Aprendizado de máquina aplicado a simulações de radiação solar em edificações

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Dalle Molle, Ana Paula Martini
Orientador(a): González, Marco Aurélio Stumpf
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade do Vale do Rio dos Sinos
Programa de Pós-Graduação: Programa de Pós-Graduação em Arquitetura e Urbanismo
Departamento: Escola Politécnica
País: Brasil
Palavras-chave em Português:
Aprendizado de máquina
Projeto paramétrico
Programação visual
Análise de radiação solar
Análise de dados na arquitetura
Palavras-chave em Inglês:
Machine learning
Parametric design
Visual programming
Solar radiation analysis
Data analysis in architecture
Área do conhecimento CNPq:
ACCNPQ::Ciências Sociais Aplicadas::Arquitetura e Urbanismo
Link de acesso: http://repositorio.jesuita.org.br/handle/UNISINOS/13337
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.
id USIN_2bb3d5dee1719577682b3b2b72063a71
oai_identifier_str oai:www.repositorio.jesuita.org.br:UNISINOS/13337
network_acronym_str USIN
network_name_str Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
repository_id_str
spelling 2024-12-06T12:48:14Z2024-12-06T12:48:14Z2024-09-17Submitted by Jeferson Carlos da Veiga Rodrigues (jveigar@unisinos.br) on 2024-12-06T12:48:14Z No. of bitstreams: 1 Ana Paula Dalla Molle_PROTEGIDO.pdf: 5291557 bytes, checksum: 9b3e7e01d41de07cea8a7d4c38ff03f2 (MD5)Made available in DSpace on 2024-12-06T12:48:14Z (GMT). No. of bitstreams: 1 Ana Paula Dalla Molle_PROTEGIDO.pdf: 5291557 bytes, checksum: 9b3e7e01d41de07cea8a7d4c38ff03f2 (MD5) Previous issue date: 2024-09-17Esta 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.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.NenhumaDalle Molle, Ana Paula Martinihttp://lattes.cnpq.br/1766783664513340http://lattes.cnpq.br/8430945431911323González, Marco Aurélio StumpfUniversidade do Vale do Rio dos SinosPrograma de Pós-Graduação em Arquitetura e UrbanismoUnisinosBrasilEscola PolitécnicaAprendizado de máquina aplicado a simulações de radiação solar em edificaçõesACCNPQ::Ciências Sociais Aplicadas::Arquitetura e UrbanismoAprendizado de máquinaProjeto paramétricoProgramação visualAnálise de radiação solarAnálise de dados na arquiteturaMachine learningParametric designVisual programmingSolar radiation analysisData analysis in architectureinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://repositorio.jesuita.org.br/handle/UNISINOS/13337info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)instname:Universidade do Vale do Rio dos Sinos (UNISINOS)instacron:UNISINOSLICENSElicense.txtlicense.txttext/plain; charset=utf-82175http://repositorio.jesuita.org.br/bitstream/UNISINOS/13337/2/license.txt320e21f23402402ac4988605e1edd177MD52ORIGINALAna Paula Dalla Molle_PROTEGIDO.pdfAna Paula Dalla Molle_PROTEGIDO.pdfapplication/pdf5291557http://repositorio.jesuita.org.br/bitstream/UNISINOS/13337/1/Ana+Paula+Dalla+Molle_PROTEGIDO.pdf9b3e7e01d41de07cea8a7d4c38ff03f2MD51UNISINOS/133372024-12-06 09:56:33.27oai:www.repositorio.jesuita.org.br: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 Digital de Teses e DissertaçõesPRIhttp://www.repositorio.jesuita.org.br/oai/requestmaicons@unisinos.br ||dspace@unisinos.bropendoar:2024-12-06T12:56:33Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS)false
dc.title.pt_BR.fl_str_mv Aprendizado de máquina aplicado a simulações de radiação solar em edificações
title Aprendizado de máquina aplicado a simulações de radiação solar em edificações
spellingShingle Aprendizado de máquina aplicado a simulações de radiação solar em edificações
Dalle Molle, Ana Paula Martini
ACCNPQ::Ciências Sociais Aplicadas::Arquitetura e Urbanismo
Aprendizado de máquina
Projeto paramétrico
Programação visual
Análise de radiação solar
Análise de dados na arquitetura
Machine learning
Parametric design
Visual programming
Solar radiation analysis
Data analysis in architecture
title_short Aprendizado de máquina aplicado a simulações de radiação solar em edificações
title_full Aprendizado de máquina aplicado a simulações de radiação solar em edificações
title_fullStr Aprendizado de máquina aplicado a simulações de radiação solar em edificações
title_full_unstemmed Aprendizado de máquina aplicado a simulações de radiação solar em edificações
title_sort Aprendizado de máquina aplicado a simulações de radiação solar em edificações
author Dalle Molle, Ana Paula Martini
author_facet Dalle Molle, Ana Paula Martini
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/1766783664513340
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/8430945431911323
dc.contributor.author.fl_str_mv Dalle Molle, Ana Paula Martini
dc.contributor.advisor1.fl_str_mv González, Marco Aurélio Stumpf
contributor_str_mv González, Marco Aurélio Stumpf
dc.subject.cnpq.fl_str_mv ACCNPQ::Ciências Sociais Aplicadas::Arquitetura e Urbanismo
topic ACCNPQ::Ciências Sociais Aplicadas::Arquitetura e Urbanismo
Aprendizado de máquina
Projeto paramétrico
Programação visual
Análise de radiação solar
Análise de dados na arquitetura
Machine learning
Parametric design
Visual programming
Solar radiation analysis
Data analysis in architecture
dc.subject.por.fl_str_mv Aprendizado de máquina
Projeto paramétrico
Programação visual
Análise de radiação solar
Análise de dados na arquitetura
dc.subject.eng.fl_str_mv Machine learning
Parametric design
Visual programming
Solar radiation analysis
Data analysis in architecture
description 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.
publishDate 2024
dc.date.accessioned.fl_str_mv 2024-12-06T12:48:14Z
dc.date.available.fl_str_mv 2024-12-06T12:48:14Z
dc.date.issued.fl_str_mv 2024-09-17
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 http://repositorio.jesuita.org.br/handle/UNISINOS/13337
url http://repositorio.jesuita.org.br/handle/UNISINOS/13337
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade do Vale do Rio dos Sinos
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Arquitetura e Urbanismo
dc.publisher.initials.fl_str_mv Unisinos
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Escola Politécnica
publisher.none.fl_str_mv Universidade do Vale do Rio dos Sinos
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
instname:Universidade do Vale do Rio dos Sinos (UNISINOS)
instacron:UNISINOS
instname_str Universidade do Vale do Rio dos Sinos (UNISINOS)
instacron_str UNISINOS
institution UNISINOS
reponame_str Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
collection Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
bitstream.url.fl_str_mv http://repositorio.jesuita.org.br/bitstream/UNISINOS/13337/2/license.txt
http://repositorio.jesuita.org.br/bitstream/UNISINOS/13337/1/Ana+Paula+Dalla+Molle_PROTEGIDO.pdf
bitstream.checksum.fl_str_mv 320e21f23402402ac4988605e1edd177
9b3e7e01d41de07cea8a7d4c38ff03f2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS)
repository.mail.fl_str_mv maicons@unisinos.br ||dspace@unisinos.br
_version_ 1853242104292048896

Registros relacionados