Aplicação de técnicas de inteligência artificial na avaliação da dose de populações de regiões de alto background natural

Detalhes bibliográficos
Autor(a) principal: Vasconcelos, Wagner Eustaquio de
Data de Publicação: 2009
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPE
dARK ID: ark:/64986/00130000051j5
Texto Completo: https://repositorio.ufpe.br/handle/123456789/9277
Resumo: O avanço da ciência e tecnologia tem trazido novas ferramentas para dar suporte na monitoração da radioatividade ambiental, tornando-se importantes na avaliação da exposição à radiação em regiões consideradas de alto background natural. Tais como a região uranofosfática do nordeste do Brasil que contém teores de urânio associado ao minério de fosfato e está localizada numa região de alta densidade populacional. O objetivo deste trabalho foi aplicar técnicas de inteligência artificial baseadas em lógica fuzzy, associadas ao processamento de imagens e mapa fuzzy para desenvolver um método capaz de avaliar, de forma mais próxima da cognição humana, a exposição a radiação de populações em áreas de alto background. Para isso, este objetivo foi dividido em duas etapas: a primeira etapa foi desenvolver um modelo de exposição fuzzy a radiação e a segunda etapa foi representar e identificar áreas de alta exposição à radiação utilizando um mapa fuzzy, a partir de dados da taxa de dose absorvida no ar da região de estudo e a dose efetiva recebida pela população. Na primeira etapa, o modelo fuzzy foi baseado nos seguintes fatores: peso corporal, taxa de consumo de feijão, idade, duração da exposição, fração da dieta e a concentração da atividade do urânio. O método de Monte Carlo foi usado para gerar distribuição probabilística dos dados de entrada e a ingestão média diária. O modelo fuzzy tipo Mamdani foi criado da opinião de especialistas. A técnica de avaliação sintética fuzzy foi usada e três blocos de inferência foram criados. A ingestão média diária obtida pelo método de Monte Carlo serviu como parâmetro de comparação entre os três modelos. Na segunda etapa, foram realizadas medidas radiométricas em 48 pontos de coleta com o auxílio de um cintilômetro na área de estudo. A técnica de interpolação por krigagem foi utilizada. Foi criada uma imagem digital da distribuição da taxa de dose absorvida no ar. Os resultados da primeira etapa na análise qualitativa, os resultados obtidos foram satisfatórios ao traduzir a opinião dos especialistas. Na análise quantitativa, os valores obtidos fazem parte do mesmo conjunto fuzzy que os valores encontrados na literatura. Na segunda etapa, foi obtido um mapa fuzzy da área de estudo e representado por três variáveis lingüísticas: baixa, média e alta exposição. Na área externa, os valores obtidos da taxa de dose absorvida no ar variaram de 55,7 a 304,5 nGy/h com uma média de 161,7 nGy/h, e na área interna de 93,4 a 356,7 nGy/h com uma média de 170,4 nGy/h. O resultado da estimativa da dose efetiva média anual foi de 1,03 mSv, ficando acima do valor considerado para média mundial. Os resultados globais sugerem que estes tipos de modelos fuzzy são altamente promissores para avaliação de exposição à radiação ionizante. O mapa fuzzy representou bem a região de radiação pela suavidade de seus contornos, que é inerente aos fundamentos da lógica fuzzy e pela utilização de variáveis lingüísticas podendo ser uma ferramenta para dar suporte a especialistas e não especialistas
id UFPE_50e0e53f1c186e75343e7a0daeeeb823
oai_identifier_str oai:repositorio.ufpe.br:123456789/9277
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling Vasconcelos, Wagner Eustaquio deLira, Carlos Alberto Brayner de Oliveira2014-06-12T23:13:52Z2014-06-12T23:13:52Z2009-01-31Eustaquio de Vasconcelos, Wagner; Alberto Brayner de Oliveira Lira, Carlos. Aplicação de técnicas de inteligência artificial na avaliação da dose de populações de regiões de alto background natural. 2009. Tese (Doutorado). Programa de Pós-Graduação em Tecnologias Energéticas e Nucleares, Universidade Federal de Pernambuco, Recife, 2009.https://repositorio.ufpe.br/handle/123456789/9277ark:/64986/00130000051j5O avanço da ciência e tecnologia tem trazido novas ferramentas para dar suporte na monitoração da radioatividade ambiental, tornando-se importantes na avaliação da exposição à radiação em regiões consideradas de alto background natural. Tais como a região uranofosfática do nordeste do Brasil que contém teores de urânio associado ao minério de fosfato e está localizada numa região de alta densidade populacional. O objetivo deste trabalho foi aplicar técnicas de inteligência artificial baseadas em lógica fuzzy, associadas ao processamento de imagens e mapa fuzzy para desenvolver um método capaz de avaliar, de forma mais próxima da cognição humana, a exposição a radiação de populações em áreas de alto background. Para isso, este objetivo foi dividido em duas etapas: a primeira etapa foi desenvolver um modelo de exposição fuzzy a radiação