Biblioteca Digital do IPB
Repositório de Publicações do Instituto Politécnico de Bragança
Entradas recentes
Envelhecimento biológico - teorias e alterações
Publication . Magalhães, Carlos Pires; Rodrigues, Carina; Cruz, Manuel Alexandre Miranda da; Cruz, João Ricardo Miranda da; Magalhaes
De acordo com Lima (2010) o
envelhecimento inicia-se logo na conceção,
prosseguindo ao longo da vida até ao final
da mesma, não podendo ser evitado. O
envelhecimento é um processo universal,
progressivo e intrínseco, responsável
por alterações biopsicossociais, cuja
ocorrência não se dá exatamente no mesmo
momento, nem afeta de forma idêntica as
pessoas (assíncrono e multiforme), sendo
influenciado por diversos fatores, existindo
funções que se podem conservar até idades
mais avançadas (Novoa et al., 2005). No
mesmo sentido, Jacob (2019) refere-nos
que se trata de um processo gradual e
pessoal, vivenciado de forma distinta e
única por cada individuo. Como processo
complexo, o mesmo pode ser descrito em
termos cronológicos, fisiológicos e ao nível
funcional (Williams, 2020).
Jeckel-Neto e Cunha (2006)
salientam-nos que o termo envelhecimento
é comumente utilizado para “descrever as
mudanças morfofuncionais ao longo da
vida que ocorrem após a maturação sexual
e que, progressivamente, comprometem
a capacidade de reposta dos indivíduos
ao stresse ambiental e à manutenção da
homeostasia” (p. 13).
Para Almeida (1999) o conceito
de envelhecimento constrói-se a partir de
múltiplos elementos, como os valores, os
padrões de comportamento, o sistema
moral e as experiências prévias de
cada pessoa, resultantes da formação
individual, do contacto familiar e com
amigos idosos. Num estudo exploratório,
qualitativo, efetuado por Nascimento
de Souza et al. (2020), que visou
conhecer a perceção dos idosos de uma
Universidade Aberta à Terceira Idade sobre
o envelhecimento, concluiu-se que estes o
Architecture for efficient food management and waste reduction
Publication . Pereira, Hélder; Oliveira, Pedro Filipe; Matos, Paulo
This article presents a modular architecture for developing the ZeroWaste mobile application, designed to optimize food management in the home environment and reduce food waste through collaborative and scalable features. Food waste is a global issue with severe environmental, economic, and social repercussions, and ZeroWaste seeks to address this challenge by promoting conscious and sustainable consumption practices. Developed in React Native to support multiple platforms, the application integrates Firebase for authentication, notifications, and real-time data storage, enabling timely alerts on product expiration and facilitating user control over food inventory. Additionally, it incorporates an artificial intelligence module that suggests personalized recipes based on available products, encouraging food usage before spoilage. The proposed architecture also includes an automated product registration system using barcode scanning, supporting the creation of a community database that streamlines food item identification. Other features, such as shared shopping lists and multi-residence inventory management, expand the collaborative scope of the application, fostering the exchange and donation of food between users. With its flexible and expandable design, ZeroWaste is oriented towards continuous development and future improvements, meeting the growing need for technological solutions in sustainable and collaborative food management. This architectural proposal provides a robust foundation for developing an innovative solution.
A Multi-objective Clustering Algorithm Integrating Intra-Clustering and Inter-Clustering Measures
Publication . Azevedo, Beatriz Flamia; Rocha, Ana Maria A. C.; Pereira, Ana I.
This study delves into bio-inspired approaches and clustering methodologies to introduce an automated clustering algorithm named Multi-objective Clustering Algorithm (MCA). Using multi-objective strategies and several combination measures, this method calculates the optimal number of clusters and element partitioning by minimizing intra-clustering measures and maximizing inter-clustering ones. Through experimentation on three benchmark datasets, the results highlight the success of the MCA in obtaining a set of optimal solutions (Hybrid Pareto front) through the integration of multi-objective strategies and clustering measures. Moreover, the Dunn clustering validity index is used to support the decision maker in selecting the optimal solution among the ones presented in the Hybrid Pareto front. This approach allows decision-makers to choose the most suitable solution by incorporating additional insights beyond the model.
Podemos atrasar ou mesmo reverter o envelhecimento? Descobertas recentes e perspetivas futuras
Publication . Rodrigues, Carina; Luís
O envelhecimento é um processo natural e inevitável. Nos últimos anos, as pesquisas científicas têm
revelado descobertas empolgantes sobre a possibilidade de atrasar ou até mesmo reverter esse processo.
Neste artigo, exploramos as descobertas mais recentes neste campo e as perspetivas para o futuro,
discutimos alguns avanços na biologia do envelhecimento, potenciais terapias, o impacto do estilo de
vida no processo de envelhecimento e os desafios éticos e sociais que enfrentamos.
O progresso contínuo no entendimento científico dos mecanismos moleculares que fundamentam o
processo de envelhecimento está cada vez mais a despertar o interesse da sociedade. É essencial que
cada um de nós assuma a responsabilidade de refletir sobre a exploração científica neste campo e as
considerações éticas que dela derivam, à medida que aspiramos a viver mais anos e com saúde.
Artificial intelligence-based control of autonomous vehicles in simulation: a CNN vs. RL case study
Publication . Vasiljević, Ive; Musić, Josip; Lima, José
The article provides a comparison of Convolutional Neural Network (CNN) and Reinforcement Learning (RL) applied to the field of autonomous driving within the CARLA (CAr Learning to Act) simulator for training and evaluation. The analysis of results revealed CNNs better overall performance, as it demonstrated a more refined driving experience, shorter training durations, and a more straightforward learning curve and optimization process. However, it required data labelling. In contrast, RL relayed on an exhaustive (unsupervised) exploration of different models, ultimately selecting the model at timestep 600,000, which had the highest mean reward. Nevertheless, RL’s approach revealed its susceptibility to excessive oscillations and inconsistencies, necessitating additional optimization and tuning of hyperparameters and reward functions. This conclusion is further substantiated by a range of used performance metrics (objective and subjective), designed to assess the performance of each approach.