Aplicação de machine learning para detecção de fumaça e prevenção contra incêndios

Detalhes bibliográficos
Autor(a) principal: Pereira, Frederico Guimarães de Lima
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: http://app.uff.br/riuff/handle/1/29964
Resumo: Os incêndios são uma grande preocupação tanto em zonas urbanas quanto em zonas agrícolas, e devido às dificuldades de controlar o vasto número de variáveis que podem originá-los, eles seguem, eventualmente, causando graves prejuízos às regiões que atingem. A busca por formas mais efetivas para evitá-los é cada vez mais necessária, e, é nesse contexto que o tema da Inteligência Artificial (IA) e Machine Learning (ML) ganham força. Com o acentuado desenvolvimento dessas técnicas surgiu a oportunidade de conseguir se antecipar à ocorrência de incêndios. O presente trabalho, desenvolvido em linguagem Python, teve o objetivo de aplicar técnicas de Machine Learning para definir um modelo preditivo capaz de identificar níveis de fumaça que pudessem ter relação com fogo, apoiando-se na comparação entre variáveis para atingir o modelo mais adequado. O algoritmo utilizado foi Gradiente Descendente Estocástico e as variáveis que trouxeram o melhor desempenho para o modelo foram Máximo de 30 amostras anteriores e média das 30 amostras anteriores
id UFF-2_e5cd392b12439ce63d39efbc0139ec42
oai_identifier_str oai:app.uff.br:1/29964
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Aplicação de machine learning para detecção de fumaça e prevenção contra incêndiosIncêndioMachine LearningAlgoritmoPythonIncêndioAprendizado de máquinaPython (Linguagem de programação de computador)FireMachine LearningAlgorithmPythonOs incêndios são uma grande preocupação tanto em zonas urbanas quanto em zonas agrícolas, e devido às dificuldades de controlar o vasto número de variáveis que podem originá-los, eles seguem, eventualmente, causando graves prejuízos às regiões que atingem. A busca por formas mais efetivas para evitá-los é cada vez mais necessária, e, é nesse contexto que o tema da Inteligência Artificial (IA) e Machine Learning (ML) ganham força. Com o acentuado desenvolvimento dessas técnicas surgiu a oportunidade de conseguir se antecipar à ocorrência de incêndios. O presente trabalho, desenvolvido em linguagem Python, teve o objetivo de aplicar técnicas de Machine Learning para definir um modelo preditivo capaz de identificar níveis de fumaça que pudessem ter relação com fogo, apoiando-se na comparação entre variáveis para atingir o modelo mais adequado. O algoritmo utilizado foi Gradiente Descendente Estocástico e as variáveis que trouxeram o melhor desempenho para o modelo foram Máximo de 30 amostras anteriores e média das 30 amostras anterioresFires have been a major concern to agricultural and urban areas, and due to the difficulties in controlling the vast number of parameters that can originate them, they continue, eventually, causing serious damage to the regions they affect. The search for more effective ways to prevent them is increasingly necessary, and it is in this context that the theme of Artificial Intelligence (AI) and Machine Learning (ML) gain strength. With the strong development of these techniques came the opportunity to anticipate the occurrence of fires. The present work, developed in Python language, had the objective of applying Machine Learning techniques to define a predictive model capable of identifying smoke levels that could be related to fire, relying on the comparison between variables to reach the most adequate model. The algorithm used was Stochastic Descending Gradient and the variables that brought the best performance to the model were the maximum of 30 previous samples and the average of the 30 previous samples.68 p.Salcedo, Ivanovich LacheGandelman, Dan AbensurCarmo, Dirlane de Fátima doPereira, Frederico Guimarães de Lima2023-08-15T18:24:48Z2023-08-15T18:24:48Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfPEREIRA, Frederico Guimarães de Lima. Aplicação de machine learning para detecção de fumaça e prevenção contra incêndios. 2023. 68 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Agrícola e Ambiental) - Escola de Engenharia, Universidade Federal Fluminense, Niterói, 2023.http://app.uff.br/riuff/handle/1/29964CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2023-08-15T18:24:53Zoai:app.uff.br:1/29964Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202023-08-15T18:24:53Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Aplicação de machine learning para detecção de fumaça e prevenção contra incêndios
