@MASTERSTHESIS{ 2022:1075666291,
 	title = {Modelo de redes neurais artificiais para previsão de frequência natural em lajes de concreto armado},
 	year = {2022},
 	url = "http://tede.upf.br:8080/jspui/handle/tede/2494",
 	abstract = "Nos projetos de estruturas é necessário analisar as ações externas dinâmicas e determinar o efeito e a relevância das vibrações causadas, para que se possa ter controle, por exemplo, das fissurações excessivas e da forte vibração da estrutura, com base no dimensionamento adequado dos componentes estruturais ou pelo limite determinado pela frequência natural. As metodologias de obtenção de frequência natural demandam conhecimento técnico específico, são de elevado custo financeiro em virtude dos equipamentos e softwares, e exigem tempo considerável para execução. Com o objetivo desenvolver uma ferramenta alternativa para mensurar essa propriedade nas estruturas de concreto de forma simplificada, reduzindo o tempo de execução e os custos com os ensaios, foi proposto estudar e elaborar um modelo de previsão de frequências naturais das lajes utilizando Redes Neurais Artificiais (RNA). Para isso, foram elaboradas arquiteturas de rede de acordo com o banco de dados compostos por leituras in loco de lajes nervuradas e pré-moldadas. O treinamento supervisionado, validação e teste das redes foi realizado com as arquiteturas (11-6-1) e (8-5-1), respectivamente. Dentre os hiperparâmetros analisados, o earlystopping foi responsável pela parada do treinamento no ponto onde a rede apresentou o melhor desempenho, consequentemente o menor valor de erro por meio das métricas utilizadas. As redes puderam ser testadas com 30% dos dados de entrada, comparando-os com as predições realizadas por elas. É possível afirmar que a rede possibilitou a previsão de frequências de forma satisfatória para as lajes de baixas frequências. Para as lajes com frequências mais elevadas a rede não foi capaz de prever de forma precisa, uma vez que se detectou uma necessidade de manipulação de dados faltantes no banco de dados.",
 	publisher = {Universidade de Passo Fundo},
 	scholl = {Programa de Pós-Graduação em Engenharia Civil e Ambiental},
 	note = {Faculdade de Engenharia e Arquitetura – FEAR}
}