LSLeticia Barros Dias Soares

Leticia Barros Dias Soares

*This is an algorithmically generated author record based on publicly available information.

Leticia Barros Dias Soares has a total of 8 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    MODELOS DE APRENDIZADO DE MÁQUINA NA IDENTIFICAÇÃO DE PADRÕES DE ESCOAMENTO DE ÓLEO-ÁGUA

    by Roney Menezes Meirelles Júnior, Jairo Valões de Alencar Ramalho, Oscar Mauricio Hernandez Rodriguez, Marlon Mauricio Hernandez Cely, João Inácio Moreira Bezerra, Natássia Rafaelle Medeiros Siqueira, Eden Taylor Dala Barba Corrêa, Leticia Barros Dias Soares, Sofia Pagliarini

    Os sistemas de fluxo bifásico envolvem o movimento de duas fases distintas, tais como líquido-líquido ou óleo-gás. Eles são amplamente utilizados na indústria petroquímica e de energia, com aplicações na produção e escoamento de petróleo e gás, dentre outras. Os padrões de escoamento em dutos dependem de vários fatores, como sua velocidade e direção, as propriedades dos fluidos envolvidos e a geometria da instalação. Neste trabalho foram implementadas e avaliadas diferentes técnicas de aprendizagem de máquina, objetivando identificar padrões de escoamento do tipo líquido-líquido em tubulações. Os dados utilizados para treinar e avaliar os modelos de aprendizagem foram coletados a partir de estudos disponíveis na literatura. O objetivo da pesquisa foi analisar as acurácias dos modelos e compará-las com valores encontrados nas referências. De acordo com os resultados obtidos, a técnica Random Forest (Floresta Aleatória) foi a que apresentou maior acurácia, com um valor de 96,24%. Ela foi seguida pelas técnicas SVM (Máquinas de vetores de suporte) e KNN (K-Vizinhos Mais Próximos), que alcançaram acurácias de 94,13% e 89,20%, respectivamente.