A review of Machine Learning CFD-based predictive modelling for real-time forecasting simulations of pollutant dispersion in an urban mesh
| dc.contributor.advisor | Santos, Fábio Pereira dos | |
| dc.contributor.advisorLattes | http://lattes.cnpq.br/3266981988847625 | pt_BR |
| dc.contributor.referee1 | Klein, Tânia Suaiden | |
| dc.contributor.referee1Lattes | http://lattes.cnpq.br/1008981061334220 | pt_BR |
| dc.contributor.referee2 | Schiavone, Gustavo | |
| dc.contributor.referee2Lattes | http://lattes.cnpq.br/5891620610162241 | pt_BR |
| dc.creator | Sá, Leonardo de Souza | |
| dc.creator.Lattes | http://lattes.cnpq.br/1395196518122562 | pt_BR |
| dc.date.accessioned | 2025-04-15T20:18:20Z | |
| dc.date.available | 2026-05-16T03:08:51Z | |
| dc.date.issued | 2023-12-05 | |
| dc.description.resumo | Este trabalho tem como objetivo revisar a evolução no estudo da modelagem preditiva com Machine Learning baseada em CFD de forma geral, destacando suas deficiências e a possibilidade de novas melhorias nesta área. Especificamente, esta tese de graduação analisa a base teórica desta técnica conjunta aplicada a simulações de previsão em tempo real de dispersão de poluentes em uma malha urbana. Utilizando a estrutura estabelecida por Ganti e Khare em um artigo publicado em 2020, este trabalho explica a teoria por detrás das técnicas mais utilizadas para fornecer uma visão geral de como se poderia conduzir um tal modelo para prever dispersões de gases em uma cidade. Alguns casos exemplo são simulados utilizando os softwares OpenFOAM® e SimFlow® e os dados gerados por estes são utilizados para realizar a técnica da Regressão do Processo Gaussiano (GPR), com o objetivo de, assim, prever o comportamento do fluxo em menos tempo, melhorando o desempenho e potencialmente reduzindo os custos de simulação. | pt_BR |
| dc.embargo.terms | aberto | pt_BR |
| dc.identifier.uri | http://hdl.handle.net/11422/25581 | |
| dc.language | eng | pt_BR |
| dc.publisher | Universidade Federal do Rio de Janeiro | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.department | Escola de Química | pt_BR |
| dc.publisher.initials | UFRJ | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject | Fluidodinâmica computacional | pt_BR |
| dc.subject | Machine learning | pt_BR |
| dc.subject | Análise de dados | pt_BR |
| dc.subject | Modelagem preditiva | pt_BR |
| dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA | pt_BR |
| dc.title | A review of Machine Learning CFD-based predictive modelling for real-time forecasting simulations of pollutant dispersion in an urban mesh | pt_BR |
| dc.type | Trabalho de conclusão de graduação | pt_BR |