Aprendizado de máquina aplicado a simulações de radiação solar em edificações
| Orientador(a) (dc.contributor.advisor) | González, Marco Aurélio Stumpf | |
| Lattes Orientador(a) (dc.contributor.advisorLattes) | http://lattes.cnpq.br/8430945431911323 | pt_BR |
| Autor(a) (dc.contributor.author) | Dalle Molle, Ana Paula Martini | |
| Autor(a) Lattes (dc.contributor.authorLattes) | http://lattes.cnpq.br/1766783664513340 | pt_BR |
| Data de Disponibilização (dc.date.accessioned) | 2024-12-06T12:48:14Z | |
| dc.date.available (dc.date.available) | 2024-12-06T12:48:14Z | |
| Data da defesa / Data do evento (dc.date.issued) | 2024-09-17 | |
| Abstract (dc.description.abstract) | This research aimed to investigate the application of a supervised machine learning technique to reduce updates and modifications to the parametric design model focused on solar radiation analysis in buildings. Initially, a complex geometry was created through parametric programming, aiming for the model's versatility in different situations. The analysis of incident solar radiation was conducted to understand the energy performance of the architectural design, verifying the input and output data of the parametric model to ensure the accuracy of the analyses. Subsequently, a supervised machine learning technique was proposed to improve and accelerate the solar radiation analysis, automating part of the process and reducing the time required to obtain the desired results. Finally, execution times between the proposed methods and the results were compared using new datasets to evaluate the efficiency of the machine learning technique compared to the traditional parametric programming method. The results obtained contribute to the advancement of architectural design practices with a focus on energy efficiency, providing valuable insights into the application of machine learning in optimizing parametric workflows for solar radiation analysis in buildings. | en |
| Resumo (dc.description.resumo) | Esta pesquisa teve como objetivo investigar a aplicação de uma técnica de aprendizado de máquina supervisionado afim de reduzir as atualizações e modificações do modelo de design paramétrico voltados para análise de radiação solar em edificações. Inicialmente, foi criada uma geometria complexa por meio da programação paramétrica, visando a versatilidade do modelo para diferentes situações. A análise da radiação solar incidente foi realizada para compreender o desempenho energético do projeto arquitetônico, verificando-se os dados de entrada e saída do modelo paramétrico para garantir a precisão das análises. Em seguida, foi proposta uma técnica de aprendizado de máquina supervisionado que aprimorou e acelerou a análise de radiação solar, automatizando parte do processo e reduzindo o tempo necessário para obter os resultados desejados. Por fim, foram comparados os tempos de execução entre os métodos propostos e os resultados, utilizando novos conjuntos de dados, a fim de avaliar a eficiência da técnica de aprendizado de máquina em comparação com o método tradicional de programação paramétrica. Os resultados obtidos contribuem para o avanço das práticas de projeto arquitetônico com foco na eficiência energética, proporcionando percepções importantes sobre a aplicação do aprendizado de máquina na otimização dos fluxos de trabalho paramétricos para análise de radiação solar em edificações. | pt_BR |
| Agência de fomento (dc.description.sponsorship) | Nenhuma | pt_BR |
| URI (dc.identifier.uri) | http://repositorio.jesuita.org.br/handle/UNISINOS/13337 | |
| Idioma (dc.language) | pt_BR | pt_BR |
| Nome da instituição (dc.publisher) | Universidade do Vale do Rio dos Sinos | pt_BR |
| País da Instituição (dc.publisher.country) | Brasil | pt_BR |
| Departamento (dc.publisher.department) | Escola Politécnica | pt_BR |
| Sigla da Instituição (dc.publisher.initials) | Unisinos | pt_BR |
| Programa (dc.publisher.program) | Programa de Pós-Graduação em Arquitetura e Urbanismo | pt_BR |
| Direitos de acesso ao documento (dc.rights) | openAccess | pt_BR |
| Assunto (dc.subject) | Aprendizado de máquina | pt_BR |
| Assunto (dc.subject) | Projeto paramétrico | pt_BR |
| Assunto (dc.subject) | Programação visual | pt_BR |
| Assunto (dc.subject) | Análise de radiação solar | pt_BR |
| Assunto (dc.subject) | Análise de dados na arquitetura | pt_BR |
| Assunto (dc.subject) | Machine learning | en |
| Assunto (dc.subject) | Parametric design | en |
| Assunto (dc.subject) | Visual programming | en |
| Assunto (dc.subject) | Solar radiation analysis | en |
| Assunto (dc.subject) | Data analysis in architecture | en |
| Tema (CNPq) (dc.subject.cnpq) | ACCNPQ::Ciências Sociais Aplicadas::Arquitetura e Urbanismo | pt_BR |
| Título (dc.title) | Aprendizado de máquina aplicado a simulações de radiação solar em edificações | pt_BR |
| Tipo de arquivo (dc.type) | Dissertação | pt_BR |
Arquivos
Pacote original
1 - 1 de 1
Carregando...
- Nome:
- Ana Paula Dalla Molle_PROTEGIDO.pdf
- Tamanho:
- 5.05 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
- aprendizado_maquina
Licença do pacote
1 - 1 de 1
Carregando...
- Nome:
- license.txt
- Tamanho:
- 2.12 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: