O papel da auditoria interna nas insituições públicas de ensino superior em Portugal continental - universidade e politécnicos

Mestrado em Auditoria

Avaliação do comportamento ingestivo utilizando eletromiografia de superfície do músculo masseter

Physiologists and animal scientists try to understand the relationship between ruminants and their environment. The knowledge about feeding behavior of these animals is the key to maximize the production of meat and milk and their derivatives and ensure animal welfare. Within the area called precision farming, one of the goals is to find a model that describes animal nutrition. Existing methods for determining the consumption and ingestive patterns are often time-consuming and imprecise. Therefore, an accurate and less laborious method may be relevant for feeding behaviour recognition. Surface electromyography (sEMG) is able to provide information of muscle activity. Through sEMG of the muscles of mastication, coupled with instrumentation techniques, signal processing and data classification, it is possible to extract the variables of interest that describe chewing activity. This work presents a new method for chewing pattern evaluation, feed intake prediction and for the determination of rumination, food and daily rest time through ruminant animals masseter muscle sEMG signals. Short-term evaluation results are shown and discussed, evidencing employed methods viability.

Re…pensar o ensino da Matemática : Dinâmicas de promoção do sucesso escolar

Decorre desde o início setembro de 2015 uma oficina de formação, intitulada “Matemática Passo a Passo: Estratégias de Superação de Dificuldades para o 1.º Ciclo do Ensino Básico”, uma parceria entre a Universidade dos Açores e a Secretaria Regional da Educação e Cultura do Governo dos Açores, no contexto do programa ProSucesso – Açores pela Educação. Nesta oficina participam os cerca de 50 professores DA (professores qualificados na deteção, caracterização e resolução de dificuldades de aprendizagem no 1.º Ciclo do Ensino Básico), provenientes de todas as unidades orgânicas da Região que ministram o 1.º Ciclo, cuja ação tem incidido no corrente ano letivo na superação de dificuldades a Matemática no 1.º ano de escolaridade, em estreita cooperação com os professores titulares. A ação do professor DA tem por base estudos provenientes das neurociências cognitivas, que explicam como o nosso cérebro aprende Matemática, e alguns casos de sucesso do ensino da Matemática no Mundo, como é o exemplo da Finlândia, com um sistema de apoio de características similares, e de Singapura, que nos apresenta centenas de pequenos pormenores de ordem científica e didática amplamente testados em vários países. Um objetivo fundamental do Projeto Prof DA, no contexto do ensino da Matemática, centra-se na promoção de aprendizagens mais significativas, estimulando o cálculo mental, o raciocínio matemático e a resolução de problemas. Não se pode gostar daquilo que não se compreende. Daí que as estratégias promovidas visem uma compreensão profunda da matemática elementar. (...) Das várias iniciativas organizadas pelo grupo de 50 professores DA da Região, destaca-se o evento “Re...pensar o ensino da Matemática: Dinâmicas de promoção do sucesso escolar”, que se realizou entre 4 e 6 de julho, na EBS de Vila Franca do Campo. (...)

Dificuldades de aprendizagem específicas: respostas educativas diferenciadas

Dissertação apresentada à Escola Superior de Educação de Paula Frassinetti, para a obtenção do grau de mestre em Ciências da Educação. Especialização em Educação Especial

A contribution to semantic description of images and videos: an application of soft biometrics

Humans have a high ability to extract visual data information acquired by sight. Trought a learning process, which starts at birth and continues throughout life, image interpretation becomes almost instinctively. At a glance, one can easily describe a scene with reasonable precision, naming its main components. Usually, this is done by extracting low-level features such as edges, shapes and textures, and associanting them to high level meanings. In this way, a semantic description of the scene is done. An example of this, is the human capacity to recognize and describe other people physical and behavioral characteristics, or biometrics. Soft-biometrics also represents inherent characteristics of human body and behaviour, but do not allow unique person identification. Computer vision area aims to develop methods capable of performing visual interpretation with performance similar to humans. This thesis aims to propose computer vison methods which allows high level information extraction from images in the form of soft biometrics. This problem is approached in two ways, unsupervised and supervised learning methods. The first seeks to group images via an automatic feature extraction learning , using both convolution techniques, evolutionary computing and clustering. In this approach employed images contains faces and people. Second approach employs convolutional neural networks, which have the ability to operate on raw images, learning both feature extraction and classification processes. Here, images are classified according to gender and clothes, divided into upper and lower parts of human body. First approach, when tested with different image datasets obtained an accuracy of approximately 80% for faces and non-faces and 70% for people and non-person. The second tested using images and videos, obtained an accuracy of about 70% for gender, 80% to the upper clothes and 90% to lower clothes. The results of these case studies, show that proposed methods are promising, allowing the realization of automatic high level information image annotation. This opens possibilities for development of applications in diverse areas such as content-based image and video search and automatica video survaillance, reducing human effort in the task of manual annotation and monitoring.

Uma abordagem dirigida a modelo para a geração de casos de teste baseada na detecção de cenários implícitos

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2015.

LiDom builder: Automatising the construction of multilingual domain modules

136 p.

XML-Intensive software development

168 p.

