Materiais de contacto com água para consumo humano, mecanismos de degradação e contaminação

Dissertação para obtenção do grau de Mestre em Engenharia dos Materiais

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.

Análise de perdas em sistemas de energia que empregam materiais supercondutores de alta temperatura

Dissertação apresentada para obtenção do Grau de Doutor em Engenharia Electrotécnica e de Computadores, especialidade em Energia, pela Universidade Nova de Lisboa, Faculdade de Ciências e Tecnologia

Uma abordagem à incorporação de lenhinosulfonatos e materiais reciclados em misturas de SBR para produção sustentável de solas

Mestrado em Engenharia Química - Ramo Otimização Energética na Indústria Química

Parallel hyperspectral unmixing method via split augmented lagrangian on GPU

One of the main problems of hyperspectral data analysis is the presence of mixed pixels due to the low spatial resolution of such images. Linear spectral unmixing aims at inferring pure spectral signatures and their fractions at each pixel of the scene. The huge data volumes acquired by hyperspectral sensors put stringent requirements on processing and unmixing methods. This letter proposes an efficient implementation of the method called simplex identification via split augmented Lagrangian (SISAL) which exploits the graphics processing unit (GPU) architecture at low level using Compute Unified Device Architecture. SISAL aims to identify the endmembers of a scene, i.e., is able to unmix hyperspectral data sets in which the pure pixel assumption is violated. The proposed implementation is performed in a pixel-by-pixel fashion using coalesced accesses to memory and exploiting shared memory to store temporary data. Furthermore, the kernels have been optimized to minimize the threads divergence, therefore achieving high GPU occupancy. The experimental results obtained for the simulated and real hyperspectral data sets reveal speedups up to 49 times, which demonstrates that the GPU implementation can significantly accelerate the method's execution over big data sets while maintaining the methods accuracy.

Hyperspectral unmixing algorithm via dependent component analysis

This paper introduces a new method to blindly unmix hyperspectral data, termed dependent component analysis (DECA). This method decomposes a hyperspectral images into a collection of reflectance (or radiance) spectra of the materials present in the scene (endmember signatures) and the corresponding abundance fractions at each pixel. DECA assumes that each pixel is a linear mixture of the endmembers signatures weighted by the correspondent abundance fractions. These abudances are modeled as mixtures of Dirichlet densities, thus enforcing the constraints on abundance fractions imposed by the acquisition process, namely non-negativity and constant sum. The mixing matrix is inferred by a generalized expectation-maximization (GEM) type algorithm. This method overcomes the limitations of unmixing methods based on Independent Component Analysis (ICA) and on geometrical based approaches. The effectiveness of the proposed method is illustrated using simulated data based on U.S.G.S. laboratory spectra and real hyperspectral data collected by the AVIRIS sensor over Cuprite, Nevada.

Desenvolvimento de materiais termocrómicos/termoeléctricos em filmes finos

Dissertação efectuada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre de Engenharia de Materiais

Via algaliada versus mudança de bitola dos eixos do material circulante

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

Influência do teor de água no comportamento de materiais de construção

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

Seguro Obrigatório de Responsabilidade Civil Automóvel

Dissertação de Mestrado em Solicitadoria

A gemelaridade entre a reportagem literária de Miguel Sousa Tavares e a literatura de viagens : a clarificação do Eu através da revelação do Outro como via de aquisição da experiência

Tese de Mestrado em Ciências da Comunicação, Estudos dos Media e Jornalismo

Tratamento mecânico e biológico de resíduos sólidos urbanos: avaliação do seu potencial para a recuperação de materiais recicláveis

Relatório de Estágio de Mestrado em Ecologia Humana e Problemas Sociais Contemporâneos

Synthesis of biodiesel from wastes of food industry via direct transesterification with methanol/carbon dioxide mixtures

Dissertation presented at Faculdade de Ciências e Tecnologia from Universidade Nova de Lisboa to obtain the degree of Master in Chemical and Biochemical Engineering

Contribuição para o estudo da utilização de materiais fotocatalíticos para a degradação de cianobactérias e microcistinas em massas de águas naturais

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para a obtenção do grau de Mestre em Engenharia do Ambiente,Perfil Engenharia Sanitária

Utilização do processador Cell para o processamento de dados obtidos por tomografia aplicada a materiais compósitos

Dissertação de Mestrado em Engenharia Informática