Número do Painel
Autor
Instituição
UFSC
Tipo de Bolsa
PIBIC/CNPq
Orientador
RAFAEL HOLDORF LOPEZ
Depto
DEPARTAMENTO DE ENGENHARIA CIVIL / ECV/CTC
Centro
CENTRO TECNOLOGICO
Laboratório
CORE
Grande Área / Área do Conhecimento
Ciências Exatas e da Terra /Engenharias
Sub-área do Conhecimento
Engenharia Civil
Titulo
Técnicas de Aprendizado de Máquina para o Monitoramento Indireto de Pontes Ferroviárias
Resumo

A iniciação científica explorou técnicas de otimização, questões de custo computacional que desencadearam na otimização de geometrias de seções de vigas, visando alcançar resistência e segurança com menor custo. Utilizou-se algoritmos de otimização, técnicas de ciência de dados e redes neurais para previsão de deflexões estruturais para uma melhor compreensão do funcionamento dessas ferramentas e potencial das mesmas. A análise dos resultados evidenciou a eficácia dessas abordagens e o potencial promissor das Redes Neurais Convolucionais (CNNs) na detecção de danos em pontes. O projeto contribuiu para o aprendizado dessas técnicas avançadas, produzindo insights valiosos e lançando luz sobre futuras aplicações na análise estrutural.

Link do Videohttps://repositorio.ufsc.br/handle/123456789/249466
Palavras-chave
Atualização de modelos, Inferência Bayesiana, Confiabilidade Estrutural, Pontes
Colaboradores

Pró-Reitoria de Pesquisa(PROPESQ) | Central Telefônica - (48) 3721-9332 | Email - piict@contato.ufsc.br