XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: GERAÇÃO DE DADOS DE DESCOMISSIONAMENTO DE PLATAFORMAS OFFSHORE A PARTIR DE REDES ADVERSARIAIS GENERATIVAS Autor: SHEILA NUNES COSTA SANTOS
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
PAULA MEDINA MACAIRA LOURO - ORIENTADOR
FERNANDA ARAUJO BAIAO AMORIM - ORIENTADOR
Nº do Conteudo: 69049
Catalogação: 09/01/2025 Liberação: 09/01/2025 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=69049&idi=1
Referência DOI: https://doi.org/10.17771/PUCRio.acad.69049
Resumo:
Título: GERAÇÃO DE DADOS DE DESCOMISSIONAMENTO DE PLATAFORMAS OFFSHORE A PARTIR DE REDES ADVERSARIAIS GENERATIVAS Autor: SHEILA NUNES COSTA SANTOS
FERNANDA ARAUJO BAIAO AMORIM - ORIENTADOR
Nº do Conteudo: 69049
Catalogação: 09/01/2025 Liberação: 09/01/2025 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=69049&idi=1
Referência DOI: https://doi.org/10.17771/PUCRio.acad.69049
Resumo:
Mesmo em um contexto em que a sustentabilidade e o uso de energias renováveis estejam cada vez mais em evidência, ainda é crescente a exploração de petróleo em bacias brasileiras. Nesse contexto, este trabalho apresenta uma aplicação de Redes
Adversariais Generativas (GANs) na geração de dados sintéticos relacionados a plataformas offshore em descomissionamento. Levando-se em conta que o processo de descomissionamento é uma etapa crítica na exploração de petróleo, envolvendo
desafios ambientais, econômicos e de segurança, é notória a escassez de dados públicos relacionados às plataformas brasileiras, o que dificulta o desenvolvimento de modelos preditivos robustos. Nesse contexto, as GANs surgem como uma alternativa
promissora para ampliar a disponibilidade de dados estatisticamente semelhantes aos reais. Este estudo busca explorar a construção de uma GAN utilizando a biblioteca PyTorch, avaliando sua eficácia principalmente através de duas métricas, a
comparação da correlação dos dados e a comparação da distribuição. Os resultados obtidos revelam que a rede geradora foi capaz de replicar características-chave dos dados reais, embora com limitações no caso de atributos com baixa variabilidade nos
dados originais.
Descrição | Arquivo |
NA ÍNTEGRA |