No abstract

O advento da microeletrônica contribuiu para a criação de um padrão de nanossatélites, chamado CubeSat, que possibilitou uma redução no custo e no tempo de desenvolvimento de missões baseadas em satélites. Com a popularização desse padrão, várias instituições de ensino passaram a desenvolver pesquisas utilizando CubeSats. Para fins didáticos, foram criadas plataformas para simulação de nanossatélites em ambientes educacionais. Apesar dessas plataformas oferecerem uma alternativa para o ensino e o desenvolvimento da engenharia aeroespacial, elas apresentam um custo relativamente alto. Desse modo, neste artigo é apresentada uma proposta de um sistema para simulação de nanossatélites utilizando sistemas embarcados de baixo custo e uma plataforma IoT. A arquitetura do sistema proposto é descrita e são apresentados os resultados de alguns testes já realizados. Por fim, são apresentadas as conclusões e proposições para trabalhos futuros.

Esta pesquisa objetiva analisar qual o tratamento dispensado à eutanásia no Projeto de Lei do Senado (PLS) nº 149/2018, que regulamenta as diretivas antecipadas de vontade. Entretanto, é dada especial atenção ao testamento vital, por ser um tema que está concatenado de forma intrínseca à eutanásia. Para tanto, são discutidos inicialmente alguns conceitos essenciais, tais como os de eutanásia ativa (direta e indireta) e passiva – aí incluída a ortotanásia, não como sinônimo, mas como um subtipo. Utiliza-se pesquisa bibliográfica e documental, pautando-se, principalmente, a partir do referencial teórico proposto por Peter Singer (2018) e confrontando-o com a perspectiva de outros autores. Foi possível observar que não há razões para se distinguir juridicamente as diversas modalidades de eutanásia ativa e a ortotanásia, como faz o projeto. O PLS nº 149/2018, na verdade, apenas replica o disposto nas Resoluções nº 1.805/2006 e nº 1.995/2012, do Conselho Federal de Medicina, é genérico e não aprofunda a regulamentação das diversas formas de eutanásia. Com isso, dá-se continuidade ao modelo paternalista na relação médico-paciente, com prejuízos evidentes à autonomia e aos direitos da personalidade do paciente.

Revista hospedada em: http://revistas.facecla.com.br/index.php/reinfo Forma de avaliação: double blind review Esta revista é (e sempre foi) eletrônica para ajudar a proteger o meio ambiente, mas, caso deseje imprimir esse artigo, saiba que ele foi editorado com uma fonte mais ecológica, a Eco Sans, que gasta menos tinta. ABSTRACTOntology alignment is a common and successful way to reduce the semantic heterogeneity among ontologies, relying on the application of similarity functions to decide whether a pair of entities from two input ontologies corresponds to each other. There are several similarity functions proposed in the literature capturing distinct and complementary perspectives, but the challenge is on how to combine their use. This paper presents a methodology to automatically learn a classifier that combines distinct string-based similarity functions for the ontology alignment task, through machine learning. The proposed approach was evaluated experimentally on sixteen scenarios defined on top of the Ontology Alignment Evaluation Initiative (OAEI).Key-words: ontologies; ontology matching; machine learning; classifier. RESUMO O alinhamento de ontologias é uma estratégia comum e que tem sido aplicada com sucesso para reduzir a heterogeneidade semântica entre ontologias de um mesmo domínio. Durante o processo de alinhamento são consideradas diferentes funções de similaridade a fim de selecionar corretamente os pares de entidades correspondentes entre as duas ontologias sendo alinhadas. Existem diversas funções de similaridade, mas o desafio atual está em como combiná-las para gerar alinhamentos de melhor qualidade. Este trabalho apresenta uma metodologia para gerar um modelo classificador, que combina diferentes funções de similaridade baseadas em string no alinhamento de ontologias, por meio de aprendizado de máquina. A abordagem proposta foi avaliada experimentalmente em dezesseis cenários definidos sobre a Iniciativa de Avaliação de Alinhamento de Ontologias (OAEI).Palavras-chave: ontologias; alinhamento de ontologias, aprendizado de máquina; classificador.

O processo de alinhamento de ontologias é uma das etapas necessárias para que se possa reduzir a heterogeneidade semântica entre ontologias existentes. Este trabalho apresenta uma abordagem baseada em técnicas de aprendizado de máquina para gerar modelos classificadores de alinhamento de ontologias, tendo como base de dados os alinhamentos encontrados através de diferentes funções de similaridade.