Search

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) The aim of the present study was to propose and validate a tool based on computer vision techniques that allows for the automated reconstruction (AR) of the vastus lateralis (VL) muscular cross-sectional area (MCSA) from sequential images obtained using an ultrasound (US) machine. Methods: Four hundred and eighty-eight VL US image sequences were used for VL MCSA reconstruction. Two different reconstruction techniques were utilized. For the already validated manual reconstruction (MR) technique, the sequential images were manually adjusted until the MCSA of the VL was fully visible for each image sequence. For AR, computer vision techniques were combined in a tool capable of automatically reconstructing the MCSA of the VL based on the steps described for the proper application of MR. After the quantification in cm² of all VL MCSA by both MR (n = 488) and AR (n = 488) techniques, the results were used to investigate the validity of the AR in measuring VL MCSA from of sequential images of the VL obtained by US. Our findings demonstrated good validity with low coefficient of variation values (1.51%) for AR compared to MR. The Bland-Altman plot showed low bias (-0.01 cm²; IC95% = 0.04, -0.06) and close limits of agreement (+1.18 cm², -1.19 cm²) containing 95% of the comparisons. Conclusion: The AR technique is valid compared to MR when measuring VL MCSA in a heterogeneous sample. O objetivo do presente estudo foi propor e validar uma ferramenta baseada em técnicas de visão computacional que possibilite a reconstrução automatizada (RA) da área de secção transversa muscular (ASTM) a partir de imagens sequenciais do vasto lateral (VL) obtidas por meio de ultrassom (US). Métodos: quatrocentos e oitenta e oito sequências de imagens de US do VL foram utilizadas para reconstrução da ASTM do VL. Duas técnicas de reconstrução foram utilizadas. Para a já validada técnica de reconstrução manual (RM) as imagens sequenciais foram ajustadas manualmente até que a ASTM do VL fosse reconstruída para cada sequência de imagens. Para a RA, com base nos passos descritos para adequada aplicação da RM, técnicas de visão computacional foram combinadas em uma ferramenta capaz de reconstruir a ASTM do VL de maneira automática a partir de uma sequência de imagens do VL obtidas por US. Após a quantificação em cm² de todas as ASTM do VL obtidas pela técnica de RM (n = 488) e pela técnica de RA (n = 488), os resultados foram utilizados para investigarmos a validade da RA em mensurar a ASTM do VL. Nossos achados demonstraram boa validade com valores baixos de coeficiente de variação (1,51%) para RA em comparação com a RM. O gráfico de Bland-Altman apresentou baixo viés (-0,01 cm²; IC 95% = 0,04, -0.06) e limites de concordância próximos (+1,18cm², -1,19cm²) contendo 95% das comparações. Conclusão: A técnica de RA é válida para mensurar ASTM do VL em uma amostra heterogênea quando comparada a RM. 88882.426920/2019-01, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

O presente estudo procura interligar a prática de Auditoria Financeira com as mais recentes práticas tecnológicas de processamento de informação e tratamento de dados, como a Automatização Robótica de Processos (ARP) e Inteligência Artificial (IA). A crescente mudança tecnológica decerto que terá também impacto na Auditoria e no papel do Auditor, tornando-se, assim, relevante identificar e descrever tarefas e procedimentos, com base nas fases de Auditoria, quando efetuadas com recurso à ARP e IA. Os objetivos deste estudo compreendem estabelecer em que medida a IA vai alterar a função de auditoria, principalmente no que respeita às tarefas de auditoria, ou seja, entender de que forma as tarefas de auditoria podem ser executadas e/ou auxiliadas através da IA, e analisar a opinião dos profissionais perante esta mudança de paradigma, considerando um horizonte temporal de 5 a 10 anos. Tendo por base os objetivos definidos para este estudo, as projeções relativas às tarefas associadas a cada uma das fases de auditoria foram formuladas através de afirmações baseadas na Revisão de Literatura. Através do Método Delphi, os responsáveis das Sociedades de Revisores Oficias de Contas (SROCs) foram convidados a participar no presente estudo. Este método assenta na elaboração de diversas iterações, por forma à obtenção de consenso. No entanto, apenas foi possível realizar uma iteração e, assim, não foi possível atingir um nível de consenso significativo. Ainda assim, através de uma única iteração, foi possível analisar a opinião e a disposição dos especialistas perante estas mudanças e perceber a existência de consenso relativamente a algumas projeções. Este estudo pretende contribuir para um melhor conhecimento relativamente à forma como os profissionais percecionam as mudanças tecnológicas relacionadas com as diversas tarefas que podem ser objeto de automação, promover a discussão futura do tema junto dos profissionais, em especial quanto às tarefas que foram objeto de menor consenso entre o grupo. Este trabalho é também um contributo para a literatura académica sobre o tema e para que os profissionais fiquem sensibilizados para uma adoção futura das tecnologias emergentes em tarefas que podem ser automatizáveis

