Solution processed quantum dot photodetectors

To find sustainable solutions for the production of energy, it is necessary to create photovoltaic technologies that make every photon count. To pursue this necessity, in the present work photodetectors of zinc oxide embedded with nano-structured materials, that significantly raise the conversion of solar energy to electric energy, were developed. The novelty of this work is on the development of processing methodologies in which all steps are in solution: quantum dots synthesis, passivation of their surface and sol-gel deposition. The quantum dot solutions with different capping agents were characterized by UVvisible absorption spectroscopy, spectrofluorimetry, dynamic light scattering and transmission electron microscopy. The obtained quantum dots have dimensions between 2 and 3nm. These particles were suspended in zinc acetate solutions and used to produce doped zinc oxide films with embedded quantum dots, whose electric response was tested. The produced nano-structured zinc oxide materials have a superior performance than the bulk, in terms of the produced photo-current. This indicates that an intermediate band material should have been produced that acts as a photovoltaic medium for solar cells. The results are currently being compiled in a scientific article, that is being prepared for possible submission to Energy and Environmental Science or Nanoscale journals.

Quadratic programming versus second order con programming in portfolio optimization

Despite the extensive literature in finding new models to replace the Markowitz model or trying to increase the accuracy of its input estimations, there is less studies about the impact on the results of using different optimization algorithms. This paper aims to add some research to this field by comparing the performance of two optimization algorithms in drawing the Markowitz Efficient Frontier and in real world investment strategies. Second order cone programming is a faster algorithm, appears to be more efficient, but is impossible to assert which algorithm is better. Quadratic Programming often shows superior performance in real investment strategies.

High-performance flexible hybrid field-effect transistors based on cellulose fiber paper

IEEE Electron Device Letters, VOL. 29, NO. 9,

Detecção de padrões de desempenho académico no ensino superior

O paradigma de avaliação do ensino superior foi alterado em 2005 para ter em conta, para além do número de entradas, o número de alunos diplomados. Esta alteração pressiona as instituições académicas a melhorar o desempenho dos alunos. Um fenómeno perceptível ao analisar esse desempenho é que a performance registada não é nem uniforme nem constante ao longo da estadia do aluno no curso. Estas variações não estão a ser consideradas no esforço de melhorar o desempenho académico e surge motivação para detectar os diferentes perfis de desempenho e utilizar esse conhecimento para melhorar a o desempenho das instituições académicas. Este documento descreve o trabalho realizado no sentido de propor uma metodologia para detectar padrões de desempenho académico, num curso do ensino superior. Como ferramenta de análise são usadas técnicas de data mining, mais precisamente algoritmos de agrupamento. O caso de estudo para este trabalho é a população estudantil da licenciatura em Eng. Informática da FCT-UNL. Propõe-se dois modelos para o aluno, que servem de base para a análise. Um modelo analisa os alunos tendo em conta a sua performance num ano lectivo e o segundo analisa os alunos tendo em conta o seu percurso académico pelo curso, desde que entrou até se diplomar, transferir ou desistir. Esta análise é realizada recorrendo aos algoritmos de agrupamento: algoritmo aglomerativo hierárquico, k-means, SOM e SNN, entre outros.