Previsão do comportamento de estacas hélice contínua a partir de inteligência artificial

Assis, Hugo Santos de

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/21431

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Guimarães, Gustavo Vaz de Mello	-
dc.contributor.author	Assis, Hugo Santos de	-
dc.date.accessioned	2023-08-23T15:38:55Z	-
dc.date.available	2023-12-21T03:01:34Z	-
dc.date.issued	2023-07-19	-
dc.identifier.citation	ASSIS, Hugo Santos de. Previsão do comportamento de estacas hélice contínua a partir de inteligência artificial. 2023. 56 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Civil) - Instituto Politécnico, Universidade Federal do Rio de Janeiro, Macaé, 2023.	pt_BR
dc.identifier.uri	http://hdl.handle.net/11422/21431	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal do Rio de Janeiro	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Estaca hélice contínua e ômega	pt_BR
dc.subject	Inteligência artificial	pt_BR
dc.subject	Geotecnia	pt_BR
dc.subject	Fundação	pt_BR
dc.subject	Continuous flight auger piles	en
dc.subject	Artificial intelligence	en
dc.subject	Geotechnics	en
dc.subject	Foundations	en
dc.title	Previsão do comportamento de estacas hélice contínua a partir de inteligência artificial	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.advisorLattes	http://lattes.cnpq.br/3614907040658759	pt_BR
dc.contributor.advisorCo1	Silva, Lucas Marques Pires da	-
dc.contributor.advisorCo1Lattes	http://lattes.cnpq.br/5569347731590077	pt_BR
dc.contributor.referee1	Andrade, Maurício do Espírito Santo	-
dc.contributor.referee1Lattes	http://lattes.cnpq.br/8604635938341817	pt_BR
dc.contributor.referee2	Barbosa, Gisele Silva	-
dc.contributor.referee2Lattes	http://lattes.cnpq.br/0863369004606184	pt_BR
dc.contributor.referee3	Baptista, Gleyce de Souza	-
dc.contributor.referee3Lattes	http://lattes.cnpq.br/9284309506959502	pt_BR
dc.description.resumo	O conceito de aprendizado de máquina vem sendo empregado largamente em diversas áreas da indústria, mas na geotecnia esse conceito ainda não é tão explorado. Essas técnicas, que inclusive são creditadas de prever o comportamento humano, também tem o potencial de prever o comportamento do solo. Porém, cabe ressaltar que para o aprendizado de máquina funcionar bem, ele deve ser “ensinado” a partir de um banco de dados confiável. Neste contexto, a partir da análise de nove provas de carga estáticas, realizadas em estacas hélice contínua em território brasileiro, empregou-se um método desenvolvido através de uma rede neural artificial (RNA) para prever as curvas “carga versus recalque” das respectivas estacas. A comparação entre o desempenho das provas de carga e os resultados da previsão pela RNA foi considerado promissor para oito das nove provas de carga.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Instituto Politécnico	pt_BR
dc.publisher.initials	UFRJ	pt_BR
dc.subject.cnpq	CNPQ::ENGENHARIAS::ENGENHARIA CIVIL::GEOTECNICA	pt_BR
dc.embargo.terms	aberto	pt_BR
Appears in Collections:	Engenharia Civil

Files in This Item:

File	Description	Size	Format
HSAssis.pdf		1.27 MB	Adobe PDF	View/Open

Show simple item record Recommend this item View Statistics

Pantheon Institutional repository