Clustering de dados biomédicos com algoritmos baseados em critérios entrópicos

A procura de padrões nos dados de modo a formar grupos é conhecida como aglomeração de dados ou clustering, sendo uma das tarefas mais realizadas em mineração de dados e reconhecimento de padrões. Nesta dissertação é abordado o conceito de entropia e são usados algoritmos com critérios entrópicos para fazer clustering em dados biomédicos. O uso da entropia para efetuar clustering é relativamente recente e surge numa tentativa da utilização da capacidade que a entropia possui de extrair da distribuição dos dados informação de ordem superior, para usá-la como o critério na formação de grupos (clusters) ou então para complementar/melhorar algoritmos existentes, numa busca de obtenção de melhores resultados. Alguns trabalhos envolvendo o uso de algoritmos baseados em critérios entrópicos demonstraram resultados positivos na análise de dados reais. Neste trabalho, exploraram-se alguns algoritmos baseados em critérios entrópicos e a sua aplicabilidade a dados biomédicos, numa tentativa de avaliar a adequação destes algoritmos a este tipo de dados. Os resultados dos algoritmos testados são comparados com os obtidos por outros algoritmos mais “convencionais" como o k-médias, os algoritmos de spectral clustering e um algoritmo baseado em densidade.

O reconhecimento e a mensuração dos activos fixos tangíveis

Dissertação para obtenção do Grau de Mestre em Contabilidade e Finanças Orientador: Professor Doutor, José Manuel Veiga Pereira

Inventários: reconhecimento, mensuração e desreconhecimento

O trabalho apresenta as principais diferenças da introdução do Sistema de Normalização Contabilística (SNC) em relação ao anterior normativo – Plano Oficial de Contabilidade (POC) na área dos inventários. A pesquisa qualitativa permite analisar e desenvolver os dados recolhidos (primeira parte do trabalho). Fazendo uso de evidências empíricas é analisado, de forma quantificável, um exemplo prático (segunda parte do trabalho).

Definição de padrões de plasticidade de solos através do cone de penetração, por comparação com o método de Casagrande

Existe uma vasta literatura que defende a utilização do ensaio com o cone Penetrómetro ou fall cone como sendo uma alternativa razoável relativamente ao método mais tradicional na determinação do limite de liquidez, a concha de Casagrande. Com este trabalho pretende-se dar mais um contributo à temática da obtenção dos parâmetros de plasticidade dos solos, utilizando diferentes dispositivos e metodologias distintas. Para tal, selecionou-se um solo de caráter argiloso, proveniente de um barreiro da zona de Chaves, e estabeleceram-se comparações entre os valores dos limites de consistência, obtidos pela concha de Casagrande e pelo fall cone. Nesse âmbito, foi elaborada, inicialmente, uma caracterização deste tipo de solos, a definição de conceitos importantes como o de limite de liquidez, limite de plasticidade e índice de plasticidade, assim como uma descrição do funcionamento daqueles dispositivos e das variáveis associadas a cada um deles. Procedeu-se à classificação do solo, segundo três sistemas, através de ensaios de identificação e caracterização, com o objetivo de inferir acerca da composição e comportamento do mesmo. Foi também objetivo deste trabalho, estudar a potencial influência do operador, nos resultados obtidos em ambos os dispositivos. Desta forma, foi possível concluir acerca das vantagens e desvantagens de cada aparelho e definir perspetivas para trabalhos futuros.

Análise de Desempenho e Recomendação para Soluções IVR

Mestrado em Engenharia Informática, Área de Especialização em Tecnologias do Conhecimento e da Decisão

Dados de reconhecimento facial em Business Intelligence

Vivemos cada vez mais numa era de crescentes avanços tecnológicos em diversas áreas. O que há uns anos atrás era considerado como praticamente impossível, em muitos dos casos, já se tornou realidade. Todos usamos tecnologias como, por exemplo, a Internet, Smartphones e GPSs de uma forma natural. Esta proliferação da tecnologia permitiu tanto ao cidadão comum como a organizações a sua utilização de uma forma cada vez mais criativa e simples de utilizar. Além disso, a cada dia que passa surgem novos negócios e startups, o que demonstra o dinamismo que este crescimento veio trazer para a indústria. A presente dissertação incide sobre duas áreas em forte crescimento: Reconhecimento Facial e Business Intelligence (BI), assim como a respetiva combinação das duas com o objetivo de ser criado um novo módulo para um produto já existente. Tratando-se de duas áreas distintas, é primeiramente feito um estudo sobre cada uma delas. A área de Business Intelligence é vocacionada para organizações e trata da recolha de informação sobre o negócio de determinada empresa, seguindo-se de uma posterior análise. A grande finalidade da área de Business Intelligence é servir como forma de apoio ao processo de tomada de decisão por parte dos analistas e gestores destas organizações. O Reconhecimento Facial, por sua vez, encontra-se mais presente na sociedade. Tendo surgido no passado através da ficção científica, cada vez mais empresas implementam esta tecnologia que tem evoluído ao longo dos anos, chegando mesmo a ser usada pelo consumidor final, como por exemplo em Smartphones. As suas aplicações são, portanto, bastante diversas, desde soluções de segurança até simples entretenimento. Para estas duas áreas será assim feito um estudo com base numa pesquisa de publicações de autores da respetiva área. Desde os cenários de utilização, até aspetos mais específicos de cada uma destas áreas, será assim transmitido este conhecimento para o leitor, o que permitirá uma maior compreensão por parte deste nos aspetos relativos ao desenvolvimento da solução. Com o estudo destas duas áreas efetuado, é então feita uma contextualização do problema em relação à área de atuação da empresa e quais as abordagens possíveis. É também descrito todo o processo de análise e conceção, assim como o próprio desenvolvimento numa vertente mais técnica da solução implementada. Por fim, são apresentados alguns exemplos de resultados obtidos já após a implementação da solução.