Projetos de Pesquisa

 

Foto de perfil

Vinícius de Amorim Silva

Outra

Ciências Ambientais
  • dinâmica de fragmentos florestais de mata atlântica e recursos hídricos por meio de geoprocessamento e inteligência artificial
  • A conservação de um bioma e da biodiversidade nele existentes é um dos fatores primordiais para a manutenção dos recursos naturais. Especificamente na região cacaueira, o bioma Mata Atlântica encontra-se ameaçado pelo manejo inadequado do extrativismo vegetal e da agropecuária. O cultivo tradicional do cacau, por meio do sistema agroflorestal Cabruca, é essencial para a conservação de espécies nativas originárias da Mata Atlântica e consequentemente para a manutenção dos recursos hídricos. O objetivo deste trabalho é avaliar a dinâmica de fragmentos florestais de Mata Atlântica, sistema agroflorestal (cacau cabruca) e disponibilidade dos recursos hídricos. Atualmente, existem dificuldades operacionais na distinção entre o sistema agroflorestal e a vegetação nativa, quando analisados por imagens de satélite, apresentam as mesmas características espectrais dos remanescentes florestais. Para isso, será necessário a aplicação de técnicas de geoprocessamento aliada aos métodos de programação computacional baseados na aplicação da inteligência artificial (IA), utilizando algoritmo de classificação como Random-Forest - RF e Support Vector Machine - SVM. Os estudos de campo serão conduzidos em áreas experimentais localizadas em alguns nos municípios pertencentes à Bacia Hidrográfica do Leste: Ilhéus, Itabuna, Itacaré, Itajuípe, Una, Buerarema, Camacã, Coaraci, Almadina, Uruçuca, Canavieiras, situadas no estado da Bahia. Ademais, serão avaliadas a qualidade da água e sedimentos na área de estudo. Espera-se produzir resultados satisfatórios por meio da validação dos modelos, por meio do índice Kappa, estatística não paramétrica, fornecendo subsídios técnicos e científicos por meio da inteligência artificial, geoprocessamento, produtos cartográficos digitais, vinculados principalmente à grande quantidade de informações de natureza espacial.
  • Universidade Federal do Sul da Bahia - BA - Brasil
  • 16/03/2022-31/03/2025
Foto de perfil

Vinícius Diniz Mayrink

Ciências Exatas e da Terra

Probabilidade e Estatística
  • modelagem de dados sequenciais: espaçamento irregular, pontos de mudança, valores extremos, estrutura funcional e degradação
  • Este projeto de pesquisa tem 5 vertentes de estudo. O foco é desenvolver modelagens estatísticas para aprimorar as análises de dados com uma estrutura complexa, que não pode ser explorada por métodos simples ou convencionais. As 3 primeiras propostas lidam com dados sequenciais tendo espaçamento irregular. Na Vertente 1, o alvo é impor uma estrutura de dependência Markoviana, entre valores próximos, para configurar um método de detecção de pontos de mudança relativos aos parâmetros da distribuição geradora dos dados. A Vertente 2 também aplica essa dependência Markoviana, mas o alvo aqui é incorporar uma distribuição definida na Teoria de Valores Extremos para identificar observações altas ou baixas da série. A Vertente 3 está na área de dados funcionais, ela estabelece uma associação espacial entre curvas de locais diferentes e investiga a importância de modelar distâncias entre observações irregularmente espaçadas no domínio funcional. A Vertente 4 é um estudo, com metodologia de multi-partições, para identificar múltiplos pontos de mudanças em dados sequenciais. A Vertente 5 busca determinar melhor a distribuição do tempo de falha de elementos com elevada confiabilidade. Em termos metodológicos, o projeto irá: (i) adaptar um modelo HMM (Hidden Markov Mixture) para identificar pontos de mudanças em séries irregulares; (ii) adaptar o HMM para incorporar a distribuição GPD (Generalized Pareto) que acomoda naturalmente valores extremos; (iii) construir um modelo hierárquico Bayesiano para lidar com dados funcionais tendo dois níveis de dependência espacial (entre curvas e entre observações no domínio funcional); (iv) aprimorar limitações do Modelo Partição Produto para identificar pontos de mudanças no contexto multiparamétrico; (v) decompor a taxa de degradação em 2 componentes (para o tempo e para a unidade) e construir um modelo dinâmico de degradação para medidas positivas.
  • Universidade Federal de Minas Gerais - MG - Brasil
  • 18/03/2022-31/03/2025