ANÁLISE DE ALGORITMOS DE APRENDIZADO DE MÁQUINA PARA MODELAGEM DA CONVECÇÃO NATURAL DUPLO-DIFUSIVA EM CAVIDADES POROSAS QUADRADAS.

- 322732
Trabalho completo
Favoritar este trabalho
Como citar esse trabalho?
Resumo

A importância dos escoamentos convectivos duplo-difusivos em meios porosos saturados por um fluido newtoniano é amplamente reconhecida no campo da dinâmica dos fluidos, tanto para aplicações científicas quanto industriais. No entanto, devido à crescente complexidade desses escoamentos não lineares, os métodos convencionais de simulação enfrentam desafios relacionados à precisão, ao tempo de computação e aos recursos exigidos. Como alternativa promissora para essas limitações, abordagens baseadas em Aprendizado de Máquina vêm ganhando destaque.

Este trabalho investiga a aplicação de modelos de Aprendizado de Máquina para o estudo da convecção natural duplo-difusiva em cavidades quadradas totalmente preenchidas com fluido newtoniano. O escoamento é governado por três parâmetros adimensionais principais: número de Rayleigh térmico, número de Lewis e razão de empuxo, utilizados como variáveis de entrada.

Para modelar com precisão o escoamento do fluido, são previstas duas grandezas de controle: o número médio de Nusselt e o número médio de Sherwood. Para isso, são considerados quatro modelos de Aprendizado de Máquina: Redes Neurais Artificiais (ANN), Florestas Aleatórias (RF), Árvores de Decisão com Reforço Gradiente (GBDT) e Extreme Gradient Boosting (XGBoost).

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 UNIFESP
  • 2 SENAI - CIMANTEC
Eixo Temático
  • ST09 - Modelagem Computacional
Palavras-chave
CONVECÇÃO
MEIOS POROSOS
MODELAGEM NUMÉRICA
APRENDIZADO MÁQUINA
INTELIGÊNCIA ARTIFICIAL