Aplicações de inteligência artificial na determinação de parâmetros de resistência ao cisalhamento do solo: um mapeamento sistemático da literatura

Detalhes bibliográficos
Autor(a) principal: Carvalho, Matheus Gomes de
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/handle/123456789/40790
Resumo: A maioria das obras de engenharia geotécnica demanda a investigação da resistência ao cisalhamento do solo, usualmente feita a partir de ensaios de campo e laboratório. Ferramentas de inteligência artificial são uma alternativa aos métodos tradicionais de determinação dos parâmetros de resistência ao cisalhamento dos solos. Este artigo busca identificar os tipos de algoritmos utilizados e os fatores que precisam ser considerados. Com essa finalidade um mapeamento sistemático da literatura foi elaborado para identificar e extrair dados de artigos publicados sobre o tema. Dessa análise foram observadas dezessete técnicas aplicadas a diferentes tipos de solo cuja avaliação do desempenho na estimativa dos parâmetros de resistência ao cisalhamento foi considerada satisfatória na maior parte dos casos.
id UFRN_8d793e93b21501de7f8b14a73de8afe6
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/40790
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Carvalho, Matheus Gomes deFreitas Neto, Osvaldo deAzevedo, Letícia Maria Macêdo deFrança, Fagner Alexandre Nunes de2018-12-20T11:52:47Z2021-09-29T14:39:14Z2018-12-20T11:52:47Z2021-09-29T14:39:14Z20182012937703CARVALHO, Matheus Gomes de. Aplicações de inteligência artificial na determinação de parâmetros de resistência ao cisalhamento do solo: um mapeamento sistemático da literatura. 2018. 19f. Trabalho de Conclusão de Curso (Graduação em Engenharia Civil) - Centro de Tecnologia, Curso de Engenharia Civil, Universidade Federal do Rio Grande do Norte, Natal, 2018.https://repositorio.ufrn.br/handle/123456789/40790A maioria das obras de engenharia geotécnica demanda a investigação da resistência ao cisalhamento do solo, usualmente feita a partir de ensaios de campo e laboratório. Ferramentas de inteligência artificial são uma alternativa aos métodos tradicionais de determinação dos parâmetros de resistência ao cisalhamento dos solos. Este artigo busca identificar os tipos de algoritmos utilizados e os fatores que precisam ser considerados. Com essa finalidade um mapeamento sistemático da literatura foi elaborado para identificar e extrair dados de artigos publicados sobre o tema. Dessa análise foram observadas dezessete técnicas aplicadas a diferentes tipos de solo cuja avaliação do desempenho na estimativa dos parâmetros de resistência ao cisalhamento foi considerada satisfatória na maior parte dos casos.Determination of the shear strength properties of soil are required in the design of most geotechnical structures. Field and laboratory tests are usually applied in the determination of shear strength parameters. Artificial intelligence methods are an alternative to traditional techniques. This paper intends to identify which algorithms are used and what are the elements that need to be taken in consideration. A systematic mapping review was conducted to map and extract data from publications in the field. Seventeen artificial intelligence techniques were applied to several types of soil with a mostly satisfactory performance on predicting shear strength parametersUniversidade Federal do Rio Grande do NorteUFRNBrasilEngenharia CivilAttribution 3.0 Brazilhttp://creativecommons.org/licenses/by/3.0/br/info:eu-repo/semantics/openAccessMapeamento sistemáticoResistência ao cisalhamentoInteligência artificialSystematic mappingShear strengthArtificial intelligenceAplicações de inteligência artificial na determinação de parâmetros de resistência ao cisalhamento do solo: um mapeamento sistemático da literaturainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALAplicacoesdeInteligencia_Carvalho_2018.pdfArtigo Científicoapplication/pdf1189482https://repositorio.ufrn.br/bitstream/123456789/40790/1/AplicacoesdeInteligencia_Carvalho_2018.pdff93bda0d00eb17dc10108610c939ddd8MD51CC-LICENSElicense_rdfapplication/octet-stream914https://repositorio.ufrn.br/bitstream/123456789/40790/2/license_rdf4d2950bda3d176f570a9f8b328dfbbefMD52LICENSElicense.txttext/plain714https://repositorio.ufrn.br/bitstream/123456789/40790/3/license.txt7278bab9c5c886812fa7d225dc807888MD53TEXTAplicacoesdeInteligencia_Carvalho_2018.pdf.txtExtracted texttext/plain37883https://repositorio.ufrn.br/bitstream/123456789/40790/4/AplicacoesdeInteligencia_Carvalho_2018.pdf.txtad7fe339c8ecc30eb68ec6e45addbde5MD54123456789/407902021-09-29 11:39:14.53oai:https://repositorio.ufrn.br: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ório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2021-09-29T14:39:14Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Aplicações de inteligência artificial na determinação de parâmetros de resistência ao cisalhamento do solo: um mapeamento sistemático da literatura
