Cookies
Usamos cookies para melhorar nosso site e a sua experiência. Ao continuar a navegar no site, você aceita a nossa política de cookies. Ver mais
Fechar
  • Menu
Factos & Números
000
Apresentação

Centro de Sistemas de Computação Avançada

A  missão do CRACS é procurar a excelência científica nas áreas de linguagens de programação, computação paralela e distribuída, segurança e privacidade, mineração de informação e sistemas web baseados no desenvolvimento de sistemas de software escaláveis para aplicações desafiadoras e multidisciplinares.

O nosso ambiente de investigação é enriquecido com jovens e talentosos investigadores que, em conjunto com investigadores seniores, constituem a massa crítica necessária e dotam a instituição das competências científicas para cumprir a sua missão.

Últimas Notícias
Informática

INESC TEC faz parte de Conselho Estratégico para a Economia Digital

A Confederação Empresarial de Portugal (CIP) criou o Conselho Estratégico para a Economia Digital, um órgão consultivo que será coordenado pelo ex-secretário de Estado da Juventude, e atual Diretor de Assuntos Corporativos e Legais da Microsoft Portugal, Pedro Duarte, e composto por 35 representantes do setor. Um desses elementos será Luís Filipe Antunes, investigador do Centro de Sistemas de Computação Avançada (CRACS) do INESC TEC e Presidente do Departamento de Ciência de Computadores da Faculdade de Ciências da Universidade do Porto.

18 janeiro 2018

Informática

Equipa com investigadores INESC TEC vence prémio de melhor artigo da ICDM 2017

Uma equipa da Universidade Carnegie Mellon (CMU) e da Universidade do Porto venceu o prémio de melhor artigo da Conferência Internacional sobre Prospeção de Dados (ICDM) com o artigo “TensorCast: Forecasting with Context using Coupled Tensors”, um método inovador para a previsão de redes em evolução, como o Twitter. A conferência vai decorrer de 18 a 21 de novembro, em Nova Orleães, nos EUA.

10 novembro 2017

Protocolo do INESC TEC com o National Institute of Informatics leva investigadores ao Japão

No seguimento da assinatura de um memorando de entendimento, em 2014, entre o INESC TEC e o National Institute of Informatics (NII), em Tóquio (Japão), cinco investigadores do INESC TEC tiveram a oportunidade de realizar estágios nesta instituição.

02 fevereiro 2016

Informática

INESC TEC cria software para diagnóstico dos cancros da mama e da próstata

ExpertBayes é o nome do software criado pelo INESC TEC para ajudar os profissionais de saúde, mais especificamente os médicos, no diagnóstico de doenças como os cancros da mama e da próstata.

04 janeiro 2016

Informática

Projeto sobre deteção de poluentes aprovado na call UT Austin – Portugal

O Centro de Investigação em Sistemas Computacionais Avançados (CRACS) do INESC TEC está envolvido num projeto multidisciplinar que foi aprovado na call do programa da Universidade Texas/Austin – Portugal.

08 abril 2015

Tópicos de interesse
026

Projetos Selecionados

ELVEN

Elven - Lógicas para verificação de programas na Web

2016-2019

Digi-NewB

Non-invasive monitoring of perinatal health through multiparametric digital representation of clinically relevant functions for improving clinical intervention in neonatal units (Digi-NewB)

2016-2020

FOUREYES

TEC4Growth - RL FourEyes - Intelligence, Interaction, Immersion and Innovation for media industries

2015-2018

NanoStima-RL5

NanoSTIMA - Advanced Methodologies for Computer-Aided Detection and Diagnosis

2015-2018

NanoStima-RL3

NanoSTIMA - Health data infrastructure

2015-2018

NanoStima-RL4

NanoSTIMA - Health Data Analysis & Decision

2015-2018

SMILES

TEC4Growth - RL SMILES - Smart, Mobile, Intelligent and Large scale Sensing and analytics

2015-2018

FOTOCATGRAF

Fotocatalisadores baseados em grafeno e semicondutores para um sistema de abastecimento de água sustentável e seguro: uma tecnologia avançada para a remoção de poluentes emergentes

2015-2018

REMINDS

REMINDS - Sistema para Mineração e Deteção de Relevância

2015-2017

PANF

Possibilidades de recolha e transmissão de dados a partir do Sifarma

2015-2016

SEA

SEA-Sistema de ensino autoadaptativo

2015-2015

MGI

Contrato de Aquisição de serviços de produção e desenvolvimento de módulo para gestão de iterações para integrar no sistema de informação da UP (SIGARRA)

2015-2015

Hyrax

Crowd-Sourcing de Dispositivos Móveis para o Desenvolvimento de Edge-Clouds

2014-2018

DAT

Tratamento e análise inteligente de dados

2014-2015

ABLe

Aprendizagem baseada em conhecimento para aplicação na área médica

2013-2015

Authenticus

Authenticus - Um Sistema de Identificação e Validação de Publicações Científicas Portuguesas

