Inteligencia Artificial se implementada para reconocer patrones de áreas sostenibles mediante la evaluación de la base de datos de restricciones de seguridad socioambientales
DOI:
https://doi.org/10.33448/rsd-v10i10.18841Palabras clave:
Desenvolvimiento Sustentable; Gestion Ambiental; Vertedero; Sistemas Bioinspirados; Inteligencia Artificial; Árbol de Decisión; Matriz de criterios.Resumen
Los diversos artículos publicados recientemente, aplicados al desarrollo sostenible, han considerado nuevas metodologías y técnicas en la identificación de los principales criterios, en formato numérico, que son útiles para formular posibles soluciones al problema de los residuos sólidos. Este artículo presenta el Proceso de Modelado Matemático y Computacional (PM2C) aplicado en la determinación de variables de control relacionadas con la selección de áreas para la construcción de rellenos sanitarios, con el fin de beneficiarse de nuevos análisis y valores obtenidos por métodos como PJA (Proceso Analítico Jerárquico) y SIG (Sistemas de Información Geográfica). El principal objetivo del trabajo es el uso de la Inteligencia Artificial (IA), a través de la estrategia Árbol de Decisión, como método selectivo y soluciones óptimas en la elección de la mejor zona dedicada a la construcción de vertederos, con la creación y análisis de nuevos valores aplicados. a los escenarios definidos en el trabajo de Andrade y Barbosa (2015). Los resultados, expresados en forma analítica y gráfica, muestran los valores individuales para cada criterio y los nuevos escenarios involucrados en los fenómenos. Este artículo destaca la importancia de incorporar nuevas condiciones y criterios para proponer nuevas reglas de toma de decisiones, asociando simultáneamente características cualitativas y cuantitativas, relacionadas con los efectos sociales y económicos, aplicadas al sistema de gestión ambiental. A partir de estos principios, fue posible simular nuevos escenarios que demuestran, con altísima precisión, los mejores valores de los criterios útiles para la toma de decisiones en la selección de la zona óptima para la implementación de un vertedero.
Citas
ABNT, N. 13.896 (1997) Aterros de resíduos não perigosos–Critérios para projeto, implantação e operação. Rio de Janeiro. Retrieved from https://www.abntcatalogo.com.br/norma.aspx?ID=4829.
Andrade, A. J. B., & Barbosa, N. P. P. (2015). Combinação do método AHP e SIG na seleção de áreas com potenciais para a instalação de aterro sanitário: caso da ilha do Fogo, na República de Cabo Verde. Revista de Geografia (UFPE), 32(2), 248-266.
Brito, D. A. C., Seabra, L. C., Lima, P. D. M., & Souza, C. M. N. (2020). MANEJO DE RESÍDUOS SÓLIDOS E DE ÁGUAS PLUVIAIS: O (DES) CONTROLE SOCIAL EM BELÉM, PARÁ. Revista Eletrônica de Gestão e Tecnologias Ambientais, 8(2), 103-118.
Chalmers, A. (1999). What is This Thing Called Science? London: Open University Press.
Crump, T. (2002). A Brief History of Science, as Seen Through the Development of Scientific Instruments. London: Robinson.
Costa, D. C. L., de Oliveira Costa, H. A., Castro, A. P. S., Cruz, E. C., Neto, J. L. A., & da Cruz, B. C. C. (2020). As dimensões das Modelagens Matemática e Computacional prescrevidas à Gestão Ambiental. Research, Society and Development, 9(10), e6939109013-e6939109013. DOI: 10.33448/rsd-v9i10.9013. Retrieved from: https://rsdjournal.org/index.php/rsd/article/view/9013.
Costa, D. C., Nunes, M. V., Vieira, J. P., & Bezerra, U. H. (2016). Decision tree-based security dispatch application in integrated electric power and natural-gas networks. Electric Power Systems Research, 141, 442-449.
de Oliveira Costa, H. A., Costa, D. C. L., & de Meneses, L. A. (2021). Interdisciplinarity Applied to the Optimized Dispatch of Integrated Electricity and Natural Gas Networks using the Genetic Algorithm. Research, Society and Development, 10(2), e42110212641-e42110212641. DOI: 10.33448/rsd-v10i2.12641. Retrieved from: https://rsdjournal.org/index.php/rsd/article/view/1264
Crepaldi, P. G., Avila, R. N. P., de Oliveira Paulo, J. P. M., Rodrigues, R., & Martins, R. L. (2011). Um estudo sobre a árvore de decisão e sua importância na habilidade de aprendizado. Retrieved from: https://www.inesul.edu.br/revista/arquivos/arq-idvol_15_1320100263.pdf
Freddo, A. R., Nishiyama, M. F., Zanuzo, K., & Koehnlein, E. (2019). Árvores de Decisão como Método de Mineração de Dados: Análise de Prontuários de uma Clínica Escola de Nutrição. Revista Da Associação Brasileira De Nutrição-RASBRAN, 10(2), 31-37.
