Market Liquidity is characterized by the easiness and freedom to trade assets at desired volume and for prices perceived as reasonable representation of its value. When there is a lack of it, traders face Market Liquidity Risk and they must offer concessions on their original offers, both in original bid/ask prices and also in traded quantities. Approaches to model Market Liquidity Risk causes and how it affects trading conditions and realized trades are of broad variety and very dependent on their final purposes.

A transformada de Hilbert-Huang é um método relativamente recente para analisar séries temporais. Incentivados por seus resultados positivos em séries temporais de diversas naturezas, decidimos implementar o mesmo em duas bases de dados de mobilidade urbana do Rio de Janeiro, sendo uma de GPS de ônibus e a outra de telefonia celular, para encontrar possíveis ciclos, sazonalidades e tendências, ao longo dos anos, devido a mudanças significativas nas vias exploradas.

*Texto enviado pelo aluno. 

Hamiltonian systems form one of the most important classes of differential equations describing the evolution of physical phenomena. They are the backbone of classical mechanics and their application covers many different areas such as molecular dynamics, hydrodynamics, celestial and statistical mechanics, just to mention a few of them. A noteworthy feature of Hamiltonian systems is that their flow possesses a geometric property -known as symplecticness- which have a major impact on the long-time behavior of the solution.

In this work we present a freely-available type-theoretical computational grammar for Portuguese, implemented in the Grammatical Framework (GF) multilingual formalism. Such a grammar can be used for both syntactic parsing and natural language generation. We first describe the formalism itself, discussing its logico-mathematical foundations; we then present our grammar. We evaluate our grammar's productions with respect to syntactical correctness, show possible applications, and discuss future work.

*Texto enviado pelo aluno. 

Recent years have witnessed unprecedented success of deep convolutional neural networks (CNNs) and Generative Adversarial Networks (GANs) applied in single image super-resolution (SISR) tasks. However, CNN-SISR methods often assume that the lower resolution (LR) image is downsampled bicubicly from its high resolution (HR) counterpart. It results in poor performance on images with degradations that do not follow this assumption. We propose a framework to learn a residual image super-resolver that handles multiple degradations, improving its perfomance on natural images.

Este trabalho se propôs a ampliar o entendimento do framework de Reinforcemente Learning concebido por Jiang et al. (2017) para o problema de seleção online de portfólio. Ao substituir o Bitcoin do trabalho original por um ativo mais próximo do livre de risco (Theter); ampliar o horizonte de tempo da análise; e criar intervalos de confiança para o resultado da estratégia, fomos capazes de identificar situações que a solução convergiu para uma estratégia livre de risco. A estratégia foi capaz de proteger o capital do agenda, quando a maioria das principias estratégias comparadas falhou.

Prever resultados de partidas de futebol é um problema que vem sendo explorado há décadas. Tais resultados podem ser vistos por dois pontos de vista, prever o placar ou apenas prever o resultado: vitória, empate ou derrota. Quando se tem modelos que buscam prever a quantidade de gols marcados por cada uma das equipes, ambos pontos de vista do resultado de uma partida podem ser contemplados, placar e resultado.

Some approaches have been proposed by literature to describe the traffic state for a network, such as kinematic wave theory (using concepts from Physics), cell transmission models or macroscopic traffic simulation models. However, many of them have severe limitations regarding traffic state change or require a lot of computation time. For this reason, researchers have been examining for last years the existence of a simple and fast way that can sufficiently describe the dynamics of a road network.

Air pollution has been a growing worry of international medical organizations and governments due its relation with a large number of respiratory diseases, among other effects. This work proposes an open, crowdsourced, scalable methodology to model spatial air pollution in cities worldwide. We use both Waze and Open Street Maps data to construct a collection of features aimed to model car emissions in (large) cities.

Dado a evolução da tecnologia relacionada a Reconhecimento de Áudio, nos é permitido criar ferramentas que automatizem processos que somente eram possíveis serem feitos por humanos, se quiséssemos ter uma boa qualidade no resultado. Sendo assim, o objetivo desse trabalho é pesquisar a literatura em reconhecimento automático de áudio e utilizar esse conhecimento para criar ferramentas que auxiliem o Centro de Pesquisa e Documentação de História Contemporânea do Brasil (CPDOC) com o projeto de História Oral.