Modelos Preditivos para a Bioenergia no Setor Agroindustrial Paulista Utilizando Inteligência de Máquina

• Processo: 24/19995-7
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de fevereiro de 2025
• Data de Término da vigência: 31 de janeiro de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Marilaine Colnago
• Beneficiário: Lívia Gabriela Souto de Souza
• Instituição Sede: Instituto de Química (IQ). Universidade Estadual Paulista (UNESP). Campus de Araraquara. Araraquara , SP, Brasil
• Assunto(s): Bioenergia Ciência de dados Inteligência artificial
• Palavra(s)-Chave do Pesquisador: bioenergia | Ciência de dados | Inteligência Artificial | Ciência de Dados

Resumo

O presente projeto busca desenvolver modelos computacionais avançados para estimar a produção de bioenergia a partir da cana-de-açúcar no estado de São Paulo, utilizando dados reais de diversas fontes. As metodologias empregadas incluem Regressão via Florestas Aleatórias (Random Forest Regression - RFR), Regressão via Vetores de Suporte (Support Vector Regression - SVR) e Redes Neurais Profundas (Deep Neural Networks - DNN). Inicialmente, serão explorados de forma visual e analítica os conjuntos de dados públicos fornecidos por diferentes instituições, com foco no pré-processamento e na adaptação dos dados para os modelos preditivos. Além da implementação, treinamento, ajuste e validação dos modelos com base em pelo menos cinco conjuntos de dados distintos, será realizada uma Análise Exploratória de Dados (AED) para maximizar a compreensão dos dados e criar um repositório robusto de informações, que poderá ser compartilhado com gestores do setor energético paulista. A expectativa é que os modelos desenvolvidos ofereçam previsões precisas da produção de bioenergia, fornecendo subsídios para a otimização das operações e a tomada de decisões estratégicas no setor agroindustrial paulista.