Exportação concluída — 

Análise preditiva do comportamento mecânico de corpos esféricos de silicone sob tensão de Hertz utilizando técnicas de machine learning e inteligência artificial

Detalhes bibliográficos
Autor(a) principal: Soldera, Cláudio Roberto, 1966-
Data de Publicação: 2024
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/25535
Resumo: Orientador: Inácio Maria Dal Fabbro
id UNICAMP-30_ba8f22dff83b25a058faa2a3e997eea4
oai_identifier_str oai::1412184
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Análise preditiva do comportamento mecânico de corpos esféricos de silicone sob tensão de Hertz utilizando técnicas de machine learning e inteligência artificialPredictive analysis of the mechanical behaivor of spherical silicone bodies under Hertz voltage using machine learning and artificial intelligence techniquesAnálise de dadosEsferaAprendizado de máquinaInteligência artificialData analyticsBeadsMachine learningArtifical intelligenceOrientador: Inácio Maria Dal FabbroDissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia AgrícolaResumo: Atualmente, a ciência, em seu constante desenvolvimento tecnológico, na busca de soluções para a geometria simétrica quanto na assimétrica, utilizando a reconstituição das formas como abordagem. Os resultados desses levantamentos e estudos abrangem diversos campos científicos, tal como medicina, engenharia, indústria, matemática, mecânica, tecnologia da computação e máquinas, permeando todos os ambientes de conhecimento. O maior problema na Engenharia Agrícola é fazer projetos de máquinas. Uma vez que a distribuição de tensão de produtos vegetais se se defrontam com as tensões de Hertz. Para aprimorar ainda mais esses estudos, introduzem-se as técnicas inovadoras de Inteligência Artificial (IA), Machine Learning (ML) e Análise de Dados (AD). Ao focalizar exclusivamente em plantas vegetais, avalia-se como essas abordagens modernas podem complementar e aperfeiçoar as tradicionais técnicas de Hertz. Através de modelos matemáticos, investigam-se as possibilidades de melhorias nas interações entre esferas e placas rígidas e paralelas, visando contribuir significativamente para o avanço nesse campo específico da Engenharia AgrícolaAbstract: Currently, science, in its constant technological development, is searching for solutions for symmetrical and asymmetrical geometry, using the reconstitution of shapes as an approach. The results of these surveys and studies cover various scientific fields, such as medicine, engineering, industry, mathematics, mechanics, computer technology and machines, permeating all knowledge environments. The biggest problem in Agricultural Engineering is designing machines. Since the voltage distribution of plant products is faced with Hertz voltages. To further improve these studies, innovative Artificial Intelligence (AI), Machine Learning (ML) and Data Analysis (AD) techniques are introduced. By focusing exclusively on plant life, we evaluate how these modern approaches can complement and improve traditional Hertz techniques. Using mathematical models, the possibilities for improving the interactions between spheres and rigid, parallel plates are investigated, aiming to significantly contribute to advancement in this specific field of Agricultural EngineeringAbertoMestradoMáquinas AgrícolasMestre em Engenharia Agrícola[s.n.]Dal Fabbro, Inacio Maria, 1944-Gazzola, JonathanCardoso, Kelen CristianeUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia AgrícolaPrograma de Pós-Graduação em Engenharia AgrícolaUNIVERSIDADE ESTADUAL DE CAMPINASSoldera, Cláudio Roberto, 1966-20242024-05-03T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (71 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/25535SOLDERA, Cláudio Roberto. Análise preditiva do comportamento mecânico de corpos esféricos de silicone sob tensão de Hertz utilizando técnicas de machine learning e inteligência artificial. 2024. 1 recurso online (71 p.) Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/25535. Acesso em: 17 mai. 2025.https://repositorio.unicamp.br/acervo/detalhe/1412184Cover: https://repositorio.unicamp.br/capa/capa?codigo=1412184Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2025-04-29T17:05:06Zoai::1412184Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2025-04-29T17:05:06Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Análise preditiva do comportamento mecânico de corpos esféricos de silicone sob tensão de Hertz utilizando técnicas de machine learning e inteligência artificial
Predictive analysis of the mechanical behaivor of spherical silicone bodies under Hertz voltage using machine learning and artificial intelligence techniques
title Análise preditiva do comportamento mecânico de corpos esféricos de silicone sob tensão de Hertz utilizando técnicas de machine learning e inteligência artificial
spellingShingle Análise preditiva do comportamento mecânico de corpos esféricos de silicone sob tensão de Hertz utilizando técnicas de machine learning e inteligência artificial
Soldera, Cláudio Roberto, 1966-
Análise de dados
Esfera
Aprendizado de máquina
Inteligência artificial
Data analytics
Beads
Machine learning
Artifical intelligence
title_short Análise preditiva do comportamento mecânico de corpos esféricos de silicone sob tensão de Hertz utilizando técnicas de machine learning e inteligência artificial
title_full Análise preditiva do comportamento mecânico de corpos esféricos de silicone sob tensão de Hertz utilizando técnicas de machine learning e inteligência artificial
title_fullStr Análise preditiva do comportamento mecânico de corpos esféricos de silicone sob tensão de Hertz utilizando técnicas de machine learning e inteligência artificial
title_full_unstemmed Análise preditiva do comportamento mecânico de corpos esféricos de silicone sob tensão de Hertz utilizando técnicas de machine learning e inteligência artificial
title_sort Análise preditiva do comportamento mecânico de corpos esféricos de silicone sob tensão de Hertz utilizando técnicas de machine learning e inteligência artificial
author Soldera, Cláudio Roberto, 1966-
author_facet Soldera, Cláudio Roberto, 1966-
author_role author
dc.contributor.none.fl_str_mv Dal Fabbro, Inacio Maria, 1944-
Gazzola, Jonathan
Cardoso, Kelen Cristiane
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Agrícola
Programa de Pós-Graduação em Engenharia Agrícola
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Soldera, Cláudio Roberto, 1966-
dc.subject.por.fl_str_mv Análise de dados
Esfera
Aprendizado de máquina
Inteligência artificial
Data analytics
Beads
Machine learning
Artifical intelligence
topic Análise de dados
Esfera
Aprendizado de máquina
Inteligência artificial
Data analytics
Beads
Machine learning
Artifical intelligence
description Orientador: Inácio Maria Dal Fabbro
publishDate 2024
dc.date.none.fl_str_mv 2024
2024-05-03T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/25535
SOLDERA, Cláudio Roberto. Análise preditiva do comportamento mecânico de corpos esféricos de silicone sob tensão de Hertz utilizando técnicas de machine learning e inteligência artificial. 2024. 1 recurso online (71 p.) Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/25535. Acesso em: 17 mai. 2025.
url https://hdl.handle.net/20.500.12733/25535
identifier_str_mv SOLDERA, Cláudio Roberto. Análise preditiva do comportamento mecânico de corpos esféricos de silicone sob tensão de Hertz utilizando técnicas de machine learning e inteligência artificial. 2024. 1 recurso online (71 p.) Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/25535. Acesso em: 17 mai. 2025.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1412184
Cover: https://repositorio.unicamp.br/capa/capa?codigo=1412184
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (71 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1832420248980029440

Registros relacionados