title Aplicação de machine learning para detecção de fumaça e prevenção contra incêndios
spellingShingle Aplicação de machine learning para detecção de fumaça e prevenção contra incêndios
Pereira, Frederico Guimarães de Lima
Incêndio
Machine Learning
Algoritmo
Python
Incêndio
Aprendizado de máquina
Python (Linguagem de programação de computador)
Fire
Machine Learning
Algorithm
Python
title_short Aplicação de machine learning para detecção de fumaça e prevenção contra incêndios
title_full Aplicação de machine learning para detecção de fumaça e prevenção contra incêndios
title_fullStr Aplicação de machine learning para detecção de fumaça e prevenção contra incêndios
title_full_unstemmed Aplicação de machine learning para detecção de fumaça e prevenção contra incêndios
title_sort Aplicação de machine learning para detecção de fumaça e prevenção contra incêndios
author Pereira, Frederico Guimarães de Lima
author_facet Pereira, Frederico Guimarães de Lima
author_role author
dc.contributor.none.fl_str_mv Salcedo, Ivanovich Lache
Gandelman, Dan Abensur
Carmo, Dirlane de Fátima do
dc.contributor.author.fl_str_mv Pereira, Frederico Guimarães de Lima
dc.subject.por.fl_str_mv Incêndio
Machine Learning
Algoritmo
Python
Incêndio
Aprendizado de máquina
Python (Linguagem de programação de computador)
Fire
Machine Learning
Algorithm
Python
topic Incêndio
Machine Learning
Algoritmo
Python
Incêndio
Aprendizado de máquina
Python (Linguagem de programação de computador)
Fire
Machine Learning
Algorithm
Python
description Os incêndios são uma grande preocupação tanto em zonas urbanas quanto em zonas agrícolas, e devido às dificuldades de controlar o vasto número de variáveis que podem originá-los, eles seguem, eventualmente, causando graves prejuízos às regiões que atingem. A busca por formas mais efetivas para evitá-los é cada vez mais necessária, e, é nesse contexto que o tema da Inteligência Artificial (IA) e Machine Learning (ML) ganham força. Com o acentuado desenvolvimento dessas técnicas surgiu a oportunidade de conseguir se antecipar à ocorrência de incêndios. O presente trabalho, desenvolvido em linguagem Python, teve o objetivo de aplicar técnicas de Machine Learning para definir um modelo preditivo capaz de identificar níveis de fumaça que pudessem ter relação com fogo, apoiando-se na comparação entre variáveis para atingir o modelo mais adequado. O algoritmo utilizado foi Gradiente Descendente Estocástico e as variáveis que trouxeram o melhor desempenho para o modelo foram Máximo de 30 amostras anteriores e média das 30 amostras anteriores
publishDate 2023
dc.date.none.fl_str_mv 2023-08-15T18:24:48Z
2023-08-15T18:24:48Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv PEREIRA, Frederico Guimarães de Lima. Aplicação de machine learning para detecção de fumaça e prevenção contra incêndios. 2023. 68 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Agrícola e Ambiental) - Escola de Engenharia, Universidade Federal Fluminense, Niterói, 2023.
http://app.uff.br/riuff/handle/1/29964
identifier_str_mv PEREIRA, Frederico Guimarães de Lima. Aplicação de machine learning para detecção de fumaça e prevenção contra incêndios. 2023. 68 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Agrícola e Ambiental) - Escola de Engenharia, Universidade Federal Fluminense, Niterói, 2023.
url http://app.uff.br/riuff/handle/1/29964
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1802135411161563136

Registros relacionados