Aplicação de técnicas de inteligência artificial na avaliação da dose de populações de regiões de alto background natural
Autor(a) principal: | |
---|---|
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 |