De Felice, F., Crocetti, D., Parisi, M., Maiuri, V., Moscarelli, E., Caiazzo, R., ... & Tombolini, V. (2020). Decision tree algorithm in locally advanced rectal cancer: an example of over-interpretation and misuse of a machine learning approach. Journal of cancer research and clinical oncology, 146(3), 761-765.
Garcia, S. C. (2003). O uso de árvores de decisão na descoberta de conhecimento na área da saúde. Rio Grande do Sul: Universidade Federal do Rio Grande do Sul. Retrieved from: http://hdl.handle.net/10183/4703
Hasan, R., Palaniappan, S., Raziff, A. R. A., Mahmood, S., & Sarker, K. U. (2018, August). Student academic performance prediction by using decision tree algorithm. In 2018 4th international conference on computer and information sciences (ICCOINS) (pp. 1-5). IEEE.
Yazdi, S., Vosoogh, A., & Bazargan, A. (2018). The Application of Membrane Bioreactors (MBR) for the Removal of Organic Matter, Nutrients, and Heavy Metals from Landfill Leachate.
Johnson, K. W., Torres Soto, J., Glicksberg, B. S., Shameer, K., Miotto, R., Ali, M., Ashley, E., & Dudley, J. T. (2018). Artificial Intelligence in Cardiology. Journal of the American College of Cardiology, 71(23), 2668-2679.
Khorram, A., Yousefi, M., Alavi, S. A., & Farsi, J. (2015). Convenient landfill site selection by using fuzzy logic and geographic information systems: a case study in Bardaskan, East of Iran. Health Scope, 4(1) 1-10.
Krestinskaya, O., & James, A. P. (2016, September). Bioinspired memory model for HTM face recognition. In 2016 International Conference on Advances in Computing, Communications and Informatics (ICACCI) (pp. 1528-1532). IEEE.
Kumar, A., Sah, B., Singh, A. R., Deng, Y., He, X., Kumar, P., & Bansal, R. C. (2017). A review of multi criteria decision making (MCDM) towards sustainable renewable energy development. Renewable and Sustainable Energy Reviews, 69, 596-609.
Lu, H., Li, Y., Chen, M., Kim, H., & Serikawa, S. (2018). Brain intelligence: go beyond artificial intelligence. Mobile Networks and Applications, 23(2), 368-375.
Magalhães, D. F. V., da Cunha Vieira, M. I. M., & de Souza Norberto, A. (2020). Dimensionamento de geossintético para reforço de aterro sobre solo mole. Research, Society and Development, 9(8), e355985323-e355985323.
Martins, M. E. G. (2013). Desvio padrão amostral. Revista de ciência elementar, 1(1) 022
Mayer, R. E. (2019). Computer games in education. Annual review of psychology, 70, 531-549.
Mu, Y., Liu, X., & Wang, L. (2018). A Pearson’s correlation coefficient based decision tree and its parallel implementation. Information Sciences, 435, 40-58.
Moreira, L. L., Schwamback, D., Corrêa, N. R., & COELHO, A. L. N. (2016). SIG Aplicado à seleção de áreas potenciais para instalação de aterro sanitário no município de serra–ES. Geosciences= Geociências, 35(4), 531-541.
Pereira, A. S., Shitsuka, D. M., Parreira, F. J. & Shitsuka, R. (2018). Metodologia da pesquisa científica.[e-book], 1. Santa Maria. UAB/NTE/UFSM. Retrieved from: https://repositorio.ufsm.br/bitstream/handle/1/15824/Lic_Computacao_Metodologia-Pesquisa-Cientifica.pdf?sequence=1
Pinheiro, M. M. F., Osco, L. P., Mendes, T. S. G. & Ramos, A. P. M. (2019). Caracterização das áreas restritas para implantação de aterro sanitário na região do Pontal do Paranapanema - SP. In: Anais do XIX Simpósio Brasileiro de Sensoriamento Remoto, Santos. São José dos Campos, INPE, 2019. Retrieved from: https://proceedings.science/sbsr-2019/papers/caracterizacao-das-areas-restritas-para-implantacao-de-aterro-sanitario-na-regiao-do-pontal-do-paranapanema---sp?lang=en.
