Pesquisa de técnicas disponíveis de aprendizado de máquina aplicadas a um produto e sua cadeia de produção

• Processo: 24/05805-1
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2024
• Data de Término da vigência: 30 de junho de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Acordo de Cooperação: MCTI/MC
• Pesquisador responsável: Flávio Soares Corrêa da Silva
• Beneficiário: Gustavo Vaz Pinto
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Empresa: Secretaria de Desenvolvimento Econômico (São Paulo - Estado). Instituto de Pesquisas Tecnológicas S/A (IPT)
• Vinculado ao auxílio: 20/09850-0 - Centro de Pesquisa Aplicada em Inteligência Artificial: impulsionando a transformação das indústrias rumo ao padrão 5.0, AP.PCPE
• Assunto(s): Aprendizado por reforço Inteligência artificial Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Aprendizado por Reforço | Cadeia de Produção | Inteligência Artificial | Multi-condition | Multi-objective | Aprendizado de Máquina

Resumo

O objetivo deste projeto é estudar técnicas de aprendizado de máquina, como algoritmos de predição ou tomada de decisão, aplicadas a um produto e sua cadeia de produção, visando adaptar dinamicamente a sua cadeia, de modo a diminuir o impacto ambiental.Entre os produtos com maior presença nas indústrias, o papel e seus derivados possuem um destaque fundamental, uma vez que o procedimento final de uma mercadoria é seu empacotamento. Durante a pandemia de Covid-19, por exemplo, o mundo se deparou com um crescimento nas compras online, levando ao aumento de produção de embalagens e redirecionando recursos para setores mais urgentes. Em muitas empresas e indústrias, a produção de embalagens representa um ponto crítico em termos de impacto ambiental. Desde a seleção das matérias-primas até o processo de fabricação e distribuição, há uma série de áreas onde melhorias podem ser implementadas para reduzir esse impacto. O problema reside na falta de adaptabilidade e flexibilidade da cadeia de produção, que muitas vezes opera em padrões fixos e não otimizados para eficiência ambiental. Isso resulta em desperdício de recursos naturais, excesso de emissões de carbono e poluição associada aos resíduos. O desafio, portanto, é desenvolver um sistema baseado em aprendizado de máquina que possa analisar e otimizar dinamicamente todos os aspectos da produção de embalagens, desde a gestão de estoque de matéria-prima até o design e produção de embalagens mais sustentáveis, levando em consideração variáveis como sazonalidade, demanda do mercado e disponibilidade de recursos recicláveis.