Busca avançada
Ano de início
Entree

Aprendizado de máquina para modelagem de escoamento fluvial e predição de inundações

Processo: 19/14011-0
Linha de fomento:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de agosto de 2019
Vigência (Término): 30 de abril de 2021
Área do conhecimento:Ciências Exatas e da Terra - Matemática - Matemática Aplicada
Pesquisador responsável:Mauro de Mesquita Spinola
Beneficiário:Caio da Silva Azevedo
Instituição-sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Vinculado ao auxílio:17/50343-2 - Plano de desenvolvimento institucional na área de transformação digital: manufatura avançada e cidades inteligentes e sustentáveis (PDIp), AP.PDIP
Assunto(s):Aprendizado computacional   Modelos matemáticos   Dispositivo de identificação por radiofrequência   Internet das coisas   Big data analytics   Cidades inteligentes   Inundações   Previsão de enchentes urbanas

Resumo

O objeto da pesquisa são modelos matemáticos preditivos ou algoritmos de predição aplicados aos dados providos por tecnologia de sensores, identificação por rádio frequência (RFID) e internet das coisas (IOT). Esses algoritmos serão utilizados no monitoramento de variáveis ambientais com redes de sensores sem fio conectados à Internet das Coisas e predição de riscos e desastres naturais baseada em ferramentas e métodos avançados da Ciência de Dados incluindo, mas não restrito, à modelos de redes neurais artificiais e algoritmos de aprendizagem de máquina, integrados à plataformas de Big Data Analytics. Para cidades inteligentes, o paradigma da predição é de suma importância por ser apontado como a última etapa na sua modernização cujas metas, dentre outros avanços, têm-se o controle e prevenção de desastres naturais.Sendo assim, como objetivo central dessa pesquisa pretende-se identificar os modelos matemáticos com melhores taxas de assertividade e que resultem em diagnósticos antecipados de enchentes. Complementarmente, buscar-se-á analisar as formas como os dados dos sensores são coletadas e como esses dados se relacionam de modo a decodificar o comportamento desses fenômenos naturais bem como identificar as razões que fazem com que um determinado modelo tenha melhor assertividade em relação aos demais. E por fim, avaliar os impactos desse processo de diagnósticos nas chamadas cidades inteligentes. (AU)

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)
AZEVEDO, CAIO DA SILVA; GONCALVES, RODRIGO FRANCO; GAVA, VAGNER LUIZ; SPINOLA, MAURO DE MESQUITA. A Benford's Law based methodology for fraud detection in social welfare programs: Bolsa Familia analysis. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 567, APR 1 2021. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.