Banca de DEFESA: ARIEL VICTOR DO NASCIMENTO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ARIEL VICTOR DO NASCIMENTO
DATA: 18/11/2022
HORA: 09:00
LOCAL: AUDITÓRIO DA FACULDADE DE ENGENHARIA NAVAL
TÍTULO:

REDE NEURAL CONVOLUCIONAL (CNN) APLICADA NA ANALISE DE RISCO DE ACIDENTES DAS EMBARCAÇÕES QUE NAVEGAM NOS RIOS DA AMAZONIA

PALAVRAS-CHAVES:

Disco de Plimsoll; Rede Neural Convolucional; Segurança da Navegação; Inteligência Artificial; Aprendizado Profundo.

PÁGINAS: 86
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Naval e Oceânica
RESUMO:

A segurança na navegação é um assunto importante para manter o bem estar e integridade dos passageiros e da carga. Existem muitas regras a serem seguidas para avaliar a segurança, os certificadores e classificadores são responsáveis por garantir o cumprimento de todas essas regras que asseguram a integridade das embarcações, no entanto, isso não é suficiente. O Inquérito Administrativo de Acidentes e Fatos Navais (IAFN), documento elaborado pela Marinha do Brasil, coleta informações e cria um banco de dados para mostrar quantos acidentes ocorrem no Brasil por região, as quais são definidas como Distritos Navais (DN). O 4° Distrito Naval, em que está inserido o estado do Pará foi o primeiro em acidentes ocorridos no ano 2020 e o terceiro no ano 2021. Devido a essas ocorrências de acidentes foram utilizados conceitos de inteligência artificial, machine learning and deep learning aplicados nesta área. Com o objetivo de auxiliar neste processo, este trabalho propõe desenvolver uma aplicação utilizando Rede Neural Convolucional (CNN) para reconhecimento de imagens (Embarcações e Disco de plimsoll). Neste sentido, utilizou-se uma técnica de aprendizado de Rede Neural Convolucional (CNN) que permite identificar o tipo de embarcação através de um banco de imagens fornecidas, o mesmo método foi aplicado para identificar se há risco de acidente com a embarcação mediante analise de imagens do disco de plimsoll. Para a realização dos treinamentos das CNNs, foram avaliadas seis diferentes arquiteturas de rede com: alteração do número de filtros em cada camada convolucional; variação da quantidade de camadas convolucionais e; utilização de transferência de aprendizado da rede VGG-16 com a técnica de ajuste fino. Os resultados alcançados neste trabalho são promissores e demonstram a viabilidade do emprego de Rede Neural Convolucional como método para identificação das imagens das embarcações como do disco de plimsoll.

MEMBROS DA BANCA:
Presidente - 2178700 - MARCUS PINTO DA COSTA DA ROCHA
Interno - 2383467 - MIÉRCIO CARDOSO DE ALCÂNTARA NETO
Interno - 2178195 - VALCIR JOAO DA CUNHA FARIAS