Percorrer por data de Publicação, começado por "2024-02-05"
A mostrar 1 - 4 de 4
Resultados por página
Opções de ordenação
- Processo de prototipagem 3D e desenvolvimento de peças de substituição no sector automóvelPublication . Daflon, João Felipe Carvalho; Almeida, Jorge Alexandre Caldeira Gonçalves deA prototipagem 3D é uma técnica avançada de fabrico que permite criar protótipos físicos de produtos de forma rápida e precisa usando impressoras 3D. É amplamente adotada em várias áreas, como a de design de produtos, engenharia, medicina e arquitetura, devido às suas vantagens significativas. Uma das principais vantagens da prototipagem 3D é a rapidez e eficiência na produção de protótipos funcionais, o que reduz o tempo necessário para criar um protótipo em comparação aos métodos tradicionais de fabrico. Além disso, oferece maior flexibilidade e personalização ao permitir a criação de protótipos altamente complexos e personalizados que seriam difíceis de serem produzidos por outros meios. Outra vantagem é a possibilidade de verificar a forma, os ajustes e a funcionalidade de um projeto antes de investir em ferramentas de produção em larga escala. Com protótipos físicos em mãos, os designers e engenheiros podem realizar testes práticos, identificar melhorias e fazer ajustes necessários, garantindo a qualidade do produto final. Apesar disso, a prototipagem 3D enfrenta desafios, como a falta de padronização, a qualidade limitada dos materiais em comparação com os convencionais e o custo inicial das impressoras 3D e dos materiais, o que pode dificultar a adoção em larga escala. No entanto, a prototipagem 3D continua a evoluir, tornando-se cada vez mais acessível e sofisticada. Com avanços contínuos na pesquisa de materiais, tecnologia de impressão e processos pós-impressão, espera-se que a prototipagem 3D desempenhe um papel ainda mais importante na inovação e desenvolvimento de produtos em diversos sectores, incluindo o sector automóvel. Superar esses desafios exigirá avanços contínuos em investigações, desenvolvimentos de materiais e colaborações entre fabricantes de automóveis e empresas de impressão 3D.
- Os efeitos do treino de força na função física, sintomas motores e qualidade de vida em doentes de Parkinson:Publication . Oliveira, Ana Luísa; Marconcin, PriscilaO Relatório Final de Estágio insere-se no âmbito da Unidade Curricular Estágio e investigação, do Instituto Superior de Estudos Interculturais e Transdisciplinares do Instituto Piaget, em Almada. O estágio realizado representa um papel fundamental na nossa formação pessoal e profissional, permitindo-nos evoluir como fisiologistas do exercício na área do Exercício e da Saúde por meio de experiências vivenciadas, conhecimentos e competências adquiridas. O Estágio ocorreu no clube 5inco, Parque das Nações, Lisboa. Este relatório tem como objetivo descrever e refletir sobre as aprendizagens e atividades realizadas ao longo do estágio. Este distingue-se em dois capítulos. O primeiro capítulo que aborda as atividades de estágio, como as tarefas solicitas, planeamento de treinos, avaliações físicas e relatórios de formações dentro do próprio clube 5inco. No segundo capítulo está toda a investigação científica desenvolvida ao longo do estágio.
- Plano de Gestão Cinegética da Tapada do Arneiro com vista à sua sustentabilidade ambiental, técnica e económicaPublication . Faria, Olga Maria Duarte Mariano de Almeida; Nunes, José RatoCom este trabalho é esperada a possibilidade de melhoria da gestão cinegética da Tapada do Arneiro, tornando a atividade cinegética uma parte importante das receitas da propriedade a fim de promover a sua sustentabilidade ambiental, técnica e económica. Foram realizadas contagens dos efetivos das espécies cinegéticas existentes na propriedade, para efeitos de censos e medição dos rácios macho/fémea, permitindo a tomada de decisão quanto ao número de animais a retirar, quais e os métodos de caça a aplicar. Foram propostas várias melhorias de gestão em termos de alimentação, abeberamento e refúgio dos animais, assim como do controlo de predadores, conservação da biodiversidade e melhoramento genético dos animais. Pretende-se ainda a dinamização de várias áreas e setores, nomeadamente o turismo cinegético e a valorização da carne de caça através da implementação de um estabelecimento de manipulação de caça e uma sala de desmancha de caça, embalamento e comercialização com marca própria. A viabilidade das propostas apresentadas foi avaliada através da execução da análise económica e financeira das mesmas, a qual foi comprovada. A atividade cinegética contribui para o desenvolvimento da propriedade, através da manutenção da biodiversidade, do turismo cinegético e do turismo de natureza, e contribui ainda para o desenvolvimento da região, através da dinamização do turismo local e da gastronomia.
- Modelo de classificação de documentoPublication . Pinto, José Nduli Futi; Mora,, CarlosClassificação de documentos com aprendizagem profunda é uma abordagem avançada para categorizar automaticamente documentos em diferentes classes ou categorias, como por exemplo os sentimentos, tópicos ou outros tipos de conteúdos. Essa abordagem envolve o uso de redes neurais profundas, que são modelos de aprendizado de máquina capazes de aprender representações complexas dos dados. Neste relatório apresento uma aplicação baseada em redes neurais profundas (Deep Learning) para a classificação de diferentes tipos de documentos. Inclui todas as técnicas necessárias para resultados eficientes em cada etapa do projecto. Os documentos são processados para remover ruídos, normalizar o texto (remover pontuações, letras maiúsculas, etc.) e criar representações numéricas dos textos, como vetores de palavras (Word Embeddings) ou representações baseadas em sub-palavras. Foi escolhida uma arquitetura de rede neural profunda, redes neurais recorrentes (RNNs). O modelo é treinado num conjunto de dados rotulados, onde os rótulos indicam as categorias às quais os documentos pertencem. Durante o treinamento, o modelo ajusta os seus pesos e parâmetros para minimizar a diferença entre as previsões e os rótulos reais. Isso é feito usando algoritmos de optimização e funções de perda. O modelo treinado é avaliado num conjunto separado de dados de validação ou teste para verificar o seu desempenho e ajustar os hiperparâmetros, se necessário. Esse processo ajuda a evitar o sobreajuste (overfitting) do modelo aos dados de treinamento. Finalmente, o modelo é avaliado num conjunto de teste independente para medir a sua capacidade de generalização em dados não vistos. Isso fornece uma estimativa realista do desempenho do modelo em ambientes do mundo real. Uma vez que o modelo atinja um desempenho satisfatório, ele pode ser implantado para classificar automaticamente novos documentos em categorias relevantes. Para o nosso caso a perda (Loss): 0.546 indica que o modelo está fazendo previsões razoavelmente próximas aos valores reais, o que é um bom sinal. E a precisão (Accuracy) : 0.860 (ou 86%) sugere que o modelo classificou corretamente 86%. Isso é uma taxa de acerto relativamente alta e indica que o modelo está realizando bem a tarefa.