Portella, M. O., & Ribeiro, J. C. J. (2014). Aterros sanitários: Aspectos gerais e destino final dos resíduos. Revista Direito Ambiental e Sociedade, 4(1), 115-134.
Priya, K.S., Burman, I., Tarafdar, A., & Sinha, A. (2018). Impact of Ammonia Nitrogen on COD Removal Efficiency in Anaerobic Hybrid Membrane Bioreactor Treating Synthetic Leachate. International Journal of Environmental Research, 13, 59-65.
Paula, J. A. A. de, Faria, Érica V. de, Lima, A. C. P., Vieira Neto, J. L., & Santos, K. G. dos. (2020). Computational simulation of soybean particles flow in a hopper using computational fluid dynamics (CFD) and discrete elements method (DEM). Research, Society and Development, 9(8), e448985463. https://doi.org/10.33448/rsd-v9i8.5463
Ramadhan, I., Sukarno, P., & Nugroho, M. A. (2020, June). Comparative Analysis of K-Nearest Neighbor and Decision Tree in Detecting Distributed Denial of Service. In 2020 8th International Conference on Information and Communication Technology (ICoICT) (pp. 1-4). IEEE.
RAPIDMINER 9. Operator Reference Manual. All rights reserved. RapidMiner GmbH. www.rapidminer.com November 9, 2020.
Sathiyanarayanan, P., Pavithra, S., Saranya, M. S., & Makeswari, M. (2019, March). Identification of breast cancer using the decision tree algorithm. In 2019 IEEE International Conference on System, Computation, Automation and Networking (ICSCAN) (pp. 1-6). IEEE.
Şener, Ş., Şener, E., Nas, B., & Karagüzel, R. (2010). Combining AHP with GIS for landfill site selection: a case study in the Lake Beyşehir catchment area (Konya, Turkey). Waste management, 30(11), 2037-2046.
Souto, G. D. (2009). Lixiviado de aterros sanitários brasileiros: estudo de remoção do nitrogênio amoniacal por processo de arraste com ar (stripping) (Doctoral dissertation, Universidade de São Paulo).
Sodré, G. R. C., de Freitas, S. J. N., Rodrigues, J. B., Igawa, T. K., de Sousa Amorim, I. L., & Cabral, A. C. L. C. (2020). Avaliação sustentável para instalação de aterro sanitário em uma cidade da Amazônia oriental. Nature and Conservation, 13(3), 112-121.
Swacha, J., Maskeliūnas, R., Damaševičius, R., Kulikajevas, A., Blažauskas, T., Muszyńska, K., ... & Kowalska, M. (2021). Introducing Sustainable Development Topics into Computer Science Education: Design and Evaluation of the Eco JSity Game. Sustainability, 13(8), 4244.
Szczepanski, M. (2019). Economic impacts of artificial intelligence (AI). European Parliamentary Research Service (PE 637.967).
Vaishya, R., Javaid, M., Khan, I. H., & Haleem, A. (2020). Artificial Intelligence (AI) applications for COVID-19 pandemic. Diabetes & Metabolic Syndrome: Clinical Research & Reviews, 14(4), 337-339.
Yang, X., Zhou, T., Zwang, T. J., Hong, G., Zhao, Y., Viveros, R. D., ... & Lieber, C. M. (2019). Bioinspired neuron-like electronics. Nature materials, 18(5), 510-517.
Yoo, S. H., Geng, H., Chiu, T. L., Yu, S. K., Cho, D. C., Heo, J., ... & Lee, H. (2020). Deep learning-based decision-tree classifier for COVID-19 diagnosis from chest X-ray imaging. Frontiers in medicine, 7, 427.
Wu, Y., Zhou, J., Hu, Y., Li, L., & Sun, X. (2018). A TODIM-based investment decision framework for commercial distributed PV projects under the energy performance contracting (EPC) business model: A case in East-Central China. Energies, 11(5), 1210.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Julio Leite Azancort Neto; Arleson Lui Silva Gonçalves; Brennus Caio Carvalho da Cruz; Larissa Luz Gomes; Denis Carlos Lima Costa
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
