exame

Previstas no Regulamento de Frequência, Avaliação de Conhecimentos e Transição de Ano (em vigor a partir 2009-2010)(Despacho n.º 17523.2009).

Condições de Obtenção e Dispensa de Frequência

Não existe frequência obrigatória das aulas desta unidade curricular.

Condições de Melhoria de Classificação

As que constam no artigo 24º do Regulamento de Frequência, Avaliação de Conhecimentos e Transição de Ano (em vigor a partir 2009-2010)(Despacho n.º 17523.2009).

Data Assinatura do Docente Responsável pela Unidade Curricular

16.09.2014