Koherentziazko diskurtso erlazioen detekzio automatikoa patroien bidez, XMLko erlazio-egiturak oinarri hartuta

[EU]Hizkuntzaren prozesamenduan testu koherenteetan kausa taldeko erlazioak (KAUSA, ONDORIOA eta HELBURUA) automatikoki hautematea eta bereiztea erabilgarria da galdera-erantzun automatikoko sistemak eraikitzerako orduan. Horretarako Egitura Erretorikoaren Teoria (Rhetorical Structure Theory, aurrerantzean RST) eta bere erlazioak erabiliko ditugu, corpus bezala RST Treebank -a (Iruskieta et al., 2013) hartuta, zientziako laburpen-testuz osatutako corpusa, hain zuzen ere. Corpus hori XML formatuan deskargatu eta hortik XPATH tresnaren bidez informazio garrantzitsuena eskuratzen dugu. Lan honek 3 helburu nagusi ditu: lehendabizi, kausa taldeko erlazioak elkarren artean bereiztea, bigarrenez, kausa taldeko erlazio hauek beste erlazio guztiekin bereiztea, eta azkenik, EBALUAZIOA eta INTERPRETAZIOA erlazioak bereiztea sentimendu analisian aplikatu ahal izateko. Ataza horiek egiteko, RhetDB tresnarekin eskuratu diren patroi ensaguratsuenak erabili eta bi aplikazio garatu ditugu. Alde batetik, bilatu nahi ditugun patroiak adierazi eta erlazio-egitura duen edonolako testuetan bilaketak egiten dituen bilatzailea, eta bestetik, patroi esanguratsuenak emanda erlazioak etiketatzen dituen etiketatzailea. Bi aplikazio hauek gainera, ahalik eta modu parametrizagarrienean erabiltzeko garatu ditugu, kodea aldatu gabe edonork erabili ahal izateko antzeko atazak egiteko. Etiketatzaileak ebaluatu ondoren, identifikatzeko erlaziorik errazena HELBURUA erlazioa dela ikusi dugu eta KAUSA eta ONDORIOA bereizteko arazo gehiago dauzkagula ere ondorioztatu dugu. Modu berean, EBALUAZIOA eta INTERPRETAZIOA ere elkarren artean bereiz dezakegula ikusi dugu.

Testu arteko koherentziazko erlazio-egitura: lehen urratsak euskaraz

[EU]Testu bat koherente egiten duten arrazoiak ulertzea oso baliagarria da testuaren beraren ulermenerako, koherentzia eta koherentzia-erlazioak testu bat edo gehiago koherente diren ondorioztatzen laguntzen baitigu. Lan honetan gai bera duten testu ezberdinen arteko koherentziazko 3 Cross Document Structure Theory edo CST (Radev, 2000) erlazio aztertu eta sailkatu dira. Hori egin ahal izateko, euskaraz idatziriko gai berari buruzko testuak segmentatzeko eta beraien arteko erlazioak etiketatzeko gidalerroak proposatzen dira. 10 testuz osaturiko corpusa etiketatu da; horietako 3 cluster bi etiketatzailek aztertu dute. Etiketatzaileen arteko adostasunaren berri ematen dugu. Koherentzia-erlazioak garatzea oso garrantzitsua da Hizkuntzaren Prozesamenduko hainbat sistementzat, hala nola, informazioa erauzteko sistementzat, itzulpen automatikoarentzat, galde-erantzun sistementzat eta laburpen automatikoarentzat. Etorkizunean CSTko erlazio guztiak corpus esanguratsuan aztertuko balira, testuen arteko koherentzia- erlazioak euskarazko testuen prozesaketa automatikoa bideratzeko lehenengo pausua litzateke hemen egindakoa.

Padrões temporais e espaciais na detecção de resíduos e contaminantes na produção de aves e suínos no Brasil

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Agronomia e Medicina Veterinária, 2016.

Contribuições para a deteção automática de fratiras ósseas em imagens de ultrassom

Dissertação de Mestrado, Engenharia Eletrónica e Telecomunicações, Faculdade de Ciências e Tecnologia, Universidade do Algarve, 2014

Impactos e mitigação do antropismo no núcleo de desertificação de Irauçuba, CE.

2015

Estudo e implementação de algoritmos inteligentes para detecção e classificação de falhas na medição de gás natural

This master dissertation presents the study and implementation of inteligent algorithms to monitor the measurement of sensors involved in natural gas custody transfer processes. To create these algoritmhs Artificial Neural Networks are investigated because they have some particular properties, such as: learning, adaptation, prediction. A neural predictor is developed to reproduce the sensor output dynamic behavior, in such a way that its output is compared to the real sensor output. A recurrent neural network is used for this purpose, because of its ability to deal with dynamic information. The real sensor output and the estimated predictor output work as the basis for the creation of possible sensor fault detection and diagnosis strategies. Two competitive neural network architectures are investigated and their capabilities are used to classify different kinds of faults. The prediction algorithm and the fault detection classification strategies, as well as the obtained results, are presented

Um Modelo híbrido para previsão de curvas de produção de petróleo

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior