Physics-informed machine learning aplicado para previsões de condições metoceânicas

Resumo

Operações marítimas são extremamente afetadas pelas condições ambientais metoceânicas (vento, ondas e correntes), necessitando portanto de previsões precisas dessas condições para fins de planejamento. Simulações numéricas, baseadas nas equações físicas do fluído, são frequentemente empregadas para se prever essas condições metoceânicas, porém sua acurácia é limitada pela quantia e qualidade das informações disponíveis sobre as condições de contorno e forçantes. Uma abordagem para melhorar essas previsões é combinar o modelo físico com aprendizado de máquina (essa abordagem é conhecida como Physics-Informed Machine Learning - PILM), aproveitando a capacidade de reconhecimento de padrões dos algoritmos de aprendizado de máquina enquanto se obtém uma previsão fisicamente consistente. Esse trabalho visa aplicar PILM para melhorar as previsões de condições metoceânicas em regiões costeiras importantes do Brasil. (AU)