• Conhecimento e desenvolvimento do conhecimento: definição de conhecimento, tipos de conhecimento e ciclo de conhecimento
• Pressupostos subjacentes a cada paradigma: Filosofia, Ontologia, Epistemologia e Metodologia
• Inter-relações entre paradigmas: geração de teorias e teste de hipóteses
• Metodologia para revisão da literatura
• Pensamento crítico e pensamento científico
• Metodologia e métodos: método experimental, quase experimental e não experimental, métodos qualitativos e métodos mistos
• Desenvolvimento de projetos e propostas de pesquisa

• Responsabilidades éticas no processo de investigação
• Desafios éticos no decorrer de projetos de investigação
• Estratégias para lidar com pressões e situações difíceis
• Políticas e diretrizes locais e profissionais sobre integridade na investigação
• Identificação de condutas impróprias na investigação e procedimentos a seguir em caso de má conduta

O estudante deve escolher uma das seguintes unidades curriculares . Para mais informação, consultar quadro “Opção I e Opção II – Unidades Curriculares disponíveis”.

• Análise de Dados e Aprendizagem Computacional
• Antenas, Propagação e Deteção Remota
• Bases de Dados e Visualização de Dados
• Cibersegurança
• Controlo Inteligente
• Digitalização de Sistemas de Produção
• Fusão Inteligente de Dados
• Processamento, Análise e Codificação de Informação Digital
• Robótica
• Sistemas Ciberfísicos e IoT Inteligentes
• Transformação Energética
• Competências Complementares em Engenharia da Digitalização I

O estudante deve escolher uma das seguintes unidades curriculares . Para mais informação, consultar quadro “Opção I e Opção II – Unidades Curriculares disponíveis”.

• Análise de Dados e Aprendizagem Computacional
• Antenas, Propagação e Deteção Remota
• Bases de Dados e Visualização de Dados
• Cibersegurança
• Controlo Inteligente
• Digitalização de Sistemas de Produção
• Fusão Inteligente de Dados
• Processamento, Análise e Codificação de Informação Digital
• Robótica
• Sistemas Ciberfísicos e IoT Inteligentes
• Transformação Energética
• Competências Complementares em Engenharia da Digitalização II

• Elaboração de um artigo científico ou um plano de investigação detalhado.
• Submissão de um artigo a uma conferência.
• Preparação e realização de apresentação pública do trabalho.

O conteúdo dependerá do tópico escolhido pelo aluno, mas consistirá no estudo de aspetos considerados relevantes para o tópico de investigação no qual o aluno prepara o seu plano de tese, incluindo a identificação de problemas, nomeadamente em contexto industrial, a avaliação prévia de soluções existentes, um levantamento do estado da arte e a planificação do trabalho a efetuar durante o doutoramento. Os estudantes também deverão adquirir conhecimento acerca do método científico e das diferentes abordagens tecnológicas ao desenvolvimento de trabalho de investigação.

• Conceitos de Análise de Dados e Aprendizagem Computacional
  • Metodologias de análise de dados;
  • Recolha, geração e desdobramento de dados;
  • Exploração de dados;
  • Pré-processamento de dados;
  • Técnicas de aprendizagem computacional;
  • Avaliação e seleção de modelos.
• Análise de séries temporais
• Process Mining
  • Gestão de processos de negócio;
  • Pré-processamento de dados;
  • Descoberta, conformidade e melhoria de processos de negócio.
• Técnicas de Big Data:
  • Armazenamento e processamento de dados em larga escala.
• Técnicas avançadas de Análise de Dados e Aprendizagem Computacional
  • Aprendizagem por Reforço;
  • Deep Learning;
  • Generative AI;
  • Explainable AI;
  • Fair AI;
  • Edge AI;
  • Treino de redes neuronais profundas recorrendo a métodos determinísticos.
• Questões éticas e de privacidade relacionadas com Data Analytics e Aprendizagem Computacional

• Fundamentos da Teoria Eletromagnética
  • Equações de Maxwell;
  • Propagação de ondas;
  • Teoria de antenas;
  • Interpretações físicas de fenómenos eletromagnéticos.
• Métodos Numéricos
  • Métodos FDTD, FEM e MoM;
  • Métodos de alta frequência;
  • Ferramentas de software de simulação.
• Modelagem de Antenas
  • Fundamentos de antenas;
  • Tipos, arrays e otimização de design.
• Propagação Eletromagnética
  • Propagação de ondas;
  • Espalhamento e aplicações em comunicações/radar.
• Deteção Remota
  • Introdução aos princípios de deteção remota;
  • SAR;
  • Deteção remota por microondas;
  • Radar passivo;
  • Diversas aplicações.
• Técnicas de Medição
  • Medições de campo próximo/distante;
  • Caracterização de antenas;
  • Parâmetros de espalhamento;
  • Medições de campo;
  • Sistemas de radar.
• Tópicos Especiais
  • Metamateriais;
  • Simulações multiphysics;
  • Problemas inversos.

• Arquitetura DBMS Distribuída
• Projeto de banco de dados distribuído
• Processamento e decomposição de consultas
• Otimização de consulta distribuída
• Gestão de transações
• Fiabilidade do SGBD Distribuído
• Sistemas de bases de dados paralelas
• Sistemas de gerenciamento de banco de dados de objetos distribuídos
• Modelo de dados orientado a objetos
• Visualização de dados
• Ferramentas para visualização de dados

• Segurança da informação e cibersegurança
• Segurança em redes
• Análise digital forense
• Análise de software malicioso
• Análise de risco de sistemas de informação
• Ética, conformidade e fator humano
• Casos práticos

• Introdução aos Sistemas de Controlo Inteligentes
  • Visão Geral dos Sistemas de Controlo;
  • Introdução ao Controlo Inteligente;
  • Perspetiva Histórica e Aplicações;
  • Desafios e oportunidades do controlo inteligente.
• Aprendizagem máquina para controlo
  • Regressão e Classificação para Controlo;
  • Aprendizagem e Controlo por Reforço;
  • Aprendizagem profunda para aplicações de controlo;
  • Estudos de caso: controlo usando aprendizagem máquina.
• Algoritmos Evolutivos para Controlo
  • Algoritmos Genéticos para Otimização;
  • Programação Genética para Controlo;
  • Estratégias Evolutivas para Controlo;
  • Estudos de Caso: Técnicas de Controlo Evolutivo.
• Redes Neuronais para Controlo
  • Introdução às Redes Neuronais Artificiais (RNAs);
  • Perceptores multicamada (MLPs) para controlo;
  • Redes Neuronais Recorrentes (RNNs) para Controlo;
  • Estudos de Caso: Sistemas de Controlo Baseados em Redes Neuronais.
• Aplicações do mundo real e estudos de caso
  • Aplicações reais de controlo.

• Sistemas de Produção Inteligentes
  • Conceito;
  • Requisitos;
  • Relacionamento com Indústria 4.0
• Fundamentos sobre Sistemas de Execução da Produção
• Introdução ao segmento digital e tecnologias para a Indústria 4.0
  • Abordagem ao fabrico digital (desenho 3D, simulação de elementos finitos e desenho generativo);
  • Fabrico aditivo;
  • Simulação em produção e logística;
  • Instruções digitais, realidade virtual e aumentada;
  • Digital Twin;
  • Maquinação inteligente;
  • Sistemas ciberfísicos de produção.
• Conceitos organizacionais para a Indústria 4.0
  • Trabalho 4.0;
  • Operador 4.0;
  • Impacto da Indústria 4.0.

