Busca avançada
Ano de início
Entree

Aprendizado de Máquinas na Agricultura: um modelo de apoio a decisão centrado no agricultor e baseado em XAI.

Processo: 25/02843-2
Modalidade de apoio:Bolsas no Exterior - Estágio de Pesquisa - Mestrado
Data de Início da vigência: 15 de junho de 2025
Data de Término da vigência: 14 de setembro de 2025
Área de conhecimento:Interdisciplinar
Pesquisador responsável:Lucas Gabriel Zanon
Beneficiário:Elvio José Sêneda Filho
Supervisor: Francesco Marcelloni
Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Instituição Anfitriã: Università di Pisa, Itália  
Vinculado à bolsa:24/03042-0 - Gestão de desempenho em Agtechs: uma abordagem preditiva baseada em aprendizagem de máquina e na teoria dos sistemas grey, BP.MS
Assunto(s):Inteligência artificial explicável   Aprendizado computacional
Palavra(s)-Chave do Pesquisador:Agtech | decision support systems | Explainable Artificial Intelligence | machine learning | Gestão de Operações; Sistemas de Informação; Inteligência Artificial

Resumo

O aumento da demanda por alimentos e a necessidade de sistemas alimentares mais eficientes e sustentáveis contribuíram para o surgimento do conceito de Agricultura Inteligente (Smart Farming), que abrange o uso de tecnologias como Machine Learning (ML) e Internet das Coisas (Internet of Things - IoT) na agricultura. No entanto, a aplicação de abordagens de ML pode gerar a necessidade de maior explicabilidade de resultados e/ou interpretabilidade do funcionamento de modelos. Nesse cenário, o conceito de Explainable Artificial Intelligence (XAI) abrange técnicas que buscam garantir maior explicabilidade de modelos de Inteligência Artificial (IA). Assim, este projeto de pesquisa tem como objetivo incorporar a aplicação de técnicas de XAI à pesquisa de mestrado do candidato, aumentando a explicabilidade do modelo de ML proposto e desenvolvendo um modelo de apoio à decisão centrado no agricultor. Esta pesquisa é classificada como quantitativa, axiomática e normativa. Os resultados esperados são: uma revisão da literatura sobre XAI, uma implementação computacional e uma aplicação ilustrativa de técnicas de XAI para a tomada de decisão na agricultura. As contribuições esperadas são: avanços acadêmicos das aplicações de XAI na agricultura; desenvolvimento de uma abordagem de XAI prática, baseada na parceria com uma empresa Agtech; fortalecimento dos resultados do projeto de mestrado vinculado a esta pesquisa; e, por fim, a consolidação de parcerias internacionais.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)