Com a difusão das opções de investimentos e a busca por experiência diferenciada ao cliente, muitos bancos e corretoras começaram a desenvolver consultores automatizados de investimento (mais conhecidos como Robo-Advisors) para fornecer ao cliente um portfólio personalizado sem a interação de um agente humano. Contudo, sua difusão se mostrou um desafio em vários aspectos, em especial pelas limitações dos modelos tradicionais de mediavariância, prejudicando seu uso ao ponto de muitos bancos e corretoras abortarem seus projetos. O objetivo desse trabalho é sugerir uma abordagem alternativa de construção de carteira personalizada a partir de dados de redes sociais em conjunto com técnicas difundidas na indústria de investimentos. Para tal, usam-se métodos de aprendizado de máquina a fim de prover elementos em tempo real para maximizar o retorno das carteiras. Considering the recent spread of investment products and the constant search for a differentiated customer experience, many banks and brokers are developing automated investment advisors (also called Robo-Advisors) which aims to provide a personalized portfolio without a direct human interaction. Although Robot-Advisors diffusion proves to be a challenge in several aspects, especially due to the limitations of traditional models of meanvariance, hampering its use to the point that many banks and brokers have aborted such projects. The scope of this paper is suggesting an alternative approach to building a personalized portfolio from social network data as resource for most used allocation theories. For this, machine learning methods are used in order to provide elements in real time to maximize the return of the portfolios.

Mestrado em Gestão de Sistemas de Informação Os efeitos da adoção e da utilização da Inteligência Artificial na vida das organizações são cada vez mais notórios nos diversos setores de atividade. A Inteligência Artificial deverá eliminar tarefas e funções organizacionais e gerar outras novas. A automatização de tarefas obsoletas origina uma necessidade de adaptação e aprendizagem às novas tarefas. O reskilling e o upskilling são formas de aquisição e desenvolvimento de competências necessárias à realização de tarefas nas empresas. Este trabalho visa encontrar competências necessárias à realização destas novas tarefas e funções, identificar prováveis reskilling e upskilling causados por Inteligência Artificial, o que envolve tanto os Recursos Humanos como os Sistemas de Informação. As referidas funções podem exigir um recurso a estes processos por ser necessário atribuir essas tarefas aos colaboradores. Por esta razão, é útil ter trabalhadores qualificados e habilitados para as desempenhar. Com a mudança dos postos de trabalho como são entendidos na atualidade, existirá uma variação do nível de importância de determinadas competências necessárias à realização de tarefas e funções no futuro do mercado de trabalho. Para o presente estudo foi realizado um focus group e um questionário. O mesmo estudo indicou que as competências envolvendo data science serão imprescindíveis num futuro em que as organizações tenham adotado a Inteligência Artificial para o bom desempenho no mercado de trabalho. The effects of the adoption and use of Artificial Intelligence in the life of organizations are increasingly notorious on several activity sectors. Artificial Intelligence should eliminate organizational tasks and functions and generate new ones. The automation of obsolete tasks causes an adaptation and learning requirement of new tasks. The reskilling and upskilling are acquisition and development forms of necessary skills for the accomplishment of tasks on companies. This work intends to find necessary competences for the attainment of new tasks and functions, identify probable reskilling and upskilling caused by Artificial Intelligence, which involves both Human Resources and Information Systems. The referred functions may demand a resort for these processes for being necessary to assign these tasks to the employees. For this reason, it's useful to have qualified and competent workers to perform them. With the change of jobs as they are understood in the present time, there will be a variation on the level of importance of some necessary skills for the execution of tasks and functions on the labor market future. A focus group and a questionnaire were conducted for the present study. This study indicated that the skills related to data science will be indispensable in a future where organizations have adopted Artificial Intelligence for a good performance in a labor market. info:eu-repo/semantics/publishedVersion

