Aplicação de machine learning para detecção de fumaça e prevenção contra incêndios
Autor(a) principal: | |
---|---|
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:21202024-08-19T11:09:24.825244Repositório 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_ |
1811823675372994560 |