Cookies
O website necessita de alguns cookies e outros recursos semelhantes para funcionar. Caso o permita, o INESC TEC irá utilizar cookies para recolher dados sobre as suas visitas, contribuindo, assim, para estatísticas agregadas que permitem melhorar o nosso serviço. Ver mais
Aceitar Rejeitar
  • Menu
Notícias

Notícias por Ciência e Engenharia dos Computadores

Ciência e Engenharia dos Computadores

INESC TEC entre os autores de novo position paper sobre importância dos mundos virtuais para a defesa europeia

“Position paper on Virtual Worlds technologies for Defence” – ou, em português, “Position paper sobre tecnologias de mundos virtuais para a defesa “– é esta a mais recente contribuição do INESC TEC no que às políticas públicas europeias diz respeito. O documento, que é agora público, resulta de uma série de workshops organizados em março de 2026 pela Virtual Worlds Association, no âmbito da European Partnership for Virtual Worlds, com apoio da Comissão Europeia e contou com o INESC TEC, através do investigador Fernando Cassola, como um dos redatores.

27 março 2026

Ciência e Engenharia dos Computadores

INESC TEC reforça projeção internacional em HPC no CENTRA 9 e consolida colaborações transnacionais

O INESC TEC participou no CENTRA 9, encontro da rede internacional CENTRA – Collaborations to Enable Transnational Cyberinfrastructure Applications, que reúne centros de investigação, institutos e laboratórios de várias geografias para impulsionar ciberinfraestruturas transnacionais e as suas aplicações, um eixo crítico para o avanço da computação de alto desempenho e dos ecossistemas associados.    

24 fevereiro 2026

Ciência e Engenharia dos Computadores

Uma boa capacidade de generalização não garante a privacidade dos dados na aprendizagem federada – uma investigação INESC TEC premiada comprovou-o

Enquanto técnica de machine learning (ML) para o treino de modelos de Inteligência Artifical (IA), a aprendizagem federada agrega, nos servidores, a contribuição de vários modelos treinados localmente – em cada cliente que participa no processo. Assim, é possível o treino de modelos de ML de forma distribuída, com o envio de contribuições, em vez da metodologia anterior, que tinha como pressuposto a partilha de dados e, por isso, com mais riscos de privacidade associados. 

07 janeiro 2026

  • 2
  • 2