e a segunda etapa foi representar e identificar áreas de alta exposição à radiação utilizando um mapa fuzzy, a partir de dados da taxa de dose absorvida no ar da região de estudo e a dose efetiva recebida pela população. Na primeira etapa, o modelo fuzzy foi baseado nos seguintes fatores: peso corporal, taxa de consumo de feijão, idade, duração da exposição, fração da dieta e a concentração da atividade do urânio. O método de Monte Carlo foi usado para gerar distribuição probabilística dos dados de entrada e a ingestão média diária. O modelo fuzzy tipo Mamdani foi criado da opinião de especialistas. A técnica de avaliação sintética fuzzy foi usada e três blocos de inferência foram criados. A ingestão média diária obtida pelo método de Monte Carlo serviu como parâmetro de comparação entre os três modelos. Na segunda etapa, foram realizadas medidas radiométricas em 48 pontos de coleta com o auxílio de um cintilômetro na área de estudo. A técnica de interpolação por krigagem foi utilizada. Foi criada uma imagem digital da distribuição da taxa de dose absorvida no ar. Os resultados da primeira etapa na análise qualitativa, os resultados obtidos foram satisfatórios ao traduzir a opinião dos especialistas. Na análise quantitativa, os valores obtidos fazem parte do mesmo conjunto fuzzy que os valores encontrados na literatura. Na segunda etapa, foi obtido um mapa fuzzy da área de estudo e representado por três variáveis lingüísticas: baixa, média e alta exposição. Na área externa, os valores obtidos da taxa de dose absorvida no ar variaram de 55,7 a 304,5 nGy/h com uma média de 161,7 nGy/h, e na área interna de 93,4 a 356,7 nGy/h com uma média de 170,4 nGy/h. O resultado da estimativa da dose efetiva média anual foi de 1,03 mSv, ficando acima do valor considerado para média mundial. Os resultados globais sugerem que estes tipos de modelos fuzzy são altamente promissores para avaliação de exposição à radiação ionizante. O mapa fuzzy representou bem a região de radiação pela suavidade de seus contornos, que é inerente aos fundamentos da lógica fuzzy e pela utilização de variáveis lingüísticas podendo ser uma ferramenta para dar suporte a especialistas e não especialistasConselho Nacional de Desenvolvimento Científico e TecnológicoporUniversidade Federal de PernambucoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessLógica fuzzyMapa fuzzyRadiação naturalKrigagemDose absorvida.Aplicação de técnicas de inteligência artificial na avaliação da dose de populações de regiões de alto background naturalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILarquivo2699_1.pdf.jpgarquivo2699_1.pdf.jpgGenerated Thumbnailimage/jpeg1343https://repositorio.ufpe.br/bitstream/123456789/9277/4/arquivo2699_1.pdf.jpg961f188517f2e30c974bc9bd4f7b906cMD54ORIGINALarquivo2699_1.pdfapplication/pdf2927735https://repositorio.ufpe.br/bitstream/123456789/9277/1/arquivo2699_1.pdf3a9829afd48400b93823e1e0eca0409eMD51LICENSElicense.txttext/plain1748https://repositorio.ufpe.br/bitstream/123456789/9277/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52TEXTarquivo2699_1.pdf.txtarquivo2699_1.pdf.txtExtracted texttext/plain190555https://repositorio.ufpe.br/bitstream/123456789/9277/3/arquivo2699_1.pdf.txtc6031c19b54b9db50a09b7240450a2c6MD53123456789/92772019-10-25 19:44:38.109oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T22:44:38Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Aplicação de técnicas de inteligência artificial na avaliação da dose de populações de regiões de alto background natural
title Aplicação de técnicas de inteligência artificial na avaliação da dose de populações de regiões de alto background natural
spellingShingle Aplicação de técnicas de inteligência artificial na avaliação da dose de populações de regiões de alto background natural
Vasconcelos, Wagner Eustaquio de
Lógica fuzzy
Mapa fuzzy
Radiação natural
Krigagem
Dose absorvida.
title_short Aplicação de técnicas de inteligência artificial na avaliação da dose de populações de regiões de alto background natural
title_full Aplicação de técnicas de inteligência artificial na avaliação da dose de populações de regiões de alto background natural
title_fullStr Aplicação de técnicas de inteligência artificial na avaliação da dose de populações de regiões de alto background natural
title_full_unstemmed Aplicação de técnicas de inteligência artificial na avaliação da dose de populações de regiões de alto background natural
title_sort Aplicação de técnicas de inteligência artificial na avaliação da dose de populações de regiões de alto background natural
author Vasconcelos, Wagner Eustaquio de
author_facet Vasconcelos, Wagner Eustaquio de
author_role author
dc.contributor.author.fl_str_mv Vasconcelos, Wagner Eustaquio de
dc.contributor.advisor1.fl_str_mv Lira, Carlos Alberto Brayner de Oliveira
contributor_str_mv Lira, Carlos Alberto Brayner de Oliveira
dc.subject.por.fl_str_mv Lógica fuzzy
Mapa fuzzy
Radiação natural
Krigagem
Dose absorvida.
