Avaliação de recursos hídricos e viabilidade da recarga artificial de aquíferos na bacia hidrográfica dos engenhos na Ilha de Santiago - Cabo Verde

Dissertação para obtenção do Grau de Mestre em Engenharia e Gestão da Água

Evaluation of Pozzolanic Reactivity of Artificial Pozzolans

Materials Science Forum Vols. 730-732 (2013) pp 433-438

Avaliação da durabilidade de fitas metálicas embebidas em argamassa bastarda, sujeita a envelhecimento artificial

Dissertação para obtenção do Grau de Mestre em Engenharia Civil – Perfil de Construção

Avaliação da durabilidade de fios metálicos embebidos em argamassa de cal aérea e pozolana sujeita a envelhecimento artificial

Dissertação para obtenção do Grau Mestre em Engenharia Civil – Perfil de Construção

Gestão de Imagem e Inteligência Competitiva em Mercados Concorrenciais

O propósito desta dissertação, desenvolvida no âmbito da “Comunicação Estratégica”, Área de Especialidade do Mestrado em Ciências da Comunicação, é analisar a relação existente entre os conceitos de Gestão de Imagem e Inteligência Competitiva, nomeadamente no que concerne aos mercados concorrenciais. As principais características e conceitos relacionados à Gestão de Imagem – como a marca, o posicionamento e a cultura corporativa, entre outros elementos – serão avaliados no intuito de perceber as actividades que devem ser aplicadas pelas instituições a fim de gerirem a sua imagem. Para além da abordagem a este conceito, será feito um enquadramento sobre a Inteligência Competitiva, de forma a ilustrar a relevância da mesma na obtenção de vantagens por parte das empresas. Esta dissertação pretende tecer ainda uma análise mais aprofundada a respeito dos mercados concorrenciais, através do exemplo do mercado segurador em Portugal, para compreender o cenário concorrencial moderno e o respectivo comportamento das empresas relacionado às práticas comunicacionais.

Inteligência Geoespacial : seu impacto e contribuições nos modelos de gestão policial

Um dos mais graves problemas que se apresentam ao poder público em nossos dias é a manutenção da segurança pública, em especial, graças às mudanças sociais ocorridas após os anos 60 do século passado. Para fazer frente aos novos desafios, houve necessidade de uma mudança de paradigmas nos modelos de gestão policial. O policiamento era caracterizado por patrulhas dispostas de forma aleatória e de forma reativa, atendendo às ocorrências. Contudo, tal forma de atuar não respondia mais às necessidades das comunidades. Era necessário que a polícia se tornasse mais proativa, e dispusesse seus meios de uma forma mais eficiente. Paralelamente aos fenômenos anteriormente comentados, o mundo conheceu um rápido desenvolvimento das tecnologias de informação como um todo. Estes novos sistemas permitiram o desenvolvimento de uma nova capacidade de processamento de informações dos mais diversos tipos, numéricas, de texto, figuras e de localização. Este último tipo de dado, em razão de sua relevância levou a criação dos sistemas de Informação Geográficas (SIG), os quais permitiram um aprofundamento da análise espacial de fenômenos de interesse. Com o avançar das tecnologias disponíveis, foram possíveis análises cada vez mais complexas dos dados, sendo necessária a possibilidade de fusão entre dados de diversas fontes e tipos, incluindo o dado espacial. Este novo tipo de análise, unindo dados geoespaciais com diversos outros tipos de informações deu origem a uma nova modalidade de inteligência: a Geointeligência. Desta forma, tendo em vista que o crime é, por sua própria natureza, um evento espacialmente localizado, é natural que houvesse uma aproximação entre as necessidades de novos modelos de gestão policial, fundamentados principalmente em dados objetivamente analisados e na Geointeligência. Dessa aproximação surgiram diversos modelos de negócios de gestão de policiamento, dentre os quais se destacam o policiamento orientado ao problema (POP) e o policiamento orientado pela inteligência (ILP). Assim, o principal objetivo dessa dissertação é verificar como seu deu tal impacto, bem como, através de exemplos, demonstrar a aplicação prática da Geointeligência em modelos de gestão de policiamento.

Machine diagnosis based on artificial immune systems

Nowadays, many of the manufactory and industrial system has a diagnosis system on top of it, responsible for ensuring the lifetime of the system itself. It achieves this by performing both diagnosis and error recovery procedures in real production time, on each of the individual parts of the system. There are many paradigms currently being used for diagnosis. However, they still fail to answer all the requirements imposed by the enterprises making it necessary for a different approach to take place. This happens mostly on the error recovery paradigms since the great diversity that is nowadays present in the industrial environment makes it highly unlikely for every single error to be fixed under a real time, no production stop, perspective. This work proposes a still relatively unknown paradigm to manufactory. The Artificial Immune Systems (AIS), which relies on bio-inspired algorithms, comes as a valid alternative to the ones currently being used. The proposed work is a multi-agent architecture that establishes the Artificial Immune Systems, based on bio-inspired algorithms. The main goal of this architecture is to solve for a resolution to the error currently detected by the system. The proposed architecture was tested using two different simulation environment, each meant to prove different points of views, using different tests. These tests will determine if, as the research suggests, this paradigm is a promising alternative for the industrial environment. It will also define what should be done to improve the current architecture and if it should be applied in a decentralised system.

Predicting market movement with Artificial Neural Networks

This paper presents an application of an Artificial Neural Network (ANN) to the prediction of stock market direction in the US. Using a multilayer perceptron neural network and a backpropagation algorithm for the training process, the model aims at learning the hidden patterns in the daily movement of the S&P500 to correctly identify if the market will be in a Trend Following or Mean Reversion behavior. The ANN is able to produce a successful investment strategy which outperforms the buy and hold strategy, but presents instability in its overall results which compromises its practical application in real life investment decisions.

Using artificial neural networks to generate trading signals for crude oil, copper and gold futures

In this thesis, a feed-forward, back-propagating Artificial Neural Network using the gradient descent algorithm is developed to forecast the directional movement of daily returns for WTI, gold and copper futures. Out-of-sample back-test results vary, with some predictive abilities for copper futures but none for either WTI or gold. The best statistically significant hit rate achieved was 57% for copper with an absolute return Sharpe Ratio of 1.25 and a benchmarked Information Ratio of 2.11.