An introduction to the fractional continuous-time linear systems

A brief introduction to the fractional continuous-time linear systems is presented. It will be done without needing a deep study of the fractional derivatives. We will show that the computation of the impulse and step responses is very similar to the classic. The main difference lies in the substitution of the exponential by the Mittag-Leffler function. We will present also the main formulae defining the fractional derivatives.

An introduction to the fractional continuous- time linear systems: the 21st century systems

IEEE CIRCUITS AND SYSTEMS MAGAZINE, Third Quarter

On the initial conditions in continuous-time fractional linear systems

Signal Processing, Vol. 83, nº 11

Introduction to fractional linear systems. Part 1 : continuous-time case

IEE Proceedings - Vision, Image, and Signal Processing, Vol. 147, nº 1

Introduction to fractional linear systems. Part 2: discrete-time case

IEE Proceedings - Vision, Image, and Signal Processing, Vol. 147, nº 1

Generalized Dasymetric Mapping Algorithm for Accessing Land-Use Change

Contém resumo

Component-based software engineering: a quantitative approach

Dissertação apresentada para a obtenção do Grau de Doutor em Informática pela Universidade Nova de Lisboa, Faculdade de Ciências e Tecnologia

A coherent approach to non-integer order derivatives

Signal Processing, vol. 86, nº 10

Pseudo-fractional ARMA modelling using a double Levinson recursion

IET Control Theory & Applications, Vol. 1, Nº 1

New insights into pseudo-fractional ARMA modelling

Proceedings of the International Conference on Computational Cybernetics, Vienna University of Technology, August 30 - September 1, 2004

Strategic Noise Mapping with GIS for the Universitat Jaume I Smart Campus: best methodology practices

Dissertation submitted in partial fulfillment of the requirements for the Degree of Master of Science in Geospatial Technologies.

Metodologias de Sistemas de Informação Geográfica em sistemas de produção florestal : uma aplicação geoestatística

As florestas são uma fonte importante de recursos naturais, desempenhando um papel fulcral na sustentabilidade ambiental. A sua gestão quer territorial quer económica, conduz a uma maximização da produção, sem alteração da qualidade da matéria-prima. Portugal apresenta mais de um terço do seu território coberto por floresta, apresentando uma possibilidade de aplicação de sistemas de gestão, territorial e económica que maximizem a sua produção. Os Sistemas de Informação Geográfica (SIG) são modelos da realidade em que é possível integrar toda a informação disponível sobre um assunto tendo por base um campo comum a todos as variáveis, a localização geográfica. Os SIG podem contribuir de diversas formas para um maior desenvolvimento das rotinas e ferramentas de planeamento e gestão florestal. A sua integração com modelos quantitativos para planeamento e gestão de florestas é uma mais-valia nesta área. Nesta dissertação apresentam-se modelos geoestatísticos, com recurso a Sistemas de Informação Geográfica, de apoio e suporte à produção de pinha em Pinheiro-manso (Pinus pinea L.). Procurando estimar as áreas com melhor propensão à produção, a partir de dados amostrais. Estes foram previamente estudados tendo sido selecionadas quatro variáveis: largura da copa, área basal, altura da árvore e produção de pinha. A geoestatística aplicada, inclui modelos de correlação espacial: kriging, onde são atribuídos pesos às amostras a partir de uma análise espacial baseada no variograma experimental. Foi utilizada a extensão Geostatistical Analyst do ArcGis da ESRI, para realizar 96 krigings para as quatro variáveis em estudo, com diferentes parametrizações, destes foram selecionados 8 krigings. Com base nos critérios de adequação dos modelos e da análise de resultados da predição dos erros - cross validation. O resultado deste estudo é apresentado através de mapas de previsão para a produção de pinha em Pinheiro manso, em que foram analisadas áreas com maior e menor probabilidade de produção tendo-se realizado análises de comparação de variáveis. Através da interseção de todas as variáveis com a produção, podemos concluir que os concelhos com maiores áreas de probabilidade de produção de pinha em Pinheiro manso, da área de estudo, são Alcácer do Sal, Montemor-o-Novo, Vendas Novas, Coruche e Chamusca. Com a realização de um cruzamento de dados entre os resultados obtidos dos krigings, e a Carta de Uso e Ocupação do Solo de Portugal Continental para 2007 (COS2007), realizaram-se mapas de previsão para a expansão do Pinheiro manso. Nas áreas de expansão conseguimos atingir aumentos mínimos na ordem dos 11% e máximo na ordem dos 61%. No total consegue-se atingir aproximadamente 128 mil ha para área de expansão do Pinheiro manso. Superando, os valores esperados pelos Planos Regionais de Ordenamento Florestal, abrangidos pela área da amostra em estudo, em que é esperado um incremento de cerca de 130 mil hectares de área de Pinheiro manso para 2030.

Estimation and hypothesis testing in mixed linear models

Dissertação apresentada para obtenção do Grau de Doutor em Matemática, Estatística, pela Universidade Nova de Lisboa, faculdade de Ciências e Tecnologia

Complex networks and data mining: toward a new perspective for the understanding of complex systems

Complex systems, i.e. systems composed of a large set of elements interacting in a non-linear way, are constantly found all around us. In the last decades, different approaches have been proposed toward their understanding, one of the most interesting being the Complex Network perspective. This legacy of the 18th century mathematical concepts proposed by Leonhard Euler is still current, and more and more relevant in real-world problems. In recent years, it has been demonstrated that network-based representations can yield relevant knowledge about complex systems. In spite of that, several problems have been detected, mainly related to the degree of subjectivity involved in the creation and evaluation of such network structures. In this Thesis, we propose addressing these problems by means of different data mining techniques, thus obtaining a novel hybrid approximation intermingling complex networks and data mining. Results indicate that such techniques can be effectively used to i) enable the creation of novel network representations, ii) reduce the dimensionality of analyzed systems by pre-selecting the most important elements, iii) describe complex networks, and iv) assist in the analysis of different network topologies. The soundness of such approach is validated through different validation cases drawn from actual biomedical problems, e.g. the diagnosis of cancer from tissue analysis, or the study of the dynamics of the brain under different neurological disorders.