topic Lógica fuzzy
Mapa fuzzy
Radiação natural
Krigagem
Dose absorvida.
description O avanço da ciência e tecnologia tem trazido novas ferramentas para dar suporte na monitoração da radioatividade ambiental, tornando-se importantes na avaliação da exposição à radiação em regiões consideradas de alto background natural. Tais como a região uranofosfática do nordeste do Brasil que contém teores de urânio associado ao minério de fosfato e está localizada numa região de alta densidade populacional. O objetivo deste trabalho foi aplicar técnicas de inteligência artificial baseadas em lógica fuzzy, associadas ao processamento de imagens e mapa fuzzy para desenvolver um método capaz de avaliar, de forma mais próxima da cognição humana, a exposição a radiação de populações em áreas de alto background. Para isso, este objetivo foi dividido em duas etapas: a primeira etapa foi desenvolver um modelo de exposição fuzzy a radiação e a segunda etapa foi representar e identificar áreas de alta exposição à radiação utilizando um mapa fuzzy, a partir de dados da taxa de dose absorvida no ar da região de estudo e a dose efetiva recebida pela população. Na primeira etapa, o modelo fuzzy foi baseado nos seguintes fatores: peso corporal, taxa de consumo de feijão, idade, duração da exposição, fração da dieta e a concentração da atividade do urânio. O método de Monte Carlo foi usado para gerar distribuição probabilística dos dados de entrada e a ingestão média diária. O modelo fuzzy tipo Mamdani foi criado da opinião de especialistas. A técnica de avaliação sintética fuzzy foi usada e três blocos de inferência foram criados. A ingestão média diária obtida pelo método de Monte Carlo serviu como parâmetro de comparação entre os três modelos. Na segunda etapa, foram realizadas medidas radiométricas em 48 pontos de coleta com o auxílio de um cintilômetro na área de estudo. A técnica de interpolação por krigagem foi utilizada. Foi criada uma imagem digital da distribuição da taxa de dose absorvida no ar. Os resultados da primeira etapa na análise qualitativa, os resultados obtidos foram satisfatórios ao traduzir a opinião dos especialistas. Na análise quantitativa, os valores obtidos fazem parte do mesmo conjunto fuzzy que os valores encontrados na literatura. Na segunda etapa, foi obtido um mapa fuzzy da área de estudo e representado por três variáveis lingüísticas: baixa, média e alta exposição. Na área externa, os valores obtidos da taxa de dose absorvida no ar variaram de 55,7 a 304,5 nGy/h com uma média de 161,7 nGy/h, e na área interna de 93,4 a 356,7 nGy/h com uma média de 170,4 nGy/h. O resultado da estimativa da dose efetiva média anual foi de 1,03 mSv, ficando acima do valor considerado para média mundial. Os resultados globais sugerem que estes tipos de modelos fuzzy são altamente promissores para avaliação de exposição à radiação ionizante. O mapa fuzzy representou bem a região de radiação pela suavidade de seus contornos, que é inerente aos fundamentos da lógica fuzzy e pela utilização de variáveis lingüísticas podendo ser uma ferramenta para dar suporte a especialistas e não especialistas
publishDate 2009
dc.date.issued.fl_str_mv 2009-01-31
dc.date.accessioned.fl_str_mv 2014-06-12T23:13:52Z
dc.date.available.fl_str_mv 2014-06-12T23:13:52Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv Eustaquio de Vasconcelos, Wagner; Alberto Brayner de Oliveira Lira, Carlos. Aplicação de técnicas de inteligência artificial na avaliação da dose de populações de regiões de alto background natural. 2009. Tese (Doutorado). Programa de Pós-Graduação em Tecnologias Energéticas e Nucleares, Universidade Federal de Pernambuco, Recife, 2009.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/9277
dc.identifier.dark.fl_str_mv ark:/64986/00130000051j5
identifier_str_mv Eustaquio de Vasconcelos, Wagner; Alberto Brayner de Oliveira Lira, Carlos. Aplicação de técnicas de inteligência artificial na avaliação da dose de populações de regiões de alto background natural. 2009. Tese (Doutorado). Programa de Pós-Graduação em Tecnologias Energéticas e Nucleares, Universidade Federal de Pernambuco, Recife, 2009.
ark:/64986/00130000051j5
url https://repositorio.ufpe.br/handle/123456789/9277
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/9277/4/arquivo2699_1.pdf.jpg
https://repositorio.ufpe.br/bitstream/123456789/9277/1/arquivo2699_1.pdf
https://repositorio.ufpe.br/bitstream/123456789/9277/2/license.txt
https://repositorio.ufpe.br/bitstream/123456789/9277/3/arquivo2699_1.pdf.txt
bitstream.checksum.fl_str_mv 961f188517f2e30c974bc9bd4f7b906c
3a9829afd48400b93823e1e0eca0409e
8a4605be74aa9ea9d79846c1fba20a33
c6031c19b54b9db50a09b7240450a2c6
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1815172725751152640