Percorrer por autor "Fernandes, Armando"
A mostrar 1 - 2 de 2
Resultados por página
Opções de ordenação
- Um contributo para a reflexão sobre a estratégia urbana de Guimarães Capital Europeia da Cultura 2012Publication . Fernandes, Armando; Fernandes, Manuel; Viana, DavidAs transformações urbanas preconizadas para Guimarães no âmbito da sua nomeação para Capital Europeia da Cultura, em 2012, motivaram a realização deste estudo comparado entre esta cidade e outras três ex-Capitais Europeias da Cultura: Avignon; Porto e Salamanca. O reconhecido interesse destas estruturas urbanas e respectiva reconfiguração no contexto daquele evento de escala internacional enquadram o espectro de motivações para a concretização desta dissertação. Aborda-se a mudança de paradigma inerente à adequação dessas cidades ao programa desenvolvido para a realização da Capital Europeia da Cultura, complementada por uma análise reflexiva sobre os momentos mais assinaláveis relativos a reformas urbanas paradigmáticas ocorridas a partir dos finais do séc. XIX. Neste sentido, são equacionados os efeitos que essas mudanças trouxeram para a "identidade" das cidades a partir da altura em que se equacionam novos conceitos - na maior parte das vezes entendidos como estratégias de ajustamento às novas realidades, circunstâncias, constrangimentos e desafios do mundo cada mais designado de «globalizado». Questiona-se, para o efeito, a especificidade da noção de «regeneração urbana» ao nível dos procedimentos de actuação, implementação e transformação da cidade enquanto Capital Europeia da Cultura. Elabora-se, para uma melhor compreensão deste processo, uma síntese histórica sobre a realização do evento, quer no que diz respeito às acções de candidatura, quer dos diferentes mecanismos a ter em conta na sua concretização. O desenvolvimento desta investigação comparativa implicou critérios de selecção e de análise transversais às cidades casos de estudo, de modo a que fosse possível obter resultados comparados. A pesquisa encetada centra-se na vertente da transformação da morfologia urbana, considerando aspectos políticos, sociais e económicos. Metodologicamente, a dissertação estrutura-se em dados obtidos a partir da observação de referências documentais (como os relatórios apresentados no âmbito da celebração do evento), dissecando as capacidades e os equipamentos criados, o desenho urbano e o "lastro" deixado nas cidades estudadas. O propósito é o de consubstanciar os dados e a informação assim destilada, sistematizada em notas de síntese (ora autónomas, ora co-relacionadas entre si), num contributo para a reflexão sobre a estratégia urbana de Guimarães enquanto Capital Europeia da Cultura de 2012, principalmente em termos das estruturas vivenciais e das marcas de pertença [re]criadas nas acções urbanas programáticas preconizadas para aquele acontecimento.
- Enhanced AutomaticWildfire Detection System Using Big Data and EfficientNetsPublication . Fernandes, Armando; Utkin, Andrei; Chaves, PauloPrevious works have shown the effectiveness of EfficientNet—a convolutional neural network built upon the concept of compound scaling—in automatically detecting smoke plumes at a distance of several kilometres in visible camera images. Building on these results, we have created enhanced EfficientNet models capable of precisely identifying the smoke location due to the introduction of a mosaic-like output and achieving extremely reduced false positive percentages due to using partial AUROC and applying class imbalance. Our EfficientNets beat InceptionV3 and MobileNetV2 in the same dataset and achieved a true detection percentage of 89.2% and a false positive percentage of only 0.306% across a test set with 17,023 images. The complete dataset used in this study contains 26,204 smoke and 51,075 non-smoke images. This makes it one of the largest, if not the most extensive, datasets reported in the scientific literature for smoke plume imagery. So, the achieved percentages are not only among the best reported for this application but are also among the most reliable due to the extent and representativeness of the dataset.