Entradas recentes

Dissertação de mestrado Acesso embargado
Development of photochromic 3D microstructures using two-photon polymerization on Naphthopyran-sensitized PETA polymer
( 2025 ) Leote, João Pedro Pereira; Nieder, Jana Berit; Alpuim, P.
Os materiais inteligentes constituem uma área em constante expansão, com aplicações em praticamente todos os domínios da ciência e da engenharia. Os materiais inteligentes microestruturados apresentam uma importância ainda maior neste campo, devido à atual tendência de miniaturização em todos os campos tecnológicos. Embora existam várias classes de materiais inteligentes/funcionais, os materiais fotocrómicos (que mudam de cor quando expostos à luz) têm apresentado um desenvolvimento significativo e revelam potencial em diversos setores. Os mecanismos destes materiais têm sido explorados para monitorização de temperatura, deteção química, de vapor e de luz, bem como em casos mais específicos, como tecnologias anti-contrafação. Esta tese explora a utilização da polimerização dois-fotões, uma técnica de fabricação não linear, para produzir e caracterizar um photoresist baseado num naftopirano com propriedades fotocrómicas inerentes (NPVis@PETA). Foi alcançada uma resolução de fabricação de até ≈ 0,5 𝜇𝑚 lateralmente e ≈2 𝜇𝑚 verticalmente, enquanto caracterização ótica adicional revelou um índice de refração ajustável entre 1,3 e 1,55. Além disso, foi desenvolvida uma célula de microsensorização 3D, capaz de conter, no seu interior, photoresist líquido e de apresentar comutação fotocrómica reversível sob exposição a radiação UV. Os resultados não só demonstram que os naftopiranos podem atuar como foto-iniciadores eficazes para polimerização dois-fotões, mas também que possuem um elevado potencial para impulsionar áreas emergentes, como microssensores inteligentes e outras tecnologias fotónicas miniaturizadas.
Dissertação de mestrado Acesso aberto
Automatização de processos operacionais em E-commerce: uma solução web de backoffice
( 2025 ) Lobão, Tiago Filipe Correia; Cabral, José; Lopes, Sérgio F.
O comércio eletrónico moderno exige operações rápidas, simples e fiáveis. Muitos negócios ainda enfrentam dificuldades por dependerem de processos manuais e ferramentas dispersas, o que conduz a erros, atrasos e perda de controlo operacional. Este projeto apresenta o desenvolvimento de uma plataforma backoffice concebida para centralizar a gestão diária de uma loja online, reunindo num único sistema o controlo de inventário, o processamento de encomendas, a faturação e a criação de envios. A solução foi implementada com uma arquitetura headless, composta por uma Application Programming Interface (API) Representational State Transfer (REST) desenvolvida em Node.js/Express e uma base de dados PostgreSQL gerida através do Prisma ORM. O frontend é uma Single Page Application (SPA) em React com Material UI, assegurando uma experiência de utilização fluida. A autenticação é realizada por JSON Web Token (JWT), suportando diferentes perfis de acesso — Super-Admin, Admin e Operador. Entre as funcionalidades destacam-se a importação e atualização em massa de produtos via ficheiro Comma-Separated Values (CSV) e a integração direta com plataformas de e-commerce, como o WooCommerce. O sistema é servido num ambiente Droplet com o Nginx a atuar como reverse proxy (com Transport Layer Security (TLS)) e o pm2 a gerir o processo da aplicação Node.js. A avaliação técnica automatizada (Google Lighthouse) evidenciou bom desempenho e práticas sólidas de acessibilidade e segurança. Em conjunto, estes resultados validam a abordagem adotada, demonstrando que é possível combinar leveza tecnológica com robustez funcional, oferecendo às pequenas e médias empresas uma ferramenta fiável, acessível e preparada para evoluções futuras.
Dissertação de mestrado Acesso aberto
Extracting protein-protein interactions from biomedical literature with large language models
( 2025 ) Oliveira, Mariana Pereira; Rocha, Miguel; Saeys, Yvan
Protein–protein interactions (PPIs) are essential to comprehend cellular processes, yet their identification from biomedical literature remains challenging. Large Language Models (LLMs) offer a promising ability for automating relation extraction, but their reliability in specialized biomedical applications is not fully established. This thesis evaluated the potential of open-source LLMs for PPI extraction using a Retrieval- Augmented Generation (RAG) pipeline. Full text articles from biomedical literature were retrieved, processed and PPIs extracted. These interactions were then benchmarked against curated databases such as BioGRID, STRING, and GENIA. BioMistral consistently produced higher-quality outputs during prompt testing compared to other models, which showed more variable performance. However, benchmarking revealed high false-positive rates and generally low precision. The findings highlight both the opportunities and limitations of LLMs for biomedical relation extraction. Domain-specific models outperformed general-purpose LLMs during prompt testing, emphasizing the importance of specialized training. Persistent challenges include accurate entity recognition, handling full-text complexity, and the absence of robust benchmarks beyond abstracts. This work shows that while open-source LLMs are a valuable starting point for automated PPI extraction, their successful application requires careful prompt engineering, domain adaptation, and improved evaluation strategies.