Busca avançada
Ano de início
Entree

Detecção e classificação automática de interferências no subsolo com GPR utilizando redes neurais artificiais (RNAs): estudo no SCGR do IAG/USP

Processo: 09/05882-6
Linha de fomento:Bolsas no Brasil - Doutorado
Vigência (Início): 01 de julho de 2009
Vigência (Término): 31 de março de 2014
Área do conhecimento:Ciências Exatas e da Terra - Geociências - Geofísica
Pesquisador responsável:Jorge Luís Porsani
Beneficiário:Vinicius Rafael Neris dos Santos
Instituição-sede: Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Assunto(s):Geofísica aplicada

Resumo

Este projeto de doutorado é uma continuidade das pesquisas que estão sendo desenvolvidas no âmbito do Projeto de Pesquisa, já concluído, e apoiado pela FAPESP intitulado "Caracterização geofísica de alvos rasos com aplicações no planejamento urbano, meio ambiente e arqueologia: estudo sobre o sítio controlado do IAG/USP" (Processo No. 02/07509-1). A presente pesquisa visa aprimorar a detecção de alvos no subsolo, determinando o tipo de material, a fim de reduzir as ambigüidades na interpretação geofísica de duas importantes famílias de alvos encontrados no ambiente urbano: os alvos resistores (manilhas de concreto e tambores de plástico) e os alvos condutores (tambores e tubulações metálicas). Esses alvos serão estudados em um ambiente controlado, no SCGR - Sítio Controlado de Geofísica Rasa do IAG/USP, através do uso do método GPR - Ground Penetrating Radar onde serão realizados perfis 2D e aquisição quase-3D sobre as linhas contendo estes alvos. Sobre esses dados será aplicado um algoritmo, que utilizando redes neurais artificiais (RNAs) irá detectar automaticamente os alvos segundo os tipos de materiais encontrados em subsuperfície. Primeiramente, a fim de reconhecimento das difrações hiperbólicas, será utilizado o resultado da modelagem numérica dos alvos estudados, gerando um padrão de reflexão sintético, que servirá de parâmetro nos arquivos de entrada do algoritmo de RNAs. Uma vez reconhecidos os padrões de hipérboles, serão inseridos no programa as características de cada difração referente aos alvos e assim classificá-los como plástico, metal ou concreto. O algoritmo de treinamento baseia-se no aprendizado supervisionado por correção de erros ou backpropagation. Após a verificação dos resultados sob condições controladas, a rotina de RNA será utilizada para reconhecer e classificar hipérboles em uma situação real de campo, em locais que existam alvos de plástico, metal ou concreto, a princípio estes estudos serão feitos dentro do campus da USP em São Paulo. Os resultados obtidos, em condições controladas e não controladas, contribuirão na melhoria da interpretação de dados geofísicos e terão aplicações diretas nas áreas de planejamento urbano, infra-estrutura e estudos ambientais em áreas urbanas.

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
DOS SANTOS, VINICIUS RAFAEL N.; AL-NUAIMY, WALEED; PORSANI, JORGE LUIS; TOMITA HIRATA, NINA S.; ALZUBI, HAMZAH S. Spectral analysis of ground penetrating radar signals in concrete, metallic and plastic targets. JOURNAL OF APPLIED GEOPHYSICS, v. 100, p. 32-43, JAN 2014. Citações Web of Science: 5.
NERIS DOS SANTOS, VINICIUS RAFAEL; PORSANI, JORGE LUIS. Comparing performance of instrumental drift correction by linear and quadratic adjusting in inductive electromagnetic data. JOURNAL OF APPLIED GEOPHYSICS, v. 73, n. 1, p. 1-7, JAN 2011. Citações Web of Science: 6.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.
Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.