title Aplicações de inteligência artificial na determinação de parâmetros de resistência ao cisalhamento do solo: um mapeamento sistemático da literatura
spellingShingle Aplicações de inteligência artificial na determinação de parâmetros de resistência ao cisalhamento do solo: um mapeamento sistemático da literatura
Carvalho, Matheus Gomes de
Mapeamento sistemático
Resistência ao cisalhamento
Inteligência artificial
Systematic mapping
Shear strength
Artificial intelligence
title_short Aplicações de inteligência artificial na determinação de parâmetros de resistência ao cisalhamento do solo: um mapeamento sistemático da literatura
title_full Aplicações de inteligência artificial na determinação de parâmetros de resistência ao cisalhamento do solo: um mapeamento sistemático da literatura
title_fullStr Aplicações de inteligência artificial na determinação de parâmetros de resistência ao cisalhamento do solo: um mapeamento sistemático da literatura
title_full_unstemmed Aplicações de inteligência artificial na determinação de parâmetros de resistência ao cisalhamento do solo: um mapeamento sistemático da literatura
title_sort Aplicações de inteligência artificial na determinação de parâmetros de resistência ao cisalhamento do solo: um mapeamento sistemático da literatura
author Carvalho, Matheus Gomes de
author_facet Carvalho, Matheus Gomes de
author_role author
dc.contributor.referees1.none.fl_str_mv Freitas Neto, Osvaldo de
dc.contributor.referees2.none.fl_str_mv Azevedo, Letícia Maria Macêdo de
dc.contributor.author.fl_str_mv Carvalho, Matheus Gomes de
dc.contributor.advisor1.fl_str_mv França, Fagner Alexandre Nunes de
contributor_str_mv França, Fagner Alexandre Nunes de
dc.subject.por.fl_str_mv Mapeamento sistemático
Resistência ao cisalhamento
Inteligência artificial
Systematic mapping
Shear strength
Artificial intelligence
topic Mapeamento sistemático
Resistência ao cisalhamento
Inteligência artificial
Systematic mapping
Shear strength
Artificial intelligence
description A maioria das obras de engenharia geotécnica demanda a investigação da resistência ao cisalhamento do solo, usualmente feita a partir de ensaios de campo e laboratório. Ferramentas de inteligência artificial são uma alternativa aos métodos tradicionais de determinação dos parâmetros de resistência ao cisalhamento dos solos. Este artigo busca identificar os tipos de algoritmos utilizados e os fatores que precisam ser considerados. Com essa finalidade um mapeamento sistemático da literatura foi elaborado para identificar e extrair dados de artigos publicados sobre o tema. Dessa análise foram observadas dezessete técnicas aplicadas a diferentes tipos de solo cuja avaliação do desempenho na estimativa dos parâmetros de resistência ao cisalhamento foi considerada satisfatória na maior parte dos casos.
publishDate 2018
dc.date.accessioned.fl_str_mv 2018-12-20T11:52:47Z
2021-09-29T14:39:14Z
dc.date.available.fl_str_mv 2018-12-20T11:52:47Z
2021-09-29T14:39:14Z
dc.date.issued.fl_str_mv 2018
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.pt_BR.fl_str_mv 2012937703
dc.identifier.citation.fl_str_mv CARVALHO, Matheus Gomes de. Aplicações de inteligência artificial na determinação de parâmetros de resistência ao cisalhamento do solo: um mapeamento sistemático da literatura. 2018. 19f. Trabalho de Conclusão de Curso (Graduação em Engenharia Civil) - Centro de Tecnologia, Curso de Engenharia Civil, Universidade Federal do Rio Grande do Norte, Natal, 2018.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/handle/123456789/40790
identifier_str_mv 2012937703
CARVALHO, Matheus Gomes de. Aplicações de inteligência artificial na determinação de parâmetros de resistência ao cisalhamento do solo: um mapeamento sistemático da literatura. 2018. 19f. Trabalho de Conclusão de Curso (Graduação em Engenharia Civil) - Centro de Tecnologia, Curso de Engenharia Civil, Universidade Federal do Rio Grande do Norte, Natal, 2018.
url https://repositorio.ufrn.br/handle/123456789/40790
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution 3.0 Brazil
http://creativecommons.org/licenses/by/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution 3.0 Brazil
http://creativecommons.org/licenses/by/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Engenharia Civil
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/40790/1/AplicacoesdeInteligencia_Carvalho_2018.pdf
https://repositorio.ufrn.br/bitstream/123456789/40790/2/license_rdf
https://repositorio.ufrn.br/bitstream/123456789/40790/3/license.txt
https://repositorio.ufrn.br/bitstream/123456789/40790/4/AplicacoesdeInteligencia_Carvalho_2018.pdf.txt
bitstream.checksum.fl_str_mv f93bda0d00eb17dc10108610c939ddd8
4d2950bda3d176f570a9f8b328dfbbef
7278bab9c5c886812fa7d225dc807888
ad7fe339c8ecc30eb68ec6e45addbde5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1802117723993407488

Registros relacionados