Browsing by Issue Date, starting with "2023-12-21"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
- A survey on association rule mining for enterprise architecture model discoveryPublication . Pinheiro, Carlos; Guerreiro, Sérgio; São Mamede, HenriqueAssociation Rule Mining (ARM) is a field of data mining (DM) that attempts to identify correlations among database items. It has been applied in various domains to discover patterns, provide insight into different topics, and build understandable, descriptive, and predic- tive models. On the one hand, Enterprise Architecture (EA) is a coherent set of principles, methods, and models suit- able for designing organizational structures. It uses view- points derived from EA models to express different concerns about a company and its IT landscape, such as organizational hierarchies, processes, services, applica- tions, and data. EA mining is the use of DM techniques to obtain EA models. This paper presents a literature review to identify the newest and most cited ARM algorithms and techniques suitable for EA mining that focus on automating the creation of EA models from existent data in application systems and services. It systematically identifies and maps fourteen candidate algorithms into four categories useful for EA mining: (i) General Frequent Pattern Mining, (ii) High Utility Pattern Mining, (iii) Parallel Pattern Mining, and (iv) Distribute Pattern Mining. Based on that, it dis- cusses some possibilities and presents an exemplification with a prototype hypothesizing an ARM application for EA mining.
- Efeitos de sobredosagem na indução da anestesia: análise multivariada de dadosPublication . Carvalho, Lino Manuel Dias; Nunes, Catarina S.Na indução da anestesia antes de um procedimento cirúrgico, o fármaco anestésico é administrado sempre com a preocupação de obter uma indução rápida. Idealmente, o médico anestesista deveria ser capaz de avaliar a dose de fármaco necessária para induzir inconsciência e parar a administração. No entanto, isto nem sempre acontece e existe sobredosagem. Anestesia geral representa uma parte complexa da cirurgia, envolvendo relaxamento muscular, inconsciência e analgesia. Para o efeito utilizam-se diferentes fármacos, entre os quais o anestésico propofol. Com perda de consciência a infusão é desligada, porém a concentração continua a aumentar devido a atrasos farmacocinéticos e farmacodinâmicos inerentes. Existe uma concentração máxima que se verifica após a infusão ser desligada, pelo que o interesse é parar a administração de propofol no momento exato e encontrar formas de minimizar o excesso de anestesia, principalmente na fase de indução, para não provocar sobredosagem. Analisamos dados clínicos em 217 neurocirurgias (craniotomias, cirurgias coluna/ medula espinhal) para verificar quais os efeitos (se existirem) desta sobredosagem nos sinais fisiológicos integrando uma complexidade de covariáveis confundidoras: dados antropométricos, estado de saúde, tipo cirurgia, parâmetros basais e diferentes protocolos de indução. O impacto do fármaco anestésico pode avaliar-se pelo seu efeito nos sinais cerebrais (eletroencefalograma) ou sinais hemodinâmicos (pressão arterial, frequência cardíaca, débito cardíaco), no entanto uma medida de sobredosagem é mais difícil prever e quantificar. Regressão linear múltipla foi implementada e testada objetivando uma melhor abordagem para este problema. Estudamos duas variáveis dependentes para sobredosagem de anestesia: (I) diferença entre concentração de propofol máxima e concentração de propofol em LOC (μg/ml); e (II) quantidade de propofol infundido até LOC (mg/kg). Obtivemos os R " # de 71,1% e 47,2%, modelos I e II, permitindo avaliar a variabilidade observada na sobredosagem de propofol. Avaliamos a capacidade de previsão dos modelos, resultando valores para a REQM de 0,2855 e 0,3609, modelos I e II.
- Report of methodological framework. Deliverable 4.1Publication . Spahn, Lea; Weber, Susanne; Petzold, Julia; Woods, Philip; Smith, Karen; Reeves, Hannah; Neves, Claudia; Oganisjana, Karine; Ozols, Rolands; Pažur, Monika; Jääskeläinen, Pauliina