Arqueologia de emergência em Portugal

Dissertação mest., Teoria e Métodos da Arqueologia, Universidade do Algarve, 2007

Para uma teoria da anedota popular portuguesa

Corpo errático e volátil por excelência, a anedota constitui porventura o género do discurso através do qual uma comunidade (conceito, como se sabe, cada vez mais alargado) mais dinâmica e prontamente comenta os sentidos dos múltiplos fenómenos –éticos, culturais, filosóficos, pragmáticos, etc.– com que a cada passo se confronta e (re)constrói. Operando, antes de mais, em termos de uma concepção lúdica da vida, a anedota distende-se por múltiplas e versáteis conformações de natureza tipológica, tropológica e topológica.

Teoria e prática no design

O presente relatório é o resultado da reflexão crítica sobre o estágio realizado pela candidata na Empresa Atelier do Sul (ADS) no âmbito do Mestrado em Produção, Edição e Comunicação de Conteúdos (MPECC), ramo Multimédia. Neste trabalho são abordados os motivos da opção de estágio, as suas finalidades e metas a atingir, dando-se igualmente a conhecer a entidade de acolhimento, as suas metodologias de trabalho e as condições de estágio proporcionado pelo ADS. Neste contexto, identificam-se as actividades levadas a cabo pela estagiária ao longo do pe-ríodo do estágio, avaliando-se a forma como as mesmas foram desenvolvidas e quais os eventuais impactos que produziram na Empresa. O estágio curricular teve início no dia 1 de Novembro de 2012 e terminou a 30 de A-bril de 2012.

Design of neuro-fuzzy models by evolutionary and gradient-based algorithms

All systems found in nature exhibit, with different degrees, a nonlinear behavior. To emulate this behavior, classical systems identification techniques use, typically, linear models, for mathematical simplicity. Models inspired by biological principles (artificial neural networks) and linguistically motivated (fuzzy systems), due to their universal approximation property, are becoming alternatives to classical mathematical models. In systems identification, the design of this type of models is an iterative process, requiring, among other steps, the need to identify the model structure, as well as the estimation of the model parameters. This thesis addresses the applicability of gradient-basis algorithms for the parameter estimation phase, and the use of evolutionary algorithms for model structure selection, for the design of neuro-fuzzy systems, i.e., models that offer the transparency property found in fuzzy systems, but use, for their design, algorithms introduced in the context of neural networks. A new methodology, based on the minimization of the integral of the error, and exploiting the parameter separability property typically found in neuro-fuzzy systems, is proposed for parameter estimation. A recent evolutionary technique (bacterial algorithms), based on the natural phenomenon of microbial evolution, is combined with genetic programming, and the resulting algorithm, bacterial programming, advocated for structure determination. Different versions of this evolutionary technique are combined with gradient-based algorithms, solving problems found in fuzzy and neuro-fuzzy design, namely incorporation of a-priori knowledge, gradient algorithms initialization and model complexity reduction.

Estudo da Teoria da Mente (ToM) de acordo com os traços de personalidade e sintomatologia clínica

Dissertação de mestrado, Psicologia Clínica e da Saúde, Faculdade de Ciências Humanas e Sociais, Universidade do Algarve, 2015