Banca de DEFESA: GABRIEL ARNAUD DE MELO FRAGOSO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: GABRIEL ARNAUD DE MELO FRAGOSO
DATA : 17/07/2025
HORA: 08:30
LOCAL: Virtual
TÍTULO:

Armado: Uma Abordagem Pos-Hoc Combinando Tecnicas de XAI em Redes
Neurais Convolucionais

PALAVRAS-CHAVES:

Redes Neurais Convolucionais (CNN). Inteligência Artificial
Explicável (XAI). Detecção de Fissuras. Grad-CAM. K-means. Deep Learning.
Engenharia Civil Assistida por Inteligência Artificial.

 

PÁGINAS: 60
RESUMO:

Este trabalho propõe uma abordagem inovadora para aumentar a
interpretabilidade de redes neurais convolucionais (CNNs) na tarefa de
detecção de fissuras em estruturas de concreto, integrando algoritmos de
explicabilidade baseados em visualização, como o Grad-CAM, com técnicas de
segmentação não supervisionada, a exemplo do algoritmo K-means. A
metodologia emprega aprendizado por transferência com arquiteturas
consagradas (VGG16, VGG19 e ResNet) alcançando acurácia superior a 99\% nos
conjuntos de treinamento e teste. Foram avaliadas estratégias de
explicabilidade fundamentadas tanto em perturbação do espaço de entrada
quanto nos pesos internos das camadas convolucionais. Os resultados
evidenciam que a combinação entre Grad-CAM e K-means aprimora não apenas a
acurácia na detecção de fissuras, mas também a transparência do processo
decisório, aspecto crítico para aplicações reais em monitoramento
estrutural. Para mensurar objetivamente o grau de explicabilidade dos
modelos, foi proposta uma nova métrica baseada na sobreposição entre as
máscaras geradas pelos mapas de ativação das técnicas de explicabilidade e
os segmentos resultantes da clusterização, permitindo avaliar a coerência
espacial entre as regiões de interesse destacadas pelo modelo e as áreas
efetivamente associadas às fissuras. Embora o desempenho da segmentação
tenha sido majoritariamente satisfatório, foram identificadas limitações em
imagens com alta complexidade visual. A seleção automatizada de camadas
mais relevantes para análise foi validada por especialistas em engenharia
civil, o que reforça a viabilidade prática da proposta. Ressalta-se o
ineditismo da abordagem com foco público em explicabilidade no contexto da
classificação de fissuras em concreto, com código-fonte disponibilizado
abertamente no GitHub. Como continuidade, recomenda-se a incorporação de
técnicas de segmentação mais robustas e a ampliação do conjunto de dados
para abranger maior diversidade de padrões fissurais.

 

MEMBROS DA BANCA:
Externo à Instituição - FELIPE COSTA FARIAS - UPE
Presidente - 2133999 - TERESA BERNARDA LUDERMIR
Externo à Instituição - TIAGO PESSOA FERREIRA DE LIMA - IFPE