Mapeamento da antiga cobertura vegetal de várzea do Baixo Amazonas a partir de imagens históricas (1975-1981) do Sensor MSS-Landsat

Este estudo apresenta um mapa da cobertura vegetal da planície de inundação do Rio Amazonas entre as cidades de Parintins (AM) e Almeirim (PA), com base em imagens Landsat-MSS adquiridas entre 1975 e 1981. O processamento digital dessas imagens envolveu a transformação para imagens-fração de vegetação, solo e água escura (sombra), seguido da aplicação de técnicas de segmentação e classificação por região. O mapa resultante da classificação foi organizado em quatro classes de cobertura do solo: floresta de várzea, vegetação não-florestal de várzea, solo exposto e água aberta. A precisão do mapa foi estimada a partir de dois tipos de informações coletadas em campo: 1) pontos de descrição: para validação das classes de cobertura não sujeitas a grandes alterações, como é o caso dos corpos d'água permanentes, e identificação de indicadores dos tipos de cobertura original presentes na paisagem na ocasião da obtenção das imagens (72 pontos); 2) entrevistas com moradores antigos para a recuperação da memória sobre a cobertura vegetal existente há 30 anos (44 questionários). Ao todo foram coletadas informações em 116 pontos distribuídos ao longo da área de estudo. Esses pontos foram utilizados para calcular o Índice Kappa de concordância entre os dados de campo e o mapa resultante da classificação automática, cujo valor (0,78) indica a boa qualidade do mapa de cobertura vegetal da várzea. Os resultados mostram que a região possuía uma cobertura florestal de várzea de aproximadamente 8.650 km2 no período de aquisição das imagens.

Organização e gestão da manutencão de ferramentas numa empresa de produção de peças metálicas

Dissertação de mestrado Engenharia e Gestão da Qualidade

Intermetallic layer formation and influence in solder joints reliability

Dissertação de mestrado integrado em Materials Engineering

Segmentação do tecido tumoral cerebral em imagens de ressonância magnética

Dissertação de mestrado integrado em Engenharia Biomédica (área de especialização em Eletrónica Médica)

Pervasive data mining engine

Dissertação de mestrado integrado em Engenharia e Gestão de Sistemas de Informação

Segmentação de imagens fetais com potencial para desenvolvimento de ferramentas de apoio ao diagnóstico

Programa Doutoral em Engenharia Eletrónica e de Computadores

A integração de técnicas BIM (Building Information Modeling) no projeto e na construção de estruturas de madeira

Dissertação de mestrado integrado em Engenharia Civil

An integrated model for simulation of construction phasing of arch concrete dams

Dissertação de mestrado integrado em Civil Engineering

Programa com abordagem probabilística do sistema de avaliação de qualidade de taludes Slope Quality Index (SQI)

Dissertação de mestrado integrado em Engenharia Civil

Ontological representation of tumor-node-metastasis classification and an ontology-driven classifier: a study on colorectal cancer

Dissertação de mestrado integrado em Engenharia Biomédica (área de especialização em Informática Médica)

Redes de Petri e VHDL na prototipagem rápida de sistemas digitais

O objectivo principal deste artigo é exemplificar a utilização de uma metodologia de especificação de sistemas digitais, baseada em Redes de Petri orientadas por objectos, para obter de uma forma rápida e simplificada um protótipo em VHDL do sistema pretendido. É considerado para exemplificação um sistema digital, para o qual se efectua a especificação no modelo RdP-shobi e a geração automática de código VHDL. Este exemplo permite concluir acerca da utilidade desta metodologia no projecto de sistemas digitais, suportado por princípios de orientação por objectos e por uma ferramenta de EDA desenvolvida propositadamente para o efeito.

O poder da linguagem e a heteronormatividade inconsciente: uma leitura comparada entre Lupe Gómez e Adília Lopes

Dissertação de mestrado em Teoria da Literatura e Literaturas Lusófonas

Análise contrastiva entre preposições romenas e portuguesas através do uso de recursos bilingues

Dissertação de mestrado em Português Língua Não Materna (MPLNM) Português Língua Estrangeira (PLE) e Língua Segunda (PL2)

Tradução técnica em contexto empresarial: o mundo da metalúrgica na Painel 2000

Relatório de estágio de mestrado em Tradução e Comunicação Multilingue

Métodos estadístico-computacionales para la caracterización de patrones de expresión de proteínas en 2D-DIGE

El volumen de datos provenientes de experimentos basados en genómica y poteómica es grande y de estructura compleja. Solo a través de un análisis bioinformático/bioestadístico eficiente es posible identificar y caracterizar perfiles de expresión de genes y proteínas que se expresan en forma diferencial bajo distintas condiciones experimentales (CE). El objetivo principal es extender las capacidades computacionales y analíticos de los softwares disponibles de análisis de este tipo de datos, en especial para aquellos aplicables a datos de electroforésis bidimensional diferencial (2D-DIGE). En DIGE el método estadístico más usado es la prueba t de Student cuya aplicación presupone una única fuente de variación y el cumplimiento de ciertos supuestos distribucionales de los datos (como independencia y homogeneidad de varianzas), los cuales no siempre se cumplen en la práctica, pudiendo conllevar a errores en las estimaciones e inferencias de los efectos de interés. Los modelos Generalizados lineales mixtos (GLMM) permiten no solo incorporar los efectos que, se asume, afectan la variación de la respuesta sino que también modelan estructuras de covarianzas y de correlaciones más afines a las que se presentan en la realidad, liberando del supuesto de independencia y de normalidad. Estos modelos, más complejos en esencia, simplificará el análisis debido a la modelización directa de los datos crudos sin la aplicación de transformaciones para lograr distribuciones más simétricas. Produciendo también a una estimación estadísticamente más eficiente de los efectos presentes y por tanto a una detección más certera de los genes/ proteínas involucrados en procesos biológicos de interés. La característica relevante de esta tecnología es que no se conoce a priori cuáles son las proteínas presentes. Estas son identificadas mediante otras técnicas más costosas una vez que se detectó un conjunto de manchas diferenciales sobre los geles 2DE. Por ende disminuir los falsos positivos es fundamental en la identificación de tales manchas ya que inducen a resultados erróneas y asociaciones biológica ficticias. Esto no solo se logrará mediante el desarrollo de técnicas de normalización que incorporen explícitamente las CE, sino también con el desarrollo de métodos que permitan salirse del supuesto de gaussianidad y evaluar otros supuestos distribucionales más adecuados para este tipo de datos. También, se desarrollarán técnicas de aprendizaje automática que mediante optimización de funciones de costo específicas nos permitan identificar el subconjunto de proteínas con mayor potencialidad diagnóstica. Este proyecto tiene una alta componente estadístico/bioinformática, pero creemos que es el campo de aplicación, es decir la genómica y la proteómica, los que mas se beneficiarán con los resultados esperados. Para tal fin se utilizarán diversas bases de datos de distintos experimentos provistos por distintos centros de investigación nacionales e internacionales