Attitude towards new technologies depends on different factors. In case of AI (artificial intelligence), workers may perceive their own skills as easily substitutable and look at their job as likely to be replaced. This perception may have negative impact on their acceptance towards implementation of intelligent machines and automation, if there wouldn’t be a well based trust on the improvements brought by these technologies. Unfolding from such considerations, we have collected data from a diversified sample of 183 workers and requested a bootstrapped estimate from 5,000 samples. As a result, we propose a mediated process between skills substitution and perceived overall job replacement, moderated by trust, which leads to attitude towards AI in a-HRM (automated human resources management). Surprisingly for high substitution perceptions, workers manifested more positive attitude towards AI. This provided big room of discussion and great enrichments in current literature; plus considerable practical implication in understanding workers behaviors face automation investments in companies. A atitude em relação às novas tecnologias depende de diferentes fatores. No caso da IA (inteligência artificial), os trabalhadores podem perceber as próprias competências como facilmente substituíveis e perceber a instabilidade do seu trabalho. Essa perceção pode ter um impacto negativo na aceitação da implementação de máquinas inteligentes e de investimentos em automação, se não houvesse uma confiança bem fundamentada nas melhorias trazidas por essas tecnologias. Começando de tais considerações, coletamos dados de uma amostra diversificada de 183 trabalhadores e solicitamos uma bootstrapped estimate de 5.000 amostras. Como resultado, propomos um modelo mediado entre a substituição de competências e a perceção geral da substituição do trabalho, moderada pela confiança, o que leva a atitude face as IA em a-HRM (automated human resources management). Surpreendentemente, para perceções de alta substituição, os trabalhadores manifestaram uma atitude mais positiva em relação as IA. Isso proporcionou grande espaço de discussão e grandes enriquecimentos na literatura atual, mais implicações práticas fundamentais na compreensão dos comportamentos dos trabalhadores em frente aos investimentos em automação nas empresas.

Mestrado em Gestão de Sistemas de Informação A adoção de soluções de Inteligência Artificial (IA), o seu recente desenvolvimento e implementação, tem vindo a criar perspetivas de mudança profunda no trabalho e no futuro do trabalho. A presente dissertação pretende explorar os potenciais efeitos da Inteligência Artificial no futuro do trabalho. Em primeiro lugar, foi realizada uma investigação de carácter exploratório através de um focus group, onde estiveram presentes peritos na área da tecnologia e sistemas de informação e que decorreu no Instituto Superior de Economia e Gestão (ISEG) da Universidade de Lisboa (UL). Esta investigação teve como principal foco elencar potenciais efeitos que a IA poderá ter no futuro do trabalho, bem como classificá-los consoante a sua probabilidade, imediatismo e relevância dos acontecimentos. Após a sessão focus group, foi desenvolvido um questionário, de carácter exploratório e aberto, que teve como objetivo entender a opinião da amostra em relação ao tema e se confirma os resultados obtidos em focus group. O mesmo recolheu um total de 207 respostas válidas. Os resultados do estudo mostram que, em geral, a perceção dos inquiridos sobre os potenciais impactos que a IA poderá ter no futuro do trabalho confirmam os resultados obtidos em sede de focus group. Os dois estudos realizados indicam que a Inteligência Artificial (IA) poderá ter profundos efeitos no futuro do trabalho em várias dimensões e de uma forma gradual. The adoption of AI solutions, their recent development and implementation, has created prospects for profound change in work and the future of work. This dissertation aims to explore the potential effects of Artificial Intelligence on the future of work. Firstly, an exploratory research was carried out through a focus group, attended by experts in the area of technology and information systems, which took place at the Higher Institute of Economics and Management of the University of Lisbon. The main focus of this research was to list potential effects that AI may have on the future of the work, as well as to classify them according to their probability, immediacy and relevance of the events. After the focus group session, an exploratory and open questionnaire was developed, which aimed to understand the opinion of the sample regarding the theme and confirms the results obtained in focus group. It collected a total of 207 valid responses. The study results show that, in general, respondents' perceptions of the potential impacts that AI may have on the future of the work confirm the results obtained in focus group. Both studies indicate that Artificial Intelligence (AI) may have profound effects on the future of work in various dimensions and gradually. info:eu-repo/semantics/publishedVersion