Modelos de aprendizado de máquina para a avaliação de aspectos da biodeterioração de árvores urbanas

• Processo: 22/16562-7
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de março de 2023
• Data de Término da vigência: 30 de abril de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: João Paulo Papa
• Beneficiário: Giovani Candido
• Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , 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 Reconhecimento de padrões
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Reconhecimento de Padrões | Aprendizado de Máquina

Resumo

O presente projeto de mestrado integra-se no "Plano de Desenvolvimento Institucional em Pesquisa (PDIP) na Área de Transformação Digital: Manufatura Avançada e Cidades Inteligentes", promovido pelo Instituto de Pesquisas Tecnológicas de São Paulo (IPT) (Processo FAPESP 17/50343-2), por meio da linha de pesquisa intitulada "Modelos de aprendizado de máquina para a avaliação de aspectos da biodeterioração de árvores urbanas".Essa linha de pesquisa almeja o monitoramento de árvores urbanas para determinar a condição de conservação da árvore e o seu potencial risco de queda. Para tal, planeja-se aplicar métodos estatísticos e de aprendizado de máquina na determinação das características externas da árvore que possivelmente indicam uma deterioração interna do tronco.Sendo assim, o projeto intenta melhorar a qualidade de vida da população, proporcionando uma gerência adequada das florestas urbanas. Ademais, é por esse motivo que a proposta se enquadra na temática de cidades inteligentes. Dentre os benefícios para a gerência, estão:- a redução tanto do risco de queda de árvores em áreas urbanizadas quanto de acidentes decorrentes dessas possíveis quedas;- consequente melhoria de outros fatores relacionados às áreas verdes, como redução do número de inundações, preservação da fauna e redução dos níveis de poluentes atmosféricos.A contribuição deste projeto para o PDIP consiste no estudo dos aspectos externos que contribuem diretamente para a biodeterioração interna do tronco, sobretudo com o objetivo de eliminar significativamente o trabalho de campo. Destaca-se também a análise dos fatores discriminantes que contribuem para a disparidade da probabilidade de ruptura de árvores com características similares. Neste sentido, serão analisados os dados coletados pela equipe de campo para investigar as árvores que possuem deterioração interna do tronco e o estabelecimento das correlações com as características externas das árvores, como o diâmetro do tronco e algum sinal de apodrecimento no tronco, bem como o desenvolvimento de modelos de aprendizado de máquina que possam prever a taxa de deterioração interna do troco apenas utilizando como entrada as características externas das árvores. Outrossim, esse projeto contemplará a análise do histórico de dados coletados em trabalhos de campo com o objetivo de investigar a relação das medidas internas e externas das árvores com suas respectivas probabilidades de ruptura. Por conseguinte, destaca-se o uso de métodos de agrupamento de dados (clustering) com o intuito de unir amostras similares e analisar as respectivas probabilidades de ruptura de referência.