Lista de Projetos

O projecto estrutura-se em três grandes etapas, consideradas como etapas de construção das narrativas sobre o trabalho pelo cinema: a) análise do contexto histórico de produção e realização dos filmes; b) análise de conteúdo dos filmes; c) análise da produção de memórias sociais e de narrativas a partir dos filmes, com trabalho etnográfico nos locais onde os filmes tiveram lugar. O objectivo é seguir uma lógica de análise das continuidades e descontinuidades das configurações do trabalho.

O projeto O Lugar do Discurso pretende identificar, analisar, debater e refletir sobre a cultura editorial dos periódicos portugueses de arquitetura, ao longo do século XX. Este estudo baseia-se na convicção de que esta cultura editorial não pode ser totalmente compreendida sem um quadro que exija uma natureza interpretativa e analítica. O título do projeto - O Lugar do Discurso - tem vários significados diferentes. Em primeiro lugar, invoca uma ideia que pertence à própria arquitetura. O título sugere que este projeto trata tanto do discurso quanto do "lugar" sobre o qual o discurso é produzido - os periódicos especializados da arquitetura. Ele também invoca uma grade complexa de configurações sobre "quem" produz, "o que" envolve o conteúdo e "como" esse "site" é construído.

Imaging inverse problems (IIPs) abound in the modern world. Medical imaging (CT, MRI, PET, ultrasound), remote sensing, seismography, non-destructive inspection, digital photography, astronomy, all involve at their computational core the solution of IIPs: they produce visual representations (images) of an underlying reality from indirect/imperfect observations. In a nutshell, the goal of this project is to advance the state of the art in computational methods for IIPs, by exploiting the promising new possibilities that lie outside of the classical convex optimization approaches. IIPs are ill-posed: even if the observation operator is perfectly known, the observations do not uniquely and stably determine the solution. This difficulty is dealt with by seeking a compromise between data fidelity (fitting the observed data) and adherence to properties that the unknown image is known/desired to have. The classical way to seek this balance is to formulate an optimization problem (usually convex, more by reasons of mathematical tractability than model adequacy), where the objective function includes a term encouraging data fidelity and another (the regularizer/prior) penalizing undesirable solutions; in this approach, convex optimization takes center stage and has been in the limelight of computational imaging.If the observation operator is only partially known (in the so-called blind problems), the goal is to infer, not only the underlying image, but also the missing information about the observation model. Blind problems are obviously more ill-posed, requiring regularizers/priors that better model the images of interest. Moreover, variational formulations of blind IIPs are naturally non-convex, thus out of reach for the efficient convex optimization tools developed in the past decade for the convex formulations of non-blind IIPs. Consequently, the methods that have been proposed for blind problems lack convergence guarantees and require "tricks" in order to work well (e.g...