Autor: luciostuder

Entre Navios, Naves e Códigos

Muito se fala hoje em dia que nascemos cedo demais para explorar o espaço e tarde demais para viver as grandes navegações marítimas. Mas talvez tenhamos nascido exatamente no tempo certo para uma nova forma de navegação: a navegação computacional.

Em 2026, completam-se 80 anos da conclusão do projeto ENIAC, um dos primeiros computadores modernos. Ele ocupava salas inteiras e, mesmo assim, tinha um poder computacional muito inferior ao que hoje carregamos na palma da mão.

Isso mostra uma coisa importante: a computação ainda está longe de ter sido totalmente explorada. Ainda há muito a descobrir, muito a construir e muito a transformar.

No passado, os “computadores” eram pessoas que seguiam instruções em papel. Hoje, são máquinas presentes em quase tudo: no trabalho, na comunicação, na ciência, na medicina, na educação e na forma como vivemos. A tecnologia não deve ser vista como algo que vem para nos substituir, mas como uma ferramenta que nos torna mais capazes, mais eficientes e com mais qualidade de vida.

Por isso, não tenham medo de pegar seus navios, suas naves, e navegar pelo mundo da computação. Explorem, criem, questionem e participem dessa revolução.

 

Thiago Dambroski, aluno da Licenciatura em Engenharia Informática

João Eleutério, “Deteção rápida de AVC usando SERS e Machine Learning”, defesa pública de Mestrado em Ciência de Dados| 2ª feira 11.5, 11h30, sala U.3.1

Na próxima 2ª feira, 11 de maio, 11h30 na sala U.3.1, João Eleutério irá defender publicamente a tese sobre deteção rápida de AVC usando SERS e Machine Learning. Toda a comunidade escolar está convidada a estar presentes.

Esta tese de mestrado em Ciência de Dados, realizada em estreita colaboração com o UCIBIO da FCT NOVA, desenvolve um pipeline de Machine Learning para analisar espectros de plasma obtidos por Surface-Enhanced Raman Spectroscopy (SERS), com o objetivo de apoiar o diagnóstico rápido de AVC através do biomarcador GFAP. O sistema distingue entre ausência de AVC, AVC isquémico e AVC hemorrágico, com base em diferentes concentrações do biomarcador, utilizando técnicas como pré-processamento espectral, redução de dimensionalidade e modelos de boosting. O modelo proposto atingiu até 98% de precisão na classificação e introduziu uma métrica clínica própria (MEMS) para penalizar erros com maior impacto médico, alcançando 96% de desempenho ajustado à segurança clínica. Os resultados foram validados em múltiplas execuções, demonstrando estabilidade estatística do modelo. Apesar de usar dados sintéticos, o trabalho evidencia o potencial de sistemas baseados em SERS e Machine Learning para diagnóstico rápido e portátil de AVC em contexto pré-hospitalar.

Fazem parte do júri:

  • Profª Claudia Soares FCT Universidade Nova de Lisboa (arguente externo)
  • Profª Gabriela Soares (Orientadora, ISCTE Instituto Universitário de Lisboa)
  • Prof Manuel Pita (Diretor do Mestrado em Ciência de Dados, Universidade Lusófona)

Todas as terças às 15h: encontro do Núcleo de Xadrez @ DEISI Hub

♟️ Gostas de desafios e boas jogadas?

Junta-te ao nosso grupo de xadrez! Seja para aprender, melhorar ou simplesmente jogar umas partidas descontraídas, há sempre espaço para mais um jogador. Vem treinar a mente, conhecer pessoas novas e divertir-te com cada jogada.

📅 terça-feiras
🕒 Hora: 15h
📍 Local: Deisi Hub (Q.3.2)

Bora pôr o rei em xeque? 🔥♟️

⚽ PelaDeisi 2.0 — Seg 23/02, 14:00–15:30

📍 Pavilhão da Universidade | ⏰ Chega às 13:45 (aquecimento + começar a horas)

Depois de muitos pedidos, o NEDI – Núcleo de Alunos do DEISI está de volta com a primeira peladinha de 2026! 🔥

Depois do feedback super positivo da última edição, é hora de voltar a entrar em campo e começar o ano letivo como deve ser. 💪🥅

👥 Traz um amigo(a)! Quanto mais gente, melhor o ritmo, mais jogos e mais diversão.
(É só ele/ela inscrever-se também no formulário.)

🏃‍♂️ Jogos curtos • equipas aleatórias • intensidade + diversão

Inscrições fecham domingo às 15h

📋 O planeamento sai domingo à noite ou segunda de manhã, consoante o número de inscrições.

✍️ Inscreve-te já: https://forms.gle/RNUNmKomc2PzFEsG8
📱 Se o teu número de WhatsApp não for português, coloca o indicativo do país (+XX).

🎉 Pós-pelada: convívio no Xiri para recuperar energias e comentar as melhores jogadas 🍔🥤

Veste a camisola. A equipa conta contigo. 🙌⚽

Defesa tese mestrado em Ciencia de Dados “Aprendizagem automatica para a previsão do volume de chamadas de uma central telefonica: o cenario de uma central de emergencia” 20 Fev’26, 14h, sala U.0.1

No dia 20 Fevereiro 2026 decorrerá pelas 14h, na sala U.0.1, a defesa da tese de Mestrado em Ciência de dados de Cristiana Rodrigues Oliveira intitulada “Aprendizagem automatica para a previsão do volume de chamadas de uma central telefonica: o cenario de uma central de emergência“, trabalho orientado pelos docentes Sofia Fernandes e Daniel Fernandes.

Esta dissertação aborda o desenvolvimento de um modelo preditivo para estimar o volume de chamadas recebidas pelo Instituto Nacional de Emergência Médica (INEM), com base em dados históricos e variáveis contextuais, no período entre 2015 e 2024. O estudo inserese na necessidade de melhorar a gestão operacional e a alocação de recursos em serviços de emergência, permitindo uma resposta mais eficaz às necessidades da população. O trabalho incluiu a análise exploratória dos dados, a avaliação do impacto de variáveis externas como feriados e eventos sazonais, e a implementação de diferentes modelos preditivos. Foram comparadas abordagens tradicionais e de aprendizagem automática, com o objetivo de selecionar o modelo com melhor desempenho para aplicação prática no planeamento e na gestão de recursos do INEM. Este estudo demonstra o potencial da utilização de ciência de dados para apoiar decisões em ambientes críticos e propõe caminhos para futuras investigações.

Universidade Lusófona


ECATI Escola de Comunicação, Arquitetura, Artes e Tecnologias da Informação

Departamento de Engenharia Informática e Sistemas de Informação
Edifício F, sala F.1.3
Direção — 217 515 500 (ext: 683)
Serviço de Apoio Tecnico-Admistrativo (SATA) — 17 515 500 (ext: 764)


Lisboa
Avenida do Campo Grande,
376 1749-024 Lisboa, Portugal
Tel.: 217 515 500 | email: info.cul@ulusofona.pt
Porto
Rua Augusto Rosa,
Nº 24, 4000-098 Porto - Portugal
Tel.: 222 073 230 | email: info.cup@ulusofona.pt

Gestão de conteúdos por Lucio Studer Ferreira © 2022 COFAC.