| 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 Video | https://repositorio.ufsc.br/handle/123456789/249466 |
| Palavras-chave | Atualização de modelos, Inferência Bayesiana, Confiabilidade Estrutural, Pontes |
| Colaboradores |
