Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Salcedo, Ivanovich Lache | - |
Autor(es): dc.contributor | Cataldi, Márcio | - |
Autor(es): dc.contributor | Hamacher, Leonardo da Silva | - |
Autor(es): dc.creator | Meirelles, Leonardo Santos | - |
Data de aceite: dc.date.accessioned | 2024-07-22T13:55:47Z | - |
Data de disponibilização: dc.date.available | 2024-07-22T13:55:47Z | - |
Data de envio: dc.date.issued | 2024-07-18 | - |
Data de envio: dc.date.issued | 2024-07-18 | - |
Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/33416 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/823165 | - |
Descrição: dc.description | Devido às atividades humanas crescendo em larga escala ao longo dos últimos anos, o meio ambiente tem sido cada vez mais afetado. Apesar de acontecerem de forma natural, os incêndios florestais de origem humana se agravaram, prejudicando tanto a natureza quanto os habitantes. Consequentemente, foram criadas maneiras de amenizar esses empecilhos, e uma delas é o monitoramento desses incêndios, tentando prevê-los quanto antes para poder tomar uma ação de mitigação. Os sensores detectores de fumaça são utilizados em campo e detectam diferentes gases em diferentes concentrações indicando a possível presença de um foco de incêndio. Para obter resultados mais precisos, esses sensores são calibrados. A fim de incrementar a precisão do sensor detector de fumaça, foi desenvolvida neste trabalho uma rede neural artificial alimentada com variações algébricas de dados já coletados. Esta primeira versão traz uma porcentagem de acerto de 99% na detecção de incêndio. Aconselha-se que os dados de treinamento tenham naturezas diferentes, mas que ainda estejam interligados entre si. Além disso, precaver erros de coleta de dados | - |
Descrição: dc.description | The environment has been affected due to human activities that have grown on a large scale through the years. Despite fire forests happening naturally, fire forests from human sources have grown and consequently harm both nature and human beings. For this reason, several ideas have appeared to lighten these struggles. One of them is fire monitoring, which tries to predict fire forests as soon as possible so action can be taken to handle them. Smoke detecting sensors are used in the field to detect different gases in several concentrations. To obtain precise results, these sensors must be calibrated. However, there's no existing device that detects fire 100% precisely and for this reason, it was developed an artificial neural network trained by algebraic variations of data already collected in laboratory tests. The first version presents a 99% accuracy in fire detecting. It's recommended that the data acquired to train de neural network come from different sources but be associated with each other. It is suggested that the network get fed by different source data | - |
Descrição: dc.description | 69 f. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Incêndios florestais | - |
Palavras-chave: dc.subject | Redes neurais artificiais | - |
Palavras-chave: dc.subject | Calibração de sensores | - |
Palavras-chave: dc.subject | Incêndio florestal | - |
Palavras-chave: dc.subject | Monitoramento ambiental | - |
Palavras-chave: dc.subject | Detector | - |
Palavras-chave: dc.subject | Fire forests | - |
Palavras-chave: dc.subject | Artificial neural networks | - |
Palavras-chave: dc.subject | Sensor calibration | - |
Título: dc.title | Aplicação de redes neurais artificiais para calibração de um sensor de incêndios florestais | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: