| Processo: | 22/15134-1 |
| Modalidade de apoio: | Bolsas no Brasil - Mestrado |
| Data de Início da vigência: | 01 de maio de 2023 |
| Data de Término da vigência: | 30 de abril de 2025 |
| Área de conhecimento: | Interdisciplinar |
| Pesquisador responsável: | Diogo Aparecido Lopes Silva |
| Beneficiário: | João Victor Encide Salla |
| Instituição Sede: | Centro de Ciências em Gestão e Tecnologia (CCGT). Universidade Federal de São Carlos (UFSCAR). Campus de Sorocaba. Sorocaba , SP, Brasil |
| Assunto(s): | Algoritmos Aprendizado computacional Gestão do ciclo de vida Impactos ambientais Inteligência artificial Predição |
| Palavra(s)-Chave do Pesquisador: | algoritmo | Aprendizado de Máquina | Gestão do Ciclo de Vida | Impacto ambiental | Inteligência Artificial | Predição | Engenharia da Sustentabilidade e Inteligência Artificial |
Resumo A globalização permitiu uma maior integração das nações, sendo a internet um dos pilares de tal avanço e, mais recentemente, com destaque para a Inteligência Artificial (IA). Além disso, pode-se destacar a importância da tecnologia e da relação homem-máquina na busca pelo aumento da eficiência, qualidade e confiabilidade, sejam elas para a melhoria de processos produtivos, para o aumento da velocidade de comunicação ou até mesmo para apoiar a tomada de decisões empresariais. Alinhado a essa velocidade de transformação global, surge a importância de alinhar e promover hábitos de produção e consumo que apresentem um menor impacto ambiental. Isso tudo, com objetivo de reduzir a velocidade da degradação que o meio ambiente vem sofrendo desde a I Revolução Industrial. Para tal, é fundamental que as empresas utilizem do Pensamento do Ciclo de Vida em suas etapas de pesquisa e desenvolvimento, visto que é nele que são definidos os materiais que serão utilizados, as obsolescências atreladas ao produto e seus componentes, o público-alvo, os processos e outras características com intrínseca influência sobre o potencial impacto de um produto em seu ciclo de vida. Assim, surge a importância de ferramentas que sejam capazes de predizer, com certo nível de confiabilidade e rapidez, os potenciais impactos de bens e serviços, auxiliando os stakeholders na tomada de decisões mais sustentáveis ainda na fase de desenvolvimento de seus produtos. Nesse contexto, o objetivo deste projeto de pesquisa é desenvolver um modelo de predição baseado em Aprendizado de Máquina que, a partir de resultados de Avaliação de Ciclo de Vida (ACV), seja capaz de predizer os potenciais impactos ambientais. O resultado esperado é o desenvolvimento de um modelo capaz de auxiliar os tomadores de decisão, para que possam ser tomadas de forma mais rápida e assertiva, e que levem em conta, a importância da sustentabilidade ambiental. | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |