Detalhes bibliográficos
Ano de defesa: |
2021 |
Autor(a) principal: |
Zeni, Marilia Abrão |
Orientador(a): |
Peroni, Rodrigo de Lemos |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Tese
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Palavras-chave em Inglês: |
|
Link de acesso: |
http://hdl.handle.net/10183/232702
|
Resumo: |
Com a popularização das aeronaves remotamente pilotadas, a fotogrametria de baixo custo e alta precisão tornou-se uma ferramenta útil para mapear e obter informações em áreas de difícil acesso. A técnica tem sido aplicada em geomecânica por possibilitar a obtenção de informações de maciços rochosos para os quais não há alternativa de obtenção de parâmetros pelos métodos tradicionais de mapeamento, aumenta a frequência de análise e reduz a exposição dos profissionais a condições inseguras. Neste estudo, usamos a técnica chamada estrutura por meio do movimento para adquirir imagens bidimensionais e criar uma nuvem de pontos tridimensional. Em seguida, usando técnicas de redes neurais artificiais, implementamos uma classificação semiautomática do maciço rochoso usando o Geological Strength Index (GSI). A rotina foi validada utilizando cinco conjuntos de dados de referência, com diferentes características geológicas, escolhendo a rede neural com melhor desempenho, apresentando resultados com intervalos de confiança acima de 90%, 100% de taxa acerto e baixo erro quadrático médio. O procedimento permite uma interpretação padronizada, com o objetivo de reduzir o viés gerado pela interpretação por meio de uma análise rápida e repetível, além da criação de um relatório de registro sistemático dos levantamentos. |