Os investigadores Marius Miron, Matthew Davies, Fabien Gouyon são coautores do artigo Syncopation creates the sensation of groove in synthesized music examples, cujo objetivo principal foi investigar a relação entre música e movimento e, em particular, perceber quais as propriedades mais revelantes da música que nos estimulam a movimentar. Para o efeito, os investigadores exploram estratégias para transformar a estrutura métrica de melodias simples de piano. Os resultados de duas experiências auditivas levaram-nos a concluir que a antecipação de notas específicas das melodias para acentos métricos anteriores ao que seria expectável (como por exemplo, criando sincopação) estimulavam movimento nos ouvintes. A investigação foi desenvolvida em colaboração com um especialista em psicologia da música, Guy Madison, da Universidade de Umea, na Suécia, e publicada na edição especial da revista FPSYG - Frontiers in Psychology (vol.5, no.1035, 2014), cujo editor convidado foi Fabien Gouyon.

Intitulado Potential of Multi-temporal InSAR Techniques for Bridges and Dams Monitoring, o artigo, da autoria de Joaquim Sousa e António Ribeiro Sousa (entre outros investigadores de outras instituições), teve dois objetivos principais: apresentar uma visão geral dos métodos de inspeção atuais mais avançados utilizados em estruturas feitas pelo homem, mais especificamente barragens e pontes; e identificar fatores que possam contribuir para melhorar os processos de inspeção e manutenção dessas estruturas, nomeadamente o recurso à monitorização baseada em satélite e imagens de radar. O trabalho foi publicado na Journal of Procedia Technology - Journal of Procedia Technology, (vol.16, pp.834-841, 2014).

António José Salazar, José Machado da Silva, Miguel Velhote Correia e Bruno José Mendes publicaram na IARIA - International Journal On Advances in Systems and Measurements, (vol.7, no.1, 2014) o trabalho Built-In Self-Testing Methodology and Infrastructure for an EMG Monitoring Sensor Module. O artigo apresenta uma proposta de infraestrutura de autoteste da unidade de aquisição de sinais eletromiográficos, implementada num sistema vestível de monitorização da marcha. Nesta abordagem tira-se partido do barramento normalizado I2C com um duplo objetivo: por um lado, servindo de canal de comunicação e, por outro, para a propagação de estímulos e resultados de teste. Estes incluem a verificação da impedância de contacto elétrodos-pele, e a deteção de desvios funcionais do circuito de condicionamento dos sinais eletromiográficos por meio de uma abordagem baseada em assinaturas digitais.

Inês Domingues e Jaime Cardoso publicaram no ano passado “Max Ordinal Learning”, IEEETNNLS - IEEE Transactions on Neural Networks and Learning Systems (vol.25, no.7, pp.1384-1389). Este artigo aborda alguns problemas de machine learning, para os quais existem vários algoritmos disponíveis mas que não conduzem a soluções satisfatórias. Assim, motivados pelo projeto de sistemas de apoio ao diagnóstico no cancro da mama, os investigadores estudaram um destes problemas que, pela informação disponível, não se resume a um dos problemas-tipo. Foi formulado de forma abstrata o problema e propostos algoritmos para o resolver. O fato do problema ser formalizado de forma independente da aplicação permite aplicar a mesma metodologia a outros cenários.

Também com aplicação na área do cancro da mama, o artigo Closed Shortest Path in the Original Coordinates with an Application to Breast Cancer analisa a segmentação de massas e de calcificações em mamografias e a segmentação da auréola com recurso a algoritmos de caminho mínimo (em inglês: shortest path algorithms). Normalmente, a determinação do contorno fechado é feita através da transformação da imagem em coordenadas polares, o que por sua vez torna o contorno fechado num contorno aberto entre duas margens opostas. Neste trabalho, depois de ilustrarem algumas limitações da abordagem, os investigadores Jaime Cardoso, Inês Domingues e Hélder Oliveira mostram como é possível determinar o contorno fechado no espaço original de coordenadas. O trabalho foi publicado em 2014 na IJPRAI - International Journal of Pattern Recognition and Artificial Intelligence.

INESC TEC, janeiro de 2015