IVA : o regime de contabilidade de caixa e o ciclo de caixa das empresas

Mestrado em Fiscalidade

Generalização matemática baseada na análise de padrões numa turma de 3.º ano

Relatório de Estágio apresentado à Escola Superior de Educação de Lisboa para obtenção de grau de mestre em Ensino do 1.º e 2.º ciclo do Ensino Básico

Rising stars: da ESTeSL para o mundo da radiologia

Serão apresentadas duas experiências que estudantes de radiologia da ESTeSL tiveram no estrangeiro: a experiência que as estudantes tiveram no seu ERASMUS em Viena de Áustria no 2º semestre de 2014/15 e o decorrer da Summer School OPTIMAX2015, em que as estudantes participaram em agosto de 2015, em Groningen, nos Países Baixos. Falar-se-á um pouco sobre os estudos em radiologia. Discutir-se-ão os desafios que são habitualmente apresentados a um estudante aquando da realização do seu artigo final de investigação, como se podem prevenir e ultrapassar esses obstáculos e construir um artigo científico de qualidade.

Estudo de falha em placas laminadas usando métodos analíticos e numéricos

Trabalho Final de Mestrado para obtenção do grau de Mestre em Engenharia de Manutenção

“O teatro não pode ser para amanhã!”: um projeto de teatro no jardim-de-Infância

Relatório da Prática Profissional Supervisionada Mestrado em Educação Pré-Escolar

GPU implementation of the simplex identification via split augmented Lagrangian

Hyperspectral imaging can be used for object detection and for discriminating between different objects based on their spectral characteristics. One of the main problems of hyperspectral data analysis is the presence of mixed pixels, due to the low spatial resolution of such images. This means that several spectrally pure signatures (endmembers) are combined into the same mixed pixel. Linear spectral unmixing follows an unsupervised approach which aims at inferring pure spectral signatures and their material fractions at each pixel of the scene. The huge data volumes acquired by such sensors put stringent requirements on processing and unmixing methods. This paper proposes an efficient implementation of a unsupervised linear unmixing method on GPUs using CUDA. The method finds the smallest simplex by solving a sequence of nonsmooth convex subproblems using variable splitting to obtain a constraint formulation, and then applying an augmented Lagrangian technique. The parallel implementation of SISAL presented in this work exploits the GPU architecture at low level, using shared memory and coalesced accesses to memory. The results herein presented indicate that the GPU implementation can significantly accelerate the method's execution over big datasets while maintaining the methods accuracy.

A teaching-learning sequence of colour informed by history and philosophy of science

In this work, we present a teaching-learning sequence on colour intended to a pre-service elementary teacher programme informed by History and Philosophy of Science. Working in a socio-constructivist framework, we made an excursion on the history of colour. Our excursion through history of colour, as well as the reported misconception on colour helps us to inform the constructions of the teaching-learning sequence. We apply a questionnaire both before and after each of the two cycles of action-research in order to assess students’ knowledge evolution on colour and to evaluate our teaching-learning sequence. Finally, we present a discussion on the persistence of deep-rooted alternative conceptions.