• Introdução à fusão de informação sensorial
  • Informação sensorial;
  • Arquiteturas de redes de sensores;
  • Protocolos de comunicação.
• Aspetos gerais com a fusão de dados
  • Alinhamento de dados – espacial, temporal, semântico e normalização;
  • Processos de calibração;
  • Erros: inconsistência, ruído, falta de informação, outliers.
• Fusão de dados baseado em métodos estatísticos
  • Fundamentos;
  • Representação comum de dados em Análise de Componentes Principais (PCA) e Análise Linear Discriminante (LDA);
  • K-Means Cluster;
  • Kalman e Extended Kalman Filter;
  • Mistura de gaussianas.
• Fusão de dados baseado em aprendizagem computacional e inteligência artificial
  • Fundamentos;
  • Criação de base de dados;
  • Árvores de Decisão;
  • Redes Neuronais;
  • Deep Learning.
• Estratégias de avaliação do desempenho

• Modelos de representação digital de informação visual em diferentes modalidades
  • Multi-vista, 3D, plenóptico, holográfica, nuvens de pontos, omnidirecional;
  • Dermoscópico, light-sheet, MRI, PET, CT;
  • Térmicas (infravermelho), multiespetral.
• Algoritmos de segmentação, identificação e classificação de informação muldimensional
  • Soluções de visão computacional baseadas em redes neuronais convolucionais profundas;
  • Desempenho, otimização e ferramentas de software;
• Algoritmos de codificação de imagem, vídeo e sinais multidimensionais
  • Técnicas avançadas para compressão de imagem, vídeo e sinais multidimensionais em normas internacionais;
  • Avanços recentes no domínio da compressão de imagem e vídeo usando regiões de interesse;
  • Novos paradigmas de codificação baseada em aprendizagem computacional.
• Inovação tecnológica em aplicações e sistemas integrados de digitalização
  • Codificação, comunicação, processamento e análise de
    informação visual.

• Introdução
• Conceitos gerais de robótica
• Inteligência Artificial em Robótica
• Projetos nas unidades de I&D das instituições parceiras
• Arquiteturas para Agentes Robóticos
  • Reativa, Deliberativa, Híbrida;
  • Crença, desejo e intenções;
  • Arquiteturas cooperativas.
• Perceção em robótica
  • Sensores propriocetivos e exterocetivos;
  • Visão artificial e sensores de profundidade aplicados à robótica;
  • Técnicas de fusão sensorial.
• Localização e Mapeamento
  • Representação, criação e atualização do modelo do mundo;
  • Técnicas de Localização e Mapeamento;
  • Exploração do mundo.
• Atuação e controlo em robótica
  • Cinemática e dinâmica;
  • Atuadores e parâmetros físicos associados;
  • Robôs e a sua simulação
• Navegação
  • Algoritmos de navegação em ambientes conhecidos / desconhecidos;
  • Segurança.
• Robôs Colaborativos
  • Controlo por impedância;
  • Recursos de segurança do robô;
  • Programação de um robô colaborativo.

• Visão geral da Internet das Coisas
  • Conceitos;
  • Arquitetura;
  • Casos de uso.
• Sistemas de hardware embebidos para aquisição de dados
  • Sensores;
  • Atuadores.
• Infraestrutura e protocolos de comunicações sem fio de baixo consumo de energia
• Integração do sistema com a nuvem
  • Interfaces;
  • Protocolos de transferência de dados.
• Processamento e análise de dados para IoT
• Segurança e privacidade em IoT
• Arquiteturas distribuídas em Sistemas IoT
• Serviços IoT AnyTime AnyWhere
• Ecossistemas IoT Inteligentes
• Métricas de caracterização e avaliação de soluções IoT inteligentes

