Levitação literal na arquitetura: Desenvolvimento de um sistema de caixilharia Panoramah! com sistema de elevação eletromagnético

Tese de Mestrado Ciclo de Estudos Integrados Conducentes ao Grau de Mestre em Arquitectura Área de Especialização: Construção e Tecnologia

Simulação numérica do comportamento termomecânico do envolvimento em betão da espiral de uma turbina hidroelétrica

Em grandes massas de betão, a natureza exotérmica das reações de hidratação do cimento promove uma forte elevação da temperatura. A baixa condutibilidade térmica do betão induz o aparecimento de consideráveis gradientes de temperatura, que caso não sejam controlados podem originar a fendilhação do betão nas primeiras idades. O presente artigo contém a análise termomecânica do envolvimento em betão da espiral de uma turbina de uma barragem, com vista à avaliação do risco de fendilhação térmica daquele material. O estudo inclui a monitorização in-situ de temperaturas e extensões, bem como a caraterização laboratorial do betão.

Aplicação da teoria das opções reais em análise de projetos estratégicos: um estudo de caso sobre o valor da opção de prosseguir com os investimentos no programa de desenvolvimento de submarinos da Marinha do Brasil

Dissertação de mestrado em Estudos de Gestão

Using data mining for prediction of hospital length of stay: an application of the CRISP-DM Methodology

Hospitals are nowadays collecting vast amounts of data related with patient records. All this data hold valuable knowledge that can be used to improve hospital decision making. Data mining techniques aim precisely at the extraction of useful knowledge from raw data. This work describes an implementation of a medical data mining project approach based on the CRISP-DM methodology. Recent real-world data, from 2000 to 2013, were collected from a Portuguese hospital and related with inpatient hospitalization. The goal was to predict generic hospital Length Of Stay based on indicators that are commonly available at the hospitalization process (e.g., gender, age, episode type, medical specialty). At the data preparation stage, the data were cleaned and variables were selected and transformed, leading to 14 inputs. Next, at the modeling stage, a regression approach was adopted, where six learning methods were compared: Average Prediction, Multiple Regression, Decision Tree, Artificial Neural Network ensemble, Support Vector Machine and Random Forest. The best learning model was obtained by the Random Forest method, which presents a high quality coefficient of determination value (0.81). This model was then opened by using a sensitivity analysis procedure that revealed three influential input attributes: the hospital episode type, the physical service where the patient is hospitalized and the associated medical specialty. Such extracted knowledge confirmed that the obtained predictive model is credible and with potential value for supporting decisions of hospital managers.

Estudo, conceção e desenvolvimento de um equipamento industrial para colocação automática de produtos alimentares em cuvetes

Dissertação de mestrado em Engenharia Mecânica

Estudo numérico do escoamento e transporte de sedimentos em torno de pilares de pontes

Dissertação de mestrado integrado em Engenharia Civil

Chemical functionalization in bionanoparticles

Dissertação de mestrado em Biofísica e Bionanossistemas

A realização do sujeito em complementos infinitivos de verbos causativos e percetivos no português língua de herança

Dissertação de mestrado em Ciências da Linguagem