Estimativa do índice de irregularidade internacional a partir de sinais obtidos por sensores de smartphones embarcados em veículos

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCasanova, Dalcimar-
Autor(es): dc.contributorBisconsini, Danilo Rinaldi-
Autor(es): dc.contributorCasanova, Dalcimar-
Autor(es): dc.contributorBisconsini, Danilo Rinaldi-
Autor(es): dc.contributorBarbosa, Marco Antonio de Castro-
Autor(es): dc.contributorBratti, Giovanni-
Autor(es): dc.creatorFreitas, Natanael Evangelista de-
Data de aceite: dc.date.accessioned2022-08-04T20:19:40Z-
Data de disponibilização: dc.date.available2022-08-04T20:19:40Z-
Data de envio: dc.date.issued2022-05-20-
Data de envio: dc.date.issued2022-05-20-
Data de envio: dc.date.issued2021-11-30-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/28610-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/706774-
Descrição: dc.descriptionIn Brazil, the transport of cargo and passengers takes place mainly through highways. In order to provide a satisfactory bearing quality, it is essential that the country has assessment instruments that allow constant monitoring of this infrastructure. In recent years, smartphones can be used as evaluation instruments because their sensors capture the vertical acceleration signals that can be related to the International Roughness Index (IRI), the most used objective parameter for the characterization of the bearing quality of floors. Therefore, the objective of this work was to develop intelligent models to relate the vertical acceleration signal to the International Roughness Index. The models developed are artificial neural networks (ANN) namely: convolutional neural networks and recurrent neural networks. The analysis of the results of this work considers the result of a simple linear regression presented in works found in the literature and is used for comparison with the result obtained with the system developed in this work of neural networks. When comparing the results, it is noted that the neural networks show a significant improvement in the correlation between the International Roughness Index and vertical acceleration, proving to be an excellent alternative for solving this problem. TNeural networks obtained a coefficient of determination above 0.95.-
Descrição: dc.descriptionNo Brasil, o transporte de cargas e passageiros ocorre majoritariamente por meio de rodovias. Para proporcionar uma qualidade de rolamento satisfatória é essencial que o país disponha de instrumentos de avaliação que permitam o monitoramento constante dessa infraestrutura. Nos últimos anos que smartphones podem ser utilizados como instrumentos de avaliação pois seus sensores captam os sinais de aceleração vertical que podem ser relacionados ao Índice de Irregularidade Internacional (IRI), parâmetro objetivo mais utilizado para a caracterização da qualidade de rolamento de pavimentos. Portanto, o objetivo deste trabalho foi desenvolver modelos inteligentes para relacionar o sinal de aceleração vertical com o índice de irregularidade internacional. Os modelos desenvolvidos são redes neurais artificiais (RNA) sendo elas: redes neurais convolucionais e redes neurais recorrentes. A análise dos resultados deste trabalho considera o resultado de uma regressão linear simples apresentado em trabalhos encontrados na literatura e é utilizado para comparação com o resultado obtido com o sistema desenvolvido neste trabalho, utilizando-se redes neurais. Ao comparar os resultados nota-se que as redes neurais apresentam uma melhora significativa na correlação entre índice de irregularidade internacional e aceleração vertical mostrando-se uma excelente alternativa para a solução deste problema com coeficiente de determinação acima de 0,95.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPato Branco-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Informática-
Publicador: dc.publisherEngenharia de Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttps://creativecommons.org/licenses/by/4.0/-
Palavras-chave: dc.subjectAprendizado de máquinas-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectDinâmica estrutural-
Palavras-chave: dc.subjectAnálise estrutural (Engenharia)-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectSructural dynamics-
Palavras-chave: dc.subjectStructural analysis (Engineering)-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleEstimativa do índice de irregularidade internacional a partir de sinais obtidos por sensores de smartphones embarcados em veículos-
Título: dc.titleEstimate of international roughness index by signals from acelerometer of smartphones embedded in vehicles-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.