• Enquadramento e motivação
  • Evolução dos sistemas energéticos;
  • Segurança de aprovisionamento;
  • Ambiente e clima;
  • Sustentabilidade e Economia Circular.
• Organização dos Sistemas de Energia
  • Os mercados monopolistas clássicos;
  • Fomento da produção independente;
  • Processo de liberalização dos mercados energéticos;
  • Funções e agentes do mercado.
• Fileiras energéticas
  • Combustíveis fósseis;
  • Fontes renováveis;
  • Energia nuclear.
• Tecnologias de armazenamento de energia
  • Introdução e evolução histórica;
  • Baterias de Iões de Lítio e Supercondensadores;
  • Previsão e otimização do desempenho dos sistemas;
  • Modelação e simulação computacional;
  • Limitações, aplicações avançadas, desafios e tendências futuras.
• Gestão da procura e flexibilidade
  • Gestão da procura;
  • Gestão dinâmica de carga como fonte de flexibilidade;
  • Comunidades de energia e novas formas de transação.
• Digitalização e redes inteligentes
  • Monitorização avançada;
  • Controlo;
  • Gestão proativa.

Esta UC só está disponível na Opção I

São utilizados como elementos de formação:

• Missões técnico-científicas com a duração mínima de duas semanas (2,5 ECTS)
• Rotações laboratoriais com a duração mínima de 2 semanas em instituições vocacionadas para inovação digital e criação de conhecimento (2,5 ECTS)
• Summer / Winter Schools realizadas. Diploma com ECTS, máximo de 5 ECTS, caso contrário, mediante avaliação da Comissão de Coordenação do Programa Doutoral (2,5 ECTS)
• Realização de cursos avançados “RUN SAP – Short Advanced Program” no âmbito da RUN-EU, correspondendo a 1 ECTS por cada SAP de uma semana
• Publicação de artigos científicos – 5 ECTS para artigos publicados em revistas indexadas no SCI ou patente internacionais, e 2,5 ECTS para artigos publicados em outras revistas ou patente nacional
• Participação com apresentação (oral ou em painel) de comunicações em congressos nacionais e internacionais (2,5 ECTS)
• Outras atividades consideradas relevantes pela Comissão de Coordenação do Programa Doutoral poderão ser também consideradas, com o máximo de 5 ECTS

Esta UC só está disponível na Opção II

São utilizados como elementos de formação:

• Missões técnico-científicas com a duração mínima de duas semanas (2,5 ECTS)
• Rotações laboratoriais com a duração mínima de 2 semanas em instituições vocacionadas para inovação digital e criação de conhecimento (2,5 ECTS)
• Summer / Winter Schools realizadas. Diploma com ECTS, máximo de 5 ECTS; caso contrário, mediante avaliação da Comissão de Coordenação do Programa Doutoral (2,5 ECTS)
• Realização de cursos avançados “RUN SAP – Short Advanced Program” no âmbito da RUN-EU, correspondendo a 1 ECTS por cada SAP de uma semana
• Publicação de artigos científicos – 5 ECTS para artigos publicados em revistas indexadas no SCI ou patente internacionais, e 2,5 ECTS para artigos publicados em outras revistas ou patente nacional
• Participação com apresentação (oral ou em painel) de comunicações em congressos nacionais e internacionais (2,5 ECTS)
• Outras atividades consideradas relevantes pela Comissão de Coordenação do Programa Doutoral poderão ser também consideradas, com o máximo de 5 ECTS

No âmbito da UC “Tese” o estudante deverá realizar trabalho de investigação sobre temas ligados às áreas da Engenharia da Digitalização. O aluno desenvolverá o seu trabalho de investigação, que deverá resultar num contributo original, de modo a aprofundar o conhecimento e formular novas hipóteses, produtos, processos ou serviços. O estudante deverá desenvolver o seu trabalho de forma autónoma, de acordo com o Plano de Tese aprovado e com apoio da equipa de orientação. Os conteúdos programáticos específicos dependerão do tópico escolhido pelo estudante.
Durante este período, o estudante produzirá artigos científicos, a publicar em revistas científicas e conferências da especialidade, o qual será completado com a escrita de uma tese de doutoramento que integra todo o trabalho de investigação realizado e os resultados alcançados.