2013-2016

SIBILA

Blocos Interativos Inteligentes para uma Melhor Aprendizagem

2013-2015

ADE

Deteção de Efeitos Adversos de Drogas

2012-2015

e-Policy

Engenharia para a avaliação do Ciclo de Vida de Decisões Políticas (ePolicy)

2011-2014

Leap

Ambientes lógicos com Paralelismo Avançado

2011-2014

MACAW

Macroprogramação para Redes de Sensores Sem Fios

2011-2014

Breadcrumbs

Rede social com base em bibliotecas pessoais de fragmentos de notícias

2010-2012

Ofelia

Ambientes abertos federados para alavancagem de identidade e autorização

2010-2013

Horus

Representações de Horn para Sistemas com Incerteza

2010-2013

DIGISCOPE

Estetoscópio Digital para Uso Clínico

2010-2013

Palco3.0

Sistema web inteligente de apoio à gestão de uma rede social na área da música

2008-2011

Equipa
Publicações

CRACS Publicações

Ler todas as publicações

2017

A LEARNING AND SOCIAL MANAGEMENT SYSTEM – VERSION 3.0

Autores
Figueira, A; Oliveira, L;

Publicação
INTED2017 Proceedings

Abstract

2017

Detecting Journalistic Relevance on Social Media: A two-case study using automatic surrogate features

Autores
Figueira, A; Guimarães, N;

Publicação
Proceedings of the 2017 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining 2017, Sydney, Australia, July 31 - August 03, 2017

Abstract

2017

Journalistic Relevance Classification in Social Network Messages: an Exploratory Approach

Autores
Sandim, M; Fortuna, P; Figueira, A; Oliveira, L;

Publicação
COMPLEX NETWORKS & THEIR APPLICATIONS V

Abstract
Social networks are becoming a wide repository of information, some of which may be of interest for general audiences. In this study we investigate which features may be extracted from single posts propagated throughout a social network, and that are indicative of its relevance, from a journalistic perspective. We then test these features with a set of supervised learning algorithms in order to evaluate our hypothesis. The main results indicate that if a text fragment is pointed out as being interesting, meaningful for the majority of people, reliable and with a wide scope, then it is more likely to be considered as relevant. This approach also presents promising results when validated with several well-known learning algorithms.

2017

Predicting the Relevance of Social Media Posts Based on Linguistic Features and Journalistic Criteria

Autores
Pinto, A; Oliveira, HG; Figueira, A; Alves, AO;

Publicação
NEW GENERATION COMPUTING

Abstract
An overwhelming quantity of messages is posted in social networks every minute. To make the utilization of these platforms more productive, it is imperative to filter out information that is irrelevant to the general audience, such as private messages, personal opinions or well-known facts. This work is focused on the automatic classification of public social text according to its potential relevance, from a journalistic point of view, hopefully improving the overall experience of using a social network. Our experiments were based on a set of posts with several criteria, including the journalistic relevance, assessed by human judges. To predict the latter, we rely exclusively on linguistic features, extracted by Natural Language Processing tools, regardless the author of the message and its profile information. In our first approach, different classifiers and feature engineering methods were used to predict relevance directly from the selected features. In a second approach, relevance was predicted indirectly, based on an ensemble of classifiers for other key criteria when defining relevance-controversy, interestingness, meaningfulness, novelty, reliability and scope-also in the dataset. The first approach achieved a F (1)-score of 0.76 and an Area under the ROC curve (AUC) of 0.63. But the best results were achieved by the second approach, with the best learned model achieving a F (1)-score of 0.84 with an AUC of 0.78. This confirmed that journalistic relevance can indeed be predicted by the combination of the selected criteria, and that linguistic features can be exploited to classify the latter.

2017

Communication and resource usage analysis in online environments: An integrated social network analysis and data mining perspective

Autores
Figueira, Alvaro;

Publicação
2017 IEEE Global Engineering Education Conference, EDUCON 2017, Athens, Greece, April 25-28, 2017

Abstract

Teses Orientadas

2016

Communities and Anomaly Detection in Large Edge-Labeled Graphs

Autor
Miguel Ramos de Araújo

Instituição
UP-FCUP

2016

Scheduling computations over high-churn networks of mobile devices

Autor
Joaquim Magalhães Esteves da Silva

Instituição
UP-FCUP

2016

Towards a Middleware for Mobile-Edge-Cloud Applications

Autor
João Filipe Rodrigues

Instituição
UP-FCUP

2016

Long term goal oriented recommender system

Autor
Amir Hossein Nabizadeh Rafsanjani

Instituição
UP-FCUP

2016

Pattern Discovery in Complex Networks

Autor
David Oliveira Aparício

Instituição
UP-FCUP

Factos & Números

14Docentes do Ensino Superior

2017

